📞 Müşteri Hizmetleri Çözümleri Türkçe Platformu: CX AI

Başvuru Id: 2296012

Sunum Dosyası

https://docs.google.com/presentation/d/1bA0gFK7Qw8AZyInsYQ4hGESUlDTXgkT1/edit#slide=id.p3

Projeye Giriş

Günümüzde müşteri hizmetleri operasyonlarının verimliliğini artırmak ve müşteri memnuniyetini iyileştirmek, işletmelerin rekabet avantajı sağlaması açısından kritik bir önem taşımaktadır. Bu bağlamda, projemiz ile birlikte yapay zeka ve türkçe doğal dil işleme teknolojilerine sunulacak katkılar sayesinde, hedef müşterilerimiz olan işletmelerin müşteri hizmetleri süreçlerini optimize etmelerine yardımcı olmayı hedefleyen çalışmalar Teknofest 2024 Doğal Dil İşleme Serbest Kategori Yarışması kapsamında bu repository'de sunulmuştur.

Ekibimiz

Ekip Liderimiz Gözde Ceren Yıldız:

• Web arayüzü için internette ücretsiz olarak sunulan web sitesi template'lerinden modelimize uygun olanı bularak tüm proje çalışmamıza entegresinin yapılmasından,
• Web Scraping yöntemi ile sikayetvar.com sitesinden müşteri yorumlarının fine-tuning aşaması için çekilmesinden,
• Gerçek hayat senaryosuna uygun ses dosyasının oluşturulması için metin hazırlanılıp, dosyaların kaydedilmesinden sorumludur.

Ekip Üyemiz Büşra Sulukan:

• Planlanan proje aşamalarından biri olan Finetuning adımı için Türkçe verilerin (sektör bazlı intentler, sektör bazlı yabancı intentlerin llm kullanarak Türkçeye dönüştürülmesi, atasözleri ve deyimler ile açıklamalarının elde edilmesi) toplanması,
• Proje kapsamında hedef sektör analizlerinin yapılması,
• Pazarlama araştırmasının yapılması,
• Model için en başta internet ortamında ücretsiz elde edilemeyen sesli müşteri hizmetleri konuşma verilerinin elde edilmesi için gerekli sentetik verilerin oluşturulmasından sorumludur.

Ekip Üyemiz Berke Sevim:

• Ekip olarak kararlaştırılan llm modelini, Türkçe diline katkı sunmak üzere toplanan Türkçe veriler ile finetuning etmek için gerekli gereksinimlerin araştırılmasından,

• FastAPI ile proje llm modelin kurulmasından,

• Sunum ve dökümantasyonun son hallerine getirilmesinden sorumludur.

  Ekip çalışması ortak bir iş bölümü ile yürütülmüş olunup, takınılan noktalarda ekip içi görev paslaşmaları tüm süreç boyunca yapılarak sürekli faydalı katkı sağlanmıştır!

🎯 Proje Tanımı

Müşteri Hizmetleri Çözümleri Türkçe Platformu: CX AI, Teknofest 2024 Doğal Dil İşleme Serbest Kategori Yarışması için geliştirilen yenilikçi bir projedir. Projemizin ana temasında çağrı merkezi ve müşteri hizmetleri operasyonlarını iyileştirmek amacıyla doğal dil işleme ve yapay zeka teknolojilerini kullanarak işletmelere analiz kolaylığı sağlamaktır. Oluşturduğumuz proje, müşteri ve temsilcisi arasındaki sesli görüşmeleri metne dönüştürür, analiz eder ve anlamlı iç görüler sunar.Analiz çıktıları,işletmelerin operasyonel verimliliklerini artırmalarına ve müşteri memnuniyetini önemli ölçüde iyileştirmelerine olanak sağlar. Profesyonel boyutta sunduğumuz bu hizmetler,işletmelerin daha bilinçli kararlar almasına ve müşteri ilişkilerini optimize etmelerine yardımcı olur.Elde edilen analiz sonuçları, işletmelerin operasyonel verimliliklerini artırmalarına ve müşteri memnuniyetini iyileştirmelerine olanak tanımaktadır. Ayrıca, bu analizler sayesinde işletmeler, daha bilinçli kararlar alabilir ve müşteri ilişkilerini optimize edebilir.Böylece operasyonel verimlilik artarken, müşteri memnuniyeti de önemli ölçüde iyileştirilir.

🎯 Hedef Kitlemiz

Türkiye’de müşteri hizmetleri sektörü önemli bir istihdam kaynağı oluşturmaktadır.Ülke genelinde toplamda 140.000’den fazla müşteri temsilcisi ve destek yönetici kadro ile birlikte 160.000’den fazla çalışan bulunmaktadır.Hizmet verilen ilk dört sektörde toplam istihdamın %50’den fazlası gerçekleşmekte olup, bu sektörler; bankacılık, finans, sigorta, telekomünikasyon, kamu hizmetleri ve e ticaret alanlarıdır.Pazar büyüklüğü ise 2023 yılında 41.7 milyar TL’ye ulaşmıştır.İşte tam da bu nedenle Türkiye’de hızla büyüyen müşteri hizmetleri sektöründeki operasyonel verimliliği artırmak ve müşteri memnuniyetini iyileştirmeyi şirket içi raporlamayı valizleri kolaylaştırmayı hedefleyerek bu projeyi hayata geçirdik. (*kaynak:https://www.mdyd.org.tr/bilgi-bankasi)

Hedef kitlemiz arasında yer alan Türkiye'de istihdam eden 11.571 müşteri temsilcisi İhracat pazarlarına hizmet vermektedir. Şirketlerin %17'si yurt içine hizmet sağlamaktadır.Özellikle anadilin Türkçe olmasından dolayı,yurtiçi hizmet veren firmalar, en büyük hedef kitlemizi oluşturmaktadır. Türkçe diline özgü anlayış ve çözümleme yeteneklerimiz sayesinde, yerel pazarın ihtiyaçlarını daha iyi karşılayabilir ve rekabet avantajı elde edebiliriz.(*kaynak:https://www.mdyd.org.tr/bilgi-bankasi)

🚀Projenin Sağladığı Çözümler

📜Sesli Verilerin Diyaloğa Dönüştürülmesi: Çağrı merkezi ses kayıtlarının karşılıklı diyalog formatına dönüştürülmesi, işletmelerin müşteri hizmetleri süreçlerini daha iyi anlamalarına ve analiz etmelerine olanak tanır. Bu süreçte, sesli veriler FFmpeg teknolojisi kullanılarak dijital metinlere dönüştürülmektedir. FFmpeg, ses dosyalarının işlenmesi ve dönüştürülmesinde yüksek performans ve esneklik sağlayarak, büyük veri setlerinin hızlı ve etkili bir şekilde işlenmesini mümkün kılar. Bu teknoloji sayesinde sesli veriler, analiz edilebilir metinlere dönüştürülerek daha ayrıntılı ve hassas analizlerin yapılmasına olanak tanır. Ffmpeg teknolojisi kullanılarak ses dosyasının kişi bazlı metin formatına dönüştürülerek karşılıklı diyalogların metinde ve nihai arayüzümüzde gözükmesine olanak tanır.

🤖Doğal Dil İşleme (NLP) Analizi: Transkripte edilen metinler üzerinde türkçe doğal dil işleme (NLP) teknikleri kullanılarak anlamlı içgörüler elde edilmektedir. Bu analizler, müşteri ve temsilci arasındaki iletişimi derinlemesine inceleyerek, kritik temaları ve anahtar kelimeleri ortaya çıkarmaktadır.

💬Duygu Durumu Analizi: Müşteri duygu durumunu analiz ederek etkileşim kalitesini artırma hedeflenmektedir. Bu analizler sayesinde müşteri memnuniyeti ve temsilci performansı gibi önemli metrikler değerlendirilebilir, işletmelerin müşteri deneyimini iyileştirmesi sağlanabilir.

📈Geri Bildirim: Çağrı merkezi süreçlerini izleme ve geri bildirim sağlama mekanizması, işletmelerin hizmet kalitesini sürekli olarak izlemelerine ve geliştirmelerine yardımcı olur. Bu süreç, müşteri geri bildirimlerini sistematik olarak toplar ve analiz eder, böylece işletmelerin hızlı ve etkili iyileştirmeler yapmalarını mümkün kılar.Çağrı merkezi ve müşteri hizmetleri süreçlerini dijitalleştirerek ve analiz ederek işletmelere önemli avantajlar sağlar.

📊Sonuç: Projemizde, sesli verilerin diyaloğa dönüştürülmesinden başlayarak doğal dil işleme ve duygu analizi ile anlamlı içgörüler elde edilmekte ve bu veriler geri bildirim mekanizmaları ile desteklenmektedir. Bu çözümlerden en önemli olanı, işletmelerin müşteri memnuniyetini artırmalarına ve operasyonel verimliliklerini yükseltmelerine katkı sağlamaktır.

Türkçe Diline Katkı :

• Projede kullanılan FFmpeg ve OpenAI Whisper teknolojileri, Türkçe ses verilerinin metne dönüştürülmesi ve analiz edilmesi süreçlerinde önemli bir rol oynamaktadır.
• Ayrıca, Meta-llama 3.1 - 405b modeli ile yapılan duygu analizi, anahtar kelime ve tema çıkarımı gibi işlemler, Türkçe dilinde yüksek doğrulukta sonuçlar elde edilmesine olanak tanımaktadır.
• Elde edilen analiz çıktıları, türkçe dilini ana dili olarak kullanan işletmelerin daha bilinçli kararlar almasına ve müşteri ilişkilerini optimize etmelerine yardımcı olmaktadır.
• Bu yenilikçi platform, hem türkçe müşteri temsilcilerinin hem de yöneticilerin iş süreçlerini iyileştirerek daha hızlı ve etkili hizmet sunmalarını sağlamaktadır.

SWOT Analizi

Güçlü Yönler

• Yüksek Teknoloji Kullanımı: Projemizde en güncel yapay zeka ve doğal dil işleme teknolojileri kullanılmıştır. Bu sayede, müşteri hizmetleri operasyonları yüksek doğruluk ve hızla analiz edilebilmektedir.
• Verimlilik Artışı: Sesli görüşmeleri metne dönüştürme ve analiz etme süreçleri otomatik hale getirilerek, operasyonel verimlilik artırılmaktadır.
• Çok Yönlülük: Platformumuz, duygu analizi, tema çıkarımı ve anahtar kelime analizi gibi çok yönlü işlevler sunarak işletmelere kapsamlı bir analiz imkanı sağlar.
• Geniş Kullanıcı Kitlesi: Projemiz, Türkiye’deki geniş müşteri hizmetleri sektörüne hitap etmektedir.
• Rekabet Üstünlüğü: Yerel pazarın ihtiyaçlarına özgü çözümler sunarak, yabancı rakiplere karşı rekabet avantajı sağlamaktadır.

Zayıf Yönler

• Yüksek Teknik Beceri Gereksinimi: Projenin teknik altyapısı ve uygulama süreçleri yüksek teknik beceri gerektirmektedir.
• Maliyet: Gelişmiş teknolojilerin kullanımı ve sürekli güncellenmesi maliyetli olabilir.
• Bağımlılıklar: Kullanılan teknolojiler ve platformlar dış kaynaklara bağımlılık yaratabilir.
• Özelleştirme Zorlukları: Farklı sektörlerin özel ihtiyaçlarına göre özelleştirme yapmak zaman ve kaynak gerektirebilir.

Fırsatlar

• Pazar Talebi: Türkiye’de hızla büyüyen müşteri hizmetleri sektöründe yüksek bir talep bulunmaktadır.
• Teknolojik Gelişmeler: Yapay zeka ve doğal dil işleme alanındaki hızlı gelişmeler, projemizin sürekli olarak iyileştirilmesini sağlayabilir.
• Türkiye Pazarında Yerel Oyuncu Olmak: Yerel dil ve kültüre uygun çözümler sunarak, Türkiye pazarında güçlü bir konum elde edilebilir.
• Ortaklık ve İşbirlikleri: Diğer teknoloji ve hizmet sağlayıcıları ile yapılacak ortaklıklar, projenin yeteneklerini artırabilir.
• Anadilin Türkçe Olması: Türkçe diline özgü anlayış ve çözümleme yeteneklerimiz, yerel pazarda önemli bir avantaj sağlar.

Tehditler

• Rekabet: Hem yerel hem de uluslararası rakiplerin varlığı, pazarda rekabeti artırmaktadır.
• Hızlı Değişen Teknoloji: Teknolojik yeniliklerin hızla değişmesi, projenin sürekli güncellenmesini gerektirir.
• Veri Güvenliği: Müşteri verilerinin güvenliği ve gizliliği, projenin başarısı için kritik öneme sahiptir.
• Yasal ve Düzenleyici Riskler: Veri gizliliği ve güvenliği ile ilgili yasal düzenlemeler, projenin uygulanabilirliğini etkileyebilir.

Özetle; Yerel pazardaki yabancı oyunculara kıyasla yerel oyuncu olmamız,Türkçeyi anlama,dili çözümleme,yerel Türkçe dilinden anlamlı iç görüler çıkaırp,sektörde yer alan hedef kitlemiz ile bu iç görüleri sorunlara çözüm olarak sunumda Türk olmanın ve Türkçe dilinin kullanımının avantajına sahibiz.

Fakat; Hızla değişen teknoloji dünyasında var olan rekabetçi piyasa ile birlikte, rekabet avantajını elimizde tutabilmek için projenin ileri aşamalarında planlanan şema aşamasında doğacak maliyetlere katlanmak zorunda olacağız.

🛠Uygulama Mimarisi

Projemizde temel programlama dili olarak Python kullanılmıştır. Sesli görüşmeleri metne dönüştürmek için OpenAI Whisper(medium) teknolojisinden faydalanılmıştır. Metinler üzerinde duygu analizi, tema çıkarımı ve anahtar kelime analizleri gerçekleştirmek için Llama 3.1 405 B dil modeli kullanılmıştır. Ses dosyalarının gerçek zamanlı olarak izlenebilmesi ve analiz sonuçlarının raporlanabilmesi için FastAPI ve Replicate’in bulut altyapısı kullanılmıştır. API üzerinden kullandığımız llma modelini,replicate'in kendi bulut altyapısını kullanııp,github hesabımızı replicate platformuna oturum açıp bağlayarak ücretsiz tokenler alarak,ses dosyalarını FastAPI aracılığıyla gerçek zamanlı olarak izlenebilir ve raporlanabilir hale getirdik. Müşterilerimizin analiz sonuçlarını görsel olarak takip edebilmeleri için bulunan hazır templateler aracılığı ile kullanıcı arayüzü, HTML, CSS ve JavaScript, proje için oluşturulan main.py ana dosyası ile birlikte gömülmüş ve Baştan-Sona bir proje mimarisi ayağa kaldırılmıştır.

🌐 Ön Yüz

• HTML, CSS, JavaScript, Bootstrap

🖥 Arka Yüz

• Python, FastAPI

🤖 Yapay Zeka ve NLP Teknolojileri

• Ses Tanıma: Whisper
• Ses Dosyalarının Kişi Bazlı Parçalara Bölünmesi : FFmpeg
• Dil Modeli: Meta-Llama-3.1-405 B

Proje İlk Model Prototipi

Proje için ücretsiz türkçe müşteri hizmetleri ses veri seti bulunamadığı için ilk olarak hugginface'den "facebook/mms-tts-tur" modeli indirilerek, sektör bazlı basit türkçe müşteri temsilcisiyle konuşma metni oluşturulup, bu metin modele sokulup ses dosyaları elde edilmiştir. Oluşturulan ses verilerine buradan ulaşabilirsiniz.

Oluşturulan ilk sentetik veri seti ile model arayüzü ve çıktıları aşağıdaki şekildedir:

Ilk.Deneme-Saglik.Sektoru.mp4

Proje Son Hali

freecompress-Projemizin.Son.Hali.mp4

Ücretsiz Versiyon Kullanmak Zorunda Olmasaydık Yapmayı Düşündüğümüz Mimari

• Proje süresince yapılan araştırmalar ve geliştirilen teknolojiler, Türkçe diline katkı sağlamak amacıyla fine-tuning işlemlerine tabi tutulmak istenmiş, ancak donanım yetersizlikleri ve yarışma kapsamında kullanılan teknolojilerin ücretsiz olma şartı nedeniyle bu işlemler gerçekleştirilememiştir. Buna rağmen, proje kapsamında elde edilen veriler ve yapılan analizler, Türkçe diline önemli katkılar sağlamaktadır.

İlerleyen süreçte gerçekleştirmeyi planladığımız mimari yapı ve kullanacağımız teknolojilere odaklanacağız. Projenin genel çerçevesini sizlere aktarmıştık. Dağıtım aşamasında, MongoDB , Kubernetes ve Docker gibi teknolojilerle uygulamamızı platform olara ölçeklenebilir ve esnek bir şekilde dağıtmayı hedefliyoruz. Bulut teknolojisine başvurarak kullanılan kaynakların optimize bir şekilde çalışmasını hedefliyoruz

Neler Hedefliyoruz?

• Projemizin ilerleyen zamanlarında, müşteri hizmetleri temsilcilerimizin her biri için geçmiş konuşma verilerini saklayan bir platform oluşturmak ve operasyonel iletişimi ve analiz süreçlerini en üst mertebede hızlandırmayı hedefleyerek oluşturmayı düşündüğümüz arayüz yukarıdaki gibidir. Bu arayüzü kullanan müşteri şirketimizin yöneticisi, ilgili müşteri temsilcisi konuşma sayfasına gelip, burada her bir temsilciye arka planda llm modeli kullanarak rag teknolojisi ile, prompt atabilmekte olacak olup, x müşteri temsilcisine öneride bulunmak için attığı "bu konuşma daha iyi nasıl yürütülebilirdi" prompt'u ile kendi müşteri temsilcisinin ilgili konuşma metnini kendisi seçebilerek ilgili uyarı mesajını temsilciye sistem üzerinden iletebilecektir. Bu sayede ise, operasyonel iletişim hızlanır ve analiz süreçleri optimize edilir.

Adsiz.tasarim-3.mp4

Neden Biz?

Bu projenin sektörde önemli bir fark yaratacağına inanıyoruz. Türkiye'deki müşteri hizmetleri sektörüne dair yaptığımız kapsamlı analizlerde, ses dosyalarını metne dönüştüren, bu metinleri detaylı bir şekilde analiz eden ve temsilciye ait kapsamlı chat geçmişini aynı andatutan bir girişim veya şirketin olmadığını tespit ettik. CX AI projemiz ile bu alandaki boşluğu doldurarak sektöre yenilikçi çözümler sunmayı hedefliyoruz. Sektörde bu tür kapsamlı bir analiz ve chat geçmişi platformu sunan başka bir teknoloji bulunmadığını özellikle vurgulamak isteriz. CX AI projemiz, bu eksikliği gidererek işletmelere büyük bir rekabet avantajı sağlamayı amaçlamaktadır.

Özellikler:

• Temsilciye özel konuşma geçmişi.
• RAG teknolojisi ile yöneticinin görüşme bazlı prompt atması.
• Atılan prompt sonucu çözüm önerilerinin sistem üzerindeki temsilcinin ilgili konuşma metnine özel öneri veya uyarı olarak düşmesi sayesinde;
• Hızlı operasyonel iletişim ve veri analizi.

📂 Dosyalar

• main.py: Uygulamanın ana dosyası.
• templates/: Uygulamanın HTML şablonlarının dosyası.
• static/css/: Uygulamanın CSS stillerinin dosyası.
• static/js/: Uygulamanın JavaScript dosyaları.
• requirements.txt: Projede kullanılan Python bağımlılıklarının listesi.

🔧 Kurulum

1. Projeyi klonlayın:

   git clone https://github.com/sevimonline/Musteri-Hizmetleri-Cozumleri-Turkce-Platformu-DATA-DESTROYERS.git

2. Proje dizinine gidin:

   cd Musteri-Hizmetleri-Cozumleri-Turkce-Platformu-DATA-DESTROYERS

3. Gerekli paketleri yükleyin:

   FFmpeg: https://ffmpeg.org/download.html

   pip install -r requirements.txt

4. Uygulamayı başlatın:

   uvicorn main:app --reload

5. Tarayıcınızda http://localhost:8000 adresine gidin ve uygulamayı kullanmaya başlayın.

👥 İletişim

• LinkedIn: Berke Sevim
• LinkedIn: Gözde Ceren Yıldız
• LinkedIn: Büşra Sulukan

📄 Lisans

Bu proje Apache 2.0 Lisansı altında lisanslanmıştır. Detaylar için LICENSE dosyasına bakın.