Yapay Zeka Satış Hunisini Aşama Aşama Nasıl Otomatikleştirir
Türk B2B ajansları için satış hunisi geleneksel olarak insan-yoğun bir süreçtir. Bir SDR günde 30-50 prospect ile temas kurar, bir AE haftada 8-12 demo yönetir, müşteri başarı yöneticisi 15-25 hesabı takip eder. Tüm bu rolüde tutarlılık, ölçek ve hız birer kısıtlamadır. Yapay zeka, bu hunin hem genişlemesine hem hızlanmasına olanak tanır — ancak tüm aşamaları aynı şekilde etkilemez.
Bu makale, satış hunisinin TOFU (Top of Funnel — farkındalık), MOFU (Middle of Funnel — değerlendirme) ve BOFU (Bottom of Funnel — karar) aşamalarında AI'nın somut katkılarını ve Türk pazarındaki uygulama örneklerini ele alır.
TOFU Aşamasında Yapay Zeka: Farkındalık + Prospect Yaratma
Türkiye'de TOFU otomasyonunun en etkili AI uygulamaları:
- İdeal Müşteri Profili (ICP) keşfi: AI, mevcut başarılı müşterilerin ortak özelliklerini analiz eder (sektör, büyüklük, teknolojik yığın, finansman aşaması) ve bu örüntüye uyan yeni hedefler önerir. Türk pazarındaki şirket veritabanlarından (Mersis, Ticaret Sicil Gazetesi, LinkedIn) çekilen veri ile zenginleştirilir.
- Niyet sinyali tespiti: Bombora, 6sense gibi araçlar, "şu anda lead-gen yazılımı arayan Türk şirketleri" gibi niyet sinyallerini yakalar. Bu sinyaller insan SDR'ın aksine 7/24 izlenir.
- Otomatik dış kaynak arama: AI, LinkedIn üzerinde belirli rolleri (CMO, Sales Director, Growth Lead) otomatik olarak izler ve yeni atanan kişilere ilk dakikalarda ulaşma fırsatı sunar.
Türk ajansların kullandığı temel araçlar:
- Apollo.io + AI Search: Doğal dil ile prospect arama. "İstanbul'da, 50-200 çalışanlı, son 12 ayda funding alan e-ticaret şirketleri." 2 saniye yanıt.
- Clay: Çoklu veri kaynağını AI ile birleştirir. Pipedrive ile entegre, kişiselleştirilmiş outreach hazırlar.
- Insider AI: Türk MarTech ürününün AI özellikleri, müşteri yolculuğu kişiselleştirmede güçlü.
MOFU Aşamasında Yapay Zeka: İçerik Kişiselleştirme + Lead Skorlama
MOFU'da prospect zaten farkındadır — şimdi karar vermeye doğru ilerliyor. AI bu aşamada üç ana katkı sağlar:
- Davranışsal lead skorlama: Web sitesi ziyaretleri, e-posta etkileşimleri, içerik indirmeleri AI tarafından ağırlıklandırılır. SDR'ın "sıcak" dediği prospect aslında soğuk olabilir; AI bu kalibrasyonu yapar.
- Dinamik içerik kişiselleştirme: Web sitesi ziyaretçisinin sektörüne, şirket büyüklüğüne göre studies/:slug">case study, fiyatlama veya CTA otomatik değişir. Insider, Mutiny gibi araçlar bunu yapar.
- Otomatik nurturing dizileri: Prospect bir whitepaper indirdiğinde, AI o spesifik içeriğe göre 5-7 mesajlık follow-up dizisini hazırlar. SDR yalnızca onaylar.
BOFU Aşamasında Yapay Zeka: Demo + Müzakere + Kapanış
BOFU en az otomatize edilebilen aşamadır — insan ilişkisi kritiktir. Ancak AI burada da değer katar:
- Konuşma analizi: Gong, Chorus gibi araçlar demo görüşmelerini analiz eder. AE'lerin daha çok konuştuğu, yeterince soru sormadığı veya yanlış kişiye sattığı durumlar otomatik olarak işaretlenir.
- İtiraz tahmini: AI, görüşme transkriptlerinden hangi itirazların geleceğini tahmin eder ve önceden hazırlık yapar. Bu özellikle yeni AE'lerin onboarding sürecini hızlandırır.
- Fiyat optimizasyonu: Benzer profil müşterilerin kapanma fiyatlarına göre AI optimal teklifi önerir. AE'nin "özel indirim" verme tutkusu bu sayede dengelenir.
KVKK Uyumu ve YZ Otomasyonu
YZ tüm aşamalarda kişisel veri işler. KVKK çerçevesinde dikkat edilmesi gereken üç konu:
- Otomatik karar verme uyarısı: KVKK madde 11/g, kişiyi tamamen otomatik kararlardan koruyan haklara işaret eder. Lead skorlama "tavsiye" olarak çerçevelenmeli, otomatik reddedişe dönüşmemeli.
- Açık rıza vs meşru menfaat: B2B prospect verisinin işlenmesi için KVKK 5/2-c maddesi (meşru menfaat) genellikle uygundur, ancak değerlendirmeyi belgelemek gerekir.
- Veri minimizasyonu: AI modeline gerçekten gerekli olmayan veriyi sokmayın. Bu hem KVKK ilkesi hem teknik en iyi uygulamadır.
Vaka Çalışması: Ankara Ajansı %78 Verimlilik Artışı
Ankara Çankaya'da bulunan, B2B SaaS müşterilerine satış hizmeti veren 22 kişilik bir ajans, 2025 ilk yarısında huninin tüm aşamalarında AI otomasyonu uyguladı. Sonuçlar: SDR başına haftalık dokunuş 250'den 720'ye, MOFU dönüşüm oranı %18'den %29'a, ortalama satış döngüsü 89 günden 67 güne düştü. Ekip büyüklüğü değişmedi — sadece AI desteği eklendi. Yıllık maliyet artışı 380.000 TL, ek gelir 2.4 milyon TL.
Uygulama Yol Haritası: 30-60-90 Gün
Gün 1-30: CRM veri temizliği. Lead skorlama modelinin temel kuralı: "garbage in, garbage out".
Gün 31-60: TOFU otomasyonu. Apollo + Clay kombinasyonu ile prospect yaratımı haftalık 200'den 800'e.
Gün 61-90: MOFU + BOFU. Davranışsal skorlama, otomatik nurturing, konuşma analizi entegrasyonu.
Beyaz etiket platform yaklaşımı ve uçtan uca AI satış otomasyonu için Beyaz Etiket Platform sayfasını veya Tahminsel Skorlama Rehberi içeriğini inceleyebilirsiniz.