B2B Satışlarda Ölçekli Kişiselleştirilmiş Outreach Nasıl Yapılır
"Kişiselleştirme" ve "ölçek" kelimelerini aynı cümlede yan yana getirmek, Türk B2B satış ekiplerinin temel paradoksudur. Eğer kişiselleştirme gerçekse zaman alır, eğer ölçek varsa kişiselleştirme yüzeyseldir. Sonuç: SDR günde 30-50 mesaj atarak ya yüzeysel kişiselleştirme yapıyor ("Sayın [İsim], firmanızla ilgileniyorum...") ya da derin kişiselleştirme ile günde sadece 8-12 mesaj atabiliyor. Sonuç: ya yanıt oranı düşük ya da hacim düşük.
Bu makale, Türk B2B ajanslarının 2026'da uyguladığı, hem ölçek hem gerçek kişiselleştirme sağlayan yaklaşımı ele alıyor. AI destekli kişiselleştirme + Türk iş kültürünün gereği olan formalite + segment-bazlı şablonlar = haftalık 250+ kişiselleştirilmiş dokunuş.
Türk iş kültürü, anglo-sakson kültürlere göre daha formaldır. "Selam Mehmet" şeklindeki açılışlar — Amerikan satış kültüründe doğal — Türk B2B karar vericisinde yabancılaştırıcı etki yapar. Doğru formalite katmanları:
- İlk temas: "Sayın Mehmet Bey" veya "Sayın Ayşe Hanım". CEO/yönetici seviyesinde "Sn." kısaltması da kabul görür.
- İkinci temas (yanıt sonrası): "Mehmet Bey, merhaba" — formaliteyi koruyarak biraz yumuşatın.
- Sürekli iletişim (3+ etkileşim): Karşı taraf başlatırsa "Mehmet" — yoksa Bey/Hanım korunur.
Bu formalite katmanları görece basit görünse de, AI ile otomatik kişiselleştirmede hata yapılırsa anında trust kaybedersiniz. Şablonlarınızı bu kademelendirmeye göre yapılandırın.
AI Destekli Kişiselleştirme Yaklaşımı
Modern AI araçları (ChatGPT, Claude, custom LLM'ler) şu üç kişiselleştirme katmanını sağlar:
- Şirket-spesifik açılış: AI son LinkedIn paylaşımları, basın haberleri, ödülleri tarar ve 1-2 cümlelik özelleştirilmiş açılış üretir. Örnek: "Geçen hafta paylaştığınız enerji verimliliği projesini izledim — özellikle [şirketin sektörü] için..."
- Kişi-spesifik bağlam: Kişinin kariyer geçmişi, ilgi alanları, yorum yaptığı paylaşımlar üzerinden bağlam üretir. "Önceki görevinizde X şirketinde benzer zorlukla karşılaştığınızı paylaşmıştınız..."
- Sektörel referans: Hedef kişinin sektörüne özel bir vaka çalışması veya metrik AI tarafından önerilir. "[Aynı sektörden tanınmış şirket] için bu yaklaşım 4 ayda %32 SQL artışı sağladı."
Segment-Bazlı Şablonlar Stratejisi
"Tek şablon herkes için" yaklaşımı işe yaramaz. Türk B2B segmentlerine göre 8-12 şablon ailesi oluşturun:
- Sektörel: E-ticaret, finans, sağlık, üretim, profesyonel hizmetler.
- Şirket büyüklüğü: Mikro KOBİ (10-, küçük KOBİ (10-49), orta (50-249), büyük (250+).
- Karar verici rolü: CEO/Owner, CMO/Marketing Director, Sales VP/Director, Finance Director, IT Manager.
Her şablon kendi ana sektörüne özgü dil, referans ve sosyal kanıt içerir. AI bu şablonu prospect bağlamına göre kişiselleştirir.
Dinamik İçerik Ekleme
Modern outreach araçları (Lemlist, Outreach.io, Apollo) dinamik değişkenler destekler. Türk pazarı için yararlı değişkenler:
- {{personalised_intro}}: AI tarafından üretilen 1-2 cümlelik açılış.
- {{relevant_case_study}}: Sektör + büyüklük segment'ine göre seçilen vaka çalışması.
- {{specific_metric}}: Sektörün ortalama performansından farklılaşan bir metrik.
- {{cta_variation}}: Hedef kitleye göre değişen CTA (15 dk görüşme / studies/:slug">case study / fiyat teklifi).
Kalite Kontrolü: İnsanın Rolü Ne
AI'ın ürettiği her mesajı SDR'ın okuması ve onaylaması (3-5 saniye) önemlidir. Bu kontrol katmanı:
- Türkçe dil hatalarını yakalar: AI bazen yanlış ek (-i / -e) kullanır, "Bay/Bayan" yerine "Bey/Hanım" tercihinde sorun çıkarabilir.
- Bağlam hatalarını yakalar: AI "üretim sektörü" tahmini yapabilir, oysa şirket "üretim danışmanlığı" yapar — yanlış kişiselleştirme.
- Trust signal kalitesi: AI bazen jenerik metrikler önerir. SDR daha spesifik, kanıtlanabilir bir referansa değiştirebilir.
KVKK Çerçevesinde Kişiselleştirme
Kişiselleştirme için kullanılan veri (LinkedIn aktivitesi, basın haberleri, şirket bilgileri) genellikle açık veridir. Ancak:
- İlk temasta belirtin: "LinkedIn paylaşımınızdan haberdar oldum" gibi açıklama, veri sahibi haklarının saygısını gösterir.
- Opt-out kolaylığı: Her e-postada açık opt-out linki olmalı. KVKK madde 11/g'ye uygun.
- Profil oluşturma uyarısı: KVKK 11/g, otomatik profil oluşturmaya karşı koruma sağlar. AI'la oluşturulan kişi profili "tavsiye" çerçevesinde kalmalı, otomatik karara dönüşmemeli.
Vaka Çalışması: İzmir Ajansı %220 Yanıt Artışı
İzmir Konak'ta bulunan, profesyonel hizmetler B2B'sine odaklı 11 kişilik bir ajans, 2025 ortasında AI destekli kişiselleştirme + segment-bazlı şablonlar yaklaşımına geçti. Önce: SDR başına haftalık 80 dokunuş, yanıt oranı %2,8. Sonra: SDR başına haftalık 240 dokunuş (3x), yanıt oranı %9,1 (3,3x). Toplam yanıt sayısı 9 kat arttı, ekip büyüklüğü değişmedi. Yıllık ek gelir 4,2 milyon TL, AI araç maliyeti 180.000 TL/yıl.
Türk B2B kültürüne uygun beyaz etiket outreach platformu için Beyaz Etiket Platform sayfasını veya Personel Almadan Outreach Ölçekleme rehberini inceleyebilirsiniz.