CRM verinize doğal dilde soru sormak

Çeyrek kapanış toplantısında satış direktörü tek bir soru sordu: «Geçen çeyrekte kaybettiğimiz fırsatlarda en sık geçen itiraz neydi?» Odada kimse cevap veremedi. Soru o gün öğleden sonra bir talep formuna dönüştü, form veri ekibinin kuyruğuna girdi, kuyruk üç gün sürdü. Cevap nihayet geldiğinde toplantı çoktan bitmişti ve karar başka bir gerekçeyle verilmişti. Sorunun kendisi mükemmeldi; sorunlu olan, soruyla cevap arasındaki mesafeydi.

Doğal dilde veri sorgulama tam olarak bu mesafeyi kısaltmak için var. Yöneticinin kafasındaki soruyu, SQL bilmeden, rapor sihirbazı açmadan, kimseden randevu almadan doğrudan CRM'e sorabilmesi demek. Bu yazıda doğal dil sorgusunun perde arkasında nasıl çalıştığını, klasik raporlamadan ne zaman daha iyi olduğunu, iyi bir sorunun nasıl kurulduğunu, verinizin ve yetki modelinizin cevabın doğruluğunu nasıl belirlediğini ve bu yeteneği ekibinize nasıl yayacağınızı adım adım anlatıyoruz. Dürüst olalım: bu teknoloji sihir değil ve altındaki veri düzgün değilse hızlı bir şekilde yanlış cevap üretir. O sınırı da konuşacağız.

Doğal dilsorusuFırsatlarMüşterilerFaturalarAktivitelerStokKampanyalar

Doğal dilde veri sorgulama nedir, ne değildir?

Doğal dilde sorgulama, insan cümlesiyle yazılmış bir soruyu veri tabanınızın anlayacağı bir sorguya çeviren ve sonucu yine insan cümlesiyle geri veren katmandır. Siz «bu ay hangi temsilcinin ortalama kapanış süresi en uzun?» yazarsınız; sistem hangi tabloya bakacağını, hangi tarih alanını kullanacağını, hangi kayıtları eleyeceğini kendisi kurar ve size bir tablo, bir grafik ya da tek satırlık bir cevap döndürür.

Ne değildir kısmı daha önemli. Bu bir tahmin motoru değildir; verinizde olmayan bir şeyi size söyleyemez. Bir strateji danışmanı değildir; «ne yapmalıyım?» sorusuna verdiği cevap, verinin kendisinden değil dil modelinin genel bilgisinden gelir ve orada dikkatli olmak gerekir. Ve klasik raporlamanın yerine geçen bir şey de değildir. Doğru kurgu, ikisini birbirinin yerine koymak değil, birbirini besleyecek şekilde yan yana çalıştırmaktır.

Sorudan cevaba: perde arkasındaki dört adım

Kutunun içinde olan biteni bilmek, cevaba ne kadar güveneceğinizi belirler. Süreç kabaca dört aşamadan oluşur.

1. Sorunun niyetini çözmek

Sistem önce cümleyi bileşenlerine ayırır: ölçülecek şey nedir (adet mi, tutar mı, oran mı), hangi varlık üzerinde (fırsat, müşteri, fatura, aktivite), hangi zaman aralığında, hangi filtrelerle ve neye göre kırılarak. «Geçen çeyrek kaybedilen fırsatlar» ifadesinden çeyreğin başlangıç ve bitiş tarihini, «kaybedilen» durumunun hangi aşamaya karşılık geldiğini çıkarması gerekir.

2. Veri modeline eşleme

İkinci adım, bu bileşenleri sizin CRM'inizdeki gerçek tablo ve alanlara oturtmaktır. «Kaybedilen» sizde Kaybedildi aşaması mı, yoksa Kapandı — olumsuz etiketi mi? «İtiraz» ayrı bir alanda mı tutuluyor, yoksa kapanış notunun içinde serbest metin olarak mı duruyor? Bu eşleme aşaması, tüm zincirin en kırılgan halkasıdır ve birazdan ayrı bir başlıkta ele alacağız.

3. Sorgunun üretilmesi ve çalıştırılması

Üçüncü adımda sistem gerçek bir sorgu üretir ve onu sizin yetkiniz dahilindeki veri üzerinde çalıştırır. Burada kritik nokta şudur: sorgu, dil modelinin hafızasında değil, sizin canlı verinizde çalışır. Yani sonuç uydurulmuş bir sayı değil, gerçekten hesaplanmış bir sayıdır. Hata varsa sayının kendisinde değil, sorunun yanlış eşlenmesindedir.

4. Sonucun anlatılması

Son adımda ham çıktı okunabilir hale gelir: bir cümlelik özet, uygun bir grafik ve ideal olarak «bu cevabı şu tablodan, şu filtreyle, şu tarih aralığında hesapladım» açıklaması. Bu açıklama süs değil; doğrulamanın tek yoludur.

Klasik rapor mu, doğal dil sorgusu mu?

İkisi farklı işler için tasarlanmıştır. Klasik pano, herkesin aynı tanımla baktığı, tekrar eden, denetlenmiş bir gerçeği gösterir. Doğal dil sorgusu ise bir kerelik, keşif niteliğindeki, «acaba şöyle mi» diye başlayan soruları karşılar. Hangi grafiğin neyi anlattığını ve neye güvenmeniz gerektiğini CRM rapor okuryazarlığı yazısında ayrı ayrı ele alıyoruz; oradaki mantık doğal dil cevapları için de aynen geçerlidir.

Kriter	Klasik rapor / pano	Doğal dil sorgusu
Soru tipi	Önceden bilinen, tekrar eden	Anlık, keşifsel, tek seferlik
Hazırlık süresi	Kurulum gerektirir	Sıfır; yazıp sorarsınız
Tanım tutarlılığı	Yüksek — herkes aynı tanımı görür	Soruyu soranın ifadesine bağlı
Denetlenebilirlik	Tanım sabit ve gözden geçirilmiş	Her cevabın kaynağı ayrı kontrol edilmeli
En iyi kullanım	Haftalık gözden geçirme, hedef takibi	Toplantı içinde ortaya çıkan sorular

Pratik kural basit: bir soruyu ayda üçten fazla soruyorsanız o soru artık bir sorgu değil, bir rapordur. Onu özel rapor oluşturucu ile kendi satış raporunuza dönüştürüp sabitlemek, her seferinde yeniden sormaktan hem daha hızlı hem daha tutarlıdır.

İyi sorunun anatomisi

Doğal dil sorgusunda cevabın kalitesini belirleyen en büyük değişken, modelin zekâsı değil sorunun netliğidir. İyi kurulmuş bir soru dört bileşeni de içerir.

• Zaman aralığı: «Son dönemde» değil «1 Nisan – 30 Haziran arasında» deyin; sistemin çeyrek tanımınızı bilmesi gerekmez, siz söylerseniz tartışma biter.
• Kırılım: Cevabı neye göre parçalamak istediğinizi belirtin — temsilciye, kaynağa, sektöre, ürüne, bölgeye. Kırılım yoksa tek bir ortalama alırsınız ve ortalamalar çoğu zaman gerçeği saklar.
• Filtre: Hangi kayıtların dışarıda kalacağını söyleyin. Test kayıtları, iç talepler, iptal edilmiş faturalar veya belirli bir tutarın altındaki fırsatlar cevabı sessizce bozabilir.
• Karşılaştırma: Tek başına bir sayı nadiren karar ürettirir. «Geçen çeyreğe göre», «hedefe göre» veya «diğer ekiplere göre» eklemek, sayıyı anlamlı hale getirir.

Bu dört bileşen, aslında iyi bir prompt yazma disiplininin veri hâline uyarlanmış hâlidir; soruyu ne kadar dar tanımlarsanız, cevabın sizinle aynı şeyi kastetme ihtimali o kadar yükselir. Uzun bir soruyu yazmak, yanlış bir cevabı üç gün sonra fark etmekten çok daha ucuzdur.

Belirsiz soru neden yanlış cevap üretir?

«Bu ay nasıl gidiyoruz?» sorusunu düşünün. Sistem bu cümleden hangi metriği anlamalı? Kapanan ciro mu, oluşan pipeline mı, kazanma oranı mı? «Bu ay» takvim ayı mı, son otuz gün mü? «Biz» tüm şirket mi, sorunun sahibi olan ekip mi? Sistem bir seçim yapmak zorundadır ve yaptığı seçimi genelde makul bir varsayımla doldurur. Sorun şudur: makul varsayım her zaman sizin varsayımınız değildir.

Bu yüzden belirsiz sorunun ürettiği tehlike, sistemin «bilmiyorum» demesi değil, kendinden emin görünen ama farklı bir soruyu cevaplayan bir sayı vermesidir. Yanlış cevabın yanlış olduğunu anlamak için cevabın nasıl hesaplandığını görmeniz gerekir. İyi bir arayüz bunu gizlemez; kullanılan filtreyi, tarih aralığını ve kayıt sayısını cevabın yanında gösterir.

Cevabın gerçek belirleyicisi: veri modeli ve alan adları

Doğal dil sorgusunun performansı, dil modelinden çok sizin veri düzeninize bağlıdır. Aynı kavramın üç farklı yerde tutulması, bu sistemlerin en sık karşılaştığı tuzaktır: sektör bilgisi bazı kayıtlarda Sektör alanında, bazılarında etiket olarak, bazılarında da firma adının içinde geçiyorsa, «sektöre göre kazanma oranı» sorusunun tek bir doğru cevabı yoktur.

Bu yüzden doğal dilde sorgulamayı açmadan önce yapılacak iş, model üzerinde değil verinin üzerinde çalışmaktır. Kişi, firma ve fırsat arasındaki ilişkileri ve hangi bilginin nerede durması gerektiğini CRM veri modeli yazısında ayrıntılı kuruyoruz. Kayıtlarınızda biriken tekrarlar, boş alanlar ve tutarsız değerler içinse çöp veri sorununu bitirme rehberi doğrudan bu soruna bakıyor. Hiç sıfırdan başlıyorsanız, sağlam bir temel için müşteri veri tabanı kurma adımlarını önce tamamlayın.

Alan adları insan diline yakın olsun

Küçük ama etkisi büyük bir alışkanlık: alanlarınızı ozel_alan_7 ya da durum2 gibi değil, insanların konuştuğu gibi adlandırın. Kayıp nedeni, Tahmini kapanış tarihi, Yıllık sözleşme tutarı gibi adlar, sistemin sorudaki ifadeyi doğru alana bağlamasını kolaylaştırır. Aynı şey seçim listesi değerleri için de geçerlidir; «Fiyat» ve «Bütçe yok» aynı itirazın iki adıysa, birini seçip diğerini emekliye ayırın.

Kim neyi sorabilmeli?

Doğal dilde sorgulama, veriye erişimi kolaylaştırdığı kadar sınırlarını da test eder. Bir temsilcinin «tüm ekibin komisyon tabanlı kazançları» gibi bir soru sorup cevap alabilmesi, teknik bir başarı değil bir yetki açığıdır. Doğru kurgu şudur: sorgu katmanı asla kendi başına bir veri kapısı olmamalı, kullanıcının zaten sahip olduğu görüş alanı içinde çalışmalıdır.

Pratikte bu, doğal dil sorgusunun rol-yetki modelinizin üzerine oturması demektir. Temsilci kendi portföyünü sorabilir, ekip lideri ekibini, finans sorumlusu cari ve tahsilat verisini görür. Bu sınırların nasıl kurulacağını CRM'de rol ve yetki yönetimi yazısında katman katman anlatıyoruz. Kurumsal tarafta ise bu yeteneği açmadan önce kimin hangi veriyi hangi araca sorabileceğini yazılı hale getirmek gerekir; şirket içi yapay zekâ kullanım politikası tam olarak bu çerçeveyi kurar.

Halüsinasyon, doğrulama ve kaynağı görmek

Doğal dil sorgusunda halüsinasyon riski, serbest sohbet eden bir asistandakinden farklı çalışır. Sayı uydurulmaz — çünkü sayı gerçek sorgudan gelir. Uydurulan şey genellikle yorumdur: sistemin sonucu özetlerken eklediği neden-sonuç cümlesi, verinin desteklemediği bir iddiaya dönüşebilir. «Kayıplar arttı çünkü rakip fiyat indirdi» cümlesi verinizden çıkmaz; modelin doldurduğu bir boşluktur.

Doğal dil sorgusunda tehlike, sistemin bilmediğini söylemesi değil; bilmediği yeri akıcı bir cümleyle kapatmasıdır.

Bu yüzden ekipte kurulması gereken alışkanlık tek cümleyle özetlenebilir: her cevabın altındaki sorguyu ve kayıt sayısını en az bir kez kontrol edin. Sonuç beklediğinizden çok farklıysa önce filtreye bakın, sonra tarih aralığına, en son da veriye. Yapay zekâ çıktısını sistematik biçimde doğrulama yöntemlerini halüsinasyonu tanımak ve AI çıktısını doğrulamak yazısında pratik bir kontrol listesine bağlıyoruz. Modelin şirket bilgisiyle nasıl beslendiğini merak ediyorsanız kendi verinizle konuşan AI (RAG) yazısı mekanizmayı açıklıyor.

Tekrarlayan soruyu kalıcı panoya terfi ettirin

Doğal dil sorgusunun en değerli yan ürünü, cevaplar değil soru kaydıdır. Ekibinizin ne sorduğunu görmek, hangi metriklerin gerçekten kullanıldığını gösterir. Aylık bir gözden geçirmede en sık sorulan on soruyu çıkarın; bunların çoğu zaten sizin olması gereken panonuzun taslağıdır.

Terfi süreci basittir: sık sorulan soruyu alın, tanımını netleştirin (hangi tarih alanı, hangi filtreler), sabit bir rapora çevirin, sahibini atayın ve gerekiyorsa zamanlanmış olarak ilgili kişilere gönderin. Böylece aynı soru bir daha sorulmaz; cevabı zaten gelmiş olur. Bu, doğal dil sorgusunu bir oyuncaktan operasyonel bir yeteneğe dönüştüren adımdır.

Sahadan senaryolar: satış, tahsilat, stok, destek

Yetenek soyut kaldığında kimse kullanmaz. Ekiplere somut örneklerle başlamak, benimseme hızını belirgin biçimde artırır.

Satış. «Bu çeyrekte 60 günü aşan ve son 14 gündür hiç aktivite görmemiş fırsatlar hangileri?» Bu soru, pipeline temizliğinin en pratik girişidir. «Kaynağa göre kazanma oranı nedir?» sorusu ise pazarlama bütçesi tartışmalarını fikirden veriye taşır.

Tahsilat. «Vadesi 30 günü geçmiş açık faturaların toplamı müşteri bazında nedir?» Finans ekibi bunu her sabah sorabilir; cevabın gelmesi saniyeler sürer ve arama listesi hazır olur.

Stok. «Son 90 günde hiç satılmayan ama stokta duran ürünler hangileri?» Bu soru, ölü stoğu görünür kılar ve satın alma kararını doğrudan etkiler.

Destek. «Geçen ay en çok tekrar eden talep konusu neydi ve ortalama çözüm süresi ne kadardı?» Cevap, hem eğitim ihtiyacını hem de ürün tarafındaki gerçek sürtünmeyi işaret eder.

Yaygınlaştırma, ölçüm ve dürüst beklenti

Bu yeteneği ekibe açmanın en iyi yolu, herkese aynı anda erişim vermek değil, bir başlangıç kütüphanesiyle işe koyulmaktır. Her departman için beş ila on örnek soru yazın, bunları arayüzde görünür kılın ve ilk iki hafta boyunca cevapları birlikte gözden geçirin. İnsanlar kendi işlerine benzeyen bir soru gördüklerinde, kendi sorularını yazmaya çok daha hızlı geçiyorlar.

Ölçüm tarafında iki basit gösterge yeter. Birincisi, bir veri talebinin açılmasıyla cevaplanması arasında geçen ortalama süre — doğal dil sorgusu çalışıyorsa bu süre haftalarca değil günler içinde düşer. İkincisi, veri ekibine hiç uğramadan kendi kendine cevaplanan soruların oranı; bu oran yükseldikçe veri ekibiniz raporlama fabrikası olmaktan çıkıp model, tanım ve kalite işine dönebilir.

Sınırları da açıkça söyleyin. Doğal dil sorgusu, tanımı üzerinde uzlaşılmamış bir metriği sizin yerinize tanımlayamaz. Birden fazla sistemde parçalanmış veriyi tek başına birleştiremez. Nedensellik kuramaz — «neden düştü?» sorusuna verdiği cevap bir hipotezdir, kanıt değil. Ve verinizin kalitesi neyse, cevabın kalitesi odur. Rocketly'de doğal dil sorgusu, fırsat, cari, fatura, stok ve aktivite verisinin aynı yerde durduğu bir yapının üzerinde çalışır; rol-yetki sınırlarına saygı duyar ve sık sorulan soruları panolara ve zamanlanmış raporlara taşımanıza izin verir. Kendi verinize soru sormanın nasıl bir hıza karşılık geldiğini görmek isterseniz Rocketly hesabınızı ücretsiz açıp kendi rakamlarınızla ilk sorunuzu bugün sorabilirsiniz.