Gerçek Zamanlı Kriz Duyarlılığı Analiz Sistemi
Müşteri: Büyük Bir Telekom Sağlayıcısı
Proje Hedefi: Belirli müşteri sorun noktalarını ve tartışma konularını belirlemek için özellikle kriz olayları sırasında kamuoyu duyarlılığını gerçek zamanlı olarak izleyen, analiz eden ve görselleştiren bir sistem geliştirmek.
Meydan okuma: İstanbul depremi gibi yüksek basınçlı olaylar sırasında, müşterinin ağı büyük bir zorlanma yaşadı ve hizmet kesintilerine yol açtı. Bu da sosyal medyada olumsuz müşteri geri bildirimlerinin artmasına neden oldu. Müşterinin basit "olumlu/olumsuz" metriklerin ötesine geçmek ve müşterilerin geri bildirimlerini anlamak için bir yola ihtiyacı vardı. kesin konular Müşteriler, yanıtları ve teknik ayarlamaları önceliklendirmek için tartışıyorlardı (örneğin, "yavaş veri", "çağrı düşüyor", "sinyal yok").
Bizim çözümümüz: Kamuya açık verileri tarayan, gelişmiş yapay zeka kullanarak işleyen ve bulguları etkileşimli bir gösterge tablosunda görselleştiren uçtan uca bir duyarlılık analizi hattı tasarladık ve uyguladık.
Temel Teknolojiler ve Bileşenler:
- make.com: Sıyırıcılar oluşturmak ve tüm sistem bileşenlerini bağlamak için birincil otomasyon motoru olarak kullanılır.
- Özel Web Kazıyıcı: Markadan bahsedilen sosyal medya ve web kaynaklarını aktif olarak izledi, içeriği ve mevcut kullanıcı verilerini (konum gibi) topladı.
- Merkezi Veritabanı (Google Sheets/Airtable): Kazınan tüm veriler depolandı ve daha sonra analiz sonuçlarıyla sistematik olarak zenginleştirildi.
- Yapay Zeka Duyarlılık ve Konu Analizi:
- Google Doğal Dil API'si: Karmaşık duygu analizi ve varlık/konu çıkarımı için kullanılır.
- Amazon Comprehend: Sağlam analiz için alternatif veya tamamlayıcı bir yapay zeka olarak kullanılır.
- OpenAI API: Konuların nüanslı bir şekilde anlaşılması ve kategorize edilmesi için entegre edilmiştir.
- Looker Studio (Google Data Studio): Gerçek zamanlı, etkileşimli bir görselleştirme panosu sağlamak için doğrudan veritabanına bağlanır.
- Otomatik E-posta Raporlama: make.com'daki programlanmış iş akışları, denetçilere mevcut duygu durumunun günlük veya haftalık e-posta özetlerini gönderdi.
Nasıl Çalışır (Sistem Akışı):
- Veri Toplama: Bir make.com iş akışı, yeni marka mention'ları için sürekli olarak web'i tarar.
- Veritabanı Girişi: Tüm yeni yorumlar ve gönderiler veritabanına yeni girişler olarak kaydedilir.
- Yapay Zeka Analizi: İkinci bir iş akışı tetiklenerek yeni metin Google ve Amazon'un AI API'lerine gönderilir.
- Veri Zenginleştirme: Yapay zeka, duyarlılığı (olumlu, olumsuz, nötr), tartışılan ana konuları ve bir "kesinlik puanı" (analizin güven düzeyi) döndürür. Bu bilgiler daha sonra veritabanında güncellenir.
- Canlı Görselleştirme: Müşterinin ekibinin erişebildiği Looker Studio kontrol paneli bu yeni verileri anında yansıtır. Süpervizörler tarih aralığına göre (örneğin, "son 24 saat", "son iki ay") filtreleme yaparak en çok konuşulan olumlu, olumsuz ve nötr konuları görebilirler.
- Otomatik Uyarılar: Zamanlanmış bir iş akışı, temel ölçümleri ve eğilimleri kısa bir e-posta raporunda derleyerek, amirleri gösterge tablosunu manuel olarak kontrol etmelerine gerek kalmadan piyasanın duyarlılığı hakkında bilgilendirir.
Proje Etkisi ve Faydaları:
- Gerçek Zamanlı Kriz Öngörüleri: Müşteri, bir kriz sırasında müşterilerin ne dediğini anında görebiliyor, böylece daha hızlı ve daha hedefe yönelik halkla ilişkiler ve teknik müdahaleler yapılabiliyordu.
- Spesifik Konu Tanımlaması: Sorunları tam olarak belirlemek için genel duyarlılığın ötesine geçerek veriye dayalı karar verme sürecini mümkün kıldı.
- Veri Odaklı Raporlama: Otomatik gösterge tabloları ve e-posta uyarıları, her düzeydeki paydaşlara erişilebilir içgörüler sağladı.
- Yüksek Profilli Tanınma: Bu yenilikçi çözüm başarılı oldu ve önemli teknoloji ortaklarımızdan birinin (make.com) resmi web sitesinde ve LinkedIn'deki sosyal medya hesaplarında yer alarak sektörde tanındı.