Chatbot Layanan Pelanggan: Apa Itu dan Mengapa Penting

Seorang pembeli mengirim pesan ke toko Anda pukul sembilan malam, menanyakan apakah ukuran jaket itu cenderung kecil. Tidak ada yang menjawab. Ia menutup tab dan membeli jaket yang sama di tempat lain. Itulah seluruh alasan mengapa chatbot layanan pelanggan dibutuhkan, dan entah mengapa hampir tidak ada yang menjelaskannya sejelas ini.

Setiap panduan tentang topik ini saat ini ditulis untuk direktur CX perusahaan besar yang sedang menjalani proses RFP vendor, penuh dengan istilah contact center, daftar periksa kepatuhan, dan harga yang tidak akan disebutkan siapa pun sebelum Anda melewati tiga kali panggilan penjualan. Jika Anda menjalankan bisnis kecil atau tim dukungan beranggotakan dua orang, tidak ada satu pun dari itu yang ditulis untuk Anda. Artikel ini ditulis untuk Anda.

Saya mengatakan ini setelah membaca sebagian besar artikel peringkat teratas saat ini untuk kata kunci yang sama selama riset. Artikel-artikel itu dibuat dengan sangat baik, tetapi ditujukan bagi pembaca yang sama sekali berbeda: direktur operasi dukungan yang menimbang integrasi Salesforce dan sertifikasi SOC 2 terhadap kontrak tahunan enam digit. Jika itu Anda, artikel-artikel tersebut akan sangat berguna. Namun jika Anda adalah orang yang benar-benar menjawab pesan, bukan komite yang menyetujui anggaran untuk orang lain, silakan lanjutkan membaca.

Apa Sebenarnya Chatbot Layanan Pelanggan Itu

Chatbot layanan pelanggan adalah perangkat lunak yang berbicara dengan pelanggan Anda, menjawab pertanyaan mereka, dan melakukannya dengan menggunakan informasi bisnis Anda yang sebenarnya, bukan skrip generik. Itulah seluruh definisinya. Segala hal setelah itu hanyalah detail implementasi.

Jika Anda mencari apa itu chatbot layanan pelanggan lalu sampai di sini, itulah jawabannya, dan semua yang dibahas di bawah hanya menjelaskan apa yang membedakan chatbot yang baik dari yang buruk. Entah Anda menyebutnya chatbot AI layanan pelanggan, chatbot AI untuk layanan pelanggan, atau sekadar chatbot untuk layanan pelanggan, pertanyaan mendasarnya selalu sama.

Uji sederhana untuk menilai apakah sebuah chatbot layak hanya bergantung pada satu hal. Dapatkah ia memberi tahu seseorang bahwa pesanannya sudah dikirim kemarin, atau hanya bisa berkata "cek email Anda untuk nomor pelacakan"? Yang pertama benar-benar bekerja. Yang kedua hanyalah kotak pencarian yang memakai balon obrolan.

Perbedaan Antara Skrip dan Sesuatu yang Benar-Benar Memahami Anda

Jenis chatbot layanan pelanggan yang paling lama bekerja berdasarkan pohon keputusan. Klik tombol, dapatkan jawaban yang sudah ditulis sebelumnya, dan begitu pelanggan mengetik sesuatu yang tidak diantisipasi skrip, semuanya rusak. Siapa pun yang pernah terjebak menekan menu telepon pasti sudah tahu persis bagaimana rasanya dalam bentuk teks.

Jenis yang lebih baru, yaitu chatbot AI layanan pelanggan yang kini benar-benar diandalkan banyak tim, bekerja secara berbeda. Ia membaca apa yang benar-benar diketik pelanggan, dengan kata-kata mereka sendiri, lengkap dengan salah ketiknya, dan menjawab dari konten Anda yang sebenarnya alih-alih mencocokkan kata kunci. Tanyakan "mana barangku" dan ia memahaminya sama seperti ia memahami "saya belum menerima pesanan saya", sesuatu yang tidak akan pernah bisa dilakukan oleh skrip.

Secara garis besar, teknologi ini telah melewati empat gelombang, dan ada gunanya mengetahui posisi sebuah alat sebelum Anda membelinya. Yang paling awal mencocokkan kata kunci dengan skrip. Lalu muncul yang memahami variasi frasa tetapi tetap hanya mengambil dari jawaban yang sudah ditulis sebelumnya. Setelah itu, alat yang dibangun di atas model bahasa besar mampu melakukan percakapan yang benar-benar lancar, meskipun banyak yang hanya berbicara, tidak bertindak. Gelombang terkini membaca konten Anda, menalar apa yang sebenarnya dibutuhkan pelanggan, dan mengambil tindakan nyata di dalam percakapan. Sebagian besar yang dijual saat ini berada di suatu tempat dalam gelombang ketiga atau keempat, dan cara jujur untuk membedakannya sama dengan uji di bagian pembuka. Dapatkah ia melakukan sesuatu, atau hanya mengatakan sesuatu.

Omong-omong, semua ini tidak penting dengan sendirinya. Sebuah bisnis tidak perlu tahu gelombang mana yang secara teknis menaungi sebuah alat. Yang perlu diketahui adalah apakah yang menjawab pelanggannya benar-benar memberikan jawaban yang tepat dan melakukan sesuatu yang berguna saat diminta, sedangkan gelombang tempat sebuah alat berada hanyalah perkiraan kasar seberapa besar kemungkinannya.

Cara cepat untuk menguji gelombang mana yang sedang Anda hadapi, apa pun sebutan di halaman penjualannya. Ajukan pertanyaan yang sama dengan tiga cara berbeda, dalam tiga pesan terpisah. Skrip akan memberi tiga jawaban yang berbeda, atau rusak setidaknya pada salah satunya. Alat yang benar-benar berpijak pada konten akan memberi jawaban benar yang sama setiap kali, karena ia membaca dari konten nyata yang sama apa pun cara pertanyaannya diutarakan.

Berikut bagian yang kini diulang kata demi kata oleh hampir setiap artikel tentang topik ini, jadi saya akan menyebutkannya sekali saja lalu melanjutkan, alih-alih berpura-pura ini wawasan baru. Selama dua tahun terakhir, industri ini menarik garis antara "chatbot" dan "agen AI", dengan anggapan bahwa chatbot menjawab sedangkan agen benar-benar melakukan sesuatu: memeriksa pesanan, memproses pengembalian dana, menjadwalkan panggilan. Perbedaan itu nyata, tetapi juga sudah menjadi kalimat pembuka standar hampir semua konten di bidang ini, termasuk sebagian yang pernah saya tulis. Yang sebenarnya penting bukanlah kata mana yang dipakai vendor. Yang penting adalah apakah yang ada di hadapan Anda dapat mencari pesanan yang sungguhan dan mengambil tindakan yang sungguhan, atau hanya menghasilkan kalimat yang terdengar lebih bagus di sekitar jawaban "cek email Anda" yang sama.

Lihat seperti apa suara chatbot layanan pelanggan yang dilatih dengan bisnis Anda sendiri. Mulai gratis.

Berapa Biayanya bagi Bisnis Kecil

Setiap konten serius tentang topik ini mengutip angka skala enterprise. Biaya per penyelesaian. Harga contact center per agen per bulan. Penawaran khusus yang mengharuskan panggilan penjualan hanya untuk mengetahuinya. Tidak ada satu pun yang memberi tahu berapa biaya sebenarnya jika Anda menangani tiga ratus percakapan per bulan, bukan tiga puluh ribu.

Kisaran yang jujur untuk bisnis kecil: gratis untuk memulai di sebagian besar platform dengan paket gratis yang benar-benar dapat dipakai, lalu sekitar sembilan belas hingga beberapa ratus dolar per bulan setelah melewati batas itu, tergantung volume. Solusi yang dibuat khusus sepenuhnya oleh pengembang atau agensi menelan biaya hingga ribuan dolar dan jarang dibutuhkan bisnis kecil yang sesungguhnya, sebanyak apa pun tawaran "transformasi AI" yang menyiratkan sebaliknya.

Perhatikan juga model penetapan harga di balik harga yang tertera, bukan hanya angkanya. Beberapa platform menagih per percakapan, yang tidak masalah pada volume rendah dan cepat membengkak saat Anda berkembang. Beberapa menagih per penyelesaian, yang terdengar adil sampai Anda sadar bahwa Anda tetap membayar untuk penyelesaian yang sebenarnya tidak membantu siapa pun. Paket bulanan tetap dengan batas pesan yang jelas biasanya paling mudah dianggarkan, karena Anda tahu persis berapa biaya bulan tersibuk sebelum itu terjadi.

Hitung dengan angka nyata Anda sebelum berkomitmen pada apa pun. Ambil total percakapan pelanggan bulan lalu di semua kanal yang Anda gunakan. Angka itu, bukan harga yang tertera di halaman penetapan harga, yang akan memberi tahu apakah paket per percakapan atau paket tetap yang sebenarnya lebih murah untuk bisnis Anda.

Di Mana Chatbot Berada: Situs Web, WhatsApp, dan Kanal Lainnya

Chatbot AI untuk layanan pelanggan yang hanya hidup di situs web Anda paling banter hanya menjawab separuh pelanggan Anda. Di banyak tempat di luar AS, WhatsApp bukan kanal tambahan, melainkan kanal utama, dan layanan pelanggan chatbot WhatsApp yang memberikan jawaban dengan kualitas sama seperti di widget situs web Anda jauh lebih penting daripada yang diakui sebagian besar artikel perbandingan.

Ujinya sederhana. Ajukan pertanyaan yang sama di obrolan situs web, lalu di WhatsApp. Jika jawaban di WhatsApp lebih pendek, lebih bodoh, atau kanalnya sama sekali tidak ada, Anda telah menemukan titik di mana produk sebenarnya dari vendor itu berakhir dan sekadar pelengkap dimulai.

Hal ini menjadi lebih penting lagi jika Anda menghitung berapa banyak tempat pelanggan bisa menghubungi Anda. Obrolan situs web, WhatsApp, DM Instagram, email, kadang juga saluran telepon. Layanan pelanggan chatbot AI yang hanya mencakup satu dari kanal-kanal itu dan menyebut sisanya "segera hadir" hanya menjawab sebagian kecil dari percakapan yang sebenarnya diterima bisnis Anda. Chatbot WhatsApp untuk layanan pelanggan yang benar-benar memiliki kecerdasan sama dengan versi situs web, bukan versi lebih ringan yang ditempelkan belakangan, layak diperiksa secara khusus sebelum Anda berkomitmen pada apa pun.

Penyelesaian Tidak Sama dengan Pengalihan

Ini adalah satu pembeda yang memisahkan chatbot layanan pelanggan yang benar-benar membantu dari yang hanya membuat metrik dukungan Anda terlihat bagus di atas kertas.

Pengalihan (deflection) berarti percakapan tidak pernah sampai ke manusia. Penyelesaian berarti masalah pelanggan yang sebenarnya benar-benar terselesaikan. Sebuah chatbot bisa mengalihkan sebagian besar percakapan sambil menyelesaikan nyaris tidak satu pun, jika sebagian besar yang dilakukannya hanyalah berkata "saya tidak dapat membantu hal itu, silakan hubungi tim dukungan" dengan nada yang sedikit lebih ramah. Waspadai vendor yang mengutip satu angka otomatisasi besar tanpa menyebutkan mana dari keduanya yang sebenarnya mereka ukur.

Ada tolok ukur nyata yang dijalankan secara independen yang layak diketahui di sini. AIMultiple menguji beberapa alat layanan pelanggan AI dengan meminta masing-masing memberikan rincian pengembalian dana pelanggan tertentu tanpa menyertakan login atau verifikasi akun apa pun. Satu alat, Lyro dari Tidio, menolak dan mengarahkan orang tersebut untuk masuk ke akunnya terlebih dahulu. Sebuah konfigurasi pesaing berbasis Azure menyerahkan informasi khusus pelanggan itu tanpa pemeriksaan autentikasi sama sekali. Itulah perbedaan antara chatbot yang dibangun dengan pengaman sungguhan dan chatbot yang tidak pernah diberi pertanyaan sulit sebelum dirilis.

Ajukan pertanyaan persis seperti itu kepada vendor mana pun yang Anda evaluasi sebelum mendaftar apa pun, bukan versi hipotetisnya, melainkan skenario yang sebenarnya. Mintalah detail pribadi pelanggan tertentu tanpa membuktikan siapa yang bertanya. Apa yang terjadi berikutnya akan memberi tahu Anda lebih banyak tentang produk itu daripada daftar fitur atau demo mana pun.

Seperti Apa Wujudnya dalam Praktik

Definisi abstrak hanya membawa Anda sejauh ini, jadi berikut tiga skenario kecil yang nyata, bukan penjelasan teoretis.

Seorang pelanggan mengirim pesan tengah malam menanyakan apakah ukuran sebuah gaun sesuai dengan ukuran standar. Chatbot mengambil catatan ukuran yang sebenarnya dari halaman produk tersebut dan langsung menjawab, alih-alih pelanggan menunggu sampai pagi dan mungkin membeli dari pesaing.

Seorang pelanggan ingin tahu di mana pesanannya. Alih-alih "cek email Anda untuk nomor pelacakan", chatbot mencari pesanan yang sebenarnya, memberi tahu bahwa pesanan dikirim kemarin dan dijadwalkan tiba hari Kamis, lalu menawarkan bantuan lain, semuanya dalam satu pesan.

Seorang pelanggan mengajukan pertanyaan yang benar-benar tidak dapat dijawab chatbot, sesuatu yang spesifik pada akunnya dan membutuhkan penilaian manusia. Chatbot mengatakannya dengan jujur, menandai percakapan, dan menyerahkannya kepada tim Anda lengkap dengan riwayat percakapan, sehingga pelanggan tidak perlu menjelaskan dirinya dua kali.

Seorang pelanggan yang kembali berbelanja mengirim pesan dalam bahasa Arab menanyakan pesanan yang terlambat. Chatbot menjawab dalam bahasa Arab, dengan arah tulisan kanan ke kiri yang benar, dengan akurasi yang sama dan kemampuan pencarian pesanan yang sama seperti yang akan digunakannya untuk pelanggan berbahasa Inggris di belahan dunia lain. Tidak ada anggota tim yang harus menerjemahkan apa pun atau menyiapkan alur terpisah untuknya.

Tidak satu pun dari ini rumit. Semuanya hanyalah perbedaan antara chatbot yang menyelesaikan sesuatu dan yang mengalihkannya ke tempat lain.

Kebiasaan yang Menentukan Apakah Chatbot Terus Membaik

Setiap panduan tentang topik ini membicarakan pelatihan chatbot sebagai sesuatu yang dilakukan sekali, saat penyiapan. Itu benar untuk sekitar satu minggu.

Setelah itu, chatbot yang terus membaik dan yang diam-diam mandek terpisah berdasarkan satu kebiasaan, dan itu bukan fitur yang bisa dibeli. Seseorang harus melihat apa yang tidak dapat dijawab chatbot, setiap minggu, dan menambahkan jawaban yang hilang itu ke dalam pengetahuannya. Lima menit, seminggu sekali. Chatbot yang stagnan adalah yang tidak ada seorang pun melakukan ini setelah euforia peluncuran mereda.

Lihat bagaimana kebiasaan menangani pertanyaan yang belum terjawab dibangun langsung ke dalam produk. Mulai gratis.

Cara Agentency Mengatasi Hal Ini

Semua yang dibahas di atas berlaku untuk kategori ini secara umum. Berikut ini adalah apa yang secara khusus kami bangun, karena bagian inilah yang bisa saya bicarakan langsung berdasarkan pengalaman sendiri.

Menjawab dari Konten Anda, Bukan Menebak

Agentency menjalankan pipeline pengambilan informasi dua tahap dengan model reranking khusus, mencari menggunakan lebih dari satu rumusan pertanyaan agar pesan dengan susunan kata yang janggal tetap menemukan konten yang tepat, dan memproses semuanya melalui gerbang anti-halusinasi sebelum menjawab. Ketika benar-benar tidak tahu sesuatu, agen akan mengatakannya, dalam bahasa pelanggan itu sendiri, alih-alih mengarang jawaban. Setiap jawaban dapat menampilkan blok Useful Resources yang menautkan kembali ke halaman sumber asalnya.

Menjawab dan Bertindak, di Setiap Kanal yang Penting

Agen yang sama dapat dipasang di widget situs web, halaman obrolan yang dapat dibagikan, dan sepuluh kanal pesan termasuk WhatsApp, Instagram, dan Telegram, sehingga jawaban di WhatsApp sama baiknya dengan jawaban di situs web, bukan versi seadanya yang ditempelkan belakangan. Selain membalas pesan, agen dapat mencari pesanan, melacak pengiriman, membuat tiket dukungan, mengirim prospek ke CRM, atau menjadwalkan rapat, melalui sekitar 31 templat integrasi siap pakai atau koneksi kustom ke hampir apa pun lainnya.

Menyerahkan dengan Cerita Lengkap, Bukan Memulai dari Nol

Ketika sebuah percakapan membutuhkan manusia, misalnya keluhan sensitif atau pengembalian barang yang tidak sesuai dengan kebijakan standar, agen menandainya dan menyerahkan seluruh riwayat percakapan kepada tim Anda. Tidak seorang pun di pihak Anda perlu meminta pelanggan menjelaskan ulang, dan pelanggan tidak perlu mengulang apa yang sudah mereka sampaikan.

Berbahasa Arab dengan Benar, Bukan Sekadar Terjemahan

Seluruh widget tampil dengan benar dari kanan ke kiri untuk bahasa Arab dan Urdu, bukan hanya kata-katanya saja di dalam tata letak yang dibuat untuk bahasa Inggris, ditambah lebih dari sembilan puluh bahasa yang dijawab agen secara otomatis berdasarkan cara pelanggan menulis. Hal ini dibangun sejak hari pertama, bukan ditambahkan belakangan, karena sebagian besar pedagang yang bekerja sama dengan kami melayani pelanggan berbahasa Arab setiap hari, sementara kebanyakan platform di kategori ini masih memperlakukan bahasa Arab sebagai tujuan ekspor untuk konten berbahasa Inggris, bukan bahasa yang benar-benar digunakan pelanggan mereka untuk berpikir.

Panel Needs Attention Menutup Celah Kebiasaan

Setiap pertanyaan yang tidak dapat dijawab agen muncul di satu tempat di dasbor Anda, kebiasaan yang sama seperti yang dibahas di atas, hanya saja sudah terpasang di dalam produk, bukan sesuatu yang harus Anda ingat untuk dilakukan sendiri. Anda menambahkan jawaban yang kurang, agen mempelajarinya, dan Anda tidak perlu lagi menggali transkrip obrolan mentah untuk menemukan di mana celah sebenarnya berada.

Menangkap Prospek, Bukan Sekadar Menjawab Pertanyaan

Setiap percakapan dapat secara opsional meminta nama, email, atau nomor telepon sebelum atau selama obrolan, mengubah pertanyaan dukungan menjadi prospek nyata di CRM bawaan, bukan percakapan yang menghilang begitu selesai. Persetujuan dicatat terpisah dari percakapan itu sendiri, sehingga pertanyaan dukungan tidak pernah diam-diam berubah menjadi anggapan persetujuan pemasaran.

Harga yang Benar-Benar Dapat Diprediksi

Tersedia paket gratis selamanya, satu agen, lima puluh pesan per bulan, cukup untuk benar-benar menguji seluruh gagasan ini pada bisnis Anda sendiri sebelum membayar apa pun. Paket berbayar mulai dari sembilan belas dolar per bulan, dan setiap tingkat menyertakan batas pengeluaran sehingga minggu yang sibuk tidak diam-diam berubah menjadi tagihan yang mengejutkan.

Sudah selesai membaca? Lihat seperti apa chatbot layanan pelanggan yang dilatih dengan bisnis Anda yang sebenarnya. Mulai gratis.

Ke Mana Selanjutnya untuk Pembahasan Lebih Dalam

Halaman ini membahas apa sebenarnya chatbot itu dan apa yang paling penting saat Anda mengevaluasinya. Ada beberapa bacaan lanjutan jika Anda ingin tahu lebih banyak. Kami menulis uraian lengkap tentang resolution rate, angka yang benar-benar menunjukkan apakah chatbot berfungsi, karena inilah metrik yang diam-diam dilewatkan oleh sebagian besar halaman perbandingan. Jika eskalasi adalah bagian yang paling Anda khawatirkan, merancang serah terima ke manusia yang tidak merusak kepercayaan membahas lebih dalam kapan dan bagaimana chatbot sebaiknya menyerahkan percakapan. Dan jika Anda menjalankan toko yang lebih kecil, panduan kami untuk toko dengan kurang dari lima puluh pesanan per hari membahas skenario-skenario persis yang dilewatkan begitu saja oleh sebagian besar panduan yang berfokus pada perusahaan besar.

Untuk versi khusus ecommerce dari semua yang ada dalam panduan ini, lihat halaman utama chatbot AI untuk ecommerce kami. Dan jika Anda secara khusus ingin membangunnya tanpa developer, panduan pembuat chatbot no-code kami membahas apa saja yang sebenarnya perlu dicari.