Planlayın
Next4biz AR-GE ekibi, iş dünyasındaki dinamikleri dönüştürmek ve operasyonel verimliliği artırmak için durmaksızın çalışıyor. Amacımız, iş süreçlerinizi kolaylaştırarak müşteri memnuniyetini zirveye taşımak. Bu bağlamda, sizleri iş yapış şeklinizi yeniden tanımlayacak ve rakiplerinizin önüne geçmenizi sağlayacak yenilikçi projelerimizle buluşturuyoruz.
Bu yazıda, AR-GE ekibimizin üzerinde titizlikle çalıştığı projelerin detaylarına inerek, bu çözümlerin iş dünyasında nasıl bir fark yaratacağını keşfedeceksiniz.
Issue Intelligence
Bu proje, müşteri geri bildirimlerini sınıflandırmak ve yönetmek için yapay öğrenme ve doğal dil işleme (NLP) tekniklerinden yararlanarak müşteri hizmetleri yönetiminde (CSM) kullanılmaktadır. Dönüştürücü (Transformer) tabanlı LLAMA, Mistral ve Qwen gibi son teknoloji dil modellerini (LLM) kullanan sistem, müşteri geri bildirimlerini otomatik olarak işletmenin çalışma metodolojisine uygun olarak tanımlanmış kategorilere sınıflandırmaktadır. Bu modeller yazışmalardaki bağlamı ve nüansları anlamada ve ilgili kategorilere eşleştirmede yüksek doğruluk sunmaktadır.
Bu sınıflandırma, gerçek zamanlı içerik yönetimine olanak tanıyarak kuruluşların müşteri endişelerini doğru şekilde ele almasına ve belirli kategoriler için önceden tanımlanmış eylemlerin işletilmesine olanak tanır. Otomatik sınıflandırma ve eylem yetenekleri, müşteri hizmetleri temsilcilerinin hizmet kalitesini en üst seviyeye çıkartmak için optimize edilmiştir.
Future Teller
Future Teller projesi, gelecekteki müşteri bildirimlerini tahmin etmek ve işletmeler için kaynak planlamasını optimize etmek için gelişmiş zaman serisi analizini kullanmaktadır. Facebook tarafından geliştirilen Prophet modelini kullanan proje, yıllık, haftalık ve günlük mevsimselliğin yanı sıra tatil etkilerini de hesaba katarak karmaşık, doğrusal olmayan eğilimleri yüksek doğrulukla modellemektedir.
Bu sayede bildirim tahmin servisi eksik verilere ve trend değişimlerine karşı oluşan kalıpları analiz edebilir, aykırı değerlerin varlığında bile güvenilir tahminler yapabilmektedir. Bu, işletmelerin gelecekteki müşteri geri bildirimlerinin hacmini ve kategorilerini tahmin etmelerini sağlayarak yüksek doğrulukta kaynak tahsisine ve müşteri hizmetleri taleplerinin proaktif yönetimine olanak tanır.
Future Teller, beklenen şikayet ve yorum trendleri hakkında eyleme dönüştürülebilir içgörüler sağlayarak kuruluşların yanıt verme kapasitelerini artırmalarını, müşteri memnuniyetini geliştirmelerini ve operasyonel verimliliği optimize etmelerini sağlar.
Next4biz Chatbot
Bu proje, çeviri modellerinden ve İngilizce karşılaştırmalarından yararlanarak İngilizce olmayan soru cevaplama için Retrieval-Augmented Generation (RAG) sistemlerinin geliştirilmesini konu almaktadır. İngilizce olmayan metinleri İngilizceye çevirerek ve orijinal bilgileri meta veri olarak korurken bunları yerleştirerek, yaklaşım RAG sistemlerinin erişim performansını önemli ölçüde artırır.
GPT-4o gibi güncel gelişmiş modelleri kullanan ve RAGAS çerçevesi ile başarımı test edilen bu yöntem, geleneksel yaklaşımlara kıyasla üstün bağlam kesinliği ve geri çağırma elde etmektedir. Farklı dillere ve çeviri modellerine uyarlanabilen bu yenilikçi çözüm, yüksek kaliteli İngilizce yerleştirmelerin çok dilli uygulamalara entegre edilmesine olanak tanımaktadır.
AnomalyNet
Günümüzde işletmeler, operasyonlarını kolaylaştırmak, verimliliği artırmak ve genel çevikliklerini geliştirmek için İş Süreci Yönetimi (BPM) ürünlerini kullanmaktadır. Bu platformların öncülerinden Next4biz BPM, iş süreçlerini modellemek, otomatikleştirmek, izlemek ve optimize etmek için merkezi bir platform sağlamaktadır. Süreç otomasyonu, hızlı ve hatasız BPM ürünleriyle maliyet düşürme, görev yürütme ve iş akışı durumu hakkında gerçek zamanlı görünürlük gibi avantajlar sunarak işletmelerin operasyonlarında daha fazla kontrol, şeffaflık ve üretkenlik elde etmelerini sağlıyor ve böylece müşteri memnuniyetini, rekabet gücünü ve sürdürülebilir büyümeyi artırmaktadır.
AnomalyNet projesi Graf Sinir Ağları (GNN), Graf Evrişimli Ağlar (GCN) ve Graf Dikkat Ağları (GAT) gibi gelişmiş graf sinir ağlarının gücünden yararlanarak işletmelerimizin süreçlerindeki düzensizlikleri ve olası kusurları tespit etmek, operasyonel verimliliği artırmak, hataları azaltmak ve kaynak tahsisini optimize etmek için gelişmiş bir araç sağlayacaktır.
Kullanım durumları, öngörülen süreden uzun beklenen/iş yapılan süreç adımlarını, süreç içerisinde aynı durumlar arası birden çok kez geçiş olmasını, hiç uğranmayan süreç adımlarının varlığını ve koşullu yönlendirmelerde hiç çalışmayan koşullar ve geçişlerin varlığını tespit etme üzerine odaklanmıştır.
🏆 Gazi Üniversitesi ev sahipliğinde, Ankara’da gerçekleştirilen ASYU 2024 – Akıllı Sistemlerde Yenilikler ve Uygulamaları Konferansı’nda, Ar-Ge ekibimizin bu proje kapsamında hazırladığı “Semi-supervised Detection of Contaminated Business Process Instances using Graph Autoencoders and Dynamic Edge Convolutions for BPM Anomaly Detection” başlıklı çalışması ile 𝐞𝐧 𝐢𝐲𝐢 𝐛𝐢𝐥𝐝𝐢𝐫𝐢 ödülünü kazandık.
PointXchange
Bu proje Next4biz CRM ekosisteminde bir müşteri sadakat programı ağı oluşturulması için blokzincir teknolojisinin uygulanması, güven ve verimliliği artırmak dağıtık mimarinin ve akıllı kontratların doğasında bulunan şeffaflık, güvenlik ve merkezisyetsizlikten yararlanarak yeni nesil bir ödül kullanım platformunu konu almaktadır. Geleneksel sadakat programlarının aksine, blokzincir tabanlı bir sistem tüm işlemlerin değişmez, doğrulanabilir ve farklı paydaşlar arasında erişilebilir olması bu projeyi alternatiflerinin önüne çıkartmaktadır.
Proje kapsamında Ethereum blokzincir platformunun yerel kopyası, kurulan özel ağ üzerinde çalıştırılarak yetki ispatı (PoA) mutabakatı ile çalışır. PoA mutabakatı yalnızca doğrulanmış adreslerin işlemleri doğrulamasına izin vermesi ile ağın güvenliğine katkıda bulunmaktadır. Sadakat programındaki işlemlerin takibi, açık kaynaklı bir proje olan Epirus blok kaşifi ile yapılır.
Kullanıcılar, akıllı sözleşmeler aracılığıyla satın almalarını kanıtlayarak sadakat puanı kazanabilecek ve bu puanları ürün ve servisleri elde etmek için harcayabileceklerdir. Aynı zamanda elde edilen puanların Next4biz CRM ekosistemindeki başka bir markanın puanına takaslanması ile yeni ürün ve servisleri keşif edebilirler.
CampaignXpert
Dönüştürücü Dil Modeli Temelli Kampanya İçerik Üretim Çerçevesi projesi, CRM kampanya yönetiminde gelişmiş yapay zeka teknolojilerinin kullanımını konu almaktadır. Proje, özelleştirilmiş kampanya içeriği oluşturmak için büyük dil modellerinden (LLM’ler) ve ilgi çekici görseller oluşturmak için üretken çekişmeli ağlardan (GAN’lar) yararlanarak pazarlama süreçlerini otomatikleştirmeyi ve optimize etmeyi amaçlamaktadır.
Yenilikçi yaklaşımı, gerçek zamanlı geri bildirim entegrasyonu, NLP tabanlı öznitelik mühendisliği ve müşteri demografisine ve segmentasyonuna göre uyarlanmış dinamik içerik üretimini içermektedir. Bu, pazarlama verimliliğini ve etkisini önemli ölçüde artıran son derece kişiselleştirilmiş ve etkili kampanyalar sağlamaktadır.
Müşteri Memnuniyet Skoru Tespiti
Bu proje, gelişmiş duygu analizi modelleri kullanarak müşterilerin markaya veya işletmeye yönelik duygularını doğru bir şekilde ölçmek için CSM geri bildirimlerini analiz etmeye odaklanmaktadır. Proje, BERT, Llama ve GPT gibi son teknoloji NLP tekniklerinden ve modellerinden yararlanarak, duygusal durumları ve algıları derecelendirmek için müşteri geri bildirimlerini sistematik olarak değerlendirir.
Bu yaklaşım, işletmelerin müşteri memnuniyeti ve marka algısı hakkında daha ölçülebilir bilgiler edinmesini sağlayarak müşteri deneyimlerini geliştirmek için zamanında ve hedefe yönelik müdahalelere olanak tanır. Güncel duygu analizi modellerinin entegrasyonu, müşteri duygularının yüksek doğrulukta anlaşılmasını sağlayarak nitel geri bildirimleri eyleme dönüştürülebilir verilere dönüştürerek önemli bir rekabet avantajı sağlar.
Bu da müşteri sadakatinin artmasına, daha etkili hizmet stratejilerine ve nihayetinde daha güçlü bir marka itibarına yol açar.
🎉 ArGe Merkezi’mizin bu proje kapsamında hazırladığı, “Evaluating Turkish BERT-based Language Models for Effective Customer Feedback Interpretation in CRM” adlı çalışmamız UBMK ( International Conference on Computer Science and Engineering) 2024’te “Best Paper” seçildi.
