# Ses analitiği nedir? Çağrıların kalite, niyet ve risk açısından incelenmesi

*2026-09-29 · 15 dk*

Ses analitiğini çağrı transkripsiyonu, konuşmacı ayrımı, niyet ve duygu sinyali, kalite skoru, KVKK, insan denetimi ve müşteri deneyimi metrikleriyle açıklayan uzman rehber.


Çağrı merkezlerinde milyonlarca dakikalık konuşma oluşur; ancak bu kayıtların büyük bölümü yalnızca bir şikâyet büyüdüğünde veya örnek kalite kontrolünde dinlenir. Bu yaklaşım, müşterinin niyetini, temsilcinin zorlandığı noktayı ve riskli bir ifadenin tekrar etme eğilimini görünmez bırakır. Ses analitiği, konuşmayı “dinlenmiş dosya” olmaktan çıkarıp süreçte kullanılabilir sinyale dönüştürür.

İyi ses analitiği sistemi transkripsiyon doğruluğunu tek hedef yapmaz. Konuşmacıları ayırır, çağrı amacını sınıflandırır, ürün ve vaka bağlamını ekler, kalite rubriğini çalıştırır, hassas bilgiyi maskeler ve düşük güvenli sonucu insana taşır. [Konuşma ve ses işleme](/hizmetler/yapay-zeka-yazilim-gelistirme/konusma-ses-isleme) hizmeti, [alfi Engines](/urunler/aile/engines) voice yeteneği ve [alfi Engage](/urunler/aile/engage) listen/contact/journey katmanları bu omurgayı farklı kullanım senaryolarına bağlayabilir.

## Ses analitiği nedir?

Ses analitiği; ses sinyalini, transkripti ve konuşma bağlamını işleyerek konu, niyet, kalite, risk, duygu/ton ve süreç sinyalleri üreten analitik katmandır. Girdi çağrı kaydı, toplantı, saha görüşmesi veya sesli mesaj olabilir. Çıktı yalnızca metin değil; zaman aralığı, konuşmacı, konu, kanıt alıntısı, güven seviyesi ve önerilen aksiyondur.

Bir çağrının “memnuniyetsiz” görünmesi tek başına yeterli karar değildir. Müşteri gecikme nedeniyle kızgın olabilir ama çağrı başarıyla çözülebilir; sakin bir müşteri yanlış bilgilendirilip daha sonra kaybedilebilir. Bu nedenle ses sinyali müşteri sonucu, vaka kapanışı, tekrar arama ve temsilci rubriğiyle birlikte yorumlanır.

## Kullanım senaryosunu ve kararı ayırın

Ses analitiği için ilk soru “hangi modeli seçelim?” değil “hangi kararı iyileştireceğiz?” olmalıdır. Kalite koçluğu, kritik uyum cümlesi kontrolü, çağrı niyeti ve yönlendirme, kayıp müşteri riski, satış fırsatı, teknik arıza, tahsilat veya ürün geri bildirimi farklı veri ve aksiyon gerektirir.

Bir çağrının otomatik olarak müşteri kaybı sayılması yüksek riskli olabilir; temsilci koçluğu için öneri üretmek daha güvenli bir ilk adımdır. Uyum cümlesi eksikliği için insan örneklem kontrolü, acil güvenlik ifadesi için hızlı eskalasyon, genel konu sınıflandırması için otomatik etiket kullanılabilir. Özerklik kullanım senaryosuna göre kademelenmelidir.

## Ses alma, kalite ve konuşmacı ayrımı

Modelin başarısı kaydın kalitesiyle başlar. Mikrofon, codec, arka plan gürültüsü, yankı, çağrı bekletme, üst üste konuşma ve kanal dengesi transkripsiyonu etkiler. Konuşmacı ayrımı temsilci ve müşteri cümlelerini doğru bağlamda görmek için kritiktir. Tek kanallı kayıt varsa diarization modeli kullanılabilir, ancak çapraz konuşmada hata payı artar.

Kayıt meta verisi de sesin parçasıdır: çağrı kimliği, kuyruk, temsilci, müşteri, dil, zaman, kampanya ve vaka. Kaydın doğru müşteriyle ilişkilendirilmemesi, metin doğru olsa bile veri ihlali oluşturabilir. Saklama ve silme politikası ham ses ile türetilmiş transkript için ayrı uygulanabilir.

## Transkripsiyon, zaman damgası ve kanıt

Transkript yalnız kelime dizisi olarak değil, konuşmacı, zaman aralığı, güven ve bölüm ilişkisiyle saklanmalıdır. “İade hakkınız yok” ifadesinin hangi saniyede söylendiği, bunu kimin söylediği ve çağrı sonrası ne olduğu birlikte incelenir. Düşük güvenli kelimeler insan incelemesine veya “kanıt kullanılamaz” işaretine gidebilir.

Türkçe ekler, özel isimler, ürün kodları, tıbbi veya teknik terimler genel modelde zorlanabilir. Kuruma özgü sözlük, müşteri ve ürün isimleri maskeleme politikasıyla birlikte ele alınır. Model sözlüğe eklenen bir ismi her çağrıda doğru kabul etmemeli; bağlama ve ses güvenine göre karar vermelidir.

## Niyet ve konu sınıflandırması

Niyet müşterinin bu çağrıyla ne yapmak istediğini ifade eder: bilgi, arıza, iade, ödeme, teklif, şikâyet, iptal veya takip. Konu ise ürün, süreç, kampanya veya departmandır. Niyet taksonomisi yönlendirme ve otomasyon için; konu taksonomisi rapor ve ürün iyileştirme için kullanılabilir. Tek etikette birleştirildiğinde hangi aksiyonun neden açıldığı belirsizleşir.

Sınıf sözlüğü gerçek çağrılardan örnek, karşı örnek ve sınır durumlarıyla hazırlanır. Müşteri “ürün gelmedi” diyebilir; bu teslimat gecikmesi, kargo takibi veya yanlış adres olabilir. Model alternatif sınıfları ve güven seviyesini döndürmeli, belirsizliği gizlememelidir. [alfi Engage](/urunler/aile/engage) listen yeteneği bu sinyali müşteri yolculuğu ve geri bildirim akışıyla ilişkilendirebilir.

## Ton, duygu ve konuşma dinamikleri

Konuşma hızı, sessizlik, kesme, üst üste konuşma, ses seviyesi ve belirli kelimeler kalite veya risk için yardımcı sinyaldir. Duygu modeli kültürel bağlamı ve aksanı yanlış yorumlayabilir; müşterinin sesini kişilik veya sağlık profiline çevirmemelidir. Ton, “insan öfkeli” gibi kesin bir etiket yerine “eskalasyon incelemesine aday” sinyali olarak sunulabilir.

Temsilci sözünü sürekli kesiyorsa bu eğitim ihtiyacı, teknik gecikme veya çağrı tasarımı problemi olabilir. Uzun sessizlik bilgi arama zorluğuna, sistem yavaşlığına veya müşteri düşünme süresine işaret edebilir. Sinyal iş sonucuyla birlikte incelenir; tek başına prim veya disiplin kararına dönüşmez.

## Kalite rubriği ve koçluk

Kalite rubriği kurumun iyi çağrı tanımını ölçülebilir maddelere böler. Açılış ve kimlik doğrulama, ihtiyacı yansıtma, doğru bilgi, empati, çözüm, mevzuat ifadesi, özet, takip ve kapanış maddeleri senaryoya göre seçilir. Her çağrıda tüm maddeleri çalıştırmak yerine ürün ve vaka tipine göre rubrik seçilebilir.

AI öneri skoru, örneklem insan kalite değerlendirmesiyle kalibre edilir. İnsanların verdiği puanlar da tutarlı değilse modelin doğruyu öğrenmesi mümkün değildir. Kalibrasyon toplantıları, sınır çağrıların birlikte dinlenmesi ve rubrik örneklerinin güncellenmesi gerekir. Hedef temsilciyi cezalandırmak değil, bir sonraki çağrıda daha iyi karar vermesini sağlamaktır.

## Risk ve uyum sinyalleri

Finansal bilgi, kimlik doğrulama, açık rıza, sağlık, sözleşme taahhüdü ve tehdit/şiddet ifadeleri farklı risk sınıflarına girer. Sinyal bulunduğunda otomatik hüküm vermek yerine yetkili ekibe görev, kayıt veya uyarı açılabilir. Örneğin müşteri kimlik doğrulaması tamamlanmadan hesap bilgisi isteniyorsa temsilci ve güvenlik ekibine kontrollü eskalasyon gerekir.

Risk ifadelerinin listesi zamanla genişler; ancak her eşleşme gerçek risk değildir. Sözlük, bağlam, konuşmacı ve sonuç birlikte değerlendirilir. Hassas çağrılar daha kısa saklama, daha dar erişim veya özel insan incelemesi gerektirebilir. [alfi Guard](/urunler/aile/guard) redact ve audit yetenekleri sesin ve transkriptin hassas alanlarını yönetmeye yardımcı olur.

## KVKK, rıza ve veri minimizasyonu

Ses kaydı kişisel veri işleme alanıdır. Aydınlatma, amaç, hukuki sebep, saklama, erişim ve silme prosedürü çağrının başındaki metinle sınırlı değildir; analitik türevler için de değerlendirilir. Analiz için sesin tamamına gerek yoksa transkriptin maskelemesi veya sadece gerekli zaman aralığının saklanması düşünülebilir.

 [Veri minimizasyonu](/sozluk/veri-minimizasyonu) ham ses, transkript, özet, embedding ve kalite sinyali için ayrı uygulanır. Model sağlayıcısının eğitim kullanımı, veri bölgesi, alt işleyen ve destek erişimi sözleşmede incelenir. On-premise veya özel ağ ihtiyacında [on-premise KVKK uyumlu AI](/hizmetler/on-premise-kvkk-uyumlu-ai) seçeneği, fakat cihaz ve model işletim sorumluluklarıyla birlikte değerlendirilmelidir.

## İnsan incelemesi ve örneklem tasarımı

Her çağrıyı insanın baştan sona dinlemesi ölçeklenebilir olmayabilir. Risk, düşük güven, yeni ürün, şikâyet, yüksek değer, rastgele örnek ve temsilci gelişim ihtiyacına göre tabakalı örneklem kurulabilir. İnsan ekranında ses dalgası, transkript, önemli anlar, model kanıtı ve önceki karar görünür olmalıdır.

İnsan düzeltmesi “model yanlış” kutusundan ibaret kalmamalı; kusur türü seçilebilmelidir: transkripsiyon, konuşmacı, sınıf, rubrik, veri bağlamı veya politika. Böylece teknik ekip hangi katmanı iyileştireceğini bilir. Kritik uyum kararı iki uzman tarafından kontrol edilebilir; [dört göz ilkesi](/sozluk/dort-goz-ilkesi) ses analitiğinde de uygulanabilir.

## CRM, ticket ve müşteri yolculuğu entegrasyonu

Çağrı analitiği müşterinin kaydından kopuk tutulursa iş aksiyonu üretmez. Çağrı kimliği, müşteri, temsilci, ürün, vaka, kampanya ve sonuç CRM veya ticket kaydına bağlanır. Niyet, risk ve çözüm sinyali sonraki iletişimde görünür; müşteri aynı sorunu tekrar anlatmak zorunda kalmaz.

 [alfi Engage](/urunler/aile/engage) contact ve journey yetenekleri çağrı sinyalini temas geçmişi ve müşteri yolculuğuna; [alfi Automate](/urunler/aile/automate) ise görev, takip ve onay akışına bağlayabilir. Entegrasyon idempotent olmalı, başarısız aktarım ve geri alma izlenmelidir. Sadece dashboard'a yazılan sinyal, sorumlusu ve sonraki adımı yoksa operasyonel değer taşımaz.

## Satış, sadakat ve müşteri geri bildirimi

Satış çağrısında ürün ihtiyacı, itiraz, bütçe, rakip ve sonraki adım; destek çağrısında çözüm, tekrar arama, bekleme ve müşteri çabası; sadakat çağrısında iptal niyeti ve değer algısı izlenebilir. Aynı model her senaryoda aynı rubriği kullanmamalıdır. Kampanya etkisi, ürün kusuru ve temsilci deneyimi ayrı sinyaller olarak toplanır.

Müşteri sesinden ürün yol haritasına giden bağ kurulmalıdır. Tekrarlanan bir arıza ifadesi, yeni özellik talebi veya sözleşme itirazı ürün ve süreç ekiplerine aktarılır. [alfi Insight](/urunler/aile/insight) listen ve forecast katmanlarıyla eğilimleri, [alfi Boardroom](/urunler/aile/boardroom) ise yönetim kararını görünür kılabilir.

## Model doğruluğu ve kalite metrikleri

Transkripsiyon için kelime hata oranı, özel terim doğruluğu ve konuşmacı ayrımı; sınıflandırma için precision, recall, sınıf bazlı hata; kalite için insanla uyum; operasyon için ilk çözüm, tekrar arama, SLA, müşteri memnuniyeti ve kayıp oranı ölçülür. Tek bir “AI skor” yöneticiyi yanlış güvene sürükler.

Düşük güvenli çağrı oranı, yeni konu oranı, yanlış pozitif risk ve insan düzeltme süresi canlı kalite sinyalidir. Model güncellendiğinde aynı değerlendirme kümesiyle gerileme kontrolü yapılır. Ses kalitesi, kanal ve dil dağılımı değişirse model drift'i aranır. Başarının ölçüsü daha çok metin üretmek değil, daha doğru insan ve süreç kararına ulaşmaktır.

## Pilot ve üretime geçiş

Pilot tek kuyruk, tek dil, belirli bir rubrik ve sınırlı veri saklama ile başlatılır. İlk fazda yalnız transkripsiyon ve arama; ikinci fazda niyet ve konu; üçüncü fazda kalite önerisi ve risk eskalasyonu test edilir. Otomatik müşteri yanıtı veya prim etkisi en sona bırakılır. Her fazın başarısı, insan kararı ve iş sonucuyla kanıtlanır.

Çağrı ekiplerine “AI sizi dinliyor” demek yerine amaç, kapsam, saklama, itiraz ve koçluk kullanımını açıklamak gerekir. Temsilcinin modeli düzeltmesi için güvenli kanal, yöneticinin skoru yorumlaması için rubrik eğitimi, veri sorumlusunun kontrolü için kayıt ve silme prosedürü hazırlanır. Teknoloji ancak kullanıcı deneyimiyle birlikte kabul görür.

## Satın alma kontrol listesi

Ses analitiği çözümünü değerlendirirken şu senaryoları dinleyerek test edin:

- Türkçe aksan, üst üste konuşma, gürültü ve düşük kalite kayıtta transkript nasıl değişiyor?
- Konuşmacı, zaman damgası, konu ve kanıt birlikte görülebiliyor mu?
- Niyet, konu, risk ve kalite rubriği ayrı yapılandırılabiliyor mu?
- Düşük güvenli çağrı insan kuyruğuna doğru gerekçeyle gidiyor mu?
- Hassas ifadeler maskeleniyor, erişim ve saklama rol bazlı uygulanıyor mu?
- CRM, ticket, müşteri yolculuğu ve görev akışına idempotent bağlanıyor mu?
- Temsilci skoru koçlukta nasıl kullanılıyor; otomatik ceza nasıl engelleniyor?
- Model sürümü, veri seti, insan düzeltmesi ve drift raporu tutuluyor mu?
- Çağrı kimliği ve sonucu iş metriğiyle ilişkilendirilebiliyor mu?

Ses analitiği, insan konuşmasını puanlayan kapalı bir kutu olmamalıdır. İyi tasarım müşterinin sesini süreç iyileştirmesine, temsilci gelişimine, uyum kontrolüne ve yönetim kararına kanıtlı bir şekilde taşır. Modelin ne söylediği kadar nerede sustuğu, hangi çağrıyı insana bıraktığı ve kurumun bu kararı nasıl denetlediği de ürünün parçasıdır.

## Çağrı seçimi ve örneklem adaleti

Kalite ekibi yalnız problemli veya en kısa çağrıları dinlerse analitik sistem gerçek dağılımı öğrenemez. Örneklem; kuyruk, temsilci, ürün, dil, müşteri segmenti, çağrı süresi, sonuç ve risk seviyesine göre tabakalanmalıdır. Şikâyet ve satış çağrıları aynı rubrikle seçilmeyebilir. Rastgele örnek, nadir kritik olay ve yeni konu örneği birlikte tutulur.

Örneklem adaleti kişi bazında da önemlidir. Bir temsilcinin daha çok çağrısı olduğu için daha çok izlenmesi, performans karşılaştırmasını etkileyebilir. Analiz amacı kalite geliştirme ise örneklem tasarımı bu amaca göre açıklanır. Çalışan, çağrısının hangi koşulla incelenebileceğini ve hatalı analitik sonuca nasıl itiraz edeceğini bilmelidir.

## Gürültü, aksan ve bağlam sözlüğü

Türkçe çağrılarda bölgesel aksan, hızlı konuşma, marka adı, ürün kodu ve kısaltma transkripsiyon hatasına yol açabilir. Kuruma özel sözlük yalnız kelime listesi değil, doğru yazım, telaffuz ve olası karışıklıkları içerir. Sözlükteki bir isim kişisel veri veya müşteri sırrıysa erişim ve model eğitim politikasıyla korunur.

Konuşma bağlamı, tek kelimeden daha değerlidir. “İptal” kelimesi müşteri niyeti, temsilcinin seçenek açıklaması veya alıntı bir cümle olabilir. Model sınıfı zaman aralığı ve konuşmacıyla birlikte döndürür. Düşük transkript güveninde kalite puanı otomatik düşürülmek yerine insan örneklemine yönlendirilir.

## Çağrı sonrası özet ve görev çıkarımı

Ses analitiği, çağrı sonrasında özet, karar, açık soru ve takip görevi üretebilir. Özet kaynak zaman damgalarıyla desteklenmeli; model müşterinin söylemediği bir taahhüt eklememelidir. Görev açmadan önce sahip, son tarih, müşteri ve beklenen çıktı alanları doğrulanır. Görev müşterinin veya temsilcinin kaydına yanlış bağlanırsa özetin akıcı olması işe yaramaz.

 [alfi Work](/urunler/aile/work) task ve inbox ile [alfi Automate](/urunler/aile/automate) orchestrator, çağrı sonucunu takip akışına taşıyabilir. İnsan, otomatik açılan görevi düzenleyebilir veya reddedebilir. Takip tamamlandığında müşteri sonucu, tekrar arama ve SLA verisi analitik kaliteye geri beslenir.

## Satış koçluğu ve müşteri sonucu

Satış çağrısında temsilcinin soru sorma, ihtiyacı doğrulama, ürün değerini bağlama, itirazı ele alma ve sonraki adımı netleştirme davranışları izlenebilir. Ancak konuşma skoru satış sonucuyla birlikte yorumlanmalıdır; yüksek skorlu bir çağrı teklif veya sözleşmeyle sonuçlanmayabilir. Model önerisi koçluk konuşmasına girdi sağlar, otomatik prim hesabına tek başına kaynak olmaz.

Müşteri kaybı sinyali, uzun sessizlik veya negatif ton gibi tek bir özelliğe bağlanmamalıdır. Ürün kullanımı, ticket geçmişi, çağrı tekrarı ve sözleşme durumu birlikte değerlendirilir. [alfi Engage](/urunler/aile/engage) journey ve recommend yetenekleri, ses sinyalini kişiselleştirilmiş ama insan denetimli aksiyona çevirebilir.

## Uyum rubriği ve yasal kanıt

Finans, sağlık ve telekom gibi alanlarda kimlik doğrulama, bilgilendirme, rıza, ücret, cayma veya güvenlik ifadeleri önem taşır. Sistem gerekli cümleyi yalnız kelime eşleşmesiyle değil bağlam, konuşmacı ve çağrı tipiyle kontrol eder. Eksik veya belirsiz kanıt insan uyum ekibine gönderilir; model “uygun” etiketiyle hukuki sorumluluk üstlenmez.

Uyum incelemesinde çağrı kaydı, transkript, zaman aralığı, rubrik sürümü, insan kararı ve düzeltme nedeni birlikte tutulur. Saklama süresi ve erişim kısıtı risk sınıfına göre değişebilir. [Dört göz ilkesi](/sozluk/dort-goz-ilkesi) kritik olaylarda ikinci kalite uzmanının bağımsız kontrolünü sağlar. Kanıtın varlığı kadar gereksiz kişisel sesin saklanmaması da uyumun parçasıdır.

## Duygu analizinin sınırları

Duygu modeli müşteri “mutlu” veya “öfkeli” diye kesin psikolojik etiket üretmemelidir. Ton, kelime, hız, ses seviyesi ve kültürel kullanım olasılık sinyalidir. Aynı kelime farklı müşteri ve temsilci bağlamında farklı anlam taşır. Duygu sonucu müşteri uygunluğu, kredi, işe alım veya sağlık kararı için tek başına kullanılamaz.

Daha güvenli yaklaşım “eskalasyon adayı”, “empati ihtiyacı”, “uzun bekleme” veya “çözülmemiş talep” gibi eyleme dönük sınıflardır. İnsan bu sinyali bağlamla doğrular. Yanlış pozitif müşteri deneyimini gereksiz eskale edebilir; yanlış negatif kritik şikâyeti kaçırabilir. Eşikler örnek çağrılar ve iş maliyetiyle belirlenir.

## Model drift ve kanal değişimi

Çağrı sağlayıcısı, mikrofon, kampanya, ürün, script, müşteri profili veya dil dağılımı değiştiğinde transkripsiyon ve sınıflandırma bozulabilir. Drift dashboard'unda kelime güveni, yeni konu oranı, insan düzeltmesi, sınıf dağılımı, bekleme ve tekrar arama izlenir. Model sürümü değiştiğinde eski ve yeni skorlar aynı değerlendirme kümesinde karşılaştırılır.

Yeni telefon kanalı veya sohbetten sese geçiş ayrı kabul testi gerektirir. Sinyalin çağrı metadata'sıyla eşleştiği, sesin doğru müşteriye bağlandığı ve saklama politikasının uygulandığı doğrulanır. Drift görüldüğünde otomatik kalite puanı yerine insan örneklemi artırılabilir; model yeniden eğitimi tek çözüm değildir.

## Maliyet, depolama ve gecikme

Ham sesi uzun süre saklamak depolama, erişim ve veri riski oluşturur. Saklama süresi, kalite ve uyum ihtiyacıyla belirlenir; yalnız türetilmiş sinyalin yeterli olduğu senaryoda sesin tamamı daha kısa tutulabilir. Transkripsiyon gerçek zamanlı veya çağrı sonrası çalışabilir. Gerçek zamanlı eskalasyon için gecikme, çağrı sonrası kalite için maliyet ve doğruluk daha önemlidir.

Her çağrının her saniyesini pahalı modele göndermek yerine sessizlik, müzik, bekletme ve tekrar bölümleri filtrelenebilir. Ancak filtreleme kritik kanıtı kesmemeli, zaman çizelgesi korunmalıdır. [alfi Platform](/urunler/aile/platform) kuyruk ve gateway kapasitesini; [alfi Insight](/urunler/aile/insight) dakika başına maliyet, kalite ve iş sonucu ilişkisini gösterebilir.

## Üretim işletim ve olay planı

Transkripsiyon servisi durduğunda çağrı kaybolmamalı; kayıt güvenli kuyruğa alınır ve işlem sonradan tamamlanır. Yanlış müşteri bağlama, hassas verinin maskelenmemesi veya yanlış kalite puanı olay olarak sınıflandırılır. Agent veya otomatik yanıt kullanılıyorsa [kill-switch](/sozluk/kill-switch) ile yalnız riskli aksiyon kapatılabilir, kayıt ve insan kalite süreci devam edebilir.

Olay sonrası örnek çağrılar, model/prompt sürümü, ses kanalı, sözlük ve entegrasyon logu birlikte incelenir. Kök neden teknik, veri, süreç veya eğitim olabilir. Düzeltme değerlendirme kümesine eklenir; yalnız modeli yeniden çalıştırmak tekrarı engellemez. Operasyon ekibi hangi durumda manuel kaliteye döneceğini önceden bilmelidir.

## Çağrı akışında gerçek zamanlı ve çağrı sonrası analiz

Gerçek zamanlı analiz temsilciye görüşme sırasında uyarı, kimlik doğrulama hatırlatması veya uzman eskalasyonu sunabilir; ancak gecikme ve yanlış uyarı riski yüksektir. Çağrı sonrası analiz daha geniş bağlam, daha iyi model ve insan örneklemi kullanabilir. Kullanım amacı hangi modun seçileceğini belirler. Uyum cümlesi için gerçek zamanlı hatırlatma, koçluk için çağrı sonrası inceleme daha uygun olabilir.

İki mod aynı veri modelini kullanırsa çağrı sonrası gerçek zamanlı sinyalin gerçekten neye dönüştüğünü ölçmek kolaylaşır. Gerçek zamanlı uyarı çağrıyı bölmemeli, müşteriye görünür olmamalı veya temsilciyi gereksiz baskılamamalıdır. Kritik riskte uyarı yerine sessiz eskalasyon veya uzman bağlantısı tasarlanabilir.

## Müşteri mahremiyeti ve analitik kapsamı

Ses analitiğinde “her şeyi analiz edelim” yaklaşımı gereksiz veri ve risk yaratır. Amaç için gerekli sinyaller seçilir: kalite, niyet, çözüm, güvenlik veya ürün geri bildirimi. Kimlik, kart, sağlık ve özel nitelikli veriler maskeleme veya alan bazlı erişimle korunur. [Veri minimizasyonu](/sozluk/veri-minimizasyonu) ham sesin yanı sıra transkript, özet ve embedding için de uygulanır.

Müşteriye kayıt ve analiz hakkında verilen bilgilendirme ile operasyon politikası uyumlu olmalıdır. Analiz amacı değişirse yeni etki değerlendirmesi yapılır. Verinin model sağlayıcısının eğitiminde kullanılıp kullanılmadığı, bölgesel saklama ve alt işleyen koşulları incelenir. [On-premise KVKK uyumlu AI](/hizmetler/on-premise-kvkk-uyumlu-ai) seçeneği bazı kurumlarda veri sınırını güçlendirir; operasyon yükü ayrıca planlanır.

## Konu haritasından ürün kararına

Ses analitiği yalnız temsilci puanlamak için kullanıldığında müşterinin ürün deneyimi görünmez kalır. Tekrarlanan kurulum sorusu, teslimat gecikmesi, özellik talebi veya sözleşme itirazı konu haritasına bağlanır. [alfi Engage](/urunler/aile/engage) listen sinyalini journey ve recommend akışına taşırken, [alfi Insight](/urunler/aile/insight) eğilimi segment, ürün ve kampanya bazında gösterir.

Ürün ekibi örnek çağrı ve zaman damgasını dinleyerek hipotez kurar. Hipotez yalnız frekansa değil müşteri sonucu ve gelir etkisine göre önceliklenir. Aynı şikâyet iki farklı süreçten kaynaklanıyorsa ses analitiği kök neden değil, doğru araştırma alanını bulmaya yarayan bir radar görevi görür.

## İnsan ve model kalibrasyonu

Kalite uzmanları aynı çağrıya farklı puan veriyorsa önce rubrik ve eğitim netleştirilir. Model skoru ile insan puanı arasındaki fark sınıf, temsilci, ürün, dil ve çağrı süresine göre incelenir. Bir modelin insanı taklit etmesi her zaman hedef değildir; insanın kaçırdığı tutarlı bir uyum sinyalini daha erken gösterebilir. Bununla birlikte farkın nedeni açıklanmalıdır.

Kalibrasyon döngüsünde örnek çağrılar, model önerisi, insan kararı, gerekçe ve nihai sonuç saklanır. Yeni rubrik canlıya alındığında geçmiş puanlar sessizce yeniden hesaplanmaz. [Dört göz ilkesi](/sozluk/dort-goz-ilkesi) kritik kalite veya uyum kararında bağımsız ikinci uzmanı devreye alır. İnsan deneyimi ve model metriği aynı kalite toplantısında değerlendirilir.

## Sürdürülebilir işletim

Ses analitiği projesinin sahibi yalnız veri bilimci olamaz. Çağrı operasyonu rubrik ve SLA'yı, bilgi güvenliği erişim ve saklamayı, hukuk aydınlatmayı, ürün ekibi konu haritasını, IT entegrasyon ve cihazları, kalite ekibi örneklemi sahiplenir. Model veya kanal değiştiğinde ortak değişiklik kurulu kabul testini yeniler.

Aylık işletim raporu; transkripsiyon güveni, sınıf doğruluğu, insan düzeltme, risk olayı, müşteri sonucu, depolama, maliyet ve açık aksiyonu içerir. Bir metrik düşerse sistem otomatik “daha çok model” istemez; veri, rubrik, kanal, ekip kapasitesi veya ürün süreci incelenir. Böylece ses analitiği modası geçen bir dashboard değil, sürekli öğrenen bir müşteri operasyonu olur.

## Örnekleme planı ve adil ölçüm

Çağrı analitiğinde tüm kayıtları aynı oranda incelemek verimli değildir. Rastgele örnekleme genel kaliteyi, risk temelli örnekleme ise kritik davranışları görünür kılar. İade talebi, finansal taahhüt, sağlık bilgisi, tehdit, hassas müşteri grubu veya temsilcinin itiraz ettiği kararlar ayrı bir örnekleme katmanında tutulur. Örneklem seçimi modelin kendi skoruna bırakılmaz; aksi halde modelin düşük güven verdiği ama sistematik olarak kaçırdığı bir sınıf hiç denetlenmeyebilir.

Adil ölçüm için dil, aksan, kanal, mikrofon, çağrı süresi, ürün ve temsilci kıdemi kırılımları raporlanır. Ortalama transkripsiyon doğruluğu iyi görünürken belirli bir aksanda niyet sınıflandırması bozulabilir. Bu fark müşteri memnuniyeti, tekrar arama ve insan devriyle birlikte değerlendirilir. [alfi Insight](/urunler/aile/insight) kırılımları tek ekranda sunabilir; [alfi Engage](/urunler/aile/engage) ise kalite aksiyonunun ilgili müşteri bağlamına bağlanmasını sağlar.

Ses verisi için erişim yetkisi “dinleyebilir” ve “metni görebilir” olarak ayrılabilir. Maskeleme, temsilcinin gerekli bağlamı korurken kart numarası veya sağlık bilgisini gizler. Dışa aktarımda ham ses yerine kısa kanıt, zaman damgası ve rubrik sonucu kullanılabilir. Araştırma veya model iyileştirme için alınan örnekler anonimleştirilir ve saklama süresi sona erdiğinde indekslerden de temizlenir.

Yönetim, yatırımın sonucunu yalnız kalite puanındaki artışla açıklamamalıdır. Risk olayının erken yakalanması, ilk temasta çözüm, temsilci koçluk süresi, müşteri tekrar araması, şikâyet kapanış süresi ve manuel örnekleme maliyeti birlikte izlenir. Bu ölçüm düzeni kurulduğunda ses analitiği, çalışanı gözetleyen opak bir puanlama aracı değil; müşteri deneyimini ve mevzuat uyumunu kanıta dayalı biçimde geliştiren bir kalite sistemi haline gelir.