Chat pelanggan sudah dijawab. Lalu, apa langkah berikutnya?
AI untuk layanan pelanggan kini tidak hanya soal membuat jawaban. Tim yang berinteraksi dengan pelanggan perlu memastikan AI memakai konteks yang tepat, mengikuti aturan bisnis, dan membantu percakapan berlanjut ke langkah yang sesuai.
Bagi bisnis yang melayani pelanggan lewat kanal digital, kebutuhan ini dekat dengan pekerjaan sehari-hari. Pelanggan bertanya soal produk, menyebut preferensi, atau menanyakan kapan stok tersedia lagi. Jawabannya penting, tetapi tim Anda juga perlu menyimpan konteks, meninjau kebutuhan pelanggan, dan menentukan tindak lanjut yang tepat.
Pembaruan AI Studio membantu tim menguji perilaku AI, menyediakan file referensi, menjaga konteks pelanggan tetap terlihat, dan menghubungkan percakapan dengan tindakan yang sudah dikonfigurasi. Anda yang menentukan informasi yang boleh dipakai AI, tag dan data yang perlu dicatat, serta langkah lanjutan yang dijalankan.
Bagaimana cara menguji AI sebelum dipakai pelanggan?
AI Tests membantu Anda menjalankan skenario percakapan dan meninjau apakah AI merespons sesuai harapan, memakai konteks yang disiapkan, menerapkan tag atau saran data pelanggan yang dikonfigurasi, dan mengikuti langkah berikutnya yang sudah ditentukan.
Contoh: Tim ecommerce dapat menguji pertanyaan tentang produk, pengiriman, dan ketersediaan. Tim layanan dapat menguji pertanyaan kebijakan dan permintaan berbicara dengan staf. Tinjau cara AI menangani setiap skenario, lalu sempurnakan instruksi atau pengaturannya.
Manfaatnya: Anda bisa melihat cara AI menangani situasi yang mungkin ditanyakan pelanggan, menemukan bagian yang perlu diperbaiki, dan menyempurnakannya sebelum digunakan. Tes memberi dasar yang lebih jelas untuk menilai kesiapan AI, tetapi tidak menjamin semua percakapan langsung akan selalu sama.
Bagaimana AI bisa membagikan file yang biasa dipakai tim?
Unggah file ke AI Attachments, lalu sebutkan file yang relevan di instruksi AI. Misalnya, atur agar AI mengirim @menu.pdf saat pelanggan bertanya tentang menu.
Contoh: Siapkan panduan produk, kebijakan layanan, menu, atau file referensi lain untuk AI, lalu tentukan kapan file itu perlu dibagikan kepada pelanggan.
Manfaatnya: Pelanggan menerima informasi yang sesuai tanpa tim Anda harus mencari file di banyak folder dan mengirimkannya satu per satu. File dan instruksinya tetap perlu diperbarui agar informasi yang dibagikan akurat.
Panduan menggunakan AI Attachments
Bagaimana percakapan bisa berlanjut ke langkah berikutnya?
Custom skills membantu Anda mengatur cara AI menangani tugas tertentu. AI juga dapat memicu automation lewat custom event yang sudah dikonfigurasi, atau meneruskan percakapan ke agent tertentu saat perlu ditangani manusia.
Contoh: Saat pelanggan menyampaikan kebutuhan yang perlu ditindaklanjuti, AI mengikuti instruksi yang Anda siapkan, membantu mencatat sinyal yang relevan lewat tagging atau saran data yang dikonfigurasi, dan meneruskan percakapan ke orang yang tepat. Event yang sesuai juga dapat memulai automation yang Anda pilih. Alurnya bergantung pada pengaturan tim.
Manfaatnya: Percakapan terhubung dengan tindak lanjut yang jelas, seperti follow-up atau handoff, sementara Anda tetap mengatur aturan dan penanggung jawabnya. Tindakan ini bergantung pada skill, event, dan automation yang dikonfigurasi bisnis Anda.
Atur AI custom event trigger di automation
Atur eskalasi ke agent dan custom skills
Bagaimana menjaga kebutuhan pelanggan tetap terlihat setelah chat selesai?
AI Tagging menerapkan tag yang sudah dikonfigurasi pada tiket dan profil pelanggan. Saran data pelanggan dari AI mengusulkan informasi untuk ditinjau tim Anda sebelum ada perubahan di profil. Keduanya membantu menyimpan sinyal yang berguna pada percakapan sekaligus profil pelanggan.
Contoh: Pertanyaan produk, kendala layanan, permintaan booking, atau minat pembelian dapat diberi tag pada tiket, dan sinyal yang relevan dapat dicatat di profil. Anda bisa memakai tag customer yang dikonfigurasi untuk menyusun segmen di bitCRM dan menyiapkan follow-up yang lebih relevan.
Manfaatnya: Kebutuhan pelanggan lebih mudah ditemukan meski percakapan awal sudah tenggelam di inbox. Anda dapat meninjau pola pertanyaan dan menyiapkan tindak lanjut berdasarkan hal yang benar-benar ditanyakan pelanggan. Tag dan saran data perlu dikonfigurasi serta ditinjau sesuai kebutuhan bisnis.
Panduan mengatur AI Tagging
Panduan meninjau saran data pelanggan dari AI
Seperti apa satu percakapan dari awal sampai akhir?
Bayangkan pelanggan menanyakan kapan suatu produk tersedia lagi. AI menjawab memakai informasi dan instruksi yang sudah disiapkan. AI Tagging memberi label pada tiket dan profil pelanggan sesuai tema yang dikonfigurasi. Jika AI menyarankan detail pelanggan, tim Anda meninjaunya. Jika percakapan butuh bantuan manusia, AI meneruskannya ke agent yang sesuai, dan custom event yang dikonfigurasi dapat memulai automation tindak lanjut.
Pola yang sama berlaku di luar retail, misalnya untuk pertanyaan pesanan, kebijakan layanan, jadwal, atau produk. Tim Anda mendapat catatan yang lebih jelas tentang kebutuhan pelanggan dan alur yang sudah ditentukan untuk melanjutkan percakapan di bitChat.
Apa manfaat pembaruan ini untuk tim Anda?
- Mengurangi waktu mencari file referensi dan menjawab pertanyaan berulang.
- Menjaga minat pelanggan tetap terlihat di tiket dan profil pelanggan.
- Menyiapkan follow-up serta segmen berdasarkan tag yang dikonfigurasi.
- Menghubungkan percakapan dengan automation dan agent yang tepat.
- Membangun keyakinan terhadap AI dengan meninjau hasil tes, menemukan bagian yang perlu diperbaiki, dan menyempurnakan pengaturannya sebelum dipakai pelanggan.
Kemampuan ini tetap memerlukan konfigurasi instruksi, file, tag, data pelanggan, skill, dan automation oleh bisnis Anda. AI Studio membantu tim menjalankan pengaturan tersebut; AI Studio tidak menjanjikan campaign otomatis atau peningkatan revenue tertentu.
Apa langkah berikutnya untuk tim Anda?
Pilih satu percakapan pelanggan yang ingin ditingkatkan, dari jawaban pertama hingga tindak lanjutnya, lalu siapkan di AI Studio. Jalankan lewat AI Tests sebelum sampai ke pelanggan.