Otel Yorum Analizi: Puanınızın Söylemediği Şikayetler

Otelinizin Booking puanı 8,4. Peki bu sayı tam olarak neyi ölçüyor?

Cevap sandığınızdan bulanık. 8,4 bir ortalamadır ve ortalamaların en iyi yaptığı iş, farklılıkları eritmektir. O puanın içinde klimadan şikayet eden on iki misafir de var, kahvaltıyı öven kırk misafir de. Panele baktığınızda ikisi aynı sayıya karışmış durumda. Puanınız düştüğünde bunu fark edersiniz; ama neden düştüğünü, cevabı aylar önce yorumların içine yazılmış olmasına rağmen göremezsiniz.

Son iki yılda otel yazılımlarının neredeyse tamamı bu boşluğa bir "yapay zeka yorum analizi" modülü ekledi. Bu yazıda o modüllerin gerçekte ne yaptığını, akademik literatürün nerede "burası hâlâ çalışmıyor" dediğini ve Google ile Booking'in 2026'daki kurallarının otelciye neyi yasaklayıp neyi serbest bıraktığını konuşacağız. Sektör haritamızın hangi işe ne uyar bölümünde turizme kısaca değinmiştik; burası o başlığın derinleştirilmiş hali.

Yorum puanı cironuzu gerçekten değiştiriyor mu?

Değiştiriyor, ama etkinin büyüklüğü konusunda ciddi çalışmalar birbirini tutmuyor. Otelcilikte en çok atıf alan Cornell araştırması, 5'lik skalada 1 puanlık artışı doluluk düşmeden ortalama oda fiyatında yüzde 11,2'lik bir artışla ilişkilendiriyor. Hakemli bir dergide yayımlanan daha yeni bir Tripadvisor çalışması ise aynı ilişkiyi yüzde 4,5 gelir artışı olarak ölçüyor.

İki rakam arasında iki katından fazla fark var ve bu fark tesadüf değil. Bir otelin puanı yükselirken aynı dönemde odaları yenilenmiş, sezon değişmiş, rakip bir tesis kapanmış olabilir. Puanın etkisini bunlardan ayırmak istatistiksel olarak zor bir iştir. Cornell'in aynı çalışmasındaki 100'lük skala hesabı da bu yüzden daha ölçülü duruyor: 1 puanlık artış fiyatta yüzde 0,89, dolulukta yüzde 0,54, ikisinin bileşimi olan RevPAR'da ise yüzde 1,42 karşılığa denk geliyor.

Pratik sonuç şu: puanınızı yükseltmek işe yarıyor, ama size "0,2 puan artışı yılda şu kadar dolar getirir" diye hazır bir çarpım tablosu sunan her hesaba şüpheyle bakın. O tablolar genelde aracı satan firmanın kendi türettiği örneklerdir, ölçülmüş veri değil.

Yoruma cevap vermenin etkisi konusunda ise veri daha net. Tripadvisor'ın kendi araştırmasına göre gezginlerin yüzde 77'si, işletmenin kişiselleştirilmiş yanıt yazdığı bir oteli rezerve etme olasılığının arttığını söylüyor. Platformun kendi ölçümlerinde hızlı cevap veren işletmelerde rezervasyon talebi olasılığı yüzde 21 daha yüksek çıkıyor. Bunun bir anket verisi olduğunu ve platformun kendi çıkarına hizmet ettiğini akılda tutmakta fayda var, ama yönü konusunda şüphe yok.

"Gizli şikayet" nedir? 9 puan veren misafir neyi söylemedi?

Gizli şikayet, olumlu bir yorumun içine gömülmüş olumsuz sinyaldir. Misafir 9 puan verir, "her şey çok güzeldi" diye başlar, sonra bir ara cümlede "sabah altıda uyandık" der ve devam eder. Puan tablonuzda bu yorum tamamen olumlu görünür. Oysa içinde çözülmemiş bir gürültü sorunu vardır ve o misafir bir daha gelmeyebilir.

Yapay zekanın bu tür cümlelerdeki zayıflığı literatürde adı konmuş bir sınır: örtük konu tespiti. Model "gürültü" kelimesi geçen bir cümleyi rahatlıkla yakalar. Ama "sabah altıda uyandık" cümlesinin bir gürültü şikayeti olduğunu çoğu zaman kaçırır, çünkü cümlede şikayet bildiren tek bir kelime yoktur. Aynı sorun "kahvaltıya yetişemedik" (saat aralığı), "asansörü beklerken pes ettik" (kapasite) ve "resepsiyonda sıra vardı" (vardiya planlaması) gibi ifadelerde de tekrar eder.

Bu yüzden yorum analizinden çıkan raporu okurken sormanız gereken soru "kaç olumsuz yorum var" değil, "hangi tekrarlayan durum farklı kelimelerle anlatılıyor" olmalı. Aynı mantık restoran tarafında da geçerli; restoran yorum yönetimi rehberimizde puanı asıl hareket ettiren şeyin tekrar eden desenler olduğunu ayrıntılı işlemiştik.

Duygu analizi mi, konu analizi mi? Otelci hangisine bakmalı

Otelciyi ilgilendiren konu analizidir. Klasik duygu analizi bir yoruma tek bir etiket verir: olumlu, olumsuz ya da nötr. Konu bazlı analiz ise aynı yorumun içindeki her başlığa ayrı bir değerlendirme atar. "Oda harikaydı ama klima gürültülüydü" cümlesi böyle bakıldığında tek bir karışık yorum olmaktan çıkar, oda için olumlu ve klima için olumsuz iki ayrı sinyale dönüşür.

Bu ayrım pratikte şu işe yarar: 400 yorumun yüzde 82'sinin olumlu olduğunu bilmek size hiçbir iş vermez. Aynı 400 yorumda temizliğin olumlu, kahvaltının olumlu, klimanın ise son üç aydır sürekli olumsuz göründüğünü bilmek ise doğrudan bir bakım kararına dönüşür.

Burada satıcıların en çok abarttığı nokta devreye giriyor. Sistematik literatür taramalarının ortak tespiti şu: hangi başlıkların izleneceği hâlâ büyük ölçüde elle belirleniyor. Yani yapay zeka otelinize bakıp "sizin sorununuz şu" demiyor; siz "temizlik, gürültü, kahvaltı, personel, otopark, klima" diye bir liste veriyorsunuz, model yorumları o listeye dağıtıyor. Listeye koymadığınız bir sorun raporda görünmez. Bir aracın tanıtımında "yapay zeka otelinizin sorun haritasını kendiliğinden çıkarır" cümlesini görürseniz, o cümlenin arkasında genelde sizin doldurduğunuz bir başlık listesi vardır.

Rusça ve Almanca yorumları yapay zeka doğru anlıyor mu?

İngilizce kadar iyi anlamıyor. Çok dilli veri eksikliği, bu alandaki literatürde açıkça sayılan devam eden bir kısıt. Modeller İngilizce yorumlarda bol miktarda etiketli veriyle eğitilmiş durumda; Rusça, Almanca ve Arapça tarafında aynı bolluk yok. Sonuç, otelcinin panelinde sessizce yanlış bir tabloya dönüşebiliyor.

Türkiye'de bu, teorik bir sorun değil. Antalya'da veya Bodrum'da çalışan bir tesiste yorumların önemli bir bölümü Türkçe dışındaki dillerde gelir ve genelde bu yorumlar en yüksek hacimli misafir gruplarından, yani ciroyu en çok etkileyen segmentten gelir. Modelin en zayıf olduğu yerin en çok paranın olduğu yerle çakışması, dikkat edilmesi gereken bir durum.

Buna karşı pratik bir savunma var ve pahalı değil: her ay rastgele seçtiğiniz on yabancı dildeki yorumu, sistemin verdiği etiketle yan yana koyup elle okuyun. Resepsiyonda o dili bilen biri varsa on dakikalık bir iştir. Sistemin sizin otelinizde ne kadar isabetli çalıştığını, hiçbir satıcı sunumunun veremeyeceği netlikte gösterir.

Yorumlara yapay zeka ile cevap yazmak yasak mı?

Hayır, yasak değil. Platformların yasakladığı şey yapay zekayla sahte yorum üretmek. Misafirin yazdığı gerçek bir yoruma işletmenin yapay zeka yardımıyla cevap yazması ayrı bir konu ve bugün itibarıyla cezalandırıldığına dair doğrulanmış bir mekanizma yok. Google'ın işletme profilinde zaten kendi sunduğu bir yapay zeka cevap özelliği bulunuyor.

Booking.com tarafında ise kural yazılı ve net. Cevabınızı yorumun dilinde ya da İngilizce yazabilirsiniz, cevaplar yayımlanmadan önce moderasyondan geçer ve misafirin soyadı, iletişim bilgisi veya benzeri kişisel bilgisini içeren cevaplar yayımlanmaz. Bu son madde, toplu cevap üretiminde en somut riski işaret ediyor: dil modeli, yorumdan çektiği isim veya oda numarasını nezaket sanıp cevaba yerleştirmeye çok meyillidir. Cevap yayımlanmaz, siz de günlerce cevap verdiğinizi sanırsınız.

Sağlık tarafında bu sınırların çok daha keskin olduğunu klinikler için yorum yönetimi yazımızda ele almıştık; otelcilikte hareket alanı geniş olsa da mantık aynı: cevabın içine misafiri tanımlayan hiçbir bilgi koymayın. "Sayın misafirimiz, 12 numaralı odadaki klima sorunu için" cümlesi hem platform kuralını hem de veri koruma mantığını aynı anda zorlar.

Sahte yorum satın almanın 2026'daki bedeli

Bedel artık yorumun silinmesiyle sınırlı kalmıyor; müşterinin gördüğü bir işarete dönüşüyor. Google'ın 2025'in ilk yarısında yorum kaldırma hacmi belirgin biçimde arttı ve bu artışın önemli bölümü yapay zeka üretimi içerikten kaynaklandı. 2026 baharında devreye alınan uygulama araçlarıyla birlikte, spam sıçraması tespit edilen profillerde yeni yorum girişi durdurulabiliyor ve profilde tüketicinin gördüğü bir uyarı gösterilebiliyor.

Bu son madde oyunu değiştiriyor. Eskiden sahte yorum satın almanın en kötü sonucu yorumların silinmesiydi, yani başa dönmekti. Şimdi rezervasyon yapmak üzere olan misafirin ekranında işletmenizle ilgili bir uyarı belirmesi ihtimali var. Tripadvisor cephesinde de tablo benzer: platform bir yıl içinde yüz binlerce yapay zeka üretimi yorumu işaretleyip kaldırdığını, ihlallerde sıralama cezası ve profilde uyarı rozeti uyguladığını açıkladı.

Bu bölümdeki tarih ve mekanizma ayrıntılarının bir kısmı sektör yayınlarından derlendi, platformların resmî duyuru metinleriyle birebir doğrulanmadı. Yönü konusunda ise birden çok kaynak aynı şeyi söylüyor: yaptırım sertleşiyor ve giderek daha görünür hale geliyor.

60 odalı bir otelde bu sistem nasıl kurulur?

Sandığınızdan küçük bir işle başlar. 60 odalı bir tesisin Booking, Google ve Tripadvisor'da biriken yorumları çoğu zaman birkaç bin satırlık bir dosyaya sığar. İlk adım, bu üç kaynaktaki yorumları tek bir tabloda toplamak: tarih, kanal, puan, dil, metin. Yapay zeka kararı bundan sonra gelir. Bu tablo olmadan kurulan her sistem, kaynağı belirsiz bir rapor üretir.

Maliyet tarafında sahada sık gördüğümüz bir israf var: her yorumu en pahalı dil modeline göndermek. Oysa yorumları başlıklara ayırmak, üzerine iyi eğitilmiş küçük sınıflandırma modellerinin daha hızlı ve daha ucuza yaptığı bir iş. Büyük dil modelini yalnızca ikinci adımda, yani aylık özet çıkarırken ve örtük şikayetleri yakalamaya çalışırken devreye almak, aynı sonucu belirgin biçimde düşük maliyetle verir.

Aylık ritim kurmak da sanılandan önemli. Yorumları haftalık okuyan otelci genelde son yorumun etkisinde kalır; kötü bir yorum sabahı mahveder, ertesi hafta unutulur. Aylık bakıldığında ise tekil olay ile tekrar eden desen birbirinden ayrılır. Bir misafirin resepsiyondan şikayet etmesi bir olaydır; üç ay üst üste aynı vardiyada aynı şikayetin gelmesi bir personel planlaması sorunudur ve çözümü de farklıdır.

İşin operasyona bağlanmayan kısmı ise tamamen boşa gider. Aylık raporun sonunda tek bir cümle olmalı: bu ay hangi tek sorunu çözüyoruz. Klima üç aydır listenin başındaysa ve rapor dördüncü ay da aynı şeyi söylüyorsa sorunun kaynağını analizde aramayın; raporu okuyup kapatan toplantıdadır.

Sık Sorulan Sorular

Kaç yorum birikmeden analiz anlamlı olmaz?

Kesin bir eşik veren güvenilir bir çalışma yok, ama pratik bir ölçü kullanılabilir: bir başlık altında en az sekiz on ayrı misafirin benzer şeyi söylemesi. Üç yorumdan desen çıkarmaya çalışmak, mevsimsel bir tesadüfü kalıcı bir sorun sanmanıza yol açar.

Bu işi ChatGPT ile kendim yapabilir miyim?

Küçük bir tesiste evet, hatta başlamak için en mantıklısı bu. Son üç ayın yorumlarını bir dosyaya koyup başlık listenizi verdiğinizde kullanılabilir bir ilk tablo alırsınız. Sistem kurmak, bu işi her ay elle tekrarlamaktan yorulduğunuzda ve kanal sayısı arttığında anlamlı hale gelir.

Yapay zekayla yazılmış cevap misafire robotik görünür mü?

Cevabı olduğu gibi yayımlarsanız görünür. Modelin ürettiği metinler nazik ama genelde birbirinin aynıdır. Aynı hafta içinde beş cevabınızı yan yana koyup okuyun; üçünde aynı kalıp cümle varsa misafir de fark eder. Modeli taslak için kullanın, son cümleyi kendiniz yazın.

Üç kanaldaki yorumları tek yerde toplamak için ne gerekiyor?

Küçük tesiste çoğu zaman düzenli bir dışa aktarma alışkanlığı yeterli. Kanal yönetim yazılımı kullanıyorsanız yorumlar zaten tek panelde birikiyor olabilir. Buradaki asıl mesele süreklilik: her ayın aynı gününde aynı üç kaynaktan aynı formatta veri çekmek, altı ay sonra kıyaslanabilir bir geçmiş bırakır. Formatı her ay değiştirirseniz elinizde yorum yığını olur, veri olmaz.

Düşük puanlı bir yorumu sildirebilir miyim?

Yalnızca platform kurallarını ihlal ediyorsa, örneğin hakaret veya konaklamamış bir kişiden geliyorsa itiraz edebilirsiniz. Memnuniyetsizliğin kendisi silme gerekçesi değildir. Zamanınızın çoğunu cevaba ayırmanız, ölçülebilir getirisi olan taraftır.

Peki Siz Ne Yapmalısınız?

• Üç kanaldaki yorumlarınızı tek bir tabloda toplayın; tarih, kanal, puan, dil ve metin sütunlarıyla.
• İzlemek istediğiniz başlık listesini kendiniz yazın. Bu liste sistemin bulabileceği en fazla şeyi belirler, o yüzden resepsiyon ve kat hizmetleriyle birlikte hazırlayın.
• Yüksek puanlı yorumları da analize dahil edin; gizli şikayetlerin çoğu 8 ve üzeri puan veren misafirlerin ara cümlelerinde saklıdır.
• Her ay on yabancı dildeki yorumu elle kontrol edin ve sistemin etiketiyle karşılaştırın.
• Cevaplarda misafiri tanımlayan hiçbir bilgi kullanmayın; taslağı modele yazdırsanız bile son okumayı bir insan yapsın.

Yorumlar, misafirin size söylemeye çekindiği şeyi söylediği tek yerdir. Resepsiyondaki "her şey yolunda mıydı" sorusuna neredeyse herkes "gayet iyiydi" der; aynı kişi eve döndükten üç gün sonra klimadan bahseder. Yapay zekanın bu işteki asıl katkısı şu: zaten sahip olduğunuz ama okumaya vaktinizin olmadığı bilgiyi okunabilir hale getiriyor. Otelinizin gerçek şikayet haritası çoktan yazılmış durumda; mesele onu görünür kılacak kadar düzenli bir alışkanlık kurmakta.