WhatsApp mesajlarını webhook, kuyruk, AI sınıflandırma ve CRM mantığıyla satış fırsatına dönüştüren otomasyon mimarisini anlatıyorum.

WhatsApp Satış Otomasyonu: Mesajdan Satış Fırsatına

WhatsApp birçok işletme için en hızlı satış kanalıdır; fakat mesaj sayısı arttığında takip zorlaşır. Bir müşteri fiyat sorar, biri stok sorar, biri şikayet yazar, biri tekrar dönüş bekler. Bu akış manuel yönetildiğinde fırsatlar kaçabilir. WhatsApp satış otomasyonunun amacı her mesajı otomatik cevaplamak değil, her mesajı doğru bağlama koyup ekibin daha hızlı ve doğru aksiyon almasını sağlamaktır.

Webhook yaklaşımı

Webhook endpoint’i hafif olmalıdır. Mesaj geldiğinde yapılacak ilk iş payload’u doğrulamak, normalize etmek ve kuyruğa atmaktır. AI analizi, CRM kaydı ve bildirim gibi işlemler arka planda çalışmalıdır.

@Post('webhook/whatsapp')
async receive(@Body() payload: WhatsAppWebhookDto) {
  const message = normalizeIncomingMessage(payload)
  if (!message) return { ok: true }

  const lead = await this.leads.create({
    source: 'whatsapp',
    phone: message.phone,
    message: message.text,
  })

  await this.queue.add("lead.classify", { leadId: lead.id })
  return { ok: true }
}

Mesaj sınıflandırma

Satış ekibi için en önemli ayrım mesajın niyetidir. Fiyat sorusu, stok sorusu, teslimat sorusu, destek talebi ve şikayet aynı öncelikte değildir. AI burada mesajı etiketleyebilir ve sıcaklık puanı verebilir.

type LeadIntent = "price" | "stock" | "delivery" | "support" | "complaint" | "unknown"

export function scoreIntent(intent: LeadIntent) {
  if (intent === 'price' || intent === 'stock') return 90
  if (intent === 'delivery') return 75
  if (intent === 'complaint') return 70
  if (intent === 'support') return 50
  return 20
}

Cevap taslağı

AI’ın ürettiği cevabı doğrudan müşteriye göndermek her zaman doğru değildir. En güvenli yaklaşım, AI’ın temsilciye cevap taslağı sunmasıdır. Temsilci onaylar, düzenler veya otomatik gönderim kuralı varsa sistem gönderir.

export async function buildReplyDraft(message: string) {
  return ai.generateText({
    system: 'Write a short, polite sales reply. Do not invent prices, stock or delivery dates.',
    prompt: message,
  })
}

Panel ve takip

Satış otomasyonunda panel, otomasyonun görünen yüzüdür. Yeni lead, son mesaj, önerilen cevap, sıcaklık puanı, temsilci ataması ve durum bilgisi aynı satırda okunmalıdır. Ayrıca geciken dönüşler için uyarı oluşturmak gerekir.

Raporlama

Gerçek değer raporda ortaya çıkar: kaç mesaj geldi, kaçı satış fırsatına dönüştü, ortalama cevap süresi ne oldu, hangi kampanya daha sıcak lead getirdi? Bu metrikler olmadan otomasyon yalnızca mesaj yönlendirme sistemi olarak kalır.

Sonuç

WhatsApp satış otomasyonu doğru kurulduğunda müşteri deneyimini robotik hale getirmez; tam tersine ekibin daha hızlı, daha tutarlı ve daha ölçülebilir cevap vermesini sağlar.

Operasyon kuralı olmadan otomasyon olmaz

Bir otomasyon sisteminin başarısı entegrasyon sayısıyla ölçülmez. Asıl değer, işletmenin karar kurallarını doğru modellemektir. Hangi lead sıcak kabul edilir, hangi mesaj temsilci onayı ister, hangi durumda otomatik cevap verilir, hangi kayıt yöneticiye bildirilir? Bu kurallar yazılmadan kurulan otomasyon kısa sürede kontrol dışı kalır.

İnsan kontrolü

AI ve otomasyon kullanılsa bile her süreci tamamen otomatikleştirmek doğru değildir. Satış, destek ve şikayet gibi alanlarda insan onayı önemli olabilir. Bu yüzden sistem “otomatik cevapla” ve “taslak oluştur” modlarını ayrı tutmalıdır. Kritik konularda temsilci son kararı verirken, düşük riskli tekrarlı sorularda otomasyon devreye girebilir.

Gözlemlenebilirlik

Her otomasyon adımı loglanmalıdır. Mesaj ne zaman geldi, hangi worker işledi, AI hangi niyeti seçti, cevap taslağı neydi, temsilci ne yaptı? Bu bilgiler hem hata ayıklama hem de iş geliştirme için gereklidir. Log yoksa sistemin neden yanlış karar verdiğini anlayamazsınız.

Başarı metrikleri

Otomasyonun etkisi cevap süresi, kaçan lead oranı, temsilci başına düşen açık görev sayısı, dönüşüm oranı ve müşteri memnuniyetiyle ölçülmelidir. Bu metrikler haftalık olarak izlenirse otomasyon yaşayan bir ürüne dönüşür.

Uygulama planı

Bu yaklaşımı gerçek bir projeye taşırken önce küçük ama doğru çalışan bir çekirdek kurulmalıdır. İlk adım veri modelini netleştirmek, ikinci adım API sözleşmesini belirlemek, üçüncü adım kullanıcı arayüzündeki ana akışı tamamlamak olmalıdır. Bundan sonra otomasyon, çeviri, raporlama veya medya yönetimi gibi ek katmanlar sırayla eklenebilir. Böyle ilerlemek hem geliştirme hızını korur hem de karmaşıklığın erkenden büyümesini engeller.

Ayrıca her teknik kararın kullanıcı veya operasyon karşılığı olmalıdır. Bir tablo, queue, SDK ya da dashboard bileşeni yalnızca teknik olarak doğru olduğu için değil, süreci daha anlaşılır, daha hızlı veya daha ölçülebilir yaptığı için eklenmelidir. Sağlam ürünler bu disiplinle büyür.