Sipariş Sürecinde Yapay Zeka Otomasyonu

Sipariş süreçlerinde yapay zekâ otomasyonu, tüm siparişlerin insan müdahalesi olmadan ilerlemesi değildir. Sağlıklı yapıda kurallar tekrarlayan işleri yürütür. Yapay zekâ ise eksik adres, şüpheli sipariş, geciken kargo ve serbest metinle gelen müşteri talepleri gibi istisnaları tespit eder.

Asıl maliyet, paketleme tezgâhında kaybedilen birkaç dakika değildir. Siparişin web sitesi, pazaryeri, Excel, kargo paneli ve WhatsApp arasında parçalanmış halde durmasıdır. Ekip gün boyu aynı veriyi sistemler arasında taşıyorsa, satış değil operasyon yükü büyür.

Türkiye’de e-ticaret hacmi 2025’te 4,5 trilyon TL’yi, işlem sayısı 5,94 milyarı geçti. Ticaret Bakanlığı’nın 2025 raporuna göre e-ticaret faaliyeti yürüten işletme sayısı da 634.611’e ulaştı. Bu ölçekte sipariş yönetimi artık arka ofis detayı değil; müşteri deneyimi, hata maliyeti ve büyüme kapasitesidir.

Öne Çıkanlar

• Sipariş oluştuğunda fatura başlatmak veya kargo etiketi basmak yapay zekâ değil, kural tabanlı otomasyondur.
• Yapay zekâ; eksik adres, şüpheli sipariş, müşteri mesajı ve iade nedeni gibi belirsiz durumlarda anlamlıdır.
• Yüksek tutarlı sipariş iptali, iade reddi, geri ödeme ve adres değişikliği insan onayında kalmalıdır.
• Sağlam e-ticaret operasyon otomasyonu, tek doğru veri kaynağı ve API bağlantıları olmadan güvenilir çalışmaz.
• Başarı; “AI kuruldu” diye değil, sipariş başına işlem süresi, yanlış sevkiyat oranı ve iade çözüm süresiyle ölçülür.

Sipariş otomasyonu ile yapay zekâ otomasyonu aynı şey değil

E-ticaret sipariş otomasyonu ile yapay zekâyı aynı şey sanmak kolaydır. Ancak bu yaklaşım yanlış araç seçimlerine yol açar. Her otomasyon ihtiyacı yapay zekâ gerektirmez.

Ödemesi onaylanan siparişi stoktan düşmek, faturaya aktarmak ve paketleme sırasına almak kuralı belli işlerdir. Sistem, hangi koşulda ne yapacağını önceden tanımlanmış kurallardan bilir. Burada gereken şey yapay zekâ değil; güvenilir entegrasyon, doğru veri ve net iş akışlarıdır.

Yapay zekâ, kuralların tek başına yetmediği yerde devreye girer. Müşteri “adresim eski kalmış, ama sipariş yola çıktı mı?” diye yazdığında mesajın ne anlattığını sınıflandırmak gerekir. Aynı telefon numarasıyla kısa sürede verilen ve teslimat adresi sürekli değişen siparişlerin de inceleme kuyruğuna alınması gerekebilir.

Süreç tipi	Doğru yaklaşım	Örnek
Tekrarlı ve net	Kural tabanlı otomasyon	Ödeme sonrası e-fatura ve kargo etiketi oluşturma
Değişken ama sınıflandırılabilir	Yapay zekâ destekli öneri	Eksik adresi veya şüpheli sipariş notunu işaretleme
Finansal ya da müşteri açısından kritik	İnsan onaylı akış	Sipariş iptali, geri ödeme, iade reddi

Bu ayrım basit görünebilir. Fakat birçok mağaza önce “AI asistanı” alır, sonra temel sipariş verilerinin üç ayrı sistemde birbiriyle çeliştiğini fark eder. Yapay zekâ dağınık süreci düzene sokmaz. Dağınık bir sürecin daha hızlı yanlış işlemesine de neden olabilir.

Kural tabanlı otomasyonun çözmesi gereken işler

Başlangıçta aşağıdaki süreçler net kurallarla yönetilmelidir:

• Ödeme tamamlandığında sipariş durumunu güncellemek
• Ürün stoklarını satış kanalları arasında güncellemek
• Kargo etiketi oluşturmak ve takip numarasını siparişe işlemek
• E-fatura veya fatura akışını başlatmak
• Müşteriye kargo takip bağlantısı göndermek
• Kritik stok seviyesinde ilgili ekibe uyarı vermek
• Belirli tutarın üzerindeki siparişleri inceleme kuyruğuna almak

Shopify tarafında bu tür olay-koşul-eylem akışları Shopify Flow ile kurulabilir. WooCommerce tarafında da sipariş durumları, webhook’lar ve özel entegrasyonlarla benzer iş akışları oluşturulabilir.

Yapay zekânın gerçekten değer ürettiği işler

Yapay zekâ, kesin karar veren bir mekanizma değil, ekip için bir önceliklendirme ve öneri katmanı olmalıdır. Örneğin:

• Eksik, tutarsız veya teslimatı zorlaştıracak adresleri işaretlemek
• Serbest metinle gelen müşteri mesajlarını konuya göre ayırmak
• “Siparişim nerede?” sorusunu sipariş ve kargo verisiyle yanıtlamak
• Tekrarlayan iade nedenlerini ürün, beden, kargo veya hasar başlıklarında kümelendirmek
• Gecikme riski taşıyan siparişleri operasyon ekibine öncelik sırasıyla göstermek
• Şüpheli görünen siparişleri doğrudan iptal etmek yerine incelemeye göndermek

Yapay zekânın görevi insanı sipariş sürecinden çıkarmak değil; insanı tekrar eden işten çıkarıp istisnaya yönlendirmektir.

Sipariş sürecinde otomasyona en uygun yedi nokta

Sipariş süreci tek ekrandan ibaret değildir. Mağaza, pazaryeri, ödeme, stok, fatura, kargo, destek ve iade operasyonları birbirini doğrudan etkiler. E-ticaret operasyon otomasyonu, tek bir araç seçmekle değil, tüm akışı görünür hale getirmekle başlar.

1. Siparişleri tek havuzda toplamak

Kendi WooCommerce mağazası, Shopify mağazası, Trendyol gibi pazaryerleri ve WhatsApp üzerinden elle alınan siparişler birbirinden ayrıştığında ekip operasyonun gerçek durumunu göremez. İlk hedef, tüm siparişleri tek bir operasyon görünümünde toplamaktır.

Bu, bütün sistemleri tek bir yazılıma taşımak demek değildir. Siparişin geldiği kaynak korunabilir. Ancak sipariş numarası, ürün kodu, müşteri bilgileri, ödeme durumu ve teslimat aşaması ortak bir dilde görüntülenmelidir.

Örneğin web sitesi siparişlerini panelden, pazaryeri siparişlerini ayrı bir entegratörden, WhatsApp siparişlerini Excel’den takip eden bir mağaza düşünün. Stoklar gün sonunda elle eşleştiriliyorsa, aynı ürün aynı gün iki kanalda son adet olarak satılabilir. Böyle bir durumda sorun stok azlığı değildir; stok bilgisinin üç farklı yerde farklı biçimde tutulmasıdır.

2. Ödeme ve sipariş doğrulaması

Ödeme tamamlandığında sipariş doğrudan paketleme kuyruğuna aktarılabilir. Ancak her sipariş aynı risk düzeyinde değildir. Ticaret Bakanlığı’nın 2025 verilerine göre Türkiye’de e-ticaret ödemelerinin %62,5’i kartla yapılırken, kartlı ödemelerin %64,1’inde 3D Secure kullanıldı. Bu oran güvenliği artırır, fakat sipariş riskini tamamen ortadan kaldırmaz.

Tutarı yüksek, alışılmadık ürün kombinasyonları içeren veya iletişim bilgileri eksik siparişler ayrı bir inceleme kuyruğuna gönderilebilir. Yapay zekâ burada “iptal et” dememeli; gerekçesi açık bir risk uyarısı üretmelidir.

3. Stok ve ürün bilgisi senkronizasyonu

Stok otomasyonu, yanlış ürünün satılmasını önlemelidir. Aksi halde sistem, stokta olmayan ürünü müşteriye sadece daha hızlı satar.

Ürün kodu, varyasyon adı, satışa açık stok, depodaki fiziksel stok ve iade bekleyen stok birbirine karışıyorsa önce bu yapı düzeltilmelidir. Aynı ürün bir kanalda “Mavi / M”, diğerinde “Mavi Medium”, depoda ise farklı bir SKU ile tanımlanıyorsa sorun otomasyonda değil, veri modelindedir.

4. Fatura, e-fatura ve paket hazırlığı

Sipariş bilgilerini faturaya yeniden elle girmek hem zaman kaybettirir hem hata üretir. Sipariş onaylandıktan sonra fatura ve paketleme verileri ilgili sisteme kural tabanlı şekilde aktarılmalıdır.

Vergi bilgisi, müşteri tipi, ürün kalemi ve iptal senaryoları için de işlem kaydı tutulmalıdır. Otomasyonun yaptığı işlem görünmüyorsa, hata olduğunda ekip yalnızca sonucu görür. Sebebi bulamaz.

5. Kargo etiketi, takip ve gecikme bildirimi

Kargo etiketi otomatik üretilebilir. Takip numarası sipariş kaydına eklenebilir. Müşteriye giden kargo bildirimi de aynı akıştan gönderilebilir.

İyi bir kurulum bunlarla bitmez. Kargo hareketi belirli süre güncellenmiyorsa veya tahmini teslimat gecikiyorsa sistem, müşterinin “siparişim nerede?” mesajını beklemeden bilgi verebilmelidir. Bu, destek ekibinin yükünü azaltır ve müşterinin belirsizlik yaşamasını önler.

6. Sipariş durumu müşteri desteği

WhatsApp sipariş durumu otomasyonu, yapay zekânın en görünür kullanım alanlarından biridir. Yine de asistanın müşteriye her bilgiyi göstermesi doğru değildir.

Güvenli akışta sistem, sipariş numarasının yanında uygun bir doğrulama adımı ister. Ardından yalnızca gerekli bilgiyi paylaşır: Sipariş hazırlanıyor mu, kargoya verildi mi, takip bağlantısı nedir, tahmini teslimat ne zaman? Adres değişikliği, ödeme ihtilafı ve iade reddi gibi konular doğrudan ekibe yönlendirilir.

7. İade ve geri ödeme istisnaları

İade talebinin alınması, ürünün seçilmesi, iade nedeninin toplanması ve müşteriye kargo yönergesinin gönderilmesi otomatikleştirilebilir. Yapay zekâ, serbest metinle yazılan iade nedenlerini sınıflandırarak mağazada tekrar eden sorunları görünür hale getirebilir.

İadenin kabulü, ürün incelemesi ve geri ödeme tutarı gibi kararlar otomasyona bırakılmamalıdır. Müşteri “ürün hasarlı geldi” dediğinde sistem bu bilgiyi kaydedebilir. Ancak mağaza, kanıtı, ürünün durumunu ve sözleşme koşullarını değerlendirmeden geri ödeme yaparsa başka bir risk doğar.

İnsan onayı gereken sipariş kararları

Otomasyonun sınırını, işlemin müşteri ve işletme üzerindeki etkisi belirler. Geri çevrilmesi zor veya maliyeti yüksek kararlar insan denetiminde kalmalıdır.

Karar	Neden insan onayı gerekir?	Sistemin rolü
Yüksek tutarlı sipariş iptali	Yanlış iptal müşteri ve gelir kaybı yaratır	Riski ve gerekçeyi işaretlemek
Fraud şüphesi	Yanlış pozitif müşteri deneyimini bozar	İnceleme kuyruğuna almak
Teslimat adresi değişikliği	Güvenlik ve teslimat riski vardır	Talebi toplamak, doğrulama istemek
İade reddi	Tüketici ilişkisi ve hukuki sonuç doğurabilir	Belge ve nedenleri sınıflandırmak
Geri ödeme tutarı değişikliği	Finansal etkisi doğrudandır	Öneri ve kayıt üretmek
Alternatif ürün gönderimi	Stok, fiyat ve müşteri onayı gerektirir	Uygun alternatifleri göstermek

KVKK kapsamında ilgili kişinin, kişisel verilerinin münhasıran otomatik sistemler aracılığıyla analiz edilmesi sonucu aleyhine bir sonuç doğmasına itiraz hakkı bulunur (KVKK Bülteni’nin yapay zekâ sayısı). Sipariş verisi ad, adres, telefon, satın alma geçmişi ve bazı durumlarda ödeme sinyalleri içerir. Bu nedenle KVKK uyumu, otomasyon tasarımının sonradan bakılacak kısmı değildir.

Sağlam otomasyon için veri altyapısı gerekir

Sipariş yönetiminde yapay zekâ, doğru veriye dayanır. “AI yanlış karar verdi” diye görünen birçok olayda modelin kullandığı stok, kargo veya sipariş durumu zaten yanlıştır.

Tek doğru veri kaynağını belirleyin

Her kritik veri alanı için doğru kaynağın hangi sistem olduğu tanımlanmalıdır:

• Sipariş durumu nerede güncellenir?
• Satışa açık stok hangi sistemden gelir?
• Ürün kodunun sahibi hangi sistemdir?
• Ödeme durumu hangi kaynaktan doğrulanır?
• Kargo hareketi hangi entegrasyondan okunur?
• Fatura ve iade kaydı nerede tutulur?

Bir veri alanının iki ayrı sahibi varsa ekip karar verirken farklı ekranlara bakmaya başlar. Otomasyon da bu tutarsızlığı devralır.

API ve webhook kullanın

Ekran kopyalama, CSV indirip yükleme ve Excel üzerinden elle aktarım kısa vadede işe yarıyor gibi görünür. Sipariş hacmi arttığında ise hata üretmeye başlar.

Uygun olan her yerde API ve webhook bağlantıları kullanılmalıdır. Sipariş oluştuğunda, ödeme durumu değiştiğinde veya kargo hareketi geldiğinde sistemler birbirini olay bazında bilgilendirmelidir. Bu yöntem gecikmeleri azaltır ve işlem kayıtlarını daha güvenilir hale getirir.

Her otomatik işlem kayıt bırakmalı

Başarılı bir e-ticaret yapay zekâ otomasyonu şu sorulara yanıt verir:

• Akışı ne tetikledi?
• Sistem hangi veriyi kullandı?
• Hangi kural veya model önerisi devreye girdi?
• Hangi işlem yapıldı?
• İnsan onayı var mıydı?
• Hata halinde geri alma adımı nedir?

Bu kayıtlar yalnızca teknik ekip için değildir. Operasyon sorumlusu, müşteri hizmetleri ve finans ekibi de bir siparişin neden beklemede olduğunu anlayabilmelidir.

Türkiye’de örnek sipariş otomasyonu akışı

Türkiye’deki gerçek operasyon yalnızca web sitesinden gelen siparişlerden oluşmaz. WooCommerce veya Shopify mağazası; pazaryeri, ödeme altyapısı, e-fatura, kargo firması ve müşteri destek kanalıyla birlikte çalışır.

Örnek bir akış şöyle kurulabilir:

1. Sipariş WooCommerce, Shopify veya pazaryerinden gelir.
2. Merkezi sipariş görünümüne aktarılır.
3. Ödeme, stok ve ürün kodu doğrulanır.
4. Normal siparişler paketleme kuyruğuna gider.
5. Eksik, şüpheli veya yüksek etkili siparişler inceleme kuyruğuna ayrılır.
6. Kargo etiketi oluşur ve takip numarası siparişe işlenir.
7. Fatura veya e-fatura süreci tetiklenir.
8. Müşteriye sipariş ve kargo bildirimleri gönderilir.
9. Teslimat gecikmesi veya iade talebi ilgili akışı başlatır.
10. Gün sonunda hata, gecikme, iade ve destek talebi raporlanır.

Bu akışın altyapısı mağazaya göre değişir. Orta ölçekli bir marka için WooCommerce e-ticaret altyapısı, sahiplik ve özel sipariş akışları açısından doğru seçenek olabilir. Hızlı büyüyen, platform yapısıyla ilerlemek isteyen mağazalarda ise Shopify kurulumu ve büyüme desteği daha uygun olabilir.

Örneğin günde onlarca müşteri mesajı alan bir giyim mağazası düşünün. Mesajların çoğu aynı üç sorudur: “Siparişim nerede?”, “Beden değişimi yapabilir miyim?” ve “Kargom ne zaman gelir?” Ekip bu soruları hemen AI asistanına devretmek isteyebilir. Ancak bazı siparişlerde takip numaraları geç işleniyorsa, asistan da eksik veriyle yanıt verir. Doğru sıra, önce sipariş durumlarını ve kargo entegrasyonunu düzeltmek, sonra asistanın yalnızca doğrulanmış kargo verisini paylaşmasını sağlamaktır. Böylece destek ekibi yalnızca mesaj sayısını değil, belirsizliği de azaltır.

Otomasyona nereden başlamalısınız?

İlk projede tüm operasyonu dönüştürmeye çalışmak çoğu zaman başarısız olur. Başlangıç için en sık tekrarlanan ve en az yorum gerektiren darboğaz seçilmelidir.

İyi başlangıç seçenekleri şunlardır:

• Sipariş durumu bildirimleri
• Kargo takip mesajları
• Kargo etiketi oluşturma
• Kritik stok seviyesi uyarıları
• Tekrarlayan müşteri destek sorularının sınıflandırılması
• İade talebi toplama ve nedenleri ayırma

İlk akış belirlendikten sonra şu dört unsuru yazın: tetikleyici, beklenen işlem, istisna ve insan onayı. Örneğin “kargoya verildi” tetikleyicisi, müşteriye takip bağlantısı gönderilmesini başlatabilir. Ancak takip numarası boşsa sistem mesaj göndermemelidir. Bunun yerine operasyon ekibi için hata kaydı oluşturmalıdır.

Sipariş akışınızda hangi verinin nerede koptuğunu bilmiyorsanız, önce bunu görünür hale getirin. Hazır panel dayatmadan WooCommerce, Shopify ve özel akışlar için ölçülebilir operasyon yapısı kurulabilir. İş süreçlerinde yapay zekâ kullanımı hakkında yaklaşımımızı inceleyebilirsiniz.

Başarılı olup olmadığını bu metriklerle ölçün

“Sistem zaman kazandırıyor” tek başına yeterli bir ölçüt değildir. Başlangıçtaki değerleri kaydedin ve aynı metrikleri düzenli izleyin.

• Sipariş başına manuel işlem süresi: Bir siparişin ekibin kaç dakikasını aldığı
• Yanlış sevkiyat oranı: Yanlış ürün, varyasyon veya adresle çıkan siparişlerin oranı
• Sipariş durumu talebi sayısı: “Siparişim nerede?” mesajlarının toplam destek içindeki payı
• Kargo bildirimi zamanlaması: Takip bilgisinin müşteriye ne kadar hızlı ulaştığı
• İade çözüm süresi: Talep açılışından sonuçlanmaya kadar geçen süre
• İnceleme kuyruğu oranı: Hangi siparişlerin neden insan kontrolüne düştüğü
• Otomasyon hata oranı: Başarısız işlem, çift mesaj veya geri alma ihtiyacı
• İstisna yönetimine ayrılan süre: Ekibin rutin iş yerine gerçekten karar gerektiren işe ayırdığı zaman

Bu sayılar ayrıca hangi noktada daha gelişmiş bir yapıya ihtiyaç duyduğunuzu gösterir. Katalog, bölge, kanal veya özel checkout mantığı büyüdüğünde headless e-ticaret altyapısı daha kontrollü bir seçenek haline gelebilir.

Sipariş otomasyonunda yapay zekânın taşıdığı riskler

Yapay zekâ yanlış kurgulanırsa müşteri hizmetleri sorununu operasyon ve itibar sorununa çevirebilir. Ticaret Bakanlığı’nın 2025 raporunda ankete katılan işletmelerin %94,8’i “yapay zekâ her zaman doğru bilgi üretir” ifadesine doğru şekilde “hayır” dedi. Bu şüphe yerindedir ve kurulumun temelinde olmalıdır.

Yanlış veriyle yanlış karar

Stokta olmayan ürün “var” görünüyorsa AI asistanı müşteriye yanlış bilgi verir. Kargo verisi gecikiyorsa teslimat tahmini gerçekçi olmaz. Sipariş durumu yanlışsa otomatik yanıt müşteri güvenini daha da düşürür.

Önce veri kaynakları, durum tanımları ve hata akışları düzenlenmelidir. Yapay zekâ bu verinin üzerine daha sonra eklenmelidir.

Kişisel verinin kontrolsüz aktarımı

Sipariş verileri üçüncü taraf bir sisteme gönderilmeden önce hangi bilginin gerekli olduğu belirlenmelidir. Müşteri mesajını sınıflandırmak için tam adresi veya geçmişteki tüm siparişleri paylaşmak gerekmeyebilir.

Veri minimizasyonu, erişim yetkileri, saklama süresi ve işlem kayıtları ilk günden tasarlanmalıdır. “Araç bunu istiyor” yeterli bir gerekçe değildir.

Kontrolsüz otomatik karar

Yapay zekâ öneride bulunabilir. Ancak ilk aşamada “iptal et”, “reddet” veya “geri ödeme yap” gibi kararları doğrudan uygulamamalıdır.

Örneğin bir kozmetik mağazası sık iade yapan müşterileri otomatik olarak riskli işaretlemek isteyebilir. Oysa iadelerin nedeni çoğu zaman ürün sayfasındaki renk görseli veya varyasyon açıklamasıdır. Böyle bir durumda AI’ın iade taleplerini reddetmesi sorunu çözmez, yalnızca görünmez kılar. Doğru okunan iade verisi ise ürün sayfasındaki hatayı ortaya çıkarır.

Sık Sorulan Sorular

Sipariş otomasyonu için yapay zekâ şart mı?

Hayır. Sipariş durumu güncelleme, fatura oluşturma, kargo etiketi basma ve stok düşme gibi işlemler kural tabanlı otomasyonla yürür. Yapay zekâ ise eksik veri, risk analizi, müşteri mesajları ve sınıflandırma gibi belirsiz alanlarda fayda sağlar.

Yapay zekâ müşterinin sipariş durumunu görebilir mi?

Doğru entegrasyon ve kimlik doğrulamayla görebilir. Sipariş bilgileri, uygun doğrulama tamamlandıktan sonra paylaşılmalıdır. Telefon, adres veya ödeme bilgileri sohbet ekranında gereksiz biçimde gösterilmemelidir.

Yapay zekâ riskli siparişi otomatik iptal etmeli mi?

Başlangıçta hayır. Sistem siparişi işaretlemeli, gerekçeyi kayda almalı ve insan incelemesine yönlendirmelidir. Özellikle yüksek tutarlı siparişlerde yanlış iptal, gelir ve müşteri kaybına yol açabilir.

Shopify ve WooCommerce sipariş otomasyonuna uygun mu?

Evet. Shopify, olaylara bağlı workflow kurulumlarına izin verir. WooCommerce tarafında da sipariş durumları, webhook’lar ve özel entegrasyonlarla iş akışları oluşturulabilir. Uygun platform, mağazanın sipariş hacmine ve operasyonel karmaşıklığına göre seçilir.

Pazaryeri siparişleri aynı akışta toplanabilir mi?

Teknik olarak bu, ilgili pazaryerinin API veya entegrasyon desteğine bağlıdır. Ancak entegrasyondan önce ürün kodu, stok mantığı, sipariş durumu ve fatura kaynağı standart hale getirilmelidir.

Küçük bir mağaza otomasyona ne zaman başlamalı?

Siparişler Excel, WhatsApp, e-posta ve farklı paneller arasında elle taşınmaya başladıysa otomasyona geçilmelidir. Belirleyici olan yalnızca sipariş adedi değildir. Tekrarlayan işlem yükü, hata oranı ve müşterinin yaşadığı belirsizlik de önemlidir.

Sipariş operasyonu büyümeyi yavaşlatmak zorunda değil

Sipariş süreçlerinde yapay zekâ otomasyonu, her görevi bir asistana devretmek değildir. Önce tekrarlanan işler açık kurallarla düzenlenmelidir. Yapay zekâ daha sonra eksik adres, riskli sipariş, gecikme, iade nedeni ve müşteri mesajı gibi istisnalarda ekibe destek verir.

Doğru yapı üç sonuç verir: Ekip daha az veri taşır, müşteri daha az belirsizlik yaşar ve işletme büyümeyi gerçekten hangi sorunun yavaşlattığını ölçebilir. En önemli kararlar yine insan kontrolünde kalır.