DİGİTAL TREND
01 Nisan 2020 18:02

Dönüşüm teknoloji ile değil müşterinin kendisi ile başlıyor

'Dijital dönüşümde yapay zeka ile müşteri deneyimi yönetimi’ adlı üçüncü panelin moderatörlüğünü İş Bankası Genel Müdür Yardımcısı Hakan Aran üstlendi. Panele konuşmacı olarak ING Bank CDO Emre Sancakoğlu, HPE Aruba Ülke Müdürü Ersin Uyar, AlternatifBank Genel Müdür Yardımcısı Esra Beyzadeoğlu ve BI Technology Müşteri Başarı Yöneticisi Önder Altınbilek katıldı

Dönüşüm teknoloji ile değil müşterinin kendisi ile başlıyor

HAKAN ARAN: İlk iki panelimizde geçmiş ve gelecek 10 yılın dijital dönüşümünü konuştuk. Bankaların görünmez olmasına en çok tesir edecek yapay zekayı ve yapay zekanın müşteri deneyimine etkilerini konuşacağımız bu son panel, müşteri penceresinden de bakarak gelecek 10 yıla daha iyi ışık tutacaktır.

Yapay zeka ile müşteri deneyiminden ne anlıyoruz? Çok geniş bir kavram ve bunun altına voicebot’lar, chatbot’lar, makine öğrenmesi, görüntü işleme, doğal dil işleme gibi pek çok uygulama girebilir. Özellikle yapay zekanın bir alt başlığı olan chatbot’lar ile başlayalım. Chatbot’lar ile müşteri deneyiminde neler hayal edebiliriz?

ESRA BEYZADEOĞLU: Müşteri deneyimi finans ve bankacılıkta en dinamik ve canlı konuların başında geliyor. Yapay zeka ve makine öğrenmesi bu alanı çok daha ileriye götürecek. Bizler bu kavramları görevimiz gereği en iyi şekilde anlamak, öğrenmek,  kurumlarımızın ölçeğine göre de önceliklendirerek hayata geçirmek, nihayetinde fayda yaratmak durumundayız.

Bankacılık sektöründe chatbot uygulamalarında durum nasıl diye baktığımızda, konunun Türkiye’deki bankaların yüzde 40’dan fazlasının gündeminde olduğunu görüyoruz. Bütünün yüzde 30’u bir şekilde chatbot uygulamalarını kurmuş. Bunların yarısı web’den erişilebilir halde, yarısı da mobil uygulamaların içinde servis edilmiş durumda. Chatbot’ların yüzde 40’ı sosyal medya platformları, konuşma ortamları ve asistanlarla entegre durumda. Kullanım alanlarına baktığımızda; yüzde 42’si müşteri hizmetlerinde deneyimi iyileştirmek, yüzde 26’sı da maliyet optimizasyonunu sağlamak olarak dağılım gösteriyor. 

Chatbot’larda neler konuşuluyor, hangi konulara ilgi duyuluyor diye baktığımızda ise yüzde 15’i vadeli mevduat faiz hesaplama ile ilgili sorular sorarken, yüzde 11’i kredi faizi, yüzde 7’si de kartlar hakkında bilgi almak istemiş. 

Ancak unutulmaması gereken bir konu var. Chatbotların verimli kullanılabilmesi, iyi bir sohbet deneyimi yaşatabilmesi için iyi bir Türkçe’ye sahip olması gerekiyor. Ancak bugün chatbot uygulamalarında, Türkçe’de ve bankacılık terimlerinde olgunlaşmış bir kelime külliyatımız yok. Her banka bu konuya ayrı ayrı yatırım yapıyor ve herkes kendine göre bir sözlük oluşturmaya çalışıyor. Fakat bankacılık doğası gereği içinde çok uzmanlaşmış dikey alanlara sahip. Öyle olunca her işlemin karşılığını bulmak, öğretmek çok kolay değil ve de maliyetli. Sonuçta bütçelerimize uygun ama doğru bir uygulama geliştirmemiz gerekiyor. 

> HAKAN ARAN: Finans ve bankacılıkta müşteri deneyimi oluşturulması ve optimizasyonu konusunda veri bir numaralı değer olarak karşımızda duruyor. Veriyi anlamak, işlemek ve üst yönetimin en hızlı ve doğru kararı verebilmesini sağlamak için ne gibi uygulama çözümlerine ihtiyacımız var?

ÖNDER ALTINBİLEK: Bugün sizlere iş zekası sektöründe yaşanan dönüşümlerin ve inovasyonun getirilerinden bahsedeceğim. İş zekasının ortaya çıktığı 1990’lardan bugüne ciddi bir evrim geçirmiş olduğunu görmekteyiz. Bu sürece genel hatları ile baktığımızda ve 1990’lardan günümüze kadar geldiğimiz de üç farklı dalga ile bu evrimin devam etmekte olduğunu gözlemlemekteyiz. Birinci dalgada tamamen merkezi bir BT yapısında, belli kişilerin ekspertiz bilgisi dahilinde merkezi bir yapı ile iş zekası ihtiyaçlarının giderilmeye çalışılmakta olduğunu görmekteydik. Kurumların karar destek sistemlerinin merkezinde BT tek başına rol almakta idi.  Büyük bir veri yoğunluğu ve çeşitliliği olmadan hizmet verilen bir sürecin içerisindeydik. 2001 yılı itibariyle dünyanın yaşadığı krizlerin etkisi, verimliliğin ön plana çıkması, daha rekabetçi bir piyasanın içerisine girilmesi ile birlikte veri yoğunluğunun da ciddi anlamda arttığını gördük. 

İkinci dalga da BT birimleri temel teknik konulara cevap vermekle birlikte operasyonlara, kurumların iş birimlerine de çözüm üreten yapıya geçtiler. Veri kaynağında yönetimin gün be gün kritik bir öneme sahip olması beraberinde veri okuryazarlığı kavramını ortaya çıkardı. Veri okuryazarlığı kurum birimlerinin ileri analitik, artırılmış zeka (augmented intellegence) dediğimiz birtakım araçlara (tool) olan hakimiyetin artmasına ve veri hakkında bilgi sahibi analistlerin ortaya çıkmasına sebebiyet vermiş, bu da eskinin BT merkezli tekil yapısından nispeten daha dağıtık yapılara doğru gidilmesine sebep olmuştur. İkinci dalga günümüzde halen etkisini sürdürmektedir.

Artık istek ve beklentilere, müşterinin ihtiyaçlarına çok hızlı bir şekilde cevap vermeye yönelik çözümlerin geliştirildiği bir süreçteyiz. İş zekası dünyasında da üçüncü dalga olarak nitelendirdiğimiz verinin tamamen demokratikleştiği bir sürece doğru gidiyoruz. Şu anda sahip olduğumuz veri kaynakları hem yatayda hem dikeyde ciddi bir büyüme kaydediyor. Kurumların sürekli artan dijital veriyi kontrol altında tutabilmek üzerine stratejiler, veri yönetim araçları ve uygulamaları geliştirmeleri gerekiyor. 

Aynı zamanda bütün kurumlardaki iş birimlerinde artık ‘veri bilimci’, ‘veri görevlisi’ ya da ‘vatandaş veri bilimcisi’ gibi sorumluluk alması gündemde. Üçüncü dalganın temelinde mihenk taşı olarak verinin ciddi anlamda büyümesini görüyoruz. Sadece kendi kaynaklarımız üzerinde değil bulut gibi altyapılar üzerinde de bu büyümenin devam ettiğini göreceğiz. Mobil IoT ve ‘gömülü analitik’, üçüncü dalganın en önemli noktaları arasında yer almaktadır. Bununla birlikte IoT Analytics ve Blockchain Analytics gibi kavramlar da gündemimize hızlı bir şekilde girecektir. 

Üçüncü dalgada en önemli rolü tabi ki yapay zeka (AI) , makine öğrenmesi (ML) algoritmaları alacaktır. Veri okuryazarlığına ve verinin demokratikleşmesine kullanıcılara büyük kolaylıklar sağlayacağını öngörmekteyiz.

Qlik olarak analitiğin kurumun içerisindeki herkese basitleştirilmiş ve demokratik bir şekilde sunulması gerektiğini düşünüyoruz. Çalışanların çok hızlı bir şekilde istedikleri analizleri yapabileceği bir ara yüzün içerisinde olmasını, iç görü ve öngörü elde etmesini sağlıyoruz. Bu anlamda baktığımızda da kurumun başarıya gideceği yoldaki bütün temel noktaları uçtan uca sağlayacak bir altyapıyı sunmaktayız. 

Qlik‘in analitik tedarik sürecini ve bu sürece dair ürün yelpazemizi incelediğimizde ürün ağacımız 3 ana başlıktan oluşuyor. Bunlar; Veri, analitik ve içgörü. İlk adımda veri entegrasyonu ve veri kataloglama çözümlerimiz ile kullanıcıyı hızlı, doğru ve güvenli bir şekilde veri ile buluşturan ürünlerimiz yer alıyor. 

Tedarik süreci yolculuğu verinin en ham olduğu halden alınıp kullanıcılara sunulması; daha sonrasında ileri analitik adımlarından geçirip son noktada da self servis görsel olarak sunulması, iç görülerin ve ileriye dönük öngörülerin çıkarılması olarak tarifleyebiliriz. 

Devamında kullanıcının veri okuryazarlığı gereği tüm ihtiyaçlarının karşılandığı analitik ve iç görüler elde etmemizi sağlayan Qlik Sense ile analitik süreci ve gereği tüm ihtiyaçlarını karşılıyoruz. En son noktada veri ile sohbet edebildiğimiz Q'lik Insight bot ile de ekspertiz hiçbir bilgi gerektirmeden verimiz ile konuşarak sonuçlarımızı kullanıcı ile en hızlı şekilde ulaştırıyoruz. Bugün hepimizin kullandığı chatbot‘un analitik dünyadaki karşılığı olan ürünümüz ile son derece hızlı iç görü ve öngörülere sadece konuşarak erişiyoruz. 

> HAKAN ARAN: Yapay zekanın bir alt başlığı, makine öğrenmesi. Yapay zekanın  girdisi, yakıtı ise veri. Veri ile beslenen ve bizi ‘zeka’ya ulaştıran şey ise makine öğrenmesi. Makine öğrenmesi ile kurumların içinde neler değişecek; neler farklılaşacak? 

ERSİN UYAR: Makine öğrenmesi BT yöneticilerine büyük bir değer katacak. Bankalar binlerce çalışana sahip ve bu çalışanlar her an, her yerden, her cihazdan sistemlere ve uygulamalara bağlanıp işlem yapıyor. Bu çalışma biçimi de çeşitli güvenlik riskleri barındırıyor. Makine öğrenmesi ve yapay zekanın da tam da bu noktada devreye girerek arka planda bu operasyonun yönetimini yapması isteniyor. 

Makine öğrenmesi ve yapay zeka uygulamalarının kurumlarda öncelikle verimliliği artırması bekleniyor.  Bir diğer beklenti ise siber güvenlik alanında sistemlerin içinde var olan atakları ve olası saldırıları, anomalileri ortaya çıkarması. 

Gartner 2020 yılında 55 milyar cihazın internete bağlı olacağını öngörüyor. Toplantının başından beri bulut teknolojisinden konuştuk ama işin bir de uç kısmı var. Bilginin uçta alınması, uçta karar verilip anlık yorumlanması ve yorumlandıktan sonra da eyleme geçilmesi (edge computing) noktasında yapay zeka ve makine öğrenmesi kritik rol oynayacak. Böylelikle kurumlarda network yapısı kendi kendine çalışan ve kendi kendini yöneten hale gelirken BT yöneticileri de iş süreçlerini daha iyi yönetmeye ve iyileştirmeye, yeni ürün ve hizmetler geliştirmeye odaklanabilecek.   

Teknolojinin gelişimi her şeyi bir platform ekonomisine dönüştürüyor. Örneğin DHL bugüne kadar bir kargo taşıma şirketi iken kendi platformundan ürün satmaya başladı. Eğer milyonlara ulaşan bir platforma sahipseniz farklı iş kollarında da faaliyet gösterme şansınız var. Diğer taraftan dijitalleşme aracı kurumları da birer birer ortadan kaldırmaya başladı. Dolayısıyla gelecekte her işlem aracısız olacak. 

> HAKAN ARAN: Yapay zeka ve makine öğrenmesi teknolojileri çok önemli ancak bu algoritmaları kurgulayan ve oluşturan, veriyi modelleyen, işleyen ve yöneten insan kaynağı olmazsa teknolojiler de bir işe yaramıyor. ING’de yetkinlik ve yetenek yönetimi tarafında küresel bir yapılanma olduğunu biliyoruz. Bu noktadaki çalışmalar hangi düzeyde?

EMRE SANCAKOĞLU: Dijital dönüşüm, veri dönüşümü, meydan okuyan yapısıyla hem bireyleri hem de şirketleri tetikte tutuyor. Eskiden hantal ve birbirinden bağlantısız yapılar varken şu anda birbirine bağlantılı, akıllı sistemlerden bahsediyoruz. Dolayısıyla bu yeni dünya geçişinde de veri sistemin merkezinde duruyor. Biz ING olarak da gerçek değeri yaratacak şeyin veri ve insan olduğunu düşünüyoruz. Dolayısıyla altyapı kadar insana da yatırım yapmayı önceliklendiriyoruz. İki yıl önce organizasyon içerisinde veriyi odağa koymayı hedefleyen dönüşüm sürecine başladığımızda yapay zeka modellemesinde, ileri analitikte yetenek istihdam etmenin ve istisnasız tüm çalışanların yeni nesil yetkinlikleri kazanmasının ne kadar önemli olduğunu gördük. Bu anlayışla Özyeğin Üniversitesi ile bir eğitim programına başladık. Amacımız veri bilgisini baştan sona kurum içerisinde tüm damarlardan geçirmekti. Eğitim programı 2 yıldır devam ediyor. Şu anda 5 grupta yaklaşık 120 tane potansiyel ‘veri bilimci’ adayımızı yetiştiriyoruz. 23 tanesini mezun ettik, 13 tanesi de master programına dahil olarak devam ediyorlar. 

Eğitimi alan arkadaşlarımızın eğitimle işi entegre ilerletebilmeleri için banka içerisinde, mesai saatleri dahilinde eğitimleri gerçekleştirdik ve işte karşılaşılan zorlukları teorik olarak bilen insanlarla paylaşma fırsatı yarattık. Dolayısıyla bir yıllık program sonucunda yetkin ve etkin insanlar yetiştirmeye başladık. Şu anda 120 arkadaşımızla birlikte yurt dışındaki ING kurumlarına da örnek model oluyoruz. Yurt dışında iki örnek projeyi Türkiye’den yürütüyoruz veya buradaki insanları yurt dışı görevlere gönderiyoruz. 

Bir yandan veri modelci yetiştirip yapay zekaya önem verirken bu konuları yöneticiler düzeyine de taşımaya başladık. İcra Komitesi’nde görev yapan sekiz yöneticimizi de söz konusu programlara dahil ettik. 

Diğer taraftan ‘veri analisti’ kavramını oluşturduk ve onların da eğitimini başlattık. Çünkü veri modeli dediğimiz arkadaşlar teorik olarak ciddi eğitimler alıyor ama pratik hayattan uzak kalabiliyorlar.  Eskiden kurumlarda bir yazılımcı ve bir de iş kolu vardı. Her iki birim de birbirinin ne dediğini anlamıyordu. Bunu sorunu çözmek adına bunların arasına bir ‘iş analisti’ yerleştirdik. 

İş kolunun bir sorunu, bir isteği olduğunda bunu çözecek olan bir veri modelci mevcut ama aradaki köprü nasıl olacak? Veri bilimcilerini iş kollarının arasına yerleştirdik. Örneğin risk ekibinde, bireysel ekipte, tüzel ekipte, çağrı merkezinde birer veri bilimcimiz görev yapıyor. Yapay zekanın da yardımıyla veriyi modelleyerek iş sorunlarına çözümler üretiyorlar. 

> HAKAN ARAN: Alternatif Bank bünyesinde yeni teknolojilerle, wwyeni yetenekleri bankaya kazandırma ve insan yönetimi konuları nasıl ele alınıyor?

ESRA BEYZADEOĞLU: Tüm bankalar gibi biz de zaman zaman teknolojide doğru kaynağı bulmakta zorluklar yaşıyoruz. Ancak bütünsel bir insan kaynakları ve kurum kültürü politikasıyla bu alana yatırım yapmaya çeşitli formüller üretmeye çalışıyoruz. 

Öte yandan, bulunduğumuz coğrafyaya baktığınızda Türkiye’nin bankalar için teknoloji açısından hub olma potansiyeli çok yüksek. Özellikle Katar’da ve Ortadoğu’da şu anda çok sayıda Hindistanlı ve Pakistanlı çalışıyor. Ülke olarak iyi bir insan kaynağımız var ve bankacılık alanında kullandığımız teknolojilerle pek çok Avrupa ülkesinden de önde olduğumuzu söyleyebiliriz. Dolayısıyla genel olarak teknoloji alanında faaliyet gösteren şirketler ve bizim gibi bankaların geliştirdiği hizmetleri bu bölgeye açma konusunda bir fırsatın eşiğindeyiz.

> HAKAN ARAN: ING’de ve Alternatif Bank’ta yapay zekayı doğru ve yerinde kullanarak kuruma yeni müşteriler kazandırma veya müşteri kayıplarını azaltma noktasında iddialı ekipleriniz, sonuçlanmış bir müşteri deneyiminiz var mı? 

ESRA BEYZADEOĞLU: Alternatif Bank’ta geçtiğimiz mayıs ayından bu yana teknoloji ve dijital bankacılığın yanı sıra operasyonlardan da sorumluyum. Özellikle son iki yıldır marka dönüşümümüzle başlayan ve dijital süreçleri de içine alan bir yolculuktayız. Bizim için dijitalleşme sadece kanalda bir değişim değil, içeride de iş yapış şeklimiz ve sistemlerimizle uçtan uca bir bakış açısı ortaya koymak demek. Bu nedenle gerek iş yapış süreçlerimizde gerekse müşterilerimize dokunan her noktada önemli yenilikler ve geliştirmeleri hayata geçiriyoruz. Bu kapsamda önemli bir çalışma başlattık. SWAT ekipler dedik ismine. Bir tarafta günlük operasyonlar devam ederken bir yandan da bu noktalarda işi yapan arkadaşlar dijital olarak uçtan uca nasıl dönüştürürüz diye kafa yordular. Sonuç olarak bir kısmında bazı süreçleri iyileştirme, bir kısmında sistem iyileştirmeleri yapma, çokça da yeni akışlar tasarlamamız gerektiği ortaya çıktı. Teknoloji tarafında ise uçtan uca bunları faydaya çevirecek şekilde nasıl hayata geçireceğimizi planlıyoruz. Ekibimiz son derece motive ve bir iş analisti bakışıyla şubeden müşteriye tüm süreçleri nasıl dijitale en uygun hale dönüştürürüz noktasında önemli çalışmalar yaptılar.  

Dijital operasyonlar adını verdiğimiz bu çatı projenin bir ayağında yapay zeka ve makine öğrenmesi ile desteklenen projelerimiz var. Bu kapsamda merkezi talimat yönetimini destekleyebilmek ve daha akışkan hale getirebilmek için derin öğrenme tarafında 140 bin talimatı sınıflandırarak yapay zekaya öğretme işlemlerini çalışıyoruz. 

EMRE SANCAKOĞLU: ING Türkiye olarak yapay zeka tabanlı tahminleme modellerini bankamızın çok farklı alanlarında kullanıyoruz. Daha veri odaklı yaklaşarak, süreçlerimizi iyileştiriyor ve sağladığımız tasarrufla müşterilerimize daha hızlı ve avantajlı hizmet sunmaya odaklanıyoruz. Banka olarak en büyük amacımız müşteri memnuniyeti sağlamak. Buradan yola çıkarak gelen müşteri şikayetlerini inceledik ve en fazla şikayetin ATM’lerden geldiğini gördük. ATM’lerin çalışmaması ve ödeme yapmak için içinde para bulunmaması başlıca şikayet konusuydu. Bunun üzerine bir proje başlattık ve dedik ki biz acaba ATM’nin geçmiş verilerine bakarak ATM’nin ne zaman bozulabileceğini tahmin edebilir miyiz?  Operasyon, şube ve müşteri hareketi modelleme ekibimizi bir araya getirerek bu projeyi başlattık. Günün sonunda ATM bozulmalarını önceden tahminledik. Bozulmalarda yaklaşık yüzde 10 azalma sağladık.

> HAKAN ARAN: Dijital dönüşüm ile dijitalleşme arasındaki farklar neler? Doğru bir dönüşüm nasıl gerçekleştirebiliriz?

ERSİN UYAR: Dijitalleşme herhangi bir işin, servisin dijital hale dönüştürülmesi veya dijital ortamlarda farklı iş modelleri ile sunulmasıdır. Bu yüzdendir ki dijitalleşme hem akıllı olmak hem de bağlı olmayı gerektirir. İşte bu noktada iş süreçlerinin dijitalleşmesi, dijital dönüşüm olarak aktarılmaktadır. Aslında bu bir dijital dönüşüm değil dijitalleşmenin kendisidir. Dijital dönüşüm deyince hâlâ kağıtsız ofis uygulamaları örnek gösteriliyor. Oysa süreçleri dijitalleştirmekle dijital dönüşüm gerçekleştirmek çok farklı.

Dijital dönüşüm, şirketlerin günlük operasyonel ağ işlerine harcadıkları zamanı onlara geri kazandırıp bu zamanı asıl harcamaları gereken yere yani inovasyona ayırabilmelerini sağlayan bir süreçtir. Dijital dönüşümün 3üçtane sac ayağı var; teknoloji, insan ve ekonomi. Biz daha çok işin insan boyutundayız. Çünkü dijital dönüşüm aslında teknoloji ile değil müşterinin kendisi ile başlıyor. Yani dönüşüm felsefesinde bundan böyle üründen çok deneyimin kendisine müşteri bulmanız gerekiyor. Dolayısıyla silolaşmayı kaldıracak, dönüşümü sahiplenecek ve aracısızlaştıracak yöneticiler ile çalışanlara ihtiyacımız var.

EN ÇOK OKUNANLAR