Yapay Zeka Soğuk Aramaları Haftada 15K'ye Ölçeklendirin: Retell AI + WhatsApp
Giden satış her zaman bir sayı oyunu olmuştur: yapılan aramalar, kurulan bağlantılar, kapatılan anlaşmalar. Ancak 2025'te oyun temelden değişti. Yapay zeka ses ajanlarının yükselişi, yüz adetden haftada on binlerce aramaya ölçeklendirmenin artık insan kaynağı sorunu olmadığı anlamına gelir. Bunun yerine, veri, […]

Giden satış her zaman bir sayı oyunu olmuştur: yapılan aramalar, kurulan bağlantılar, kapatılan anlaşmalar.
Ancak 2025'te oyun temelden değişti. Yapay zeka ses ajanlarının yükselişi, yüz adetden haftada on binlerce aramaya ölçeklendirmenin artık insan kaynağı sorunu olmadığı anlamına gelir. Bunun yerine, veri, teknoloji ve süreç sorunu haline geldi.
Retell AI'yi test etmeye karar verdik.
Hedefimiz sadece yapay zekanın soğuk aramaları yapabileceğini kanıtlamak değildi. Ne kadar ölçeklendirebileceğimizi görmek, hangi darboğazların ortaya çıkacağını tanımlamak ve aramaları WhatsApp otomasyonu ile eşleştirmenin sonuçlarımızı nasıl çoğaltabileceğini keşfetmek istiyorduk.
Deney dört ayrı aşamada gelişti. İşte yol boyunca keşfettiklerimiz.
Aşama 1: Haftada 500 Arama ile Temel Atma
Haftada 500 yapay zeka tarafından yönlendirilen soğuk aramayla başladık.
Bu bizim "sandbox" aşamamızdı, teknoloji yığınını doğrulamak, senaryolarımızı iyileştirmek ve ciddî bir hacme taahhüt etmeden önce lead verilerimizi test etmek için tasarlanmıştır. Biliyorduk ki bu aşamada temelleri doğru yakalamak daha sonra başarılı bir şekilde ölçeklendirmek için çok önemli olacaktır.
İlk kurulumumuz şunları içeriyordu:
- B2B soğuk satış için özel olarak ayarlanmış konuşmsal yapay zeka ile Retell AI ses ajanları
- Net nitelik belirleme sorularıyla basit senaryolar
- Erken aşamada karmaşıklığı önlemek için genel iş telefon numaraları
- Arama günlükleri ve MQL etiketlemesi için temel CRM entegrasyonu
Sonuçlar cesaret veriyordu
- Aramaların yaklaşık %1'i Marketing Qualified Leads (MQL) haline dönüştü
- Ortalama arama süresi nitelik belirleme veya kesilmeden önce 42 saniye idi
- Yapay zeka "bana e-posta gönder" veya "ilgilenmiyor" gibi temel itirazları robotik seslenme olmadan başarıyla yönetmiş

Aşama 1'de Öğrendiklerimiz
Ses kalitesi kritik olduğu kanıtlanmıştır. Doğal sounding yapay zeka kesilme oranlarını önemli ölçüde azaltır. Kısa senaryo tutmanın gerekli olduğunu da keşfettik. Daha uzun tanıtımlar erken kesilmelere yol açarken, optimal nokta nitelik sorusuna 10 saniye içinde ulaşmaktı.
Ayrıca sesli mesaj yeteneği vazgeçilmez bir özellik haline geldi. Aramaların yaklaşık %30'u sesli mesaja gitti ve yapay zekamız başarıyla geri arama numarası içeren kısa, dostça mesajlar bıraktı.
Aşama 1'in sonunda, Retell AI'nin küçük ölçekte etkili bir şekilde çalışabileceğini doğalamış olduk. Ancak en büyük darboğaz zaten açık hale geliyordu: lead veri kalitesi.
Aşama 2: Veri İkilemi ile Yüzleşme
Hızlı bir şekilde öğrendiğimiz gibi, soğuk aramalar kişi listesinin kalitesi ile yaşa veya öl.
İlk listemiz Wappalyzer ve benzer veri sağlayıcılarından geldi. Ucuz olmakla birlikte, iki önemli zorluk sundu. Birçok numara doğrudan aramalar yerine idari hatlar olduğu ortaya çıktı. Ayrıca, ulaştığımız cep telefonu numaraları daha iyi dönüştürülmesine rağmen, bunları elde etmek çok daha zordu.
Bunu daha iyi anlamak için yan yana iki test yaptık:
Liste A: Yüksek hacimli, düşük maliyetli iş numaraları
Liste B: Mobil doğrulanmış karar alıcı numaraları, lead başına yaklaşık 3x maliyet

Bulgularımız çok ortaya çıktı:
- Liste A daha düşük bir bağlantı oranı sağladı ve MQL başına daha fazla arama gerekli kıldı
- Liste B daha yüksek dönüştürme elde etti ancak önemli bütçe artışları olmadan daha küçük bir erişim sundu
Anahtar ders açık hale geldi: lead başına maliyet ve MQL başına maliyet arasında kritik bir dengelemesi var. Bazen daha ucuz veriler, israf edilen aramaları hesaplamaya koyduğunuzda aslında daha ucuz değildir.
Aşama 2'de yaptığımız operasyonel ayarlamalar:
- Her lead kaynağını CRM'de etiketlemeye başladık, daha iyi performans izlemesi için
- Daha ayrıntılı arama sonrası analiz için arama tasarrufu kodları oluşturduk
- Numaraların emekli edilmeden önce maksimum 3 yapay zeka denemesi aldığı arama yenileme mantığını tanıttık
Aşama 2, önemli bir gerçeği kristalleştirdi: yapay zeka soğuk aramalarını ölçeklendirmek sadece daha fazla ajan eklemek değildir. Her yapay zeka konuşma dakikasının maksimum değer sunacak şekilde doğru verilerle beslemektir.
Aşama 3: Haftada 10.000-15.000 Aramaya Ölçeklendirme
Doğrulanmış sürecimiz ve veri kaynaklarımız hakkında daha derin anlayışımız ile hızlandırmaya hazırdık.
Operasyonumuzu şunları içerecek şekilde ölçeklendirdik:
- 20 aktif yapay zeka ajanı
- Günde 1.500 arama
- Alma oranlarını artırmak ve numara yorgunluğunu önlemek için giden aramalar için 16 yeni İngiltere telefon numarası
Neden birden çok numara önemli oldu: Operatörler ve spam filtreleri aşırı kullanıldığında numaraları işaretler. Pazar başına 15'ten 20'ye numara arasında dönerek, arayan kimliği itibarımızı temiz tuttuğumuz ve daha yüksek bağlantı oranlarını koruduk.
Ölçekte Maliyet Yapımız:
- 1.000 arama başına 100 ile 120 dolar
- Saatte yaklaşık 80 arama yapay zeka aracı kapasitesi, tamamen otomatik
- Altyapı maliyetleri düz kaldı, çıktı önemli ölçüde çoğaldı
Ölçeklendirme yeni zorluklar getirdi:
Veri tazeliği kritik hale geldi. Yüksek hacimde, listeler daha hızlı tükenir ve sürekli taze numara akışı gerekir. Bunu çözmek için, birçok şirket basit çağrı botlarının ötesine gidip tam ölçekte AI SDRs dağıtıyor; bunlar saat dilimlerini, lead araştırmasını ve kanal üstü zamanlamayı özerk olarak yönetebiliyor. Saat dilimi yönetimi de önemli hale geldi, çünkü yapay zeka ajanlarının uygun yerel saatler için çağrı yapması için planlama gerekiyordu.
Çağrı yönlendirme mantığını da iyileştirdik, böylece yapay zeka arayışın ortasında bir insanı algılarsa, ses sesini daha doğal çıkması için uyarlayabilirdi.
Aşama 3'ün sonunda, sürdürülen yüksek hacimde çalışabilen bir giden motor inşa ettik. Ancak dönüştürme oranları durdu ve ROI'yi maksimize etmek için aramaların yeterli olmadığı açık hale geldi, bu da erişimi etkili bir şekilde ölçeklendirmeyi hedefleyen herhangi bir soğuk arama hizmetine tanıdık bir sorundur.
Aşama 4: WhatsApp İzleme Kırılması
Bu aşama ihtiyaç duyduğumuz kırılmayı sundu.
Belirli arama sonuçlarından sonra otomatik WhatsApp takip sağlayan, TimelinesAI'yi RetellAI ile entegre ettik:
- Cevapsız arama/cevap yok: Değer önerimiz artı çağrı-harekete geçirme bağlantısı içeren kısa mesaj gönderin
- Sesli mesaj bırakıldı: Sesli mesajına başvuran bir WhatsApp notu ile takip edin
- Hafif ilgi ifade edildi: Kişiselleştirilmiş bilgi ve rezervasyon bağlantısını hemen gönderin
WhatsApp neden bu kadar etkili olduğunu: Birçok insan bilinmeyen numaralardan aramaları yok sayar, ancak WhatsApp mesajlarını dakikalar içinde okur. Ayrıca, mesajlaşma, ilk telefon konuşması sırasında başkanı bunaltmadan bağlantılar, PDF'ler ve videolar da dahil olmak üzere daha zengin izleme içeriğine izin verir.
Etki önemli oldu:
- Katılım oranları sadece aramayla kıyasla 35 ile 40% arttı
- Prospektler ilk aramayı göz ardı etmiş olsalar bile WhatsApp mesajlarına yanıt vermeye başladılar
- Satış ekibimiz zamanlamadan planlama sürtüşmesi olmadan konuşmaları eşzamanlı olarak sürdürebildi
Bu noktada, sürecümüz basit bir "yapay zeka arama kampanyasından" ses kapıyı açtığı ve WhatsApp ilişki kurduğu kapsamlı çok kanallı giden motor haline evrildi.
WhatsApp Dönüştürme Çarpanı Olarak
Gerçek değer, aramaları değiştirmede değildir, bunların üstüne mesajlaşma stratifikasyonunun içinde.
RetellAI'yi bağımsız bir araç olarak görmekten onu stratejik bir zincirde ilk temas noktası haline getirmeye düşüncemizi değiştirdik:
- Arama: Yapay zeka doğal konuşma açıcısı ile ulaşır
- WhatsApp: Canlı konuşma meydana gelmiyorsa TimelinesAI anında izleme içeriğini gönderir
- CRM eşitleme: Tüm dokunuş noktaları satış ekibi bağlamı için otomatik günlük olur
- Beslenme: Anında dönüştürme meydana gelmiyorsa, katranlama mesajları 1 ile 2 hafta WhatsApp'ta devam eder
Sonuç, daha fazla temas noktası, daha fazla cevap ve aynı lead listesinden daha yüksek boru hattı verim oldu.
TimelinesAI Dönüştürme Çarpanımız Neden Oldu
Çeşitli faktörler TimelinesAI'yi özellikle etkili yaptı:
Ses'ten Metne Sorunsuz Geçiş
Bir yapay zeka aramasından sonra, TimelinesAI anında kişiselleştirilmiş bir WhatsApp mesajı tetikler. Bu, başkan etkileşimi hatırladığında konuşmayı canlı tutar.
Çarpıcı Derecede Daha Yüksek Açma ve Yanıt Oranları
WhatsApp mesajları e-postalardan veya takip aramalarından çok daha fazla açılır, genellikle dakikalar içinde. Bu tek başına katılım oranımızı sadece aramaya kıyasla 3 kattan fazla iyileştirdi.
Daha Hızlı Takım Yanıtı İçin Paylaşılan Gelen Kutusu
WhatsApp'dan gelen tüm gelen yanıtlar bir merkezi paylaşılan gelen kutusuna gider. Satış temsilcisi veya başka bir yapay zeka iş akışı tarafından işlenmiş olsun, her başkan bireysel telefon numaralarına güvenmeden zamanında dikkat alır.
Gerçekten Çalışan CRM Entegrasyonu
TimelinesAI'yi doğrudan CRM'mize bağlayarak, takip dizileri otomatik olarak ve manuel giriş olmadan günlüğe kaydedilir. Bu, yapay zeka tarafından başlatılan her konuşmanın yapılandırılmış satış fırsatı haline gelmesini sağlar.
Özünde, RetellAI kapıyı açtı ve TimelinesAI başkanın içinden geçtiğinden emin oldu. Kombinasyon, insanlar doğrudan dahil olmasa bile çalışan öngörülebilir bir ulaşım sistemine "aşması veya ıskalanması" soğuk aramalardan geçmek için bize izin verdi.
RetellAI'yi soğuk aramalar için kullanıyor ve başkanları dönüştürmek için yalnızca sese güveniyorsanız, masanın üzerinde para bırakıyorsunuz. TimelinesAI tarafından desteklenen yapay zeka tarafından yönlendirilen aramaları anında WhatsApp takip ile birleştirerek, iyi bir ulaşım sürecini olağanüstü bir sürece dönüştürdük.
Satış ekibinizi değiştirmek hakkında değildir. Doğru dizi ve doğru araçlarla onları süper şarj etmektir. RetellAI seni kapıya koydu. TimelinesAI seni orada anlaşma kapanana kadar tutar.
Yapay zeka aramalarınızı gerçek satış konuşmalarına dönüştürmeye hazır mısınız? Bugün TimelinesAI'ya kaydolun ve bunu RetellAI ve CRM kurulumunuza sorunsuzca bağlayın. Her soğuk aramanın sıcak bir takip hak ettiğinden beri.