FAQ chatbot menjawab pertanyaan yang sama berulang kali, sehingga tim CS bisa fokus pada kasus yang benar-benar butuh manusia. Hampir setiap bisnis punya daftar pertanyaan yang muncul puluhan kali sehari, seperti jam buka, ongkos kirim, cara bayar, dan status pesanan. Jika agen menjawab satu per satu, pelanggan menunggu lebih lama dan agen kehabisan tenaga sebelum kasus sulit datang.
Bagi pengambil keputusan, intinya sederhana. FAQ chatbot layak dipertimbangkan bila volume pertanyaan berulang tinggi, sumber jawabannya sudah jelas, dan ada jalur handover ke agen manusia. Keputusannya bukan sekadar membeli alat, melainkan menetapkan tata kelola jawaban, metrik keberhasilan, dan pilot yang terukur sebelum diperluas.
Artikel ini menjelaskan pengertian FAQ chatbot, cara kerja, dan perbedaan jenis berbasis aturan dengan berbasis AI. Anda juga mendapat dasar bisnis, tata kelola dan risiko, pertimbangan skala, rencana pilot, daftar pertanyaan untuk penyedia, contoh percakapan, serta langkah teknis membuatnya.
Apa Itu FAQ Chatbot?
FAQ chatbot adalah chatbot yang menjawab pertanyaan yang sering diajukan pelanggan secara otomatis berdasarkan daftar jawaban yang sudah disiapkan bisnis. Pelanggan menulis pertanyaan dengan bahasa mereka sendiri, lalu chatbot mencari jawaban yang paling sesuai. Jika tidak menemukan jawaban, chatbot meminta klarifikasi atau meneruskan percakapan ke agen manusia.
FAQ chatbot berbeda dari chatbot serba bisa yang mencoba menangani semua topik. Ruang lingkupnya sengaja dibatasi pada pertanyaan yang jawabannya sudah pasti dan berulang. Pembatasan ini membuatnya mudah disiapkan, mudah diukur, dan lebih aman dipakai bisnis yang baru memulai. Untuk gambaran umum, baca pengertian chatbot dan fungsinya.
Bagaimana Cara Kerja FAQ Chatbot?
FAQ chatbot bekerja dengan membaca pertanyaan pelanggan, mencocokkannya dengan sumber jawaban, lalu mengirim jawaban yang paling sesuai. Jika tidak ada jawaban yang cukup yakin, chatbot meminta klarifikasi atau menyerahkan percakapan ke agen. Empat bagian berikut menjelaskan tiap tahap beserta hal yang memengaruhi kualitasnya.
1. Membaca Pertanyaan Pelanggan
Tahap pertama adalah memahami apa yang ditanyakan. Pelanggan jarang menulis persis seperti judul FAQ, misalnya “ongkirnya berapa ke Surabaya” atau “kirim ke Sby berapa”. Chatbot yang baik mengenali maksud yang sama dari berbagai cara bertanya.
2. Mencocokkan dengan Sumber Jawaban
Setelah maksud dikenali, chatbot mencari jawaban di sumber yang disiapkan, yaitu daftar FAQ atau knowledge base. Kualitas jawaban sangat bergantung pada isi sumber ini. Sumber yang usang atau saling bertentangan menghasilkan jawaban yang salah.
3. Menjawab atau Meminta Klarifikasi
Jika maksud jelas dan jawaban tersedia, chatbot mengirim jawaban singkat. Jika pertanyaan ambigu, chatbot bertanya balik, misalnya menanyakan kota tujuan atau jenis produk. Klarifikasi singkat lebih baik daripada menebak dan memberi jawaban yang meleset.
4. Menyerahkan ke Agen Manusia
Handover terjadi ketika chatbot tidak menemukan jawaban, pelanggan meminta manusia, atau topiknya sensitif. Handover yang baik membawa riwayat percakapan sehingga pelanggan tidak perlu mengulang cerita. Tanpa jalur ini, FAQ chatbot justru menambah frustrasi.
Jenis FAQ Chatbot, Berbasis Aturan dan Berbasis AI
FAQ chatbot terbagi menjadi dua jenis, yaitu berbasis aturan yang mencocokkan kata kunci atau pilihan menu, dan berbasis AI yang memahami maksud pertanyaan. Jenis berbasis aturan mudah dikontrol tetapi kaku, sedangkan berbasis AI lebih fleksibel dan membutuhkan pengelolaan sumber jawaban yang baik. Tabel berikut membandingkan keduanya.
| Aspek | Berbasis aturan | Berbasis AI Agent |
|---|---|---|
| Cara memahami pertanyaan | Mencocokkan kata kunci atau pilihan menu | Memahami maksud dari kalimat bebas |
| Variasi cara bertanya | Terbatas pada kata yang sudah diatur | Menangani berbagai cara bertanya |
| Perawatan | Aturan baru harus ditambah manual | Sumber jawaban diperbarui, bot membaca ulang |
| Pertanyaan di luar daftar | Biasanya gagal dan meminta mengulang | Meminta klarifikasi atau menyerahkan ke agen |
| Cocok untuk | Alur sederhana dengan pilihan terbatas | Pertanyaan beragam dengan bahasa natural |
Banyak bisnis memakai kombinasi keduanya, yaitu menu untuk alur yang pasti dan AI untuk pertanyaan bebas. Pendekatan ini dibahas pada hybrid chatbot, sedangkan perbedaan generasi baru dijelaskan pada AI Agent dan chatbot.
Manfaat FAQ Chatbot untuk CS dan CX
Manfaat utama FAQ chatbot adalah waktu tunggu yang lebih pendek dan layanan di luar jam kerja. Beban agen lebih ringan, jawaban lebih konsisten, dan data pertanyaan bisa dianalisis. Manfaat ini terasa terutama pada bisnis dengan pertanyaan berulang dalam jumlah besar. Lima bagian berikut menjelaskan mekanisme tiap manfaat.
1. Waktu Tunggu Pelanggan Lebih Pendek
Pertanyaan sederhana dijawab seketika tanpa menunggu agen tersedia. Pelanggan yang hanya butuh informasi langsung puas, dan antrean agen tersisa untuk kasus yang butuh penanganan manusia. Hasilnya, waktu respons pertama membaik secara nyata.
2. Layanan Tersedia di Luar Jam Kerja
Pertanyaan yang masuk malam hari atau akhir pekan tetap dijawab. Pelanggan tidak harus menunggu hari kerja untuk mendapat informasi dasar. Pertanyaan yang tidak bisa dijawab dicatat untuk ditindaklanjuti agen pada jam kerja.
3. Beban Agen Lebih Ringan
Ketika pertanyaan berulang ditangani chatbot, agen punya waktu untuk kasus yang memerlukan empati dan keputusan. Beban kerja yang lebih bermakna membantu mengurangi kelelahan tim. Pelatihan agen pun dapat diarahkan ke penanganan keluhan.
4. Jawaban Lebih Konsisten
Chatbot menjawab dari sumber yang sama setiap kali, sehingga perbedaan jawaban antaragen berkurang. Konsistensi ini membangun kepercayaan pelanggan pada informasi yang diterima. Tim hanya perlu menjaga sumber jawaban tetap mutakhir.
5. Data Pertanyaan untuk Perbaikan Layanan
Setiap pertanyaan yang masuk menjadi data. Tim bisa melihat topik yang paling sering ditanyakan dan pertanyaan yang gagal dijawab. Data ini menunjukkan bagian produk atau proses yang membingungkan pelanggan, bukan hanya bagian layanan yang perlu dibenahi.
Dasar Bisnis FAQ Chatbot bagi Pengambil Keputusan
Dasar bisnis FAQ chatbot adalah memindahkan pertanyaan berulang dari agen manusia ke otomasi. Biaya per kontak, waktu respons, dan beban agen membaik tanpa menurunkan kualitas layanan. Dampaknya terukur lewat metrik operasional, bukan klaim umum. Empat bagian berikut menjelaskan mekanisme dampaknya dan indikator yang layak dipantau.
1. Biaya dan Beban Operasional
Pertanyaan berulang menyita jam kerja agen yang sebenarnya bisa dipakai untuk kasus bernilai lebih tinggi. FAQ chatbot mengurangi volume yang harus ditangani manusia, sehingga tim bisa melayani lebih banyak pelanggan tanpa menambah headcount secara proporsional. Besarnya penghematan bergantung pada proporsi pertanyaan berulang di bisnis Anda, jadi ukurlah dari data sendiri.
2. Kecepatan dan Pengalaman Pelanggan
Pelanggan mendapat jawaban seketika untuk pertanyaan sederhana, termasuk di luar jam kerja. Waktu respons pertama membaik dan antrean untuk kasus kompleks berkurang. Pengalaman ini memengaruhi kepuasan dan loyalitas, yang pada akhirnya memengaruhi retensi.
3. Risiko yang Dikurangi
Jawaban yang bersumber dari satu knowledge base mengurangi perbedaan informasi antaragen dan antarcabang. Perbedaan informasi sering menjadi sumber keluhan dan risiko reputasi. Dengan satu sumber yang terkelola, bisnis lebih mudah memastikan jawaban sesuai kebijakan terbaru.
4. Metrik yang Dipantau
Pantau metrik berikut sebagai dasar keputusan perluasan, dan bandingkan dengan kondisi sebelum chatbot dipakai. Pelajari juga KPI AI Agent untuk menentukan indikator yang relevan.
- Persentase percakapan yang selesai tanpa agen manusia
- Tingkat handover dan alasannya
- First contact resolution dan waktu respons pertama
- Skor kepuasan pelanggan setelah percakapan dengan chatbot
- Pertanyaan yang gagal dijawab sebagai bahan perbaikan sumber
Tata Kelola dan Risiko FAQ Chatbot di Enterprise
Tata kelola FAQ chatbot menentukan siapa yang memiliki sumber jawaban, bagaimana jawaban diaudit, bagaimana data pribadi dilindungi, dan kapan kasus sensitif diteruskan ke manusia. Di enterprise, hal inilah yang paling sering menentukan lolos atau tidaknya persetujuan. Empat bagian berikut menjelaskan hal yang perlu disepakati sebelum chatbot melayani pelanggan.
1. Kepemilikan Sumber Jawaban
Tetapkan satu pemilik untuk setiap topik, misalnya tim produk untuk fitur dan tim keuangan untuk tagihan. Pemilik bertanggung jawab atas akurasi dan jadwal pembaruan. Tanpa pemilik, sumber jawaban cepat usang dan risiko jawaban salah naik.
2. Audit Jawaban dan Persetujuan
Jawaban yang menyangkut kebijakan, harga, atau syarat layanan sebaiknya melewati persetujuan sebelum aktif. Lakukan audit berkala dengan sampel percakapan nyata untuk menemukan jawaban yang meleset. Simpan catatan perubahan agar setiap versi jawaban bisa ditelusuri.
3. Data Pribadi dan Kepatuhan
Percakapan pelanggan sering memuat data pribadi. Tentukan data apa yang boleh diminta chatbot, berapa lama disimpan, dan siapa yang boleh mengaksesnya. Libatkan tim hukum atau kepatuhan sejak awal dan patuhi regulasi perlindungan data yang berlaku.
4. Eskalasi Kasus Sensitif
Keluhan, sengketa, dan topik berisiko tinggi seperti kesehatan, keuangan, atau hukum harus langsung diteruskan ke manusia. Rumuskan daftar topik dan kata pemicu yang jelas. Uji alurnya secara berkala agar tidak ada percakapan sensitif yang tertahan di chatbot.
Contoh FAQ Chatbot untuk Customer Service
Contoh FAQ chatbot paling mudah dipahami lewat pasangan pertanyaan dan jawaban nyata dari berbagai jenis bisnis. Tiga contoh berikut hanya ilustrasi untuk menggambarkan gaya jawaban yang singkat, jelas, dan memberi langkah berikutnya. Sesuaikan isi dan nada dengan kebijakan serta karakter merek Anda.
1. Toko Online
Pelanggan toko online sering menanyakan pengiriman, pembayaran, dan retur. Jawaban yang baik singkat dan langsung menyebut langkah berikutnya.
- Pelanggan bertanya, “Pesanan saya kapan sampai?”
- Chatbot menjawab, “Boleh kami tahu nomor pesanannya? Setelah itu kami cek status pengirimannya untuk Anda.”
- Pelanggan bertanya, “Bisa retur kalau ukurannya tidak pas?”
- Chatbot menjawab, “Bisa, selama barang belum dipakai dan masih dalam batas waktu retur. Mau kami kirimkan langkah pengajuannya?”
Pada contoh ini chatbot meminta data yang dibutuhkan dan menawarkan langkah berikutnya. Jawaban tidak berhenti pada informasi, tetapi membantu pelanggan bergerak.
2. Layanan Klinik
Klinik menerima banyak pertanyaan tentang jadwal, lokasi, dan prosedur pendaftaran. Pertanyaan medis tidak boleh dijawab chatbot.
- Pelanggan bertanya, “Dokter gigi praktik hari apa saja?”
- Chatbot menjawab, “Dokter gigi praktik Senin sampai Jumat pukul sembilan pagi hingga lima sore. Mau kami bantu buatkan jadwal kunjungan?”
- Pelanggan menulis bahwa giginya terasa sangat sakit dan bengkak
- Chatbot mengenali topik ini sensitif, lalu menyerahkan percakapan ke petugas dengan pesan, “Kami hubungkan Anda dengan petugas klinik sekarang.”
Contoh kedua menunjukkan batas FAQ chatbot. Informasi umum dijawab otomatis, tetapi kondisi yang mendesak langsung diteruskan ke manusia.
3. Layanan Berlangganan
Bisnis berlangganan sering menerima pertanyaan tentang tagihan dan cara berhenti. Jawaban perlu jelas tetapi juga memberi kesempatan agen memperbaiki pengalaman.
- Pelanggan bertanya, “Tagihan bulan ini kok berbeda?”
- Chatbot menjawab, “Tagihan bisa berbeda jika ada perubahan paket atau penggunaan tambahan. Mau kami tunjukkan rincian tagihannya?”
- Pelanggan menulis bahwa ia ingin berhenti berlangganan
- Chatbot menjawab, “Kami akan hubungkan Anda dengan rekan kami yang membantu proses ini.”
Permintaan berhenti berlangganan diteruskan ke agen karena menyangkut keputusan pelanggan dan peluang menyelamatkan hubungan.
Pertanyaan yang Cocok dan Tidak Cocok Dijawab FAQ Chatbot
FAQ chatbot cocok menjawab pertanyaan yang jawabannya tetap, objektif, dan berulang, serta kurang cocok untuk pertanyaan yang butuh penilaian, empati, atau akses data sensitif. Memilah dengan benar sejak awal mencegah chatbot menjawab hal yang seharusnya ditangani manusia. Tabel berikut merangkum contoh pemilahan yang bisa Anda sesuaikan.
| Jenis pertanyaan | Dijawab FAQ chatbot | Alasan |
|---|---|---|
| Jam buka, lokasi, dan cara pesan | Ya | Jawabannya tetap dan mudah diperbarui |
| Status pesanan dengan data terhubung | Ya, bila terhubung ke data pesanan | Jawaban bergantung pada data nyata |
| Kebijakan retur dan pembayaran | Ya | Aturannya tertulis dan seragam |
| Keluhan dan permintaan kompensasi | Tidak, teruskan ke agen | Butuh empati dan keputusan |
| Pertanyaan medis atau hukum | Tidak, teruskan ke petugas | Risiko tinggi bila salah |
| Perubahan data pribadi atau akun | Tidak tanpa verifikasi | Butuh verifikasi identitas |
Pemilahan ini juga menjadi dasar aturan handover. Pertanyaan pada baris yang diteruskan ke agen sebaiknya dikenali chatbot sejak awal, bukan setelah beberapa kali gagal menjawab.
Pertimbangan Skala untuk FAQ Chatbot di Enterprise
Pada skala enterprise, tantangan FAQ chatbot bergeser dari membuat jawaban menjadi menjaga konsistensi di banyak kanal, merek, dan cabang. Satu sumber jawaban yang dikelola terpusat mencegah informasi berbeda di setiap tim. Tiga bagian berikut menjelaskan hal yang perlu direncanakan sejak awal.
1. Satu Sumber Jawaban untuk Banyak Kanal
Pertanyaan yang sama masuk lewat WhatsApp, live chat, dan kanal lain. Bila tiap kanal punya daftar jawaban sendiri, perbedaan informasi hampir tak terhindarkan. Pusatkan sumber jawaban agar pembaruan sekali berlaku di semua kanal.
2. Banyak Merek dan Cabang
Perusahaan dengan beberapa merek atau cabang perlu memisahkan jawaban yang berbeda dan menyatukan yang sama. Misalnya, kebijakan retur bisa seragam sementara jam operasional berbeda per cabang. Rancang struktur sumber jawaban yang mendukung kedua kebutuhan ini.
3. Integrasi dengan CRM dan Helpdesk
Jawaban yang bergantung pada data pelanggan, seperti status pesanan atau tiket, membutuhkan integrasi ke sistem yang ada. Integrasi juga memastikan percakapan yang diteruskan ke agen tercatat dengan lengkap. Petakan sistem yang terlibat dan pemiliknya sebelum implementasi.
Cara Membuat FAQ Chatbot dalam 6 Langkah
FAQ chatbot dibuat dengan mengumpulkan pertanyaan nyata, memprioritaskannya, menulis jawaban singkat, menetapkan aturan handover, menghubungkannya ke kanal, lalu menguji dan memperbaikinya. Mulailah dari pertanyaan yang paling sering muncul, bukan dari semua pertanyaan sekaligus, karena cakupan kecil lebih mudah diuji dan diperbaiki. Enam langkah berikut menjelaskan urutan, kebutuhan, dan hal yang perlu diperiksa di tiap tahap.
1. Kumpulkan Pertanyaan Nyata dari Chat dan Telepon
Ambil pertanyaan dari riwayat chat, catatan telepon, dan email, bukan dari tebakan tim. Catat kata dan singkatan yang dipakai pelanggan. Data nyata membuat chatbot memahami cara pelanggan sebenarnya bertanya.
2. Kelompokkan dan Prioritaskan
Kelompokkan pertanyaan berdasarkan topik, lalu urutkan dari yang paling sering muncul. Mulai dari sepuluh sampai dua puluh pertanyaan teratas. Cakupan kecil mempermudah evaluasi dan perbaikan.
3. Tulis Jawaban Singkat dan Konsisten
Tulis jawaban dalam dua sampai tiga kalimat dengan bahasa yang mudah dipahami. Sertakan langkah berikutnya, misalnya tautan atau pertanyaan balik. Gunakan nada yang sama dengan agen manusia supaya pengalaman terasa menyatu.
4. Tentukan Aturan Handover
Tentukan kapan chatbot meneruskan ke agen, seperti kata kunci keluhan, dua kali gagal menjawab, atau permintaan langsung pelanggan. Tentukan juga siapa penerimanya dan informasi apa yang ikut dikirim. Uji alur ini sebelum chatbot melayani pelanggan.
5. Hubungkan ke Kanal Pelanggan
Pasang FAQ chatbot di kanal yang paling sering dipakai pelanggan, misalnya WhatsApp dan live chat. Pada WhatsApp, siapkan akun melalui WhatsApp Business API resmi. Untuk panduan teknis dasar, baca cara membuat chatbot WhatsApp.
6. Uji, Ukur, dan Perbarui
Uji dengan pertanyaan nyata, lalu pantau tingkat pertanyaan yang terjawab, tingkat handover, dan kepuasan pelanggan. Gunakan metrik yang sama dengan yang disepakati pada tahap pilot. Perbarui sumber jawaban setiap kali produk atau kebijakan berubah.
FAQ Chatbot di WhatsApp
FAQ chatbot di WhatsApp cocok untuk bisnis karena pelanggan sudah terbiasa mengobrol di sana dan mengharapkan balasan cepat. Cara kerjanya sama, tetapi ada aturan kanal yang perlu dipahami, yaitu jendela layanan, template, dan sapaan awal. Empat bagian berikut menjelaskan hal yang perlu disiapkan.
1. Mengapa WhatsApp Cocok untuk FAQ Chatbot
Pelanggan menulis pertanyaan secara natural dan bisa melanjutkan percakapan kapan saja. Riwayat percakapan tersimpan sehingga pelanggan dan agen bisa merujuk jawaban sebelumnya. Kebiasaan ini membuat FAQ chatbot terasa seperti percakapan, bukan formulir.
2. Sapaan dan Menu Pertanyaan Populer
Mulailah dengan sapaan singkat dan beberapa pilihan pertanyaan populer, lalu biarkan pelanggan menulis bebas. Menu membantu pelanggan yang tidak tahu harus bertanya apa. Pesan balasan cepat juga bisa dipakai untuk pilihan yang tetap.
3. Jendela Layanan 24 Jam
Meta membuka jendela layanan 24 jam ketika pelanggan menulis kepada bisnis, dan pesan non-template bisa dibalas dalam jendela itu. Di luar jendela, bisnis memakai template yang disetujui. FAQ chatbot sebaiknya dirancang agar sebagian besar jawaban terjadi di dalam jendela layanan.
4. Handover dari Bot ke Agen di WhatsApp
Percakapan WhatsApp yang diteruskan ke agen harus membawa riwayatnya. Agen membaca konteks, lalu melanjutkan tanpa menanyakan ulang. Pelajari penerapannya pada AI Agent di WhatsApp.
Kesalahan Umum dalam Membuat FAQ Chatbot
Kesalahan yang paling sering terjadi adalah jawaban terlalu panjang, tidak ada jalan keluar ke agen, sumber jawaban tidak diperbarui, dan hanya mengukur jumlah percakapan. Keempatnya membuat chatbot tampak ada tetapi tidak membantu pelanggan. Empat bagian berikut menjelaskan cara menghindarinya.
1. Jawaban Terlalu Panjang
Pelanggan chat membaca cepat di layar kecil. Jawaban berparagraf panjang sering tidak dibaca sampai habis. Tulis jawaban pendek, lalu tawarkan rincian jika pelanggan membutuhkannya.
2. Tidak Ada Jalan Keluar ke Agen
Chatbot yang terus mengulang jawaban yang sama membuat pelanggan marah. Setiap percakapan harus punya jalur ke manusia. Sediakan pilihan jelas untuk berbicara dengan agen.
3. Sumber Jawaban Tidak Diperbarui
Harga, jam buka, dan kebijakan berubah. Jawaban usang merusak kepercayaan lebih cepat daripada tidak menjawab. Tetapkan pemilik sumber jawaban dan jadwal pembaruan rutin.
4. Hanya Mengukur Jumlah Percakapan
Jumlah percakapan tidak menunjukkan apakah pelanggan terbantu. Ukur juga persentase pertanyaan yang terjawab, tingkat handover, dan kepuasan pelanggan. Bandingkan dengan kondisi sebelum chatbot dipakai.
Rencana Pilot FAQ Chatbot untuk Enterprise
Pilot FAQ chatbot yang baik membatasi cakupan pada satu topik dan satu kanal, menetapkan kriteria lulus yang terukur, lalu memutuskan perluasan berdasarkan data. Pendekatan bertahap ini mengurangi risiko dan memberi dasar yang kuat bagi persetujuan anggaran. Empat tahap berikut menjelaskan urutan pelaksanaannya.
1. Pilih Satu Topik dan Satu Kanal
Pilih topik dengan volume tinggi dan jawaban yang pasti, misalnya status pesanan atau jam layanan. Pilih satu kanal yang paling banyak dipakai pelanggan. Cakupan sempit membuat hasil pilot mudah dibaca.
2. Tetapkan Kriteria Lulus
Tentukan sebelum pilot dimulai angka yang dianggap berhasil, misalnya persentase percakapan selesai tanpa agen dan batas tingkat handover. Tentukan juga batas yang memicu penghentian, seperti kenaikan keluhan. Kriteria yang disepakati di awal mencegah perdebatan di akhir.
3. Jalankan Pilot Terbatas
Jalankan pada sebagian pelanggan atau pada jam tertentu, dengan pemantauan harian pada minggu pertama. Baca transkrip untuk menemukan jawaban yang meleset. Perbaiki sumber jawaban dengan cepat selama pilot berlangsung.
4. Putuskan Perluasan
Bandingkan hasil dengan kriteria dan dengan kondisi sebelum pilot. Jika lulus, perluas ke topik atau kanal berikutnya secara bertahap. Jika belum, perbaiki penyebabnya, bukan memperluas cakupan.
Pertanyaan yang Perlu Diajukan kepada Penyedia FAQ Chatbot
Sebelum memilih penyedia FAQ chatbot, ajukan pertanyaan tentang data dan keamanan, kontrol handover, analitik, dan dukungan implementasi. Jawaban penyedia pada empat area ini menentukan risiko jangka panjang lebih dari daftar fitur. Empat kelompok pertanyaan berikut dapat langsung dipakai dalam proses evaluasi.
1. Data dan Keamanan
Tanyakan bagaimana data percakapan disimpan, siapa yang bisa mengaksesnya, dan berapa lama data disimpan. Jawaban yang jelas menunjukkan kematangan tata kelola penyedia.
- Di mana data percakapan disimpan dan siapa yang dapat mengaksesnya
- Bagaimana kebijakan penyimpanan dan penghapusan data
- Bagaimana penyedia mendukung kepatuhan regulasi yang berlaku
2. Handover dan Kontrol
Pastikan Anda dapat mengatur kapan chatbot menyerahkan percakapan dan apa yang ikut diteruskan. Kontrol ini memengaruhi pengalaman pelanggan pada saat paling kritis.
- Apakah aturan handover dapat diatur oleh tim bisnis
- Apakah riwayat percakapan ikut diteruskan ke agen
- Bagaimana pelanggan dapat meminta agen manusia kapan saja
3. Analitik dan Pelaporan
Tanpa data, Anda tidak bisa membuktikan nilai bagi manajemen. Pastikan metrik penting tersedia dan dapat dibagikan.
- Metrik apa saja yang tersedia dan seberapa rinci
- Apakah pertanyaan yang gagal dijawab dapat dilihat dan dianalisis
- Apakah laporan dapat dibagikan kepada pemangku kepentingan
4. Dukungan dan Implementasi
Implementasi enterprise membutuhkan pendampingan, bukan hanya akses ke alat. Tanyakan model dukungan dan pengalaman penyedia pada bisnis sejenis.
- Bagaimana proses onboarding dan siapa yang mendampingi
- Bagaimana dukungan saat terjadi gangguan
- Bagaimana rencana pengembangan produk dan komunikasinya
Bagaimana Qiscus Membantu Membangun FAQ Chatbot?
Qiscus membantu bisnis membangun FAQ chatbot dengan AI Agent yang dilatih dari knowledge base bisnis. AI Agent ini berjalan di WhatsApp dan kanal chat, lalu menyerahkan percakapan ke agen manusia. Qiscus, sebagai agentic customer engagement platform, menyediakan AI Agent sebagai generasi baru dari FAQ chatbot. Tiap bagian berikut menjelaskan masalah, dampaknya, dan cara Qiscus menjawabnya.
1. Latih AI Agent dengan Knowledge Base Bisnis
Daftar FAQ yang kaku sulit mengikuti cara pelanggan bertanya. Dampaknya, banyak pertanyaan gagal dijawab karena kata yang berbeda. AI Agent customer service dapat dilatih dengan knowledge base bisnis sehingga menjawab berbagai cara bertanya. Pelajari juga cara melatih AI Agent.
2. Jalankan di WhatsApp dan Kanal Chat
Pertanyaan pelanggan tersebar di banyak kanal. Dampaknya, jawaban dan data tidak seragam. Platform omnichannel chat menyatukan percakapan dari WhatsApp dan kanal lain dalam satu dashboard, sehingga sumber jawaban yang sama bisa melayani banyak kanal.
3. Serahkan ke Agen Manusia dengan Handover
Pelanggan yang tidak terbantu chatbot ingin segera berbicara dengan manusia. Dampaknya, kepuasan turun jika jalur itu tidak ada. AI Agent Qiscus menyerahkan kasus yang tidak bisa dijawab ke agen manusia lewat aturan handover, dan riwayat percakapan tetap terbaca oleh agen.
4. Lihat Hasilnya pada Pelanggan Qiscus
Penerapan AI Agent terlihat pada efisiensi layanan. ZAP meningkatkan efisiensi chat hingga 50 persen berkat AI dengan tetap menjaga sentuhan manusia. Konsultasikan kebutuhan FAQ chatbot bisnis Anda dengan Qiscus untuk memetakan pertanyaan yang paling cocok diotomasi.
Mulai dari Sepuluh Pertanyaan yang Paling Sering Muncul
FAQ chatbot paling berhasil ketika dimulai kecil dan diperbaiki terus. Pilih sepuluh pertanyaan teratas dari riwayat chat Anda, tulis jawaban singkatnya, tetapkan handover, lalu ukur hasilnya. Untuk memilih pendekatan yang tepat, bandingkan juga chatbot customer service terbaik dan baca panduan AI Agent untuk customer service.
Jelajahi solusi customer engagement dari Qiscus untuk melihat bagaimana percakapan dan AI Agent bekerja dalam satu platform.
Pertanyaan yang Sering Ditanyakan tentang FAQ Chatbot
Berikut jawaban singkat untuk delapan pertanyaan yang paling sering muncul tentang FAQ chatbot.
Apa itu FAQ chatbot?
FAQ chatbot adalah chatbot yang menjawab pertanyaan yang sering diajukan pelanggan secara otomatis dari daftar jawaban yang disiapkan bisnis. Jika tidak menemukan jawaban, chatbot meminta klarifikasi atau meneruskan ke agen manusia.
Bagaimana cara membuat FAQ chatbot?
Kumpulkan pertanyaan nyata dari chat dan telepon, kelompokkan dan prioritaskan, tulis jawaban singkat, tentukan aturan handover, hubungkan ke kanal, lalu uji dan perbarui. Mulailah dari sepuluh sampai dua puluh pertanyaan teratas.
Apa contoh FAQ chatbot?
Contohnya chatbot toko online yang menjawab status pengiriman dan retur, chatbot klinik yang menjawab jadwal praktik, dan chatbot layanan berlangganan yang menjelaskan tagihan. Kasus sensitif selalu diteruskan ke agen manusia.
Apa bedanya FAQ chatbot dengan AI Agent?
FAQ chatbot berbasis aturan mencocokkan kata kunci atau menu, sedangkan AI Agent memahami maksud dari kalimat bebas dan menjawab dari knowledge base. AI Agent lebih fleksibel, tetapi tetap membutuhkan sumber jawaban yang rapi.
Apakah FAQ chatbot bisa dipakai di WhatsApp?
Bisa. Bisnis memakai WhatsApp Business API lewat penyedia resmi. Jawaban non-template dikirim dalam jendela layanan 24 jam setelah pelanggan menulis, dan di luar jendela itu bisnis memakai template yang disetujui.
Apakah FAQ chatbot menggantikan agen CS?
Tidak. FAQ chatbot menangani pertanyaan berulang, sedangkan keluhan, negosiasi, dan kasus sensitif tetap ditangani agen manusia. Pembagian ini membuat agen fokus pada pekerjaan yang membutuhkan empati.
Metrik apa yang perlu dipantau untuk FAQ chatbot?
Pantau persentase percakapan yang selesai tanpa agen, tingkat handover, first contact resolution, waktu respons pertama, dan kepuasan pelanggan. Pantau juga pertanyaan yang gagal dijawab sebagai bahan perbaikan sumber jawaban.
Apa risiko utama FAQ chatbot di enterprise?
Risiko utamanya adalah jawaban salah karena sumber usang, data pribadi yang tidak terkelola, dan pelanggan yang tidak punya jalan keluar ke agen. Risiko ini dikendalikan dengan kepemilikan sumber jawaban, audit berkala, dan aturan handover yang jelas.
