Ne Oldu?
ING Türkiye, müşteri iletişim merkezinde yürüttüğü yapay zekâ ve otomasyon dönüşümünün kapsamını genişletti. Banka tarafından 28 Temmuz 2026 tarihinde paylaşılan bilgilere göre çağrı özetleme, müşteri içgörüsü üretme, iletişim nedenini tahmin etme ve kapasite planlama süreçlerinde yapay zekâ destekli çözümler kullanılmaya başlandı.
Yeni sistemin temel bileşenlerinden biri olan Akıllı Tahminleme çözümü, müşterinin bankayla iletişime geçme nedenini görüşmenin başlangıcında tahmin etmeyi amaçlıyor. Bu sayede müşteri ihtiyacının daha hızlı anlaşılması, uygun işlemin gecikmeden başlatılması ve görüşme süresinin kısaltılması hedefleniyor.
ING Türkiye ayrıca akıllı bankacılık robotu INGo ve müşteri temsilcileri üzerinden gerçekleştirilen görüşmeleri yapay zekâ yardımıyla analiz ediyor. Görüşmelerden elde edilen bilgiler, tekrar eden sorunların belirlenmesi, iyileştirme alanlarının tespit edilmesi ve müşteri taleplerinin ortak başlıklar altında değerlendirilmesi için kullanılıyor.
Çağrılarda öne çıkan konuların ve müşteri temsilcileriyle gerçekleşen etkileşimlerin kök neden analiziyle incelenmesi planlanıyor. Banka bu yöntemle sorunların kaynağına daha hızlı ulaşmayı, ilk temasta çözüm oranını yükseltmeyi ve müşterilerin aynı konu için yeniden iletişime geçme ihtiyacını azaltmayı amaçlıyor.
Dönüşümün bir diğer parçasını yapay zekâ destekli kapasite planlama modeli oluşturuyor. Sistem; geçmiş çağrı verilerini, kampanya dönemlerini, mevsimsel değişimleri ve operasyonel koşulları analiz ederek gelecekteki çağrı yoğunluğunu tahmin ediyor. Böylece ihtiyaç duyulan insan kaynağının doğru zamanda planlanması ve yoğun dönemlerde bekleme sürelerinin azaltılması hedefleniyor.
Neden Önemli?
Bankaların müşteri iletişim merkezleri, yüksek hacimli görüşmelerin yürütüldüğü ve çok sayıda farklı talebin aynı anda yönetildiği operasyonlar arasında bulunuyor. Görüşmelerin manuel olarak sınıflandırılması, özetlenmesi ve analiz edilmesi önemli miktarda zaman ve insan kaynağı gerektiriyor.
Yapay zekâ destekli çağrı analizi, bu süreçlerin daha hızlı yürütülmesine yardımcı olabilir. Müşteri temsilcisinin görüşme sonrasında hazırlaması gereken özetlerin otomatik oluşturulması, çalışanların idari görevler yerine doğrudan müşteri taleplerine odaklanmasına imkân sağlayabilir.
Görüşmelerden elde edilen verilerin düzenli biçimde analiz edilmesi, müşteri iletişim merkezini yalnızca sorunların çözüldüğü bir kanal olmaktan çıkarabilir. Tekrarlanan talepler ve şikâyetler; dijital bankacılık hizmetlerinin, ürünlerin ve kurum içi süreçlerin geliştirilmesinde kullanılabilecek bir içgörü kaynağına dönüşebilir.
ING Türkiye, yapay zekâyı daha önce de yazılım geliştirme, test otomasyonu, veri analitiği ve operasyonel izleme süreçlerinde kullandığını açıklamıştı. Müşteri iletişim merkezindeki yeni uygulamalar, bankanın yapay zekâ ve veri odaklı dönüşümünü doğrudan müşteri deneyimine taşıyan yeni bir aşama olarak öne çıkıyor. :contentReference[oaicite:1]{index=1}
Kimleri Etkiliyor?
- ING Türkiye müşterilerini
- Müşteri iletişim merkezi çalışanlarını
- Bankacılık operasyonlarını yöneten ekipleri
- Dijital bankacılık ürünlerini geliştiren teknoloji ekiplerini
- Yapay zekâ tabanlı müşteri hizmetleri çözümleri sunan şirketleri
Olası Etkileri
Akıllı tahminleme sisteminin etkili çalışması, müşterilerin daha kısa sürede doğru hizmete yönlendirilmesine yardımcı olabilir. Görüşmenin başında iletişim nedeninin belirlenmesi, işlem adımlarının hızlanmasını ve müşteri temsilcilerinin ihtiyaç duyduğu bilgilere daha erken ulaşmasını sağlayabilir.
Kapasite planlama modelinin çağrı yoğunluğunu doğru tahmin etmesi, yoğun dönemlerde kaynakların daha verimli kullanılmasına katkıda bulunabilir. Bu durum müşteri bekleme sürelerini azaltırken iletişim merkezinin operasyonel maliyetlerini de etkileyebilir.
Çağrıların yapay zekâ ile analiz edilmesi, tekrar eden müşteri sorunlarının daha erken belirlenmesi için yeni bir imkân yaratabilir. Elde edilen içgörüler mobil bankacılık, ürün tasarımı, hizmet süreçleri ve müşteri bilgilendirmelerinde yapılacak iyileştirmelere yön verebilir.
Bununla birlikte finans sektöründeki yapay zekâ uygulamalarında veri güvenliği, kişisel verilerin korunması, model doğruluğu ve insan denetimi önemini koruyor. Tahmin sistemlerinin yanlış yönlendirme ihtimaline karşı müşteri temsilcilerinin sürece müdahale edebilmesi ve kararların düzenli olarak denetlenmesi gerekebilir.
ING Türkiye’nin uyguladığı model başarılı sonuçlar üretirse benzer çağrı analizi ve tahminleme çözümlerinin bankacılık sektöründe daha yaygın kullanılması beklenebilir. Bu dönüşüm, müşteri iletişim merkezlerinin reaktif hizmet yapısından daha öngörülü ve kişiselleştirilmiş bir modele geçişini hızlandırabilir.