Kazanimlar:
- Alıcı/kiracı ihtiyaç profilini yapay zeka ile yapılandırıp portföyle akıllıca eşleştirme yapabilme
- Eşleştirmede ayrımcılık, önyargı ve KVKK sınırlarını gözetip yasal olmayan filtrelemelerden kaçınabilme
- Yapay zeka eşleştirme önerisini nihai değil, danışmanın gözden geçireceği bir kısa liste olarak kullanabilme
Emlakçılığın kalbi eşleştirmedir: doğru mülkü doğru alıcıyla buluşturmak. Bir danışmanın portföyünde onlarca mülk, listesinde onlarca alıcı olabilir. Kim hangi mülkle ilgilenir; kimin bütçesi neye yeter; kim gerçekten alacak, kim sadece geziyor? Bu soruları hızlı ve isabetli yanıtlamak zaman ve satış kazandırır. Yapay zeka burada güçlü bir yardımcıdır: dağınık müşteri notlarını yapılandırılmış bir ihtiyaç profiline çevirir, portföyle karşılaştırır, en uygun 3-5 mülkü kısa liste yapar, hatta müşteriye gönderilecek öneri mesajının taslağını yazar. Ama bu ünitenin iki kritik uyarısı var: eşleştirme ayrımcı kriterlere dayanamaz ve YZ'nin önerisi nihai karar değil, danışmanın gözden geçireceği bir kısa listedir.
İhtiyaç analizi: gerçekten ne istiyor?
Müşteriler çoğu zaman istediklerini net söylemez; "bahçeli bir ev" diyen aslında "çocuklar için güvenli, açık alanı olan, okula yakın bir yer" istiyordur. İyi bir ihtiyaç analizi yüzeydeki talebi değil altındaki gerçek ihtiyacı çıkarır. Bunun için yapılandırılmış kriterler gerekir: bütçe aralığı ve finansman (nakit/kredi), oda sayısı ve m², konum tercihleri (iş/okul/ulaşım yakınlığı), taşınma zamanı, olmazsa olmazlar (asansör, otopark, eşyalı), esnek olunabilecekler, ve "neden şimdi alıyor" motivasyonu.
YZ, müşteriyle yaptığınız görüşme notlarını (kimliksiz) bu başlıklara oturtabilir ve eksik kalan soruları size hatırlatabilir. Böylece hiçbir kritik bilgiyi atlamadan, alıcıyı gerçekten anlarsınız.
İpucu: İhtiyaç profilinde "olmazsa olmaz" ile "olsa iyi olur"u ayırın. Alıcıların çoğu her şeyi ister ama bütçe bunu kaldırmaz. YZ'ye bu iki listeyi ayrı çıkartın; kısa liste böylece gerçekçi olur.
Kritik sınır: ayrımcılık ve KVKK
Eşleştirme yalnızca meşru ve mülkle ilgili kriterlere dayanmalıdır: bütçe, oda sayısı, konum, m², finansman uygunluğu, taşınma zamanı. Din, dil, etnik köken, medeni durum, siyasi görüş, engellilik gibi kriterlere göre alıcı/kiracı elemek hem hukuka aykırıdır hem de ayrımcılıktır. Yapay zeka verideki önyargıyı büyütebilir: geçmiş veride belirli grupları eleyen bir örüntü varsa, model bunu "öğrenip" tekrarlayabilir. Bu yüzden eşleştirme kriterlerini siz belirlemeli ve ayrımcı hiçbir alanı modele vermemelisiniz.
Ayrıca müşteri verisi KVKK kapsamındadır: alıcının gelir bilgisi, aile durumu, iletişim bilgileri korunmalıdır. Eşleştirme yaparken YZ'ye kimliksiz, yalnızca gerekli kriterleri verin.
Dikkat: "Bu mahalleye şu tip aileler yakışır" gibi bir yönlendirme, iyi niyetli görünse de ayrımcılıktır ve yasaktır. Alıcının nereyi tercih edeceğine alıcı karar verir; siz meşru kriterlere göre uygun mülkleri gösterirsiniz.
Adım adım: eşleştirme akışı
- Görüşme notunu yapılandır: Kimliksiz notu YZ'ye verip ihtiyaç profiline döktür; eksik soruları listeletir.
- Olmazsa olmaz / olsa iyi ayır: İki kategoriyi netleştir.
- Portföyle eşleştir: Kimliksiz portföy listesini verip kriterlere göre kısa liste (3-5) çıkart.
- Danışman süzgeci: Her öneriyi kendi bilginle denetle — model bilmeyen faktörleri (bina yönetimi, komşuluk, gerçek durum) ekle veya çıkar.
- Öneri mesajı: Alıcıya gönderilecek nazik, abartısız öneri taslağı yazdır; fiyat/hukuk konusunda garanti verme.
Şablon 1 — Görüşme notundan ihtiyaç profili:
Rol: Emlak danışmanı asistanı.Aşağıdaki kimliksiz görüşme notunu şu başlıklara döküp yapılandır: bütçe,finansman, oda/m², konum tercihi, taşınma zamanı, OLMAZSA OLMAZLAR,OLSA İYİ OLUR, motivasyon. Eksik/sorulmamış kritik soruları ayrıca listele.Ayrımcı hiçbir kritere yer verme. Not: [kimliksiz not]
Şablon 2 — Portföyle kısa liste:
Aşağıda bir alıcı profili ve kimliksiz portföy listem var. Yalnızca meşrukriterlere (bütçe, oda, m², konum, finansman) göre en uygun 5 mülkü sırala;her biri için "neden uyuyor / hangi kriteri karşılamıyor" yaz. Din, etnikköken, medeni durum gibi kriterleri KULLANMA. Profil: [X]. Portföy: [liste]
Şablon 3 — Alıcıya öneri mesajı:
Şu 3 mülkü alıcıya öneren, sıcak ama abartısız bir mesaj taslağı yaz(80-100 kelime). Garanti/kesinlik ifadesi kullanma; fiyat ve krediyi"görüşelim" diye bırak. Mülkler: [kimliksiz özet]
Şablon 4 — Ayrımcılık/önyargı denetimi:
Aşağıdaki eşleştirme kriterlerimi ve elemelerimi ayrımcılık ve KVKK açısındandenetle. Meşru olmayan (din, köken, medeni durum, engellilik vb.) veyagizlilik ihlali içeren bir kriter varsa işaretle ve düzelt. Kriterler: [liste]
Karşılaştırma tablosu: meşru vs yasak kriter
Kriter
Meşru mü?
Not
Bütçe aralığı
✔
Finansal uygunluk
Oda sayısı / m²
✔
İhtiyaç temelli
Konum / ilçe tercihi
✔
Alıcının kendi tercihi
Kredi/finansman uygunluğu
✔
Ödeme gücü
Din / etnik köken
✘
Ayrımcılık, yasak
Medeni durum / aile yapısı
✘
Ayrımcılık, yasak
Engellilik durumu (eleme amaçlı)
✘
Yasak; erişilebilirlik ihtiyaç olarak sorulabilir
Üç mini vaka
Vaka 1 — Gerçek ihtiyacı bulmak. Alıcı "müstakil bahçeli ev" ister ama bütçesi yetmez. Danışman ihtiyaç analizini YZ ile yapılandırır: asıl istek "çocuk için açık alan + okula yakınlık". YZ, bütçeye uyan, sitede geniş yeşil alanı olan 3+1'leri kısa listeler. Alıcı bunlardan birini alır. Ders: yüzey talebi değil, altındaki ihtiyacı çöz.
Vaka 2 — Önyargı tuzağı. Bir danışman, geçmiş verideki örüntüyle modele "bu profil şu mahalleyi ister" dedirtir ve bazı alıcıları belirli bölgelere hiç göstermez. Bu hem ayrımcı hem kör bir eşleştirmedir; alıcı başka ofiste aradığı evi bulur. Ders: kriterleri sen belirle, modeli önyargı üreticisi yapma.
Vaka 3 — Kısa listeyi denetlemek. YZ, kriterlere uyan 5 mülk önerir; ama biri, danışmanın bildiği ama veride olmayan bir sorunla (bina yönetimi kavgalı, aidat borçlu) maluldür. Danışman onu listeden çıkarır. Ders: YZ önerisi kısa liste, danışman süzgeci nihai karar.
Zayıf prompt / Güçlü prompt
Zayıf prompt:
Bu müşteriye uygun evi sen seç, en iyi hangisiyse söyle.
"Sen seç" kararı modele bırakır; kriter belirsiz, ayrımcılık ve hata denetlenemez.
Güçlü prompt:
Aşağıdaki alıcı profiline portföyümden yalnızca meşru kriterlerle (bütçe,oda, m², konum, finansman) uyan 5 mülkü kısa listele; her biri için uyumgerekçesi ve eksik yön yaz. Ayrımcı kriter kullanma. Bu bir öneri listesidir,nihai kararı ben vereceğim. Profil: [X]. Portföy: [liste]
Sık yapılan hatalar
- Ayrımcı kritere göre eleme. Din, köken, medeni durum — yasak.
- Modelin verideki önyargıyı tekrarlamasına izin vermek.
- Yüzey talebini çözüp gerçek ihtiyacı atlamak.
- Kısa listeyi denetlemeden alıcıya göndermek. Model bilmeyen sorunlar olabilir.
- Müşteri verisini kimliksizleştirmeden modele vermek. KVKK.
İpucu: Eşleştirmeyi "danışman kısa listesi" olarak adlandırın, "sistem kararı" olarak değil. Böylece hem müşteriye karşı hem hukuken sorumluluğu doğru yere — kendinize — koyarsınız.
Alıcı önceliklendirme: sıcaklık, önyargı değil
Danışmanın zamanı sınırlıdır; hangi alıcıya önce zaman ayıracağını belirlemek meşru bir ihtiyaçtır. Ama bunu yaparken ölçüt "kim gerçekten alacak/kiralayacak" olmalı — kim "sempatik" değil. YZ, alıcının davranışsal ipuçlarını (netleşmiş bütçe, kredi ön onayı, belirli taşınma tarihi, gösterime gelme, hızlı geri dönüş) bir "hazırlık/sıcaklık" puanına dönüştürmede yardımcı olabilir. Bu meşrudur çünkü satın alma hazırlığını ölçer, kişinin kimliğini değil. Sınır yine nettir: sıcaklık puanı; din, köken, medeni durum, yaş gibi kişisel özelliklere değil, yalnızca satın alma sürecine ilişkin somut adımlara dayanmalıdır. Bir alıcı bugün "soğuk" olabilir ama iki hafta sonra kredisi onaylanınca "sıcak" olur; puan durağan bir etiket değil, güncellenen bir durumdur. YZ'nin ürettiği önceliklendirmeyi de bir öneri olarak görün: bazen veriye yansımayan bir sinyali (bir alıcının kararlılığını) siz sezersiniz. Puan sizi yönlendirir, yerinize karar vermez; ve hiçbir alıcı, meşru olmayan bir kritere göre listenin dışına atılmaz.
Özetle
Yapay zeka müşteri notlarını yapılandırır, gerçek ihtiyacı çıkarmaya yardım eder ve portföyle hızlı bir kısa liste üretir. Ama eşleştirme yalnızca meşru, mülkle ilgili kriterlere dayanmalı; ayrımcı hiçbir alan modele verilmemeli; müşteri verisi kimliksizleştirilmelidir. YZ'nin önerisi nihai değil, sizin denetleyip son biçimini vereceğiniz bir kısa listedir.
Uygulama görevi
Bir alıcı görüşme notunuzu (kimliksiz) alın. Şablon 1 ile ihtiyaç profili ve eksik sorular listesi çıkarın; olmazsa olmaz/olsa iyi ayrımını yapın. Şablon 2 ile portföyden 5'li kısa liste ürettirin ve her öneriyi kendi bilginizle denetleyin. Şablon 4 ile kriterlerinizi ayrımcılık/KVKK açısından denetleyin.
Kontrol listesi
- [ ] Eşleştirmeyi yalnızca meşru, mülkle ilgili kriterlere dayandırdım.
- [ ] Din/köken/medeni durum gibi ayrımcı kriter kullanmadım.
- [ ] Müşteri verisini kimliksizleştirdim (KVKK).
- [ ] Yüzey talebini değil, gerçek ihtiyacı (olmazsa olmaz/olsa iyi) çözdüm.
- [ ] Kısa listeyi kendi bilgimle denetledim; nihai kararı ben verdim.