Yapay zekâ ile satış performansı nasıl analiz edilir?
Yapay zekâ, satış performansını "iyi satışçı / kötü satışçı" diye ayırmakta değil, süreçteki tekrar eden örüntüleri ve darboğazı bulmakta işe yarar.
En değerli analiz, sonuç rakamını söyleyen analiz değildir. Müşterinin hangi aşamada kaybedildiğini gösteren analizdir.
🔴 Çünkü ciroya bakıldığında sorun her zaman çok geç görülür.
Kaynakta ne var
Bu notun dış bir kaynağı yok; anlattığım şey sahada kullandığım bakış biçimi.
Satış performansını tek bir rakama indirdiğinizde elinizde yalnızca sonuç kalır: sattı ya da satmadı. Bu, neyi düzelteceğinizi söylemez.
Onun yerine satış zincirini parçalara ayırmak gerekir:
Temas → cevap → randevu → ihtiyaç keşfi → teklif → itiraz → takip → kapanış.
Sekiz halkanın her biri ayrı bir beceri ister ve her biri ayrı yerde kopabilir.
Birkaç örnek, tanısı çok farklı olan üç tablo:
Çok temas var ama az cevap geliyorsa problem kapanış değildir. İlk mesajın kendisidir.
Çok randevu var ama az teklif çıkıyorsa ihtiyaç keşfi zayıftır ya da görüşülen kişi zaten uygun müşteri değildir.
Teklif çok ama kapanış düşükse fiyat, algılanan değer, itirazın gerçek nedeni ya da takip aşaması incelenmelidir.
🔴 Üçünde de "satışçı kötü" demek mümkün, ama üçü de tamamen farklı bir müdahale ister.
Mehmet Akif’in saha yorumu
Bir ekiple çalışmaya başladığımda ilk baktığım şey ciro değildir. Önce üç basit rakama bakmayı severim: temas, cevap, randevu.
Bu üçü çoğu zaman sorunun nerede olduğunu tek başına söyler. Çünkü satışın büyük kısmı kapanışta değil, kapanışa gelmeden önce kaybedilir.
Sonra asıl darboğazı ararım. Eğitim ihtiyacı da ancak bundan sonra anlam kazanır.
🔴 Sorun ilk temastaysa kapanış eğitimi vermek işe yaramaz. Sorun müşteriyi anlamaktaysa daha fazla hazır cümle vermek de çözmez — sadece yanlış cümle sayısını artırır.
Yapay zekâ burada ne yapabilir
Yapay zekânın bu işte gerçek bir katkısı var, ama katkı analizin kendisinde değil görünürlükte:
- Görüşme notlarını sınıflandırabilir. - Tekrar eden itirazları gruplayabilir. - Cevap alınmayan mesajlardaki ortak kalıpları gösterebilir. - Zincirin hangi halkasında kaybın yoğunlaştığını özetleyebilir. - Satışçıya prova senaryoları çıkarabilir.
Bir yöneticinin yüzlerce görüşme notunu tek tek okuması gerçekçi değildir. Yapay zekânın asıl faydası burada: insanın gözden kaçıracağı tekrarı görünür hale getirmek.
Yapay zekânın göremediği şey
🔴 Yapay zekânın ürettiği analiz, verilen verinin kalitesi kadar iyidir.
CRM eksik doldurulmuşsa, görüşme notları özensizse ya da yalnız sonuç kaydedilip süreç kaydedilmiyorsa, yapay zekâ da eksik tabloya bakar ve emin bir dille yanlış cevap verir.
İkinci tuzak daha sinsi: korelasyonu neden sanmak.
Bir satışçının kapanış oranının düşük olması tek başına "itiraz yönetimi zayıf" demek değildir. Lead kalitesi farklı olabilir, bölgesi farklı olabilir, ürünü, fiyat aralığı ya da geldiği kanal farklı olabilir.
Rakam nerede olduğunu söyler. Neden orada olduğunu söylemez. O kısmı hâlâ insan yapıyor.
Sayı ile teşhis arasındaki fark
Sahada en sık gördüğüm hata şu: ekip bir rapor alıyor, rapordaki en düşük sayıya bakıyor ve doğrudan oraya eğitim koyuyor.
Oysa düşük sayı bir semptomdur. Kapanış düşükse sebebi kapanışta olmayabilir; müşteri daha ihtiyaç keşfi aşamasında yanlış anlaşılmış olabilir ve bu, faturayı en sonda ödetir.
Bu yüzden benim sıram şu: rakamla darboğazı bul → o aşamadaki görüşmeleri gerçekten oku → orada hangi davranışın tekrarladığını gör → sonra müdahale et.
Yapay zekâ ilk iki adımı hızlandırır. Üçüncü adım hâlâ gözlem işidir.
Nasıl uygulanır
- Ekibinizin performansını tek rakamla ölçmeyi bırakın. Zinciri sekiz halkaya ayırın ve her halkada kaç kişi kaldığını sayın.
- Önce üç rakama bakın: temas, cevap, randevu. Sorun çoğu zaman burada görünür hale gelir.
- En düşük sayıyı gördüğünüzde hemen oraya eğitim koymayın. O aşamadaki görüşmelerden birkaçını gerçekten okuyun — semptom ile sebep aynı yerde olmayabilir.
- Yapay zekâya analiz yaptırmadan önce verinizin ne kadar dolu olduğunu kontrol edin. Yalnız sonuç kaydediliyorsa süreç analizi çıkmaz.
- 🔴 Çıkan her bulguyu "başka ne bunu açıklayabilir?" diye bir kez sınayın: lead kalitesi, bölge, ürün, fiyat ya da kanal farkı aynı tabloyu üretebilir.
- Kendinize dürüst tek soru: geçen ay ekibin hangi aşamada tıkandığını rakamla söyleyebiliyor musunuz, yoksa yalnız kimin çok sattığını mı biliyorsunuz?
Doğrulama: 🔴 Bu notta HİÇBİR SAYISAL İDDİA YOK. "Yapay zekâ satışı %X artırır" türü hiçbir oran, ölçüm ya da vaat yazılmadı; böyle bir rakam doğrulanmadan yazılamaz. 🔴 Kaynak türü "saha" seçildi: notun iddiaları bir çalışmadan değil, satış zincirini parçalayarak darboğaz arama alışkanlığından geliyor. Süs olsun diye araştırma iliştirilmedi. 🔴 Ürün iddiası sınırı: İkna Asistanım bu notta performans analizi ya da raporlama aracı olarak GÖSTERİLMEDİ; notun sonundaki köprü satış haritasına ve eğitim tarafına çıkıyor, ürüne değil. 🔴 Yapay zekânın yapabildikleri, ölçülmüş bir yetenek listesi olarak değil, "verilen veriye bağlıdır" sınırıyla birlikte yazıldı.