Bunu Kurmam Gerektiğini Anladığım An
2023'tü. NielsenIQ'da sıfırdan $7 milyon ARR'ye ulaşan tüketici malları tahmin modelleri kurmuştum. Ondan önce Deutsche Bank'ta 6 yıl AI liderliği — kurduğum takım 2 yılda $10 milyon ARR'ye ulaştı. Her ölçüye göre sağlam bir kurumsal AI kariyeri.
Ve aynı şeyin tekrar tekrar olmasını izlemeye devam ediyordum: harika bir yazılım — bir kütüphane, geliştirici aracı, altyapı ürünü — GitHub'da yayınlanıyor, kullanıcılarından gerçek sevgi kazanıyor, yıldız biriktiriyor ve sonra o sevgiyi bir işe dönüştürmekte tamamen başarısız oluyor. Kurucular geceleri aynı destek sorularını yanıtlıyordu. Gerçek satın alma niyeti olan insanlar sessizce ayrılıyordu çünkü onları yakalayacak kimse yoktu.
Bu kalıbı iki taraftan da görmüştüm. Bankada yüzlerce satıcı ürünü değerlendirdim ve küçük ekiplerin anlaşmaları kaybetmesini izledim — teknolojileri kötü olduğu için değil, yeterince hızlı yanıt veremedikleri için. NielsenIQ'da kendi iç araçlarımızın yeterince kullanılmamasını izledim çünkü destek yükünü karşılayacak kimse yoktu. Gelir masada bırakılıyordu — tutarlı, tahmin edilebilir ve gereksiz şekilde.
Boşluk bir ürün boşluğu değildi. Bir varlık boşluğuydu.
Deutsche Bank'ta Kurumsal Gelir Hakkında Öğrendiklerim
2019'da Deutsche Bank'a katıldığımda, Securities Services bölümünde bir AI takımı kurmakla görevlendirildim. Öğrendiğim ders sezgiseldi: kurumsal alıcılar en iyi ürünü almaz. Güvendikleri ürünü alır.
O seviyede güven, yanıt verebilirlikten gelir. Spesifik sorularına — uyumluluk sorusu, entegrasyon sorusu, güvenlik sorusu — sordukları anda yanıt verebilmekten. İki gün sonra e-posta ile değil. Üç hafta sonra planlanmış 30 dakikalık demo ile değil. Tam o anda.
Daha hızlı yanıt veren sistemler kurduk. AI'ı dökümantasyonumuz üzerine eğittik. İlk temas değerlendirmesini otomatikleştirdik. Ve işe yaradı: durma noktasına gelecek konuşmalar anlaşmalara dönüştü. $10 milyon ARR oradan geldi — sadece daha iyi üründen değil, potansiyel müşteriler soru sorduğunda gerçekten orada olmaktan.
Bir İş Haline Gelen Dökümantasyon Botu
2023'te NielsenIQ'dan ayrılmıştım ve ne kuracağımı düşünüyordum. Kendi geliştirici deneyimimden basit bir gözlemle başladım: sürekli aynı dökümantasyonu arıyordum. Aynı README bölümlerini okuyordum.
Bir dökümantasyon arama motoru kurdum — dokümanlarını okuyarak kütüphane hakkındaki soruları yanıtlayabilen bir bot. Basit, kişisel, benim için kullanışlı.
Açık kaynak kütüphaneleri bakımını yapan birkaç arkadaşla paylaştım. Günler içinde hepsi kullanıyordu. Haftalar içinde Discord kanallarının sakinleştiğini, GitHub Issues'ta daha az “bunu nasıl yaparım” sorusu olduğunu ve daha fazla zaman geçirip özellik gönderdiklerini bildiriyorlardı. Better Auth'ın geliştiricisi Bereket Engida, bot deploy edildikten sonra Discord aktivitesinin 10 kat arttığını söyledi — çünkü insanlar yeterince hızlı yanıt alıp kalmaya devam ediyordu.
İşte o andı. Sadece bir dökümantasyon problemini çözmüyordum. Bir varlık problemini çözüyordum. Bir gelir problemini.
Kimsenin Konuşmadığı Kalıp
Aramaya başladığımda her yerde görüyordum. Bildiğim açık kaynak topluluklarda, kullandığım SaaS ürünlerinde, kurumsal rollerimde değerlendirdiğim geliştirici araçlarında — aynı dinamik sürekli tekrarlanıyordu.
Bir potansiyel müşteri gelir. Gerçek bir sorusu var. Soru, niyetin ilk sinyali. Ama tek seçenek: e-posta göndermek (çok fazla çaba gibi hissettiriyor) veya iletişim formu doldurmak (kuyruğa giriyor). Sekmeyi kapatır. Ürün uygun olmadığı için değil — etkileşim sürtünmesi kalma faydasından daha yüksek olduğu için.
Veriler net: gelir getiren konuşmaların %60'ı mesai saatleri dışında gerçekleşiyor. Alıcıların %78'i ilk yanıt veren satıcıyla gidiyor. Ortalama B2B yanıt süresi 42 saat. Bu üç istatistik birlikte, her küçük ekibin farkında olmadan trafik döktüğü sızdıran bir kovayı tanımlıyor.
Neden AI Inbound Conversion Engine Adını Koydum
Clarm'ın ne olduğunu nasıl tanımlayacağımı uzun süre düşündüm. “AI chatbot” çok küçüktü. “Destek otomasyonu” gelir boyutunu kaçırıyordu. “Lead yakalama” bir form gibi geliyordu.
Deutsche Bank'ta gördüklerimdi sonunda oturdu: bir gelir masası. Bir müşterinin gelirle ilgili bir şeye ihtiyaç duyduğu anda orada olan fonksiyon. Masa var çünkü hiçbir müşteri sinyali fark edilmeden kalmasın ve hiçbir konuşma bir insanın müsait olmasını beklerken ölmesin.
Her teknik kurucuya tam olarak bunu vermek istedim: 7/24 kadrolanan, her kanalda çalışan, yılda $150.000'a mal olmayan ve yönetilmeye ihtiyaç duymayan kıdemli bir gelir masasının eşdeğeri.
İlk Deploy'lardan Öğrendiklerim
Erken sonuçlar tezi beklediğimden hızlı doğruladı:
- GiveLegacy: 90 günde inbound konuşmalar 760 e-posta sorgudan 4.624 AI-yönetilen konuşmaya — 6,1 kat artış. %25,2 satın alma niyeti oranı. %60'ı mesai dışında. $0 → en iyi inbound gelir kanalı 90 günde.
- Better Auth: 3 ayda 8.000'den 22.000 GitHub yıldızına. Ürün değişmedi. Topluluk deneyimi değişti.
- c/ua: Zenginleştirme, hangi GitHub kullanıcılarının üretim sistemleri kurduğunu tanımladı. Doğrudan ilk kurumsal müşteriye yol açtı.
Neleri Bıraktım (ve Neden Değdi)
Bazen kıdemli kurumsal AI rolünün istikrarını özlüyor muyum diye sorulur. Dürüstçe: bir kez bile olmadı.
Clarm'ı kurarken, düşünmekten vazgeçemediğim problemi çözüyorum. Önemli şeyler kuran kurucularla konuşuyorum — birinin kodu yazmaya, yıldızları kazanmaya ve topluluğu ayakta tutmaya yetecek kadar önem verdiği için var olan ürünler. Ve onlara, kurmak ile satmak arasında seçim yapmak zorunda kalmayacakları bir altyapı parçası veriyorum.
Şu An Neredeyiz
Clarm, Y Combinator destekli bir şirket (YC X25). Her hafta web sitesi chat, Discord, Slack ve GitHub genelinde binlerce inbound konuşma işliyoruz. HIPAA ve SOC 2 uyumluyuz. Düzenlenmiş sektörler için on-prem deploy destekliyoruz. KVKK ve GDPR uyumluyuz. Clarm, San Francisco ve Zürih'ten faaliyet gösteriyor. Kurucumuz Marcus Türkçe konuşuyor.
Ve hâlâ [email protected]'a gelen her e-postayı kişisel olarak yanıtlıyorum.
Sonraki Adımlar
Teknik Kurucuların Görmezden Geldiği Pipeline Problemi oku. Kurucu Satışı Neden Bozuk incele. Marcus ile 20 dakika konuş.