E-ticarette Agentic AI: Kişiselleştirme, Konuşan Ticaret ve KVKK Dengesi (2026)

TL;DR — Agentic AI, e-ticarette artık bir "gelecek vaadi" değil, sahada karşıma çıkan somut bir gerçek. Alışveriş asistanı ajanları, sohbet tabanlı ticaret, otonom merchandising, dinamik fiyatlama, sepet kurtarma ajanları ve katalog üzerine kurulu RAG destekli öneri sistemleri; dönüşüm oranını, sepet ortalamasını ve müşteri sadakatini gözle görülür şekilde etkiliyor. Gartner, 2026 sonuna kadar kurumsal uygulamaların %40'ının içine AI ajanları gömüleceğini öngörüyor. Ama Türkiye'de iş yapıyorsanız bu tabloyu KVKK ile, AB'ye satış yapıyorsanız ayrıca AB Yapay Zekâ Yasası ile dengelemek zorundasınız. Bu yazıda hem teknik mimariyi sade bir dille anlatacağım hem de "aşırı kişiselleştirme rahatsızlığı", ayrımcı fiyatlama ve halüsinasyon gibi riskleri gerçek önlemlerle nasıl yöneteceğinizi konuşacağız. Sonunda kullanım senaryolarını, faydalarını, KVKK risklerini ve azaltma yollarını tek bir tabloda toplayıp, ölçmeniz gereken metriklerle bitireceğiz.

Yıllardır Türkiye'de kurumlara yapay zekâ danışmanlığı ve eğitimi veriyorum. Son bir yıldır toplantı masasına oturduğum hemen her e-ticaret ekibinde aynı cümleyi duyar oldum: "Bize bir ajan lazım." Bazen ne istediklerini tam bilmeden söylüyorlar bunu, bazen de rakiplerinde gördükleri bir sohbet asistanını işaret ediyorlar. Ama altında yatan içgüdü doğru: müşteriyle kurulan ilişkinin yükü artık tek başına insan ekiplerin kaldırabileceği bir şey olmaktan çıktı.

Size dürüst olayım. "Agentic AI" ifadesi son dönemde o kadar çok kullanıldı ki anlamı biraz aşındı. O yüzden en baştan netleştirelim: benim kastettiğim şey, bir soruya cevap veren basit bir sohbet robotu değil. Kastettiğim şey, bir hedef verildiğinde o hedefe ulaşmak için kendi kendine adım planlayan, araçlar (katalog sorgusu, stok kontrolü, sipariş sistemi, ödeme) çağıran ve sonucu değerlendirip gerekiyorsa yeniden deneyen bir yazılım. Yani sadece "konuşan" değil, "iş yapan" bir yapı. Farkı burada.

Gartner'ın öngörüsü bu dönüşümün hızını iyi özetliyor: 2026 sonuna kadar kurumsal uygulamaların %40'ının içine AI ajanları gömülecek. Bu rakamı bir tehdit ya da bir hype cümlesi olarak değil, bir zaman çizelgesi olarak okumanızı öneririm. Yani önümüzdeki dönemde ajan kullanmak bir "rekabet avantajı" olmaktan çıkıp bir "hijyen faktörü" haline gelecek. Herkeste olan bir şeyi yapmıyor olmak, geri kalmak demek.

Ama işin bir de Türkiye tarafı var ve ben bunu her fırsatta vurguluyorum. Silikon Vadisi'nden gelen sunumları olduğu gibi kopyalayamazsınız. Çünkü sizin müşteriniz Türk tüketicisi, sizin fiyatınız Türk Lirası, sizin hukuki çerçeveniz KVKK. Bu üçlüyü hesaba katmadan kurulan her sistem, ya müşteriyi kaçırır ya da sizi denetimde zor durumda bırakır. Bu yazının omurgası tam olarak bu denge.

Teknik jargona boğulmadan anlatmak istiyorum, çünkü eğitimlerde en çok işe yarayan yaklaşım bu. Geleneksel bir yazılımı düşünün: siz "eğer müşteri şunu yaparsa, sen bunu yap" diye tek tek kurallar yazarsınız. Bu kurallar sabittir. Yeni bir durum çıktığında yazılım şaşırır, çünkü o durum için kural yazılmamıştır.

Agentic AI bunun tersi. Siz ona bir hedef ve bir dizi araç veriyorsunuz. "Bu müşterinin terk ettiği sepeti geri kazandır" diyorsunuz. Ajan, bu hedefe ulaşmak için hangi adımları atacağını kendisi kurguluyor: müşterinin geçmiş davranışına bakıyor, sepetteki ürünün stok durumunu kontrol ediyor, uygun bir teşvik belirliyor, mesajı yazıyor, gönderiyor ve sonucu izliyor. Her müşteri için bu adımlar biraz farklı olabilir. İşte bu esneklik, agentic yaklaşımın gücü.

Bu gücün bedeli de var tabii: öngörülemezlik. Kural tabanlı bir sistem ne yapacağını tam olarak bilirsiniz. Ajan tabanlı bir sistemde ise "genellikle doğru olanı yapar" dünyasına geçersiniz. Bu yüzden ilerleyen bölümlerde çokça bahsedeceğim iki kavram var: guardrail (koruma bariyerleri) ve human-in-the-loop (döngüde insan). Bunlar olmadan agentic AI'ı üretime almak, frensiz araba kullanmaya benzer.

Şimdi somuta inelim. Sahada gördüğüm ve kurumlara önerdiğim başlıca kullanım alanlarını tek tek açayım. Her birinin nasıl çalıştığını, hangi faydayı getirdiğini ve nerede dikkatli olmanız gerektiğini konuşacağız.

Alışveriş asistanı ve kişisel asistan ajanları

Bunu müşterinizin yanında yürüyen bir mağaza danışmanı gibi düşünün. Fiziksel mağazada iyi bir satış danışmanı size sorular sorar: "Kimin için alıyorsunuz, bütçeniz ne, hangi tarzı seviyorsunuz?" Sonra size iki üç seçenek getirir, arasındaki farkı anlatır. Alışveriş asistanı ajanı tam olarak bu deneyimi dijitalde kurmaya çalışıyor.

Müşteri "kışın soğuğa dayanıklı, 2000 TL altı bir mont arıyorum" dediğinde, ajan kataloğu tarıyor, uygun ürünleri buluyor, aralarındaki farkı açıklıyor ve hatta beden konusunda geçmiş siparişlerine bakıp öneride bulunuyor. Türkiye'de özellikle mobil ağırlıklı bir alışveriş kültürümüz olduğu için, küçük ekranda uzun uzun kategori gezmek yerine bu tür bir asistanla konuşmak dönüşümü ciddi biçimde hızlandırabiliyor.

Sohbet tabanlı ticaret (conversational commerce)

Türkiye'nin gerçeğini konuşalım: burada insanlar WhatsApp'ta alışveriş yapıyor. "Bu ürün var mı?", "Kargo ne zaman gelir?", "İade nasıl oluyor?" sorularının büyük kısmı mesajlaşma kanallarından geliyor. Sohbet tabanlı ticaret, tüm bu satın alma yolculuğunu bir konuşma içinde tamamlamayı hedefliyor: ürünü bulma, soruları yanıtlama, sepete ekleme, ödeme linkini gönderme.

Bunu geleneksel bir SSS botundan ayıran şey, ajanın gerçekten iş yapabilmesi. Sadece "iade politikamız şudur" demiyor; müşterinin siparişini bulup iade sürecini başlatabiliyor. Ben buna "konuşan vitrin" değil, "konuşan mağaza" diyorum. Fark, arka uçtaki sistemlere gerçek erişimin olması.

Otonom merchandising

Merchandising, yani hangi ürünün nerede, nasıl sergileneceği kararı, klasik olarak deneyimli ekiplerin işi. Otonom merchandising ajanları bu kararların bir kısmını devralıyor: hangi ürünün ana sayfada öne çıkacağı, hangi kategorinin banner'a taşınacağı, stokta eriyen ürünlerin nasıl vurgulanacağı gibi kararları veri üzerinden veriyor. İnsan ekip stratejiyi belirliyor, ajan günlük mikro-optimizasyonları yürütüyor.

Dinamik fiyatlama

Burada çok dikkatli olmalıyım, çünkü hem en güçlü hem de en riskli kullanım alanı bu. Dinamik fiyatlama, talebe, stoğa, rakip fiyatlarına ve zamana göre fiyatı otomatik ayarlamak demek. Bir uçak biletinin gün içinde değişmesi gibi. Doğru kurulduğunda kâr marjını ve stok devrini iyileştiriyor.

Ama hemen bir uyarı koyayım: fiyatı kişiye göre değiştirmek, yani aynı ürünü A müşterisine farklı, B müşterisine farklı fiyattan göstermek, hem etik hem de hukuki açıdan mayınlı bir arazi. Bu konuya risk bölümünde ayrıntılı döneceğim. Şimdilik şunu aklınızda tutun: ürün bazlı dinamik fiyatlama başka şey, kişi bazlı ayrımcı fiyatlama bambaşka şey.

Sepet kurtarma ajanları

Terk edilen sepet, e-ticaretin en eski yarası. Müşteri ürünü sepete atıyor, ödemeye gelmeden çıkıyor. Sepet kurtarma ajanı, bu terk anını algılıyor ve doğru zamanda, doğru mesajla müşteriyi geri çağırıyor. Klasik yaklaşımda herkese aynı "sepetiniz sizi bekliyor" e-postası giderdi. Ajan yaklaşımında ise müşterinin neden terk ettiğine dair bir hipotez kuruluyor: fiyat mı yüksek geldi, kargo ücreti mi caydırdı, yoksa sadece dikkati mi dağıldı? Mesaj buna göre şekilleniyor.

RAG üzerine kurulu kişiselleştirilmiş öneriler

Şimdi işin kalbine geliyoruz. Öneri sistemleri yeni değil; "bunu alanlar şunu da aldı" mantığı yıllardır var. Yeni olan, bu önerilerin dil modelleriyle ve RAG ile birleşmesi. RAG'ı bir sonraki bölümde ayrıntılı anlatacağım ama kısaca: ajanın, sizin ürün kataloğunuzu gerçek zamanlı olarak okuyup, uydurmadan, sadece elinizdeki gerçek ürünler üzerinden konuşmasını sağlayan yöntem bu.

Eğitimlerde şunu söylerim: bir teknolojiyi patronunuza ya da hukuk ekibinize anlatamıyorsanız, onu üretime almaya hazır değilsiniz demektir. O yüzden bu kavramları mümkün olduğunca sade anlatayım.

RAG (katalog üzerine getirimle zenginleştirilmiş üretim) nedir?

Dil modellerinin bilinen bir zaafı var: bilmedikleri şeyi de biliyormuş gibi, kendinden emin bir tonda uydurabiliyorlar. Buna "halüsinasyon" diyoruz. E-ticarette bu felakettir; olmayan bir ürünü, olmayan bir özelliği, olmayan bir fiyatı müşteriye söyleyen bir sistem hem satışı kaçırır hem de sizi hukuki olarak zora sokar.

RAG bunu çözmek için var. Açılımı "Retrieval-Augmented Generation", yani "getirimle zenginleştirilmiş üretim". Mantığı şu: model cevabı üretmeden önce, sizin kendi veri kaynağınıza (ürün kataloğu, stok, fiyat, açıklamalar) gidiyor, soruyla ilgili gerçek bilgiyi çekiyor ve cevabını sadece o bilgiye dayandırıyor. Yani modele "kafandan konuşma, önce dolaba bak, dolapta ne varsa onu söyle" demiş oluyorsunuz.

Şöyle bir benzetme kuruyorum: RAG'sız bir dil modeli, ürünlerinizi hiç görmemiş ama çok konuşkan bir stajyer gibidir. RAG'lı model ise eline güncel katalog verilmiş, "sadece burada yazanı söyle" denmiş bir danışman gibidir. E-ticarette ikincisini istersiniz.

Öneri sistemleri nasıl çalışır?

Öneri sistemlerini üç ana mantıkla açıklarım. Birincisi, içerik tabanlı öneri: müşterinin baktığı ürünün özelliklerine benzer ürünleri önerir. Kırmızı spor ayakkabıya bakıyorsa, benzer başka spor ayakkabılar gelir. İkincisi, işbirlikçi filtreleme: "senin gibi davranan müşteriler şunları da aldı" mantığı. Üçüncüsü, bu ikisini ve daha fazlasını birleştiren hibrit modeller.

Agentic yaklaşımın buraya kattığı şey, önerinin statik bir liste olmaktan çıkıp bir diyaloğun parçası olması. Müşteri "bu biraz pahalı" dediğinde ajan öneriyi güncelleyebiliyor, "peki daha uygun bir alternatif" diyebiliyor. Yani öneri artık tek yönlü bir tahmin değil, karşılıklı bir konuşma.

Guardrail'ler (koruma bariyerleri)

Guardrail, ajanın yapabileceklerine koyduğunuz sınırlardır. Somut örnekler vereyim: ajan asla stokta olmayan bir ürünü satışa sunamaz. Ajan asla belirlediğiniz taban fiyatın altında indirim veremez. Ajan asla müşterinin kimlik ya da kart bilgisini metin içinde tekrarlayamaz. Ajan asla tıbbi ya da hukuki tavsiye veremez. Bunların her biri bir guardrail.

Guardrail'leri arabadaki fren ve emniyet kemeri gibi düşünün. Arabanın hızlı gitmesi güzel, ama frensiz hızlı araba sadece kaza demektir. Üretime aldığım her ajan projesinde, "ne yapabilir" listesinden önce "asla ne yapamaz" listesini yazdırırım. Çünkü asıl güvenlik oradan gelir.

Human-in-the-loop (döngüde insan)

Ajan her şeyi tek başına halletsin diye bir baskı var, anlıyorum. Ama sahadaki tecrübem şu yönde: en olgun sistemler bile belirli durumlarda insana devrediyor. Yüksek tutarlı bir iade talebi, olağan dışı bir sipariş deseni, müşterinin öfkelendiği bir konuşma, hukuki sonuç doğurabilecek bir taahhüt. Bu "uç durumlarda" ajan durup bir insana danışıyor. Buna human-in-the-loop diyoruz.

Bunu bir zayıflık olarak görmeyin. Tam tersine, bu bir olgunluk işareti. İyi tasarlanmış bir sistem, nerede kendinden emin olamayacağını bilir ve orada kibarca insana pas verir. Müşteri deneyimi açısından da bu çoğu zaman daha iyi sonuç verir.

Şimdi bu yazının belki de en kritik bölümüne geldik. Yukarıda anlattığım her şey teknik olarak mümkün. Ama Türkiye'de iş yapıyorsanız, "mümkün" ile "yasal" aynı şey değil. KVKK, yani Kişisel Verilerin Korunması Kanunu, tüm bu kişiselleştirme hevesinizin üzerine oturması gereken zemin.

KVKK'yı GDPR'ın Türkiye'deki paraleli olarak düşünebilirsiniz. Mantığı benzer, ruhu aynı: kişisel veri, kişinin kendisine aittir; siz onu ancak belirli, meşru ve şeffaf temellerle işleyebilirsiniz. Kişiselleştirme dediğimiz şey, doğası gereği kişisel veri işlemektir. Yani KVKK'nın tam merkezindeyiz.

Profilleme için hukuki dayanak ve açık rıza

Kişiselleştirme, teknik dille "profilleme" demektir. Müşterinin davranışından bir profil çıkarıyor ve ona göre karar veriyorsunuz. KVKK açısından bunun bir hukuki dayanağı olmak zorunda. Çoğu kişiselleştirme senaryosunda bu dayanak açık rızadır: müşterinin, verisinin bu amaçla işleneceğini bilerek ve özgür iradesiyle onay vermesi.

Buradaki kilit kelime "açık". Sayfanın en altına gizlenmiş, önceden işaretlenmiş bir kutucuk açık rıza değildir. Müşterinin ne için, hangi veriyle, hangi sonuca yönelik onay verdiğini net anlaması gerekir. Sahada gördüğüm en yaygın hata, rızayı bir formalite gibi ele almak. Oysa rıza, kişiselleştirmenizin hukuki temelidir; çürükse, üstüne kurduğunuz her şey çöker.

Otomatik karar vermede şeffaflık

KVKK, tamamen otomatik sistemlerle kişi hakkında önemli sonuç doğuran kararlar alınmasına özel bir dikkatle yaklaşır. Yani bir ajan, insan müdahalesi olmadan müşteri hakkında ciddi bir karar veriyorsa, müşterinin bundan haberdar olma ve itiraz edebilme hakkı vardır. Şeffaflık burada teknik bir tercih değil, yasal bir zorunluluk.

Pratikte bu şu demek: müşteriye "bu öneriyi neden görüyorsun" ya da "bu fiyatı neden aldın" sorusunun cevabını verebilmeniz lazım. Kara kutu bir sistem, sadece müşteriyi rahatsız etmez; sizi KVKK karşısında savunmasız bırakır.

Veri minimizasyonu ve işleme sınırları

KVKK'nın en pratik ve en çok göz ardı edilen ilkesi bu: sadece ihtiyacınız olan veriyi, ihtiyacınız olduğu kadar işleyin. Ekipler genelde "ne kadar çok veri toplarsak o kadar iyi kişiselleştiririz" diye düşünür. Bu hem hukuken yanlış hem de risk açısından tehlikeli. Topladığınız her ekstra veri, sızıntı anında bir yükümlülüktür.

Ben bunu tersine çeviren bir yaklaşım öneriyorum: her veri alanı için "bunu neden topluyorum, hangi kişiselleştirme çıktısına hizmet ediyor" diye sorun. Cevabınız net değilse, o veriyi toplamayın. Sadeleştikçe hem uyum kolaylaşır hem sistem hızlanır.

AB'ye satıyorsanız: AB Yapay Zekâ Yasası

Bir de şu var: eğer AB'deki müşterilere satış yapıyorsanız, işin içine AB Yapay Zekâ Yasası (EU AI Act) giriyor. Bunun mantığı pazara erişim temelli; yani şirketiniz nerede olursa olsun, AB pazarına ürün ya da hizmet sunuyorsanız kuralları geçerli oluyor. Türkiye'den AB'ye satan pek çok e-ticaret markası için bu somut bir gerçek. Yapay zekâ sistemlerinizin risk sınıfına göre ek şeffaflık ve yönetişim yükümlülükleriyle karşılaşabilirsiniz. Detaya girmeyeceğim ama radarınızda olması gerektiğini söylemem lazım.

Danışmanlık yaptığım ekiplere hep şunu söylerim: bir teknolojinin risklerini konuşmuyorsanız, onu yeterince tanımıyorsunuz demektir. Agentic AI'ın e-ticaretteki dört büyük riskini ve her biri için somut önlemleri konuşalım.

1. Aşırı kişiselleştirme rahatsızlığı ("creepiness")

Bir çizgi var. O çizginin bir tarafında müşteri "vay, tam istediğim şeyi önermişler" diye sevinir. Diğer tarafında ise "bunlar beni izliyor mu?" diye ürperir. Bu ikinci hisse İngilizcede "creepy" diyoruz; aşırı kişiselleştirmenin yarattığı rahatsızlık.

Klasik örnek: müşterinin daha kendisi fark etmeden bir yaşam olayını (hamilelik, ayrılık, hastalık) çıkarımlayıp ona göre reklam göstermek. Teknik olarak etkileyici, insani olarak rahatsız edici. Önlem şu: kişiselleştirmeyi müşterinin size açıkça verdiği bilgilere dayandırın, çıkarımladığınız hassas sonuçlara değil. Ve her zaman müşteriye kontrol verin: "bu öneriyi neden görüyorum" ve "bunu kapat" seçenekleri her yerde olsun. Kontrol hissi, rahatsızlığı büyük ölçüde çözer.

2. Kişiye özel ayrımcı fiyatlamanın adilliği ve yasallığı

Dinamik fiyatlama bölümünde değinmiştim, şimdi açayım. Aynı ürünü, müşterinin ödeme gücünü ya da çaresizliğini çıkarımlayarak farklı kişilere farklı fiyattan sunmak, adalet açısından da hukuk açısından da çok tehlikeli. Örneğin bir müşterinin pahalı bir telefondan bağlandığını görüp ona yüksek fiyat göstermek, ayrımcılık tartışması yaratır ve KVKK'nın adil işleme ilkesiyle çelişebilir.

Önlem: fiyatı üründen, talepten, stoktan ve zamandan türetin; kişinin korunması gereken özelliklerinden değil. Fiyatlama mantığınızı denetlenebilir tutun. "Bu müşteri bu fiyatı neden gördü" sorusuna verdiğiniz cevap, bir hâkime ya da denetçiye rahatça anlatabileceğiniz bir cevap olmalı. Rahatça anlatamıyorsanız, o mantığı kurmayın.

3. Halüsinasyonlu ürün iddiaları

Yukarıda RAG'ı anlatırken değindim. Bir ajanın olmayan bir özelliği, sahte bir garantiyi ya da yanlış bir içerik bilgisini müşteriye söylemesi, hem tüketici güvenini yıkar hem de yanıltıcı ticari beyan olarak hukuki sorumluluk doğurabilir. "Bu krem cildinizdeki lekeleri iki haftada tamamen yok eder" diyen bir ajan, size ciddi bir dava getirebilir.

Önlem üç katmanlı: birincisi, RAG ile ajanı sadece gerçek katalog verisine dayandırın. İkincisi, sağlık, güvenlik gibi hassas kategorilerde ajanın iddia üretmesini guardrail'lerle tamamen yasaklayın; sadece üreticinin resmi metnini aktarsın. Üçüncüsü, riskli konuşmaları human-in-the-loop ile insana devredin.

4. Rıza yorgunluğu (consent fatigue)

Bu daha sinsi bir risk. Müşteriye o kadar çok "kabul ediyor musunuz" penceresi gösterirseniz, insanlar okumadan "kabul et"e basmaya başlar. Buna rıza yorgunluğu diyoruz. Sonuç ironik: uyumlu görünmek için koyduğunuz onaylar, aslında rızayı anlamsızlaştırıyor. Denetimde "ama müşteri onay verdi" savunmanız, müşteri okumadan onayladıysa çürük bir zemine oturur.

Önlem: onay isteme sayısını azaltın, her onayı gerçekten anlamlı ve bağlamsal hale getirin. Müşteri bir şeyi gerçekten yapmak istediği anda, sadece o an için gereken izni isteyin. Onay sayısını azaltmak, paradoksal biçimde uyumu güçlendirir çünkü kalan onaylar gerçek bir irade taşır.

Aşağıdaki tabloyu ekiplerle yaptığım atölyelerde bir başlangıç haritası olarak kullanıyorum. Kendi durumunuza göre uyarlamanızı öneririm.

Kullanım Senaryosu	Fayda	KVKK / Yasal Risk	Azaltma Yolu
Alışveriş asistanı ajanı	Daha yüksek dönüşüm, daha iyi ürün eşleştirme	Davranışsal profilleme için rıza gereği	Açık ve bağlamsal rıza; müşteriye "neden bu öneri" şeffaflığı
Sohbet tabanlı ticaret (WhatsApp vb.)	Hızlı satış, düşük destek yükü	Mesajlaşma verisinin işlenmesi, kanal izni	Kanal bazlı açık rıza; sadece işlem için gerekli veriyi tut
Otonom merchandising	Daha iyi vitrin, stok devir hızı	Genelde düşük; kişisel veri az	Kişisel veri yerine agregat davranış verisi kullan
Dinamik fiyatlama (ürün bazlı)	Marj ve stok optimizasyonu	Kişi bazlı ayrımcı fiyatlamaya kayma riski	Fiyatı üründen/talepten türet, kişiden değil; denetlenebilir tut
Sepet kurtarma ajanı	Kurtarılan gelir, artan dönüşüm	İzinsiz iletişim, agresif takip riski	İletişim izni; sıklık sınırı; kolay çıkış (opt-out)
RAG tabanlı kişisel öneri	Alaka düzeyi yüksek öneri, artan AOV	Profilleme + halüsinasyon riski	Gerçek katalog verisi; veri minimizasyonu; guardrail
Kişisel asistan (geçmişe dayalı)	Sadakat, tekrar satın alma	Hassas çıkarım / "creepiness"	Sadece açık veriye dayan; kullanıcıya kontrol paneli ver

Bu tabloyu bir kez doldurduğunuzda, hangi senaryonun ne kadar risk taşıdığını ve önce neye yatırım yapmanız gerektiğini çok daha net görürsünüz. Benim önerim genelde şu: düşük riskli, yüksek getirili senaryolarla başlayın (otonom merchandising, ürün bazlı öneri), güveni ve altyapıyı oturttukça daha hassas senaryolara geçin.

Bir sistemi üretime aldıktan sonra "iyi gidiyor gibi" demek yetmez. Rakamla konuşmanız lazım. Agentic AI yatırımınızın gerçekten işe yarayıp yaramadığını gösteren dört temel metrik var, hepsini sade anlatayım.

Dönüşüm oranı (conversion rate). Sitenize ya da sohbet kanalınıza gelen kişilerin ne kadarının gerçekten satın aldığı. Ajanınız işe yarıyorsa bu rakam yukarı gitmeli. Ama dikkat: dönüşümü artırırken müşteri memnuniyetini düşürüyorsanız, kısa vadeli kazanç uzun vadeli kayıptır.

Sepet ortalaması (AOV - average order value). Her siparişte müşterinin ortalama ne kadar harcadığı. İyi bir öneri sistemi ve akıllı çapraz satış, bu rakamı artırır. Müşteri almaya geldiği ürünün yanında, gerçekten işine yarayan bir ürünü daha alırsa, hem o memnun olur hem AOV yükselir.

Sepet kurtarma oranı (cart-recovery rate). Terk edilen sepetlerin ne kadarını geri kazandığınız. Sepet kurtarma ajanınızın doğrudan karnesi bu. Burada dikkat edilecek nokta, kurtarmayı agresiflikle karıştırmamak; müşteriyi bunaltarak elde ettiğiniz kısa vadeli kurtarma, sizi rahatsız marka konumuna iter.

Elde tutma / sadakat (retention). Bir kez alan müşterinin geri gelme oranı. Bence en değerli metrik bu, çünkü sürdürülebilir büyümenin gerçek kaynağı. İyi kurulmuş, güvene dayalı bir kişiselleştirme, insanları geri getirir. Rahatsız eden, güven kıran bir kişiselleştirme ise ilk satışı yapar ama ikincisini kaybettirir.

Bu dört metriği birlikte okumanızı öneriyorum. Sadece dönüşüme bakarsanız, müşteriyi bunaltarak kısa vadede iyi görünüp uzun vadede retention'ı çökertebilirsiniz. Metrikleri bir bütün olarak izlemek, sizi bu tuzaktan korur.

Şimdiye kadar konuştuklarımızı somut bir eylem planına dökeyim. Bir e-ticaret markasıysanız ve "tamam, ikna oldum, nereden başlayayım" diyorsanız, benim ekiplere önerdiğim sıra şu.

Önce veri ve rıza altyapınızı düzeltin. Ajanları kurmadan önce, hangi veriye hangi rızayla sahip olduğunuzu net bir şekilde bilmelisiniz. Bu can sıkıcı bir ödev gibi gelir ama üzerine bina kuracağınız temeldir. Rıza kayıtlarınız dağınıksa, en parlak ajan bile sizi denetimde koruyamaz.

Sonra düşük riskli bir pilotla başlayın. Bütün mağazayı bir anda ajana teslim etmeyin. Tek bir kategoride, sınırlı bir kitleyle, net guardrail'lerle bir pilot kurun. Ölçün, öğrenin, hataları görün. Sahada gördüğüm başarılı projelerin tamamı küçük başlayıp büyüdü; büyük başlayıp küçülen projeler ise genelde güven kaybıyla bitti.

Guardrail ve human-in-the-loop'u ilk günden koyun, sonraya bırakmayın. "Önce çalışsın, güvenliği sonra ekleriz" yaklaşımı, e-ticarette çok pahalıya patlıyor. Frenler, arabayı hızlandırmadan önce takılır.

Şeffaflığı bir pazarlama fırsatı olarak kullanın. Türk tüketicisi verisi konusunda giderek daha bilinçli. "Verinizi şöyle koruyoruz, önerileri şöyle kişiselleştiriyoruz, istediğiniz an kapatabilirsiniz" diyen bir marka, rahatsız eden rakiplerinden ayrışır. KVKK uyumunu bir yük değil, bir güven inşası aracı olarak görün.

Son olarak, ekibinizi eğitin. Ajan kuran ama nasıl çalıştığını anlamayan bir ekip, ilk krizde ne yapacağını bilemez. İnsanların bu sistemleri anlaması, onlara güvenmesi ve gerektiğinde müdahale edebilmesi, teknolojinin kendisinden daha önemli. Ben bu işi yıllardır yapıyorum ve en çok fark yaratan şeyin araç değil, aracı kullanan ekibin olgunluğu olduğunu defalarca gördüm.

Bütün bunları bir cümlede toparlarsam: agentic AI, e-ticarette müşteriyle kurduğunuz ilişkiyi derinleştirmek için elimizdeki en güçlü araç; ama bu gücü Türkiye'de KVKK'nın, AB'ye satıyorsanız AB Yapay Zekâ Yasası'nın çizdiği sınırlar içinde, insanı merkeze koyarak, ölçerek ve şeffaflıkla kullanırsanız kazanırsınız. Aksi halde, en parlak teknoloji bile size güven yerine dava, sadakat yerine rahatsızlık getirir. Tercih, sistemi kurarken verdiğiniz kararlarda gizli.