Teminatı açıkla
"Mini onarım neyi kapsar?"
Kullanıcının teklif ekranından çıkmadan teminatı anlamasını sağlar.
Sigortam.net · Ürün Yönetimi Vaka Çalışması
Kasko teklif sayfasında kullanıcı; fiyat, teminat, servis ağı ve sigorta şirketi bilgilerini aynı anda karşılaştırmak zorunda kalıyor. Ben bu asistanı yalnızca dönüşümü artıracak bir araç olarak değil, kullanıcının online kasko kararını daha rahat verebilmesini sağlayacak bir destek deneyimi olarak kurguladım. Bu çalışmada vaka metnindeki dört soruyu sırayla yanıtlıyor, en sonda da çalışan prototipi gösteriyorum.
TSB 2024 Sektör Raporu'na göre Kara Araçları Kasko Sigortası prim üretimi 112,6 milyar TL'ye, poliçe başına ortalama prim ise 12.124 TL'ye ulaştı. Aynı rapora göre hayat dışı sigortalarda acenteler %59,6 payla en etkin satış kanalı.
Bu tablo, online kanalda karar desteği için anlamlı bir fırsat olduğunu gösteriyor. Ancak kullanıcının teklif formunu tamamlaması tek başına yetmiyor; teklif sayfasındaki karar anını da çözmek gerekiyor.
Bu çalışmada tipik teklif ekranını 5–10 sigorta şirketi ve yaklaşık 20 teminat kalemi üzerinden modelledim; bu da kullanıcı için 100'den fazla karşılaştırma noktası yaratıyor. Bu yüzden asistanı üç noktaya odakladım: teminatları anlaşılır hale getirmek, teklifleri karşılaştırmayı kolaylaştırmak ve kullanıcının seçenekleri daha rahat elemesini sağlamak.
112,6 milyar TL
2024 Kara Araçları Kasko Sigortası prim üretimi
12.124 TL
Poliçe başına ortalama kasko primi
%59,6
Hayat dışı sigortalarda acente kanalının payı
100+
Tipik teklif ekranında karşılaştırılan bilgi noktası
Kaynak: TSB 2024 Sektör Raporu — Kara Araçları Kasko Sigortası prim üretimi, poliçe başına ortalama prim ve hayat dışı sigortalarda dağıtım kanalı payı.
Her bölümde önce kararımı, ardından bu kararın gerekçesini veriyorum. Metni kısa tuttum; karar mantığını tablo ve kartlarla görünür hale getirdim.
Özet·Asistanın yanıtlayacağı soruları, teklif ekranında ortaya çıkan dört kullanıcı ihtiyacına göre grupladım.
"Mini onarım neyi kapsar?"
Kullanıcının teklif ekranından çıkmadan teminatı anlamasını sağlar.
"Hasar süreci genelde ne kadar sürüyor?"
Kullanıcının hasar anına kadar göremediği servis deneyimini daha anlaşılır hale getirir.
"Bu iki teklif arasındaki farkları özetler misin?"
Fiyat, teminat ve servis farklarını kısa bir özetle görünür hale getirir.
"Bu poliçe neden 2.800 TL daha pahalı?"
Fiyat farkının hangi teminat, limit veya hizmet farkından kaynaklandığını gösterir.
"Bu bilgilerime göre hangi teklif bana daha yakın?"
Kullanıcının bilgilerine göre öne çıkan 1–2 seçeneği gerekçesiyle gösterir.
"İkame araç benim için gerekli mi?"
Kullanıcının gerekmeyebilecek veya eksik kalabilecek teminatları fark etmesini sağlar.
"Hasar olursa hangi adımları izlemem gerekir?"
Kullanıcının satın almadan önce hasar sürecini anlamasını sağlar.
"İkinci sürücü ekleyebilir miyim? Aracı bazen iş için kullanıyorum."
Az sorulur, ama yanlış yanıt verilirse poliçenin geçerliliğini etkileyebilir.
Bu gruplamayı konu başlıklarına göre değil, kullanıcının teklif ekranında yapmaya çalıştığı işe göre kurdum. Böylece asistanın hangi noktada terk oranını azaltabileceğini daha net görebiliriz.
Kısa sonuç
Asistanın kapsamını konulara göre değil, kullanıcının teklif ekranındaki işine göre kurdum: anlamak, karşılaştırmak, karar vermek ve süreci yönetmek.
Özet·MVP kapsamına C1, C3, C5 ve C6'yı alıyorum; çünkü bu dört kategori kullanıcının teklif ekranındaki en kritik üç ihtiyacına dokunuyor: anlamak, karşılaştırmak ve karar vermek.
Sınır
Asistanın rolünü karar vermek değil, karar vermeyi kolaylaştırmak olarak sınırlıyorum. Teminatları açıklar, teklifleri karşılaştırır ve kullanıcının seçenekleri daha rahat elemesini sağlar; nihai karar kullanıcıda kalır.
İlk fazda, kullanıcının teklif ekranında en sık takıldığı anlara odaklanıyorum: teminatı anlamak, iki teklifi karşılaştırmak, ihtiyacına yakın seçeneği görmek ve gereksiz teminatları ayırt etmek.
Teminatı açıkla
Mini onarım, ikame araç ve cam kırılması gibi terimleri teklif ekranından çıkmadan anlatır.
Teklifleri karşılaştır
Seçili iki teklifin fiyat, teminat ve servis farklarını kısa bir özetle gösterir.
İhtiyaca yakın seçenekleri göster
Araç, şehir ve kullanım bilgisine göre 1–2 güçlü alternatifi öne çıkarır.
Teminat ihtiyacını netleştir
Kullanıcının gerekmeyebilecek veya eksik kalabilecek teminatları fark etmesini sağlar.
Bu başlıkları düşük değerli oldukları için değil, daha fazla veri, hukuk kontrolü veya uzman yönlendirmesi gerektirdikleri için sonraki fazlara bırakıyorum.
Hasar ve satın alma süreci için ilk fazda sabit bir 'Sık sorulan sorular' alanı yeterli olabilir. Bu yüzden yapay zekâyı önce teklif karşılaştırma ve karar anında kullanırım.
Sigorta şirketleriyle ilgili yorumlar itibar ve haksız rekabet riski taşıyabilir. Bu kategoriye geçmeden önce hukuk onaylı veri seti ve yanıt sınırları hazırlanmalı.
Fiyat farkını açıklamak değerli, ama sigorta şirketlerinin fiyatlama mantığını fazla görünür hale getirme riski var. Bu yüzden bu kategoriyi daha kontrollü bir faza bırakırım.
Bu sorular az gelebilir, ama yanlış yanıtın maliyeti yüksek olur. Bu nedenle özel durumlarda asistanın kesin yanıt vermesi yerine kullanıcıyı SEGEM sertifikalı uzmana yönlendirmeyi tercih ederim.
Kısa sonuç
İlk fazda en yüksek karar etkisi olan 4 kategoriye odaklanıyorum; hukuki, veri veya uzman onayı gerektiren başlıkları sonraki fazlara bırakıyorum.
Özet·Asistan her zaman görünmek yerine, kullanıcı takıldığında devreye girmeli ve bulunduğu yerden yardım etmeli.
Asistanı her kullanıcıya otomatik göstermem. Kullanıcı teklifleri incelerken durakladığında, filtreleri tekrar tekrar değiştirdiğinde veya karşılaştırma yaptığında görünür hale getiririm.
Asistan boş bir 'Nasıl yardımcı olayım?' mesajıyla başlamaz. Kullanıcı hangi teminata veya teklife bakıyorsa oradan konuşur.
Giriş noktaları uzun açıklama gerektirmez. Teminat yanında '?' simgesi, ekranın sağ altında ise tanıdık sohbet butonu kullanırım.
Ekranın sağ altında sabit durur. Etiketi, kullanıcının bulunduğu ekrana göre değişir.
Sayfa açılır açılmaz kendini göstermez.
Kullanıcı '?' simgesine tıkladığında asistan doğrudan o teminatı açıklar.
Bu giriş noktasını en güçlü aday olarak görüyorum; çünkü yardım ihtiyacı tam teminat okunurken ortaya çıkıyor.
Kullanıcı iki teklif seçtiğinde asistan karşılaştırmayı hazır getirir.
Kullanıcı zaten karşılaştırma niyeti gösterdiği için doğru anda devreye girer.
Her sinyal oturum başına en fazla bir kez kullanılır. Bir oturumda kullanıcıya en fazla iki öneri gösterilir.
| Kod | Kullanıcı davranışı | Asistan mesajı |
|---|---|---|
| T1 | Kullanıcı teklif listesini 30 saniyeden uzun süre inceler, işlem yapmaz | "Teklifler arasındaki farkları özetleyebilirim." |
| T2 | Kullanıcı filtreleri birkaç kez değiştirip sonunda sıfırlar | "Sizin için önemli olabilecek teminatları birlikte seçebiliriz." |
| T3 | Kullanıcı teklif detayına girer, kısa sürede listeye geri döner | "Bu teklif ihtiyaçlarınıza ne kadar uyuyor, birlikte bakalım mı?" |
| T4 | Kullanıcı sayfadan çıkma davranışı gösterir | "Kararsız kaldıysanız teklifleri kısa kısa özetleyebilirim." |
| T5 | Kullanıcı iki veya daha fazla teklifi karşılaştırmak için seçer | "Bu iki teklifin temel farklarını özetleyebilirim." |
Yöntem notu: Bağlamsal yardım ve kademeli açıklama yaklaşımı için Nielsen Norman Group'un "Progressive Disclosure" ve "Onboarding Tutorials vs. Contextual Help" kaynaklarından yararlandım.
Kısa sonuç
Asistan sayfa açılır açılmaz görünmüyor; yalnızca kullanıcı davranışı bir ihtiyaç sinyali verdiğinde ve bulunduğu bağlamdan başlayarak devreye giriyor.
Özet·Başarıyı tek bir dönüşüm metriğiyle değil, beş katmanda ölçerim: dönüşüm, kullanım, kalite, davranış ve iş etkisi.
Her katman farklı bir ürün kararını destekler. Önce katmanların ne sorduğunu özetliyorum, ardından detaylı ölçüm planını ve hedef bantlarını veriyorum.
Dönüşüm
Satın alma kararına katkı sağlıyor mu?
Kullanım
Kullanıcı ihtiyaç anında asistanı açıyor mu?
Kalite
Yanıtlar doğru, açıklanabilir ve güvenli mi?
Davranış
Terk oranı ve karar süresi iyileşiyor mu?
İş etkisi
Asistan kendi maliyetini karşılıyor mu?
| # | Katman | Amaç | Metrik · hedef |
|---|---|---|---|
| L1 | Ana başarı metriği | Satın alma kararına katkı sağlıyor mu? | Benzer kontrol grubuna kıyasla kasko satın alma dönüşümündeki göreceli artış. → İlk test hedefi: 90 gün içinde kontrol grubuna göre +%15 göreceli dönüşüm artışı. |
| L2 | Etkileşim | Kullanıcı ihtiyaç anında asistanı açıyor mu? | Asistan açılma oranı, öneri tıklama oranı, oturum başına mesaj sayısı ve tamamlanan konuşma oranı. → İlk test hedefleri: Açılma oranı %12–18, öneri tıklama oranı >%8, oturum başına en az 3 mesaj, tamamlanan konuşma oranı ≥%40. |
| L3 | Yanıt kalitesi ve güvenlik | Yanıtlar doğru, açıklanabilir ve güvenli mi? | Uydurma yanıt, hatalı yönlendirme, açıklama kaydı ve regülasyon kaynaklı şikâyet. → İlk kalite eşiği: Uydurma yanıt oranı ≤%2, hatalı yönlendirme ≤%1, açıklama kaydı %100, regülasyon kaynaklı şikâyet 0. |
| L4 | Davranışsal etki | Terk oranı ve karar süresi iyileşiyor mu? | Teklif ekranını terk etme oranı, karar verme süresi ve seçilen teminat seviyesi. → İlk test hedefleri: Teklif ekranını terk etme oranında −%20, karar verme süresinde −%30. Teminat seviyesi hem aşağı hem yukarı hareket edebilir; önemli olan kullanıcının ihtiyacına daha yakın seçim yapmasıdır. |
| L5 | İş etkisi | Asistan kendi maliyetini karşılıyor mu? | Oturum başına ek gelir, model maliyeti, katkı marjı, geri ödeme süresi ve online kanala yeni gelen kullanıcı oranı. → Model maliyeti: Oturum başına yaklaşık 0,0004–0,001 dolar. Online kanala yeni gelen kullanıcı oranı: ≥%40. Bu metrik, asistanın yalnızca mevcut trafiği dönüştürmekle kalmayıp yeni kullanıcı getirip getirmediğini gösterir. |
Teklif akışı zaman içinde değişse bile asistanın etkisi ayrı ölçülmeye devam eder.
İlk 30 gün: Kullanıcıların %50'si asistanlı, %50'si asistansız deneyimi görür. Sonuçlar haftalık olarak kontrol edilir.
Sonraki fazlarda: Kullanıcıların %95'i asistanlı deneyimi görür, %5'i kontrol grubu olarak kalır. Böylece ürün değişse bile asistanın etkisi izlenmeye devam eder.
Test başlamadan önce her kategori için neyi iyileştirmesini beklediğimi yazarım. Böylece sadece iyi görünen sonuçları seçip yorumlama riskini azaltırım.
Kısa sonuç
Başarıyı yalnızca dönüşümle değil, kullanım, kalite, davranış değişimi ve maliyet etkisiyle birlikte ölçüyorum.
Prototipte beş kurgusal sigorta şirketi ve sadeleştirilmiş bir teklif ekranı kullandım. Sağ alttaki asistan teminatları açıklar, iki teklifi karşılaştırır ve kullanıcının bilgilerine göre daha yakın görünen seçeneği gerekçesiyle öne çıkarır. Her teminatın yanındaki '?' simgesi, asistanı doğrudan ilgili teminatı açıklayacak şekilde açar.
Aslanz Sigorta
Genişletilmiş Kasko · 12 ay
14.900₺
Yıllık fiyat
Hasar süreci
4,2 gün
Ortalama süre
Müşteri puanı
8,4/10
2024
Servis ağı
80'den fazla servis
Turkuaz Sigorta
Genişletilmiş Kasko · 12 ay
12.400₺
Yıllık fiyat
Hasar süreci
5,4 gün
Ortalama süre
Müşteri puanı
7,9/10
2024
Servis ağı
Geniş ağ
MaXa Sigorta
Genişletilmiş Kasko · 12 ay
16.750₺
Yıllık fiyat
Hasar süreci
3,9 gün
Ortalama süre
Müşteri puanı
8,7/10
2024
Servis ağı
120'den fazla servis
Anatolia Sigorta
Genişletilmiş Kasko · 12 ay
13.600₺
Yıllık fiyat
Hasar süreci
5,1 gün
Ortalama süre
Müşteri puanı
8,0/10
2024
Servis ağı
Geniş ağ
Pak Sigorta
Genişletilmiş Kasko · 12 ay
15.200₺
Yıllık fiyat
Hasar süreci
4,5 gün
Ortalama süre
Müşteri puanı
8,2/10
2024
Servis ağı
Marka servis
Prototip notu: Sigorta şirketi adları, fiyatlar, hasar süreci süreleri, müşteri puanları ve servis ağı bilgileri kurgusaldır; gerçek şirket performansı iddiası taşımaz.