Ajanslar İçin Tahminsel Skorlama: Kapsamlı Rehber
Türk B2B ajansları için tahminsel skorlama (predictive lead scoring), 2026'da ortalama bir araç olmaktan çıkıp temel rekabet avantajına dönüştü. Geleneksel rule-based skorlama (sektör puanı + büyüklük puanı + niyet puanı) bir SDR'ın günlük 50-80 prospect'inde %62-68 doğruluk verir. Tahminsel modeller, aynı veri ile %85-92 doğruluk sağlar — bu, aynı boru hattından %35-50 daha fazla anlaşma anlamına gelir.
Bu rehber, İstanbul, Ankara, İzmir ve Bursa'daki ajansların 2025'te uyguladığı tahminsel skorlama yaklaşımlarını, Türk B2B pazarına özel sinyalleri, KVKK uyumlu uygulama yöntemlerini ve gerçek vaka çalışmalarını ele alır.
Tahminsel Skorlama Nedir ve Rule-Based'den Nasıl Farklı
Geleneksel skorlama elle tanımlanmış kurallar üzerine kuruludur: "E-ticaret sektörü +20 puan, 50+ çalışan +15 puan, demo izledi +30 puan". Bu yaklaşım sezgisel ama statiktir — kuralları SDR/AE manuel ayarlar.
Tahminsel skorlama ise geçmiş kazanılan/kaybedilen anlaşma örüntülerinden öğrenen bir AI modelidir. Bir Türk ajansın son 18 aylık verisi (yaklaşık 800-1.500 anlaşma) üzerine eğitilen bir model şu sinyalleri yakalar:
- Firmographic sinyaller: Sektör, büyüklük, lokasyon, finansman aşaması, kuruluş yılı.
- Davranışsal sinyaller: Web sitesi ziyaret sayısı, indirilen içerikler, demo süresi, e-posta açılma örüntüsü.
- İletişim sinyalleri: Yanıt hızı, konuşma uzunluğu, paydaş katılımının zaman içindeki değişimi.
- Pazar sinyalleri: Sektörel trend, makro ekonomik bağlam, rakip aktivitesi.
Model Türleri ve Türk Pazarına Uygunluk
Türk ajanslar için pratik model seçenekleri:
- Lojistik regresyon: Klasik, açıklanabilir model. "Hangi sinyal ne kadar önemli" analiz edilebilir. KVKK denetimleri için ideal. Doğruluk %75-82.
- Random forest: Daha karmaşık ilişkileri yakalar. Sektör değişkenleri için güçlü. Doğruluk %82-87.
- Gradient boosting (XGBoost, LightGBM): En yüksek doğruluk. Karmaşık örüntüleri yakalar. Doğruluk %87-92. KVKK açıklanabilirliği daha zor.
- Neural network: Çok yüksek hacimli veri (10.000+ anlaşma) için. Türk ajanslar genellikle bu hacme ulaşmadığı için tavsiye edilmez.
Türk Pazarına Özel Sinyaller
Standart batı modellerinin yakalamadığı Türk B2B sinyalleri:
- Aile şirketi göstergesi: Şirket adında soyad bulunması, ortaklık yapısında aile üyeleri. Aile şirketleri farklı satış döngüsü gösterir (genellikle daha uzun, ama daha sadık).
- Halka açık vs özel: KAP'a (Kamu Aydınlatma Platformu) tabi şirketler farklı satın alma süreçleri kullanır.
- Sektör mevsimselliği: Turizm sektörü Q2/Q3 satışları için optimize, üretim Q4'te bütçeleme yapar.
- Konum sinyalleri: İstanbul Levent/Maslak vs Ankara Çukurambar vs Bursa OSB — farklı satış yaklaşımları gerektirir.
- Bayram dönemleri: Ramazan + Kurban Bayramı dönemlerinde satış aktivitesi düşer; modele bu dönemsellik dahil edilmeli.
KVKK Uyumlu Tahminsel Skorlama
Tahminsel skorlama kişisel veri işler. KVKK çerçevesinde dikkat edilmesi gereken noktalar:
- Otomatik karar verme uyarısı: KVKK madde 11/g, kişiyi tamamen otomatik kararlardan koruma hakkı verir. Bu nedenle skorlama "tavsiye" olarak çerçevelenmeli — SDR son kararı vermeli, sistem otomatik reddetmemeli.
- Açıklanabilirlik: Bir prospect "neden düşük skorlandım" sorduğunda, sistem temel sinyalleri sunabilmeli. XGBoost gibi modeller için SHAP değerleri kullanın.
- Veri minimizasyonu: Modele yalnızca anlamlı katkıda bulunan değişkenleri ekleyin. Etnik köken, dini inanç gibi özel nitelikli veriler asla kullanılmamalı.
- VERBİS belgeleme: 50+ çalışan veya 25 milyon TL+ bilanço şirketleri VERBİS kayıt yapar. Tahminsel skorlama veri akışı bu kayıtta belgelenmeli.
Uygulama Yol Haritası
Tahminsel skorlama uygulamasının pratik 90-günlük yol haritası:
Gün 1-30 — Veri hazırlığı: CRM verilerini temizleyin, eksik alanları doldurun, kazanılan/kaybedilen etiketlerini doğrulayın. Bu temel olmadan model anlamsızdır.
Gün 31-60 — Model eğitimi: İlk basit model (lojistik regresyon) ile başlayın. SHAP değerleri ile en önemli sinyalleri belirleyin. AE ekibi ile bu sinyalleri doğrulayın.
Gün 61-90 — Pilot ve yayma: Bir AE takımında modeli pilot olarak çalıştırın, manuel skorlama ile paralel karşılaştırın. Doğruluk %80'i geçtiğinde tüm ekibe yayın.
Vaka Çalışması: İzmir Ajansı Tahminsel Skorlama
İzmir Karşıyaka'da bulunan, e-ticaret SaaS B2B'sine odaklı 16 kişilik bir ajans, 2024 son çeyreğinde XGBoost tabanlı tahminsel skorlama uygulamasına geçti. Veri seti: son 24 ayın 1.150 anlaşması. Model doğruluk: %87. Sonuçlar: SDR'lar yüksek skorlu prospect'lere odaklandı, kapanma oranı %22'den %34'e çıktı. Ortalama anlaşma boyutu 38.000 TL/aydan 52.000 TL/aya yükseldi (yüksek skorlu prospect'ler genellikle daha büyük anlaşmalar getiriyor). Yıllık ek gelir 6,8 milyon TL, model + araç maliyeti 220.000 TL/yıl.
Sık Yapılan Hatalar ve Kaçınma Yolları
- Model üzerine fazla güvenmek: Skor %95 olsa bile insan yargısı önemlidir. Modeli "tavsiye" olarak çerçevelemek hem KVKK hem operasyonel açıdan doğru.
- Yeniden eğitmemek: Pazar değişir, model güncelliğini kaybeder. 3-6 ayda bir yeniden eğitin.
- Düşük skor = ihmal: Düşük skorlu prospect'leri tamamen ihmal etmek hata. Daha düşük frekanslı nurturing diziye sokun.
- Veri kalitesi zayıflığı: "Garbage in, garbage out". Model yalnızca temiz veriyle anlamlıdır.
Beyaz etiket platform üzerinden gelişmiş tahminsel skorlama entegrasyonu için Beyaz Etiket Platform sayfasını veya YZ Gelir Tahminleme Rehberi içeriğini inceleyebilirsiniz.