Customer 360

Aynı müşterinin farklı sistemlerde farklı kayıtlara dönüşmesi

Kurumsal yapılarda müşteri verileri çoğu zaman tek bir sistemde oluşmaz. CRM, ERP, sigorta, satış, servis veya farklı operasyon sistemleri aynı müşteri için birbirinden bağımsız kayıtlar oluşturabilir. Telefon numaralarının farklı formatlarda tutulması, adreslerin standart olmaması, isim yazım farklılıkları veya eksik bilgiler zaman içerisinde aynı kişiye ait birden fazla müşteri kaydının oluşmasına neden olabilir. Bu durum yalnızca veri kalitesi problemi değildir. Aynı müşterinin farklı kişiler gibi görünmesi; raporlama, müşteri geçmişi, kampanya yönetimi, satış analizi ve operasyonel süreçlerde parçalı bir görünüm oluşturur.

İhtiyaç, farklı kaynaklardan gelen müşteri kayıtlarını ortak bir yapıya dönüştüren ve aynı kişiye ait verileri tek bir müşteri görünümünde birleştirebilen bir mimari oluşturmaktı.

Veri standartlaştırma

Customer 360 süreci doğrudan mükerrer aramakla başlamaz. İlk aşamada farklı sistemlerden gelen müşteri verileri ortak bir formata dönüştürülür. Telefon numaraları standartlaştırılır, adres alanları normalize edilir ve karşılaştırmayı zorlaştırabilecek veri formatı farklılıkları mümkün olduğunca azaltılır. Bu aşama, sonraki eşleştirme işlemlerinin daha tutarlı çalışabilmesi için ortak bir veri temeli oluşturur.

OpenAI ve Qdrant ile benzer kayıtları tespit etmek

Her mükerrer kayıt birebir aynı olmayabilir. Aynı müşterinin adı, adresi veya diğer bilgileri farklı sistemlerde küçük farklılıklarla kayıt edilmiş olabilir. Platform bu tür kayıtları değerlendirmek için OpenAI tabanlı embeddings ve Qdrant vektör arama altyapısından yararlanır. Benzerlik analizi sayesinde yalnızca birebir eşleşen kayıtlar değil, aynı müşteriyi temsil etme olasılığı bulunan kayıtlar da tespit edilebilir.

Mükerrer kayıtları birleştirme

Sistemde aynı müşteriye ait olduğu belirlenen kayıtlar yalnızca işaretlenip bırakılmaz. mükerrer kayıtlar, belirlenen ana müşteri kaydı üzerinden birleştirilir. Birleştirme sırasında amaç yalnızca fazla kayıtları ortadan kaldırmak değildir. Farklı kayıtlar üzerinde bulunan tamamlayıcı bilgiler ana müşteri kaydını zenginleştirmek için kullanılır. Örneğin bir kaynakta telefon bilgisi daha güncelken başka bir kaynakta adres veya farklı bir müşteri bilgisi bulunabilir. Sonuçta farklı sistemlerde parçalanmış bilgiler tek bir müşteri görünümünde bir araya getirilir.

Eksik müşteri verilerini zenginleştirmek

Customer 360 yalnızca mevcut kayıtları temizleyen bir sistem değildir. Eksik veya tamamlanabilir alanlar kurum içindeki diğer kaynaklar veya uygun üçüncü taraf veri kaynakları üzerinden zenginleştirilebilir. Bu süreç sayesinde ana müşteri kaydı yalnızca tekilleştirilmiş değil, aynı zamanda daha kapsamlı ve kullanılabilir hale gelir.

Farklı veri kaynaklarını ortak müşteri modelinde toplamak

Kaynak sistemlerin kendi veri modeli ve alan yapıları korunabilir; ancak Customer 360 katmanında bilgiler ortak bir müşteri modeli üzerinden değerlendirilir. Bu yaklaşım, mevcut sistemlerin tamamen değiştirilmesini gerektirmeden merkezi bir müşteri veri görünümü oluşturulmasına imkân verir.

Veri işleme akışı

Aşama	Görev
Veri alımı	Farklı operasyon sistemlerinden müşteri kayıtlarını toplama
Normalizasyon	Telefon, adres ve karşılaştırmayı etkileyen veri alanlarını standartlaştırma
Benzerlik analizi	OpenAI embeddings ve Qdrant ile olası mükerrer kayıtları tespit etme
Eşleştirme	Aynı müşteriyi temsil eden kayıtları ilişkilendirme
birleştirme	mükerrer kayıtları ana müşteri kaydı üzerinde birleştirme
Zenginleştirme	Farklı kaynaklardaki tamamlayıcı bilgileri ana kayda aktarma
Ortak görünüm	Daha tutarlı ve bütünleşik müşteri kaydı oluşturma

Gerçek kullanım ölçeği

Platform 400K+ müşteri kaydı üzerinde çalışan gerçek bir veri setiyle uygulanmıştır. Telefon ve adres normalizasyonu, mükerrer tespiti, kayıt birleştirme ve veri zenginleştirme akışları canlı ortamda çalışmaktadır. Sistem halen canlı ortamda doğrulama ve izleme sürecindedir.

Dağınık müşteri verisini kullanılabilir bir veri varlığına dönüştürün.

Farklı sistemlerdeki müşteri kayıtlarını normalize eden, eşleştiren, birleştiren ve zenginleştiren özel veri mimarileri geliştiriyoruz. İletişime geçin

Mevcut sistemlerle çalışan veri katmanı

Customer 360'ın temel yaklaşımı, kurumun mevcut sistemlerini tek bir uygulamayla değiştirmek değildir. Bunun yerine farklı kaynak sistemlerden gelen müşteri verileri merkezi bir işleme katmanından geçirilir. Bu katman normalizasyon, eşleştirme, birleştirme ve zenginleştirme işlemlerinden sorumludur. Böylece mevcut operasyon sistemleri çalışmaya devam ederken müşteri verisi üzerinde ortak bir referans yapısı oluşturulabilir.

Deterministik kurallar ile yapay zekâ tabanlı benzerlik analizini birlikte kullanmak

Veri eşleştirme yalnızca yapay zekâ üzerine kurulmaz. Telefon ve diğer standartlaştırılabilir alanlarda deterministik kurallar kullanılabilirken, doğrudan eşleştirmenin yeterli olmadığı durumlarda embedding ve vektör benzerliği devreye girer. Bu hibrit yaklaşım, klasik veri kurallarıyla yapay zekâ tabanlı benzerlik analizini aynı veri işleme sürecinde bir araya getirir.

Express tabanlı servis mimarisi

Backend tarafında Node.js ve Express tabanlı servis yapısı kullanılır. Müşteri kayıtlarının işlenmesi, normalizasyon, eşleştirme ve zenginleştirme işlemleri servis katmanları üzerinden yürütülür. OpenAI embeddings benzerlik temsillerinin oluşturulmasında, Qdrant ise bu temsiller üzerinde hızlı benzerlik araması yapılmasında kullanılır.

Ana müşteri kaydını sürekli zenginleşen referans olarak kullanmak

birleştirme sürecinin temel amacı kayıt silmek değil, müşteriye ait bilgileri doğru ana kayıt üzerinde bir araya getirmektir. Bu nedenle ana müşteri kaydı, farklı kaynaklardan gelen tamamlayıcı bilgilerle zaman içerisinde zenginleşebilen merkezi referans haline gelir.