Müşterinin Sesi (VoC) Nedir? Kaynakları, Analitiği ve Örnekler

Çoğu şirket müşteri geri bildirimi topluyor, ama çok azı bu geri bildirimi gerçekten kullanıyor. NPS anketi gönderiliyor, skor raporlanıyor, yorumlar bir Excel dosyasında bekliyor. Toplamakla harekete geçmek arasındaki bu boşluğu kapatmanın adı müşterinin sesi programıdır.

Bu rehberde müşterinin sesinin ne olduğunu, hangi kaynaklardan geldiğini, bir VoC programının hangi katmanlardan oluştuğunu, hangi metriklerin izlenmesi gerektiğini ve harekete geçiren bir program nasıl kurulacağını anlatıyoruz.

Müşterinin Sesi (VoC) Nedir?

Müşterinin sesi, müşterilerin ihtiyaçlarını, beklentilerini ve sorun yaşadıkları noktaları anlatan tüm sinyallerin toplamıdır. Terim İngilizce "Voice of Customer" ifadesinden gelir ve kısaca VoC olarak kullanılır.

Bu ses üç biçimde gelir:

• Doğrudan sinyaller: Müşterinin size bilerek ilettiği her şey. NPS, CSAT ve CES anketleri, destek talepleri, yorumlar, müşteri görüşmeleri, odak grupları.
• Dolaylı sinyaller: Müşterinin size değil, başkalarına söyledikleri. Uygulama mağazası yorumları, Google ve şikayet sitesi yorumları, sosyal medya paylaşımları, forumlar.
• Davranış sinyalleri: Müşterinin hiçbir şey söylemeden yaptıkları. Sepeti terk etmek, bir özelliği kullanmayı bırakmak, aynı sorun için tekrar tekrar aramak, iade etmek, aboneliği iptal etmek.

Müşterinin sesi analitiği bu ham sinyalleri anlamlı bilgiye dönüştürür: hangi konular en sık geçiyor, hangi müşteri grupları en çok etkileniyor, memnuniyeti ya da memnuniyetsizliği ne yönlendiriyor, hangi sinyal müşteri kaybını önceden haber veriyor.

Anket Göndermek VoC Programı Değildir

Yaygın bir yanılgı, NPS anketi gönderip skoru takip etmenin bir müşterinin sesi programı olduğudur. Değildir.

Skor, müşterilerin memnun olup olmadığını söyler. Ama neden memnun olmadıklarını, en çok hangi müşterilerin etkilendiğini, hangi ekibin harekete geçmesi gerektiğini ve hangi düzeltmenin en büyük farkı yaratacağını söylemez.

Gerçek bir müşterinin sesi analitiği, skor takibinde olmayan dört yetenek ister:

1. Birden fazla kaynağı bir araya getirmek. Müşteri sinyalleri onlarca farklı yerden gelir. Yalnızca anket cevaplarını işleyen bir program; destek taleplerindeki şikayetleri, uygulama yorumlarındaki hayal kırıklığını ve sosyal medyadaki memnuniyetsizliği kaçırır.

2. Metni ve duyguyu işlemek. Geri bildirimin büyük kısmı serbest metindir. Bunu analiz edilebilir hale getirmek için konuları çıkaran, duyguyu (olumlu, olumsuz, nötr) tespit eden, ürün ya da ekip adlarını tanıyan ve talebin türünü ayıran doğal dil işleme gerekir. Elle etiketleme bu hacimde sürdürülemez. Duygu analizi rehberimiz bu adımı ayrıntılı anlatıyor.

3. Kök nedeni bulmak. "Müşterilerin %23'ü kayıt sürecinden memnun değil" bir tespittir, aksiyona dönüşmez. "Rakip platformdan gelen kullanıcılar için adım adım kurulum rehberi olmadığı için kayıt sürecinden memnun değiller" ise bir kök nedendir. Kök neden analizi, müşterinin sesi analitiğini müşterinin sesi raporlamasından ayıran şeydir.

4. Aksiyona bağlamak. Harekete geçebilecek kişiye, ihtiyaç duyduğu anda ulaşmayan içgörü boşa gider. Olgun bir program ürün yol haritasına, müşteri deneyimi iş akışlarına ve destek operasyonuna bağlıdır; bulunan sorun otomatik olarak bir kayıt açar, bir kampanyayı tetikler ya da bir uyarı gönderir.

Müşterinin Sesi Kaynakları

Müşterinin sesini dinleyebileceğiniz başlıca kaynaklar:

Programınızın kalitesi bu kaynakların genişliğiyle sınırlıdır. Yalnızca anketleri işleyen bir program, anket biçiminde içgörü üretir; bu içgörüler de genellikle çok memnun ve çok memnuniyetsiz müşterileri fazla, sessiz çoğunluğu az temsil eder.

Bir VoC Programının Dört Katmanı

1. Toplama

Müşteriye dokunan her yüzey bir müşterinin sesi kaynağıdır. Toplama katmanı şunlardan veri alır:

• Anket platformları (etkileşim sonrası ve dönemsel NPS, CSAT, CES)
• Destek ve talep sistemleri (Zendesk, Salesforce Service Cloud, Freshdesk gibi)
• Dijital kanallar (uygulama mağazaları, online yorumlar, sohbet kayıtları)
• Sosyal ve herkese açık veriler (marka bahisleri, rakip yorumları, forumlar)
• Davranış verisi (ürün analitiği, huni kayıpları)

2. İşleme ve yapılandırma

Ham sinyaller, özellikle metin, analiz edilmeden önce yapılandırılmalıdır:

• Konu çıkarma: Geri bildirimi fatura, teslimat, ürün kalitesi, destek süresi gibi temalara ayırmak
• Duygu sınıflandırma: Olumlu, olumsuz, nötr
• Niyet sınıflandırma: Şikayet mi, talep mi, övgü mü, soru mu?
• Varlık tanıma: Hangi ürün, özellik ya da ekipten bahsediliyor?

Bugün bu katman neredeyse tamamen yapay zekâ ile çalışıyor. Türkçe gibi eklemeli dillerde, kelime kökü ve olumsuzluk ekleri doğru işlenmezse sonuçlar yanıltıcı olur.

3. Analiz

Müşterinin sesi verisinin içgörüye dönüştüğü yer burasıdır:

• Eğilim tespiti: Hangi konular zamanla artıyor ya da azalıyor?
• Segment analizi: Deneyim müşteri tipine, bölgeye, kanala göre nasıl farklılaşıyor?
• Etken analizi: NPS, CSAT ya da müşteri kaybını en güçlü biçimde hangi faktörler yönlendiriyor?
• Kök neden analizi: Belirli bir sorunun ya da segmentin arkasındaki asıl neden ne?
• Rakip kıyaslaması: Deneyiminiz herkese açık sinyallere göre rakiplerinizle nasıl karşılaştırılıyor?

4. Aksiyon ve döngüyü kapatma

Son katman içgörüyü aksiyona bağlar:

• Bir sorun belirlenen eşiği aştığında otomatik uyarı
• Ürün ve yazılım ekiplerinin iş akışlarıyla entegrasyon
• Önceliklendirilmiş aksiyon listesi olan müşteri deneyimi panoları
• Müşteriye geri dönüş ve geri kazanım akışları
• Yapılan aksiyonun deneyimi gerçekten iyileştirip iyileştirmediğinin ölçülmesi

Bu katman olmadan müşterinin sesi analitiği bir raporlama işine dönüşür.

Müşterinin Sesi Programında İzlenecek Metrikler

En önemlisi sonuncusu. İçgörüyü hızlı üretip yavaş aksiyona çeviren bir program, daha basit ama operasyona daha iyi bağlanmış bir programın her zaman gerisinde kalır. NPS ve CSAT'ı ayrıntılı anlatan rehberlerimiz: NPS nedir ve nasıl hesaplanır, CSAT nedir.

Örnek: Teslimat Şikayetlerinin Arkasındaki Ses

Bir e-ticaret şirketi düşünün. NPS bu çeyrekte 6 puan düşmüş. Skora bakan ekip "müşteriler mutsuz" der ve genel bir memnuniyet kampanyası planlar.

Müşterinin sesi analitiği başka bir resim gösterir:

• Açık uçlu NPS cevaplarında "kargo" ve "gecikme" konularının payı iki katına çıkmış.
• Destek taleplerinde aynı dönemde "siparişim nerede" sorusu artmış.
• Artış, tek bir kargo firmasına verilen ve belirli bir tutarın üzerindeki siparişlerde yoğunlaşıyor.
• Uygulama yorumlarında da aynı şehirlerden gelen olumsuz yorumlar artmış.

Dört kaynak aynı noktayı gösterince sorun netleşir: genel bir memnuniyet sorunu değil, tek bir kargo anlaşmasından kaynaklanan bir teslimat sorunu. Aksiyon da netleşir: kargo firmasıyla görüşmek ve etkilenen müşterilere önceden bilgi vermek.

Harekete Geçiren Bir Müşterinin Sesi Programı Nasıl Kurulur?

Veriden değil karardan başlayın. Araç seçmeden ya da anket tasarlamadan önce, müşterinin sesinin besleyeceği üç beş kararı belirleyin. Bu kararları kim veriyor, hangi bilgiye ihtiyacı var, bilgiyi hangi biçimde görmek istiyor?

Elinizdeki her kaynağı bağlayın. Çoğu şirketin kullandığından fazla müşterinin sesi verisi vardır. Destek talepleri, uygulama yorumları ve sosyal medya bahisleri dururken yeni anketler tasarlanır. Önce elinizdeki veriyi analiz edin.

Kök neden analizini tek seferlik proje değil, iş akışının parçası yapın. Kök neden analizi sürekli ve otomatik olduğunda en değerlidir; üç ayda bir yapılan bir araştırma projesi olduğunda değil.

İçgörüyü paylaşmadan önce sahibini belirleyin. Programın ürettiği her içgörünün, harekete geçmekten sorumlu bir sahibi olmalı. Sahibi olmayan içgörü sunum dosyalarında kaybolur.

Programı sonucuyla ölçün. Toplanan cevap ya da yayınlanan pano sayısıyla değil, beslediği kararların deneyimi gerçekten iyileştirip iyileştirmediğiyle; o iyileşmenin müşteri kaybında, CSAT'ta ya da NPS'te görünüp görünmediğiyle.

Temel VoC Aracı ile Müşteri Zekâsı Platformu Arasındaki Fark

Çoğu müşterinin sesi aracı yukarıdaki dört katmanın bir ya da ikisini çözer, genellikle toplama ve temel raporlamayı. Programa yeni başlayan ekipler için yararlıdır ama program olgunlaştıkça yetersiz kalır.

Pivony gibi bir müşteri zekâsı platformu dört katmanda birlikte çalışır:

• Anketlerden, destek platformlarından, uygulama mağazalarından, sosyal kanallardan ve rakip sinyallerinden çok kanallı veri toplama
• Çeviri katmanına ihtiyaç duymadan birden fazla dilde, Türkçeyi doğal olarak işleyen yapay zekâ destekli metin analizi
• Müşterilerin yalnızca ne söylediğini değil, sorunun neden oluştuğunu da gösteren otomatik kök neden analizi
• Her vakanın tek tek insan incelemesini beklemeden yanıt başlatabilen, iş akışı tetikleyebilen ve sorunu yükseltebilen yapay zekâ ajanları

Nereden Başlamalı?

Müşterinin sesi programına başlamak için büyük bir platform kurulumuna gerek yok. Elinizdeki en kalabalık geri bildirim kaynağını seçin, birkaç yüz açık uçlu cevapla başlayın ve en sık geçen beş konuyu çıkarın. Hızlı bir ilk bakış için ücretsiz kelime bulutu aracımıza metni yapıştırabilirsiniz; konuların arkasındaki nedenleri görmek için ise kendi verinizle ücretsiz kök neden analizi talep edebilirsiniz.

Kurumsal ölçekte nasıl çalıştığını görmek isterseniz Pivony'nin müşterinin sesi platformunu inceleyin ya da kendi verinizle demo talep edin.

İlgili: Kök Neden Analizi Nedir? · Duygu Analizi Nedir? · NPS Nedir? · Müşteri Geri Bildirimi Nasıl Toplanır?