Araç Kiti · Düşünce ortağı

Müşteri Zekâsı Prompt’ları

Yapay zekâyı müşteri ekibinizin düşünce ortağı yapın. Bağlamınızı bir kez yazın; The Customer Shift’in beş aşamasındaki bütün prompt’lar size göre güncellensin. Her birinin altında, o adımda yapay zekâya nerede güvenmemeniz gerektiği yazıyor.

18 promptBeş aşamanın tamamıÜcretsiz, kayıt gerekmezYanıtlarınız yalnızca bu cihazda kalır
Bağlamınız · bir kez yazın
Blind · varsayımlarDönüşümün başında, yönetim ekibiyle

Varsayım envanteri

{sektor} alanında {kurum} sunuyoruz; hedef müşterimiz {segment}. Yönetim ekibimizin müşteri hakkında doğru kabul ettiği ama hiç sınamadığı varsayımları görünür kılmak istiyoruz. Müşteri kimdir, neye ihtiyaç duyar, neden bizi seçer, neden ayrılır, hangi kanalı tercih eder ve fiyata nasıl bakar başlıklarında 15 tipik varsayım cümlesi öner. Her biri için onu doğrulayacak ya da çürütecek veriyi ve bu hafta yapılabilecek en ucuz testi yaz. Varsayımları kibar ifade etme; yöneticilerin toplantıda söylediği gibi yaz.
Blind · karar iziÇeyreklik değerlendirmede

Kararlarımızın müşteri izi

Son çeyrekte aldığımız şu kararları inceleyelim: [karar listesi: fiyat, süreç, kanal, ürün, politika]. Ürün / hizmet: {kurum}. Her karar için tabloda göster: (1) karar verilirken hangi müşteri kanıtı kullanıldı, (2) hangi müşteri kanıtı kullanılabilirdi, (3) karar {segment} için yolculuğun hangi anını değiştirdi, (4) müşteriye olası etkisi olumlu mu, olumsuz mu, belirsiz mi? Kanıt olmadan verilmiş kararları ayrıca işaretle.
Blind · olgunlukMüşteri Merkezlilik Nabzı’ndan sonra

Nabız sonucunu yorumla

Kurumumuzun Müşteri Merkezlilik Nabzı sonucu şöyle (0–100): Veri Kalitesi [skor], İçgörü Sıklığı [skor], Karar Bağlantısı [skor], Organizasyonel Hizalanma [skor], Öğrenme Hızı [skor]. Yönetim ekibinden farklı kişilerin skorları arasındaki en büyük fark: [fark]. Sektör: {sektor}. Bu tabloyu yorumla: en zayıf iki boyutun birbirini nasıl beslediğini, en güçlü boyutun nasıl kaldıraç olabileceğini ve yöneticiler arasındaki algı farkının ne anlama gelebileceğini yaz. İlk 30 gün için üç somut hamle öner.
See · müşterinin sesiHer ay, ham müşteri verisiyle

Müşterinin sesini ölçekli dinle

Aşağıda {kurum} için son üç ayın anonimleştirilmiş müşteri sinyalleri var: [şikâyetler, çağrı notları, uygulama yorumları, anket yorumları]. (1) Tekrar eden en fazla sekiz temayı çıkar; her temanın kaç kez geçtiğini ve müşterinin kendi cümlesinden kısa bir örnek yaz. (2) Her temanın duygu tonunu ve aciliyetini belirt. (3) {yolculuk} yolculuğunun hangi aşamasına ait olduğunu işaretle. (4) Hangi temanın sayısı az ama etkisi büyük olabilir? Sayı uydurma; metinde olmayan bir şeyi yazma.
See · gerçek personaVarsayılan müşteri yerine gerçek müşteriyi görmek için

Veriden gerçek personalar

Elimizde {kurum} müşterilerine ait şu anonim veriler var: [davranış verisi özeti, segment dağılımı, şikâyet temaları, görüşme notları]. Bu veriden birbirinden gerçekten farklı üç müşteri profili çıkar. Her biri için: neyi başarmaya çalışıyor, bizimle hangi anlarda karşılaşıyor, en çok neye sinirleniyor, bizi neden seçiyor ve ne olursa giderdi. Her özelliğin yanına “veride var” ya da “varsayım” etiketi koy. Son olarak hizmet vermememiz gereken bir negatif persona öner.
See · sessiz kayıpKayıp oranı arttığında

Kim konuşmadan gidiyor?

Son altı ayda bizi bırakan müşterilerin anonim verisini inceleyelim: [ayrılmadan önceki son 90 günün temas, işlem, şikâyet ve kullanım özeti]. Ürün / hizmet: {kurum}. Ayrılan müşterilerin ayrılmadan önce gösterdiği ortak işaretleri bul: azalan kullanım, artan temas, belirli bir şikâyet, belirli bir aşamada takılma. Her işaret için kaç müşteride görüldüğünü yaz ve bunun neden değil, birlikte görülen bir durum olabileceğini belirt. Erken uyarı için izlenebilecek üç sinyal öner.
See · müşterinin diliİletişim dilini yazmadan önce

Müşteri bizi hangi kelimelerle anlatıyor?

Aşağıda memnun ve memnun olmayan müşterilerin {kurum} hakkında başkalarına yazdıkları var: [yorumlar, sosyal medya paylaşımları, tavsiyeler, şikâyet siteleri]. İki grubun bizi anlatırken tekrar tekrar kullandığı kelimeleri ve ifadeleri ayrı ayrı, sıklığıyla listele. Bizim kendi tanıtım dilimizle müşterinin dili arasındaki en büyük üç farkı yaz. Müşterinin kelimelerini değiştirme, süsleme.
Understand · yolculukKritik yolculuğu haritalarken

Veriden müşteri yolculuğu

{segment} müşterimizin {yolculuk} yolculuğunu haritalamak istiyoruz. Ürün / hizmet: {kurum}. Elimizdeki veriler: [şikâyetler, çağrı notları, adım adım dönüşüm verisi, görüşme notları]. Yolculuğun aşamalarını ve her aşamadaki temas noktalarını çıkar. Her aşama için müşterinin hedefini, yaptığını, düşündüğünü ve hissettiğini, en sık acı noktasını ve vazgeçme oranını (veride varsa) tabloya dök. Kurumun iç adımlarını değil, müşterinin yaşadıklarını yaz. Kanıtı olmayan hücreye “varsayım” yaz.
Understand · CX Enerji HaritasıYolculuk haritasından sonra

Temas noktalarını enerjiye göre sınıflandır

{yolculuk} yolculuğunun temas noktaları şunlar: [temas noktası listesi]. Müşteri: {segment}. Her temas noktasını müşteride bıraktığı enerjiye göre sınıflandır: enerji veren (güveni ve isteği artırır), enerji tüketen (yorar ama kaybettirmez), enerji öldüren (müşteri kaybettirir). Her sınıflandırmayı şu verilerden bir kanıtla destekle: [şikâyet temaları, CES, vazgeçme oranları]. Kanıt yoksa “varsayım” yaz. Sonunda önce düzeltilmesi gereken tek noktayı seç ve gerekçesini yaz.
Understand · gerçeğin anıNeyin gerçekten önemli olduğunu ayırırken

Gerçeğin anlarını bul

{yolculuk} yolculuğunda {segment} müşterimiz için “gerçeğin anları”nı belirle: müşterinin bizim hakkımızdaki kanaatinin oluştuğu ya da değiştiği az sayıdaki an. Her an için: neden belirleyici olduğunu, o anda müşterinin beklentisini, bugün bu beklentiyi ne ölçüde karşıladığımızı (verimiz: [veri]) ve o anı kimin sahiplendiğini yaz. Önemsiz görünen ama kanaati belirleyen bir an varsa özellikle belirt.
Understand · eforCES düşük çıktığında

Efor avı: müşteriyi ne yoruyor?

{kurum} müşterilerinin {yolculuk} sırasında harcadığı gereksiz eforu bulmak istiyoruz. Verilerimiz: [aynı konuda tekrar temas sayıları, kanal değiştirme, transfer edilen çağrılar, düşük CES yanıtlarının yorumları]. Efor kaynaklarını şu başlıklarda sınıflandır: tekrar temas, kanal değiştirme, bilgiyi tekrar anlatma, bekleme, belirsizlik, müşterinin kendi başına çözmek zorunda kaldığı işler. Her kaynak için sıklığını ve ortadan kaldırmanın en basit yolunu yaz.
Design · kök nedenTekrar eden bir şikâyette

5 Neden ve kök neden hipotezleri

Şu şikâyet tekrar ediyor: [şikâyet teması, dönemdeki sayısı]. Ürün / hizmet: {kurum}. 5 Neden tekniğini uygula: her “neden”i bir önceki cevaba sor. Sonra kök neden için üç farklı olasılık öner; her birini süreç, kural, sistem, insan, iletişim, ürün, iş ortağı ya da yönetim kararı olarak sınıflandır ve doğrulamak için hangi veriye bakmamız gerektiğini yaz. Kök neden “insan hatası” çıkarsa bir neden daha sor: sistem bu hatayı neden mümkün kılıyor?
Design · yeniden tasarımÖnce düzeltilecek nokta seçildiğinde

Kritik anı üç farklı derinlikte yeniden tasarla

{yolculuk} yolculuğunda şu an müşteriye enerji kaybettiriyor: [an ve müşterinin cümlesi]. Kök neden: [kök neden]. Müşteri: {segment}. Bu anı üç farklı derinlikte yeniden tasarla: (1) bu hafta yapılabilecek hızlı düzeltme, (2) bir çeyrekte yapılabilecek süreç değişikliği, (3) anı tamamen ortadan kaldıran radikal çözüm. Her biri için müşteri üzerindeki etkiyi, gereken yatırımı, sahibini ve başarıyı nasıl ölçeceğimizi yaz.
Design · 90 günTeşhisten sonra, yönetim ekibiyle

90 günlük müşteri planı

Teşhisimiz şu: [öncelikli iki alan, önce düzeltilecek an, kök neden]. Ürün / hizmet: {kurum}. 90 günlük bir müşteri planı taslağı çıkar: üç ay, her ay en fazla üç iş, her işin tek bir sahibi ve tek bir ölçütü olsun. Birinci ay doğrulama ve hızlı düzeltme, ikinci ay kalıcı çözüm, üçüncü ay ölçüm ve yayılım. Plana bir sponsor, iki haftada bir 45 dakikalık bir ilerleme toplantısı ve her toplantıyı açacak bir müşteri sesi ekle.
Design · hizalamaSahiplik netleştirilirken

Silo testi: müşteri nerede birimler arasında kalıyor?

{yolculuk} yolculuğunun aşamaları ve bugünkü sorumlu birimler şöyle: [aşama · birim listesi]. Müşterinin bir sorunu çözmek için birden çok birimle temas etmek zorunda kaldığı anları bul. Her an için: müşteri kaç birimle konuşuyor, bilgiyi kaç kez tekrar anlatıyor, kim sahipleniyor? Her aşamaya tek bir sahip ve tek temasta çözüm için gereken yetkiyi öner; birimlerin hedeflerinden hangisinin bu yetkiyle çatıştığını belirt.
Shift · kapanış döngüsüBir düzeltme yayına alındığında

Müşteriye dön, döngüyü kapat

Şu konuda şikâyet eden ya da düşük puan veren müşterilerimize dönmek istiyoruz: [konu]. Yaptığımız değişiklik: [değişiklik]. Ürün / hizmet: {kurum}. (1) 60 kelimeyi geçmeyen bir kapanış mesajı yaz: önce müşterinin haklı olduğu noktayı kabul et, sonra neyin değiştiğini somut söyle; şirket jargonu ve abartılı özür kullanma. Sıcak ve resmî iki ton öner. (2) Değişikliğin kurum içinde hangi ekiplere, hangi formatta anlatılması gerektiğini yaz.
Shift · ölçümÖlçüm ritmi kurulurken

Müşteri ölçüm sistemi tasarla

{kurum} için yaşayan bir müşteri ölçüm sistemi tasarla. Şunları ayır: ilişki ölçümü (NPS, yılda iki-dört kez), işlem ölçümü (CSAT ve CES, kritik temas noktalarından hemen sonra) ve davranış ölçümü (kayıp oranı, tekrar satın alma, tekrar temas). Her gösterge için: hangi soruyla ya da veriyle ölçüldüğü, ne sıklıkla, kimin sahiplendiği ve hangi karara girdi olduğu. Göstergelerin hedefe dönüştüğünde nasıl manipüle edilebileceğini ve bunu önleyecek kuralları da yaz.
Shift · müşteri zekâsıHer ay, yönetim toplantısından önce

Aylık müşteri zekâsı raporu

Bu ayın verileri: [NPS / CSAT / CES ve kırılımları, şikâyet temaları ve sayıları, kayıp oranı, öne çıkan müşteri yorumları, geçen ay aldığımız aksiyonlar]. Ürün / hizmet: {kurum}. Yönetim ekibi için bir sayfalık müşteri zekâsı raporu yaz: (1) bu ay ne değişti, (2) neden değişmiş olabilir (kanıt ve hipotezi ayırarak), (3) geçen ayın aksiyonları işe yaradı mı, (4) bu ay alınması gereken en fazla üç karar. Bir müşterinin kendi cümlesiyle aç.

Yapay zekâ müşteriyi dinlemeyi ölçekler, anlamayı değil

Eskiden bir yöneticinin yüz şikâyeti okuması bir haftasını alırdı; bugün yapay zekâ on bin yorumu dakikalar içinde temalara ayırıyor. Bu, müşteri merkezliliğin en eski bahanesini ortadan kaldırdı: “müşteriyi dinleyecek zamanımız yok.” Ama yeni bir tuzak getirdi. Makine neyin sık söylendiğini bulur; neyin söylenmediğini, müşterinin sesindeki tereddüdü ve sessizce gidenlerin hikâyesini bulamaz. Veri ölçeklenir, empati ölçeklenmez.

Dört kural

  1. Önce soru sordurun. Kopyalanan her prompt’un sonuna “Başlamadan önce bana en fazla üç netleştirici soru sor” eklenir.
  2. Sayıyı kaynağa bağlayın. Yapay zekâ kendinden emin bir dille sayı uydurabilir. Her temanın sayısını ve örnek cümlesini metne geri götürün.
  3. Kararı siz verin. Makine hipotez üretir; teşhisi, seçimi ve sorumluluğu ekip üstlenir.
  4. Gizliliği koruyun. Müşteri metinlerini paylaşmadan önce kişisel verileri çıkarın; kurumunuzun politikası izin vermiyorsa paylaşmayın.
Kopilot zihniyeti Yapay zekâyı “git şunu yap, getir” diyeceğiniz bir asistan gibi değil, yanınızda oturan ve gerektiğinde “dikkat, bu yorum tek bir müşteriye ait” diyebilen bir kopilot gibi düşünün. “Bunu bana yaz” değil, “bunu benimle birlikte düşün; ben itiraz edeyim, sen geliştir.”

Sık sorulan sorular

Bu prompt’lar hangi yapay zekâ araçlarıyla çalışır?

Claude, ChatGPT, Gemini gibi sohbet tabanlı bütün büyük dil modelleriyle. Müşteri yorumu ya da şikâyet analizi gibi uzun metinlerle çalışan prompt’lar için uzun metin kabul eden bir model ve kurumsal bir hesap tercih edin.

Bağlam alanları ne işe yarar?

Ürününüzü ya da hizmetinizi, sektörünüzü, müşteri segmentinizi ve kritik yolculuğunuzu bir kez yazarsınız; bütün prompt’lar size göre güncellenir. Köşeli parantezde kalan alanları kopyaladıktan sonra kendiniz tamamlarsınız.

Müşteri verisini yapay zekâya verebilir miyim?

Kurumunuzun politikası izin vermiyorsa vermeyin. Şikâyet ve yorum metinlerinden ad, telefon, e-posta, hesap ve kimlik numarası gibi kişisel verileri çıkarın. Kurumsal hesaplar ve veri işleme sözleşmeleri için BT, hukuk ve KVKK sorumlularınıza danışın.

Neden her prompt’un altında bir uyarı var?

Çünkü yapay zekâ müşteriyi dinlemeyi ölçekler ama müşteriyi anlamanın yerini tutmaz. Uyarılar, o adımda yapay zekâya nerede güvenmemeniz gerektiğini söyler: uydurulmuş sayılar, klişe personalar, tek bir çalışana yıkılan kök nedenler.

Prompt’lar neden beş aşamaya göre gruplanmış?

Prompt’lar The Customer Shift’in beş aşamasını izler: varsayımları görünür kılmaktan (Blind) müşteriyi veriyle görmeye (See), yolculuğu anlamaya (Understand), kritik anları yeniden tasarlamaya (Design) ve yaşayan bir ölçüm ve geri bildirim sistemine (Shift).

Sıradaki araç

Müşteriyi kararların merkezine taşımaya devam edin