Gayrimenkulde yapay zekâ: müşteri adayı ayıklama ve ilan otomasyonu

Bir emlak ofisinin operasyonel gerçeği

Çoğu emlak ofisi müşteriyi daha iyi fiyat veren rakibe kaptırmaz; müşteri adayının geldiği an ile o adaya yanıt verildiği an arasındaki boşlukta kaybeder. NAR'ın her yıl yayımladığı Profile of Home Buyers and Sellers çalışması sürekli aynı şeyi gösteriyor: alıcıların ezici çoğunluğu, kendisine ilk anlamlı yanıtı veren danışmanla çalışmaya başlıyor. En kıdemli danışman değil, en tanınan ofis değil, en güzel siteye sahip olan da değil; ilişkiyi ilk ciddi cevap kazanıyor.

Oysa tipik bir emlak ofisinde olan tam tersidir. Müşteri adayı formları gece yarısı geliyor ve sabah 9'a kadar bekliyor. WhatsApp mesajları, danışman bir görüntülemedeyken cevapsız kalıyor. Facebook reklamlarından gelen adaylar, kimsenin anlık olarak önceliklendirmeye vakit ayıramadığı bir gelen kutusunda birikiyor. Biri yanıt verene kadar alıcı, aynı talebi çoktan iki başka ofise de göndermiştir; üstelik o ofislerden biri, üç dakikada cevap veren bir yapay zekâ asistanı kullanıyordur.

Bu bir pazarlama sorunu değil. Bu, gayrimenkulde yapay zekânın asıl yerini bulduğu operasyonel bir boşluktur.

Yapay zekânın etkisini gösteren üç nokta

1. Müşteri adayı yanıt süresi

İlk ve en büyük etki, ilk dokunuş yanıt süresinin günün her saatinde ve her dilde dakikalara inmesidir.

Bir form ister ofis sitesinde doldurulsun, ister Facebook reklamından gelsin, ister WhatsApp üzerinden gönderilsin; yapay zekâ asistanı anında şu adımları izler:

• Hazır kalıp bir “size döneceğiz” mesajıyla değil, anlamlı ve markanın tonuna uygun bir yanıtla talebi karşılar.
• Yeni bir danışmanın soracağı iki-üç netleştirici soruyu sorar: bütçe aralığı, hedef semtler, zamanlama, finansman.
• Ofisin portföyünden veya MLS akışından eşleşen mülkleri getirir ve aynı görüşme içinde üç-beş nitelikli seçenek sunar.
• Bağlı bir takvim üzerinden, danışmanın gerçekten müsait olduğu bir saatte görüntüleme önerir.

Ertesi sabah danışman müşteri adayını devraldığında artık “Merhaba, formu doldurduğunuzu gördüm” noktasından başlamıyor; “İlgilendiğiniz üç mülk şunlar, perşembe günü için bir görüntüleme ayarladım, saatini onaylayalım mı?” noktasından başlıyor. Böylece ilişki, elinde telefonla ilk davranan rakibin değil, ofisin kendi koşullarıyla açılmış oluyor.

McKinsey'nin 2024 State of AI raporu, müşteriye dönük yanıt otomasyonunu profesyonel hizmetlerde üretken yapay zekânın yatırım getirisi en güvenli alanlarından biri olarak gösteriyor. Gayrimenkul de yanıt süresinin gelirle en net bağlandığı sektörlerden biri.

2. Müşteri adayı puanlaması ve önceliklendirme

Hacim artık darboğaz olmaktan çıktığında, sıradaki kısıt danışmanın zamanı olur. Kredisi ön onaylı ve 30 gün içinde alım yapmayı planlayan bir alıcı kuyrukta beklerken, kıdemli bir danışman ilk saatini yalnızca fiyat soran birine harcamamalı.

Bir müşteri adayı puanlaması modeli; form verisini, davranış sinyallerini (sitede geçen süre, görüntülenen ilanlar, tekrar ziyaretler, bakılan mülklerin ortalama fiyatı) ve talebin dilindeki tonu değerlendirerek adayları satın alma olasılığına göre sıralar. Danışmanlar önce kuyruğun üstündekilerle ilgilenir. Kazanç sihirli bir tahminden gelmiyor; ciddi alıcı elden kaçarken yanlış adaylara pahalı zaman harcamamaktan geliyor.

JLL'nin küresel emlak teknolojisi araştırması ve CB Insights'ın PropTech raporları, müşteri adayı analitiğini 2023-2024 yatırım döngüsünün öne çıkan kurulum kategorileri arasında sayıyor. Kullanım senaryosu olgunlaşmış, entegrasyon yolları belli ve operasyonel kazanç çeyreklerle değil günlerle ölçülüyor.

3. İlan içeriği otomasyonu

Üçüncü nokta, ilan hazırlık süresi. Fotoğrafçının mülkten ayrıldığı an ile ilanın tüm portallarda yayına girdiği an arasındaki süre, çoğu ofisin düzeltebileceği en büyük gecikmedir. Bu gecikmenin bir maliyeti de var; çünkü bir mülkün piyasada kalma süresi, her piyasada satış fiyatıyla ters orantılı ilerliyor (Zillow Research verisi).

İyi kurulmuş bir yapay zekâ iş akışı bu süreyi belirgin biçimde kısaltır. Fotoğraflar; oda tiplerini, işçilik kalitesini ve öne çıkan özellikleri tanıyan bir görüntü işleme (computer vision) modelinden geçer. Mülk verisi (özellikler, konum, semt bağlamı, yakın zamanda satılan emsaller) MLS'ten veya ofis portföyünden alınır. Model; ofisin marka sesiyle, gereken tüm dillerde ve portalların karakter sınırlarına uygun bir ilk taslak üretir. Danışman bunu gözden geçirir, düzenler ve yayımlar. Eskiden bir gün süren iş bir saatin altına iner; ilanlar da iyi metin yazan tek bir ekip üyesini beklemek yerine düzenli biçimde yayımlanır.

Gerçek bir kurulum neye benzer

Çalışan bir emlak yapay zekâsı kurulumu bir sohbet botu değildir; mevcut sistemlerin üstünde çalışan, entegre bir yönlendirme katmanıdır:

• Müşteri adayı girdileri: web sitesi formu, Facebook ve Instagram müşteri adayı formları, WhatsApp Business, portal talepleri (sahibinden, hepsiemlak, idealista, Zillow), iş ortağı entegrasyonları.
• Yapay zekâ çekirdeği: doğal dili anlayıp üreten temel model; ofisin portföyü, marka sesi ve süreç mantığı üzerine oturtulmuş.
• Önceliklendirme ve puanlama: kurallar ve model çıktısı; müşteri adayı puanını, danışman atamasını ve önceliği belirler.
• CRM ve takvim: HubSpot, Pipedrive, Salesforce, Zoho ya da emlağa özel CRM'ler, zenginleştirilmiş müşteri adayı kaydını alır. Cal.com veya danışmanın kendi takvimi ise görüntüleme randevusunu alır.
• İş akışı orkestrasyonu: n8n veya Make, çok adımlı akışı yönetir (aday geldi → zenginleştir → puanla → ata → ilk dokunuş → takvim daveti → CRM güncellemesi → takip hatırlatması).
• İlan süreci: fotoğraf yüklemesi; görüntü işleme etiketlemesini, metin üretimini ve MLS, ofis sitesi ile toplayıcı portallarda yayımlamayı tetikler.

“Yapay zekâ kullanıyoruz” cümlesini bir pazarlama lafı olmaktan çıkarıp ölçülebilir bir operasyonel değişime dönüştüren mimari işte budur.

MLS ve portal entegrasyonunun gerçeği

Bir emlak yapay zekâsı kurulumunu gerçek bir yönlendirme katmanı yapan da sıradan bir sohbet botuna indirgeyen de entegrasyondur, yani portal bağlantısıdır; ve her portal farklı davranır. Kurulum planı, hangi entegrasyonların otomasyona uygun olduğunu, hangilerinin ilk aşamada elle yürütülmesi gerektiğini baştan bilmelidir.

Türkiye'de portal ekonomisi farklı işliyor. Sahibinden.com, gelen tüketici aramalarının çoğuna hâkim; yeterli hacme sahip kurumsal emlak ofisleri için bir iş ortağı API'si sunuyor, daha küçük ofisler ise genelde HTML kazıyıcı veya resmi masaüstü aracı üzerinden ilan veriyor. Hepsiemlak daha esnek bir API sunuyor ama tüketici erişimi daha düşük. İşin pratik karşılığı şu: her iki portalda da aktif olan ofisler, yapay zekânın ilan akışını, önce ofis CRM'ine tek bir asıl kayıt yazacak, ardından her portalın API'sine (o portala özgü biçim dönüşümleriyle) eşitleyecek şekilde tasarlamalı. Portalların kendi ilan giriş ekranlarını asıl yazma yolu olarak kullanmaya çalışmak yavaş bir yöntemdir ve orta ölçekli ofislerdeki veri tutarsızlığının başlıca kaynağıdır.

Avrupa Birliği'nde, İber Yarımadası'ndaki idealista ile Almanya'daki ImmobilienScout24; fiyat, fotoğraf ve açıklama verisini temiz biçimde işleyen olgun entegrasyon API'leri sunuyor, portallar arası yazma işi de bilinen bir yol. AB tarafındaki asıl kısıt, GDPR'a uygun müşteri adayı karşılama sürecinde: portal formları, ofisin sonradan veri sorumlusu sıfatıyla yükümlü olduğu kişisel verileri topluyor. Yapay zekânın ilk dokunuş akışı bu sorumluluğa uymak zorunda; yani asistan, üçüncü taraf bir tedarikçinin sunucularında kişisel bilgilerle birlikte görüşme geçmişi tutamaz.

ABD'de ise MLS tablosu yüzlerce yerel kurul arasında parçalanmış durumda; ilan verisi için RESO Web API, yazma işlemleri için bölgesel MLS'in kendi arayüzü standart entegrasyon noktalarıdır. Çalışan bir ofis kurulumu, envanteri RESO üzerinden çeker, yeni ilanları yerel MLS'in kendi arayüzü üzerinden yazar; Zillow, Realtor.com ve Redfin'e dağıtımı da bu asıl yazma işleminin bir uzantısı olarak ele alır.

Her üç pazarda da aynı pratik kural geçerli. Okuma işlemi olan her şey (envanter çekmek, müşteri adayı çekmek, görüntüleme talebi çekmek) yapay zekâ kurulumunun önceden halletmesi gereken entegrasyon işidir. Düzenlenmiş içerik içeren yazma işlemi olan her şey ise (bağlayıcı sayılan fiyat teklifleri, sözleşme taahhütleri, yasal olarak zorunlu bildirimler) açık bir insan onayına bağlı kalır. Yapay zekâ ilanı önerir; danışman yayımlar.

Piyasada kalma süresi ve ilan hızı matematiği

İlan otomasyonunun bu kadar net bir yatırım getirisi sağlaması, tek bir çarpıcı etkiden değil, küçük etkilerin üst üste birikmesinden kaynaklanıyor. Zillow Research'ün piyasa piyasa belgelediği örüntü şu: bir mülk piyasada kaldığı her ek hafta, gerçekleşen satış fiyatını aşağı çekiyor, pazarlıkta alıcının elini güçlendiriyor ve ofisin portföyündeki benzer satışların değerini de düşüren bir fiyat indirimi ihtimalini artırıyor.

Aynı örüntü her piyasada görülüyor. Bir mülk, ilana çıktığı ilk iki haftada genellikle nitelikli alıcıların en büyük kitlesini çeker: yeni envanter bekleyen danışmanlar, bildirim aboneleri, kayıtlı aramaları üzerinden ikinci kez bakmaya gelenler. Talep bu noktadan sonra azalıyor. 8. haftaya gelindiğinde mülk, uzayan piyasada kalma süresini bir pazarlık fırsatı olarak gören, daha küçük ve fiyata daha duyarlı bir alıcı kitlesiyle karşı karşıya kalıyor.

İlan otomasyonu, aktif envanterin daha büyük bölümünü işte bu yüksek talepli açılış aralığına taşıyor. Fotoğrafın çekilmesiyle ilanın tüm portallarda yayına girmesi arasında üç gün geçen ofis, bir envanter döngüsünün açılışını kaçırıyor; bunu üç saate indiren ofis ise yakalıyor. Bir yıllık normal devir hızında bu fark önemli.

Aynı dinamik, danışmanın zamanı açısından da ofisin aleyhine işliyor. Yeni bir ilanı yayımlamadaki 24 saatlik gecikme, danışmanın elindeki diğer mülklerin pazarlama yükünü 24 saat daha taşıması anlamına geliyor. Bunu ayda 30 ilanla çarpın; ilan otomasyonuyla geri kazanılan danışman zamanı hiç de küçük değil. Bu genelde ayda birkaç günlük kıdemli danışman mesaisine denk geliyor; yani ofisin asıl görüntülemelere ve pazarlığa yönlendirmek istediği dikkatin ta kendisi.

Buradaki ekonomik mantık, “yapay zekâ insandan daha iyi ilan metni yazar” değil; gerçi birçok fiyat aralığında yazabiliyor da. Asıl mantık şu: yapay zekâ insandan daha hızlı yayımlar ve hız, piyasanın önemsediği döngü kısmını kazandırır.

Bu hız avantajının ikinci bir etkisi de marka düzeyinde ortaya çıkıyor. İlanlarını düzenli olarak 24 saat içinde yayımlayan bir ofis, satıcıya her seferinde “bu ekip işini biliyor” mesajını verir. Aynı piyasada bir hafta sonra yayımlayan rakip ofis ise, aynı satıcı bir sonraki mülkü için ofis seçerken bu güveni yeniden kazanmak zorunda kalır. İlan otomasyonunun ölçmesi en zor değeri de burada: sonraki dönemde portföy kazanma oranındaki birikimli fark.

Uygulama gerçeği

Tipik bir ALTAI Digital emlak yapay zekâsı kurulumu 4-8 hafta sürer:

1. Keşif ve portföy çıkarımı (1.-2. hafta). Gelen müşteri adayı kanalları tek tek çıkarılır, ofisin portföy verisi ile MLS akışı erişimi çıkarılır, marka sesi örnekleri toplanır, mevcut CRM kaçınılmaz veri kalitesi sorunları açısından denetlenir.
2. Entegrasyonların kurulması (3.-4. hafta). Müşteri adayı alımı, CRM, takvim, WhatsApp Business API ve portal akışları n8n veya Make üzerinden bağlanır. Önceliklendirme modeli ve puanlama kuralları, geçmiş müşteri adayı verisi üzerinde yapılandırılır.
3. Pilot (5.-6. hafta). Belirlenmiş sınırlı bir kanal grubunda, iki-üç gönüllü danışmanla canlı kullanım. Görüşmeler kaydedilir, önceliklendirme kararları örneklemeyle kontrol edilir, ilk dokunuş yanıtlarında marka sesi kalibre edilir.
4. Tam yayılım ve ince ayar (7. hafta ve sonrası). Tüm kanallar canlı, ilan süreci aktif, temel performans göstergelerine (KPI) göre haftalık değerlendirme: ilk dokunuş yanıt süresi, müşteri adayından görüntülemeye dönüşüm oranı, ilan hazırlık süresi.

Yapay zekânın gayrimenkulde yapmaması gerekenler

Üç açık sınır var.

Birincisi, yapay zekâ müzakere etmemeli. Gerçek müzakere; pazarlık gücü, muhakeme ve insan ilişkisi ister ve müşteriler daha iki mesajda kiminle konuştuğunu anlar. Asistan niteler, planlar, bilgilendirir; müzakereyi danışman yapar.

İkincisi, yapay zekâ değerleme iddialarını profesyonel bir görüş gibi sunmamalı. CMA tarzı fiyat aralıkları vermek uygundur; ama “bu mülk şu kadar eder” demek uygun değildir. Buradaki sınır, bir yazılım aracı ile bir bilirkişi raporu arasındaki farktır ve bu sınırı aşmak gerçek bir hukuki sorumluluk doğurur.

Üçüncüsü, yapay zekâ kendini insan gibi göstermemeli. Asistanın kendini açıkça tanıtması, yani “bir yapay zekâ asistanıyla konuşuyorsunuz, kısa süre içinde bir danışman size dönecek” demesi, hem güveni korur hem de AB ile Türkiye'deki veri koruma otoritelerince giderek daha çok talep ediliyor. Bunu gizleyen ofisler bu gerçeği pahalı yoldan öğreniyor.

Pratik sonuç

Birlikte çalıştığımız ofislerde, iyi entegre edilmiş bir gayrimenkul yapay zekâsı kurulumunun gerçekçi etkisi şu üç başlıkta görülüyor:

• İlk dokunuş yanıt süresi, günün her saati saatlerden dakikalara iniyor.
• Aynı müşteri adayı hacminde, adaydan görüntülemeye dönüşüm anlamlı biçimde artıyor. Kazanç yeni aday üretmekten değil, doğru adayla önce ilgilenmekten geliyor.
• İlan hazırlık süresi günlerden saatlere düşüyor. Bunların hiçbiri sihir değil, tümü operasyonel; yayılımın ardından ayakta kalmalarının nedeni de bu.

Bu değeri yakalayan ofislerin üç ortak özelliği var. Yapay zekâyı, hâlihazırda çalışan bir CRM'in yerine koymak yerine onun üstünde bir yönlendirme katmanı olarak konumluyorlar. Sistemi jenerik bir temel modele değil, kendi gerçek portföyleri ve marka seslerine dayandırıyorlar. Kazandıkları danışman zamanını da insan ilişkisinin asıl ağırlık taşıdığı işlere yönlendiriyorlar: müzakere, görüntüleme, kapanış. ALTAI Digital olarak bu sistemleri baştan sona kuruyoruz; müşteri adayı alımından ilan otomasyonuna kadar. Hepsini de asıl önemli ölçütlere göre kalibre ediyoruz: daha hızlı yanıt, daha iyi eşleşme, daha kısa piyasada kalma süresi.