Cara Evaluasi Kinerja CS WhatsApp Pakai AI: Dari Ekspor Chat Jadi Keputusan

Pertanyaan yang sulit dijawab jujur oleh hampir semua pemilik bisnis: apakah tim CS Anda bekerja dengan baik?

Jawaban yang biasa muncul: "kayaknya sih bagus, chatnya ramai", atau "kayaknya lemot, kemarin ada yang komplain". Dua-duanya perasaan. Dan keputusan yang diambil dari perasaan — menambah orang, memarahi tim, mengganti agen, menaikkan anggaran iklan — sering menyelesaikan masalah yang salah.

Padahal jawabannya sudah ada, lengkap, di tempat yang tak pernah dibuka: riwayat percakapan itu sendiri.

Masalahnya bukan data, tapi bentuknya

Setiap chat masuk sudah tercatat. Masalahnya, seratus percakapan dalam bentuk chat adalah seratus hal yang harus dibaca satu per satu. Tidak ada owner yang punya waktu untuk itu, dan kalaupun sempat, ingatan manusia akan menonjolkan percakapan yang paling berkesan — biasanya yang paling buruk atau paling akhir dibaca — bukan yang paling mewakili.

Yang berubah sekarang: AI bisa membaca seratus percakapan sekaligus dan mengeluarkan polanya. Syaratnya cuma satu — chatnya harus bisa dikeluarkan dalam bentuk yang bisa dibaca mesin.

Tiga langkah

1. Ekspor percakapan

Di SendWia, buka Omnichat → Ekspor, lalu pilih rentang tanggal dan format JSON. Filter yang tersedia: kanal, nomor/device, iklan asal, agen, status akhir, jumlah pesan minimum, dan label. Aktifkan penyamaran nomor supaya nomor pelanggan tersimpan tersamar.

Yang ikut terunduh bukan cuma teks chat, melainkan konteks yang membuat analisis jadi mungkin:

Yang ikut terekspor	Kenapa penting
jam_mulai, hari, durasi_menit	Memunculkan jam sibuk dan hari puncak beban
respons_detik (pertama, rata-rata, terlama)	Mengukur kecepatan tanpa berdebat
giliran_tak_dibalas	Berapa pesan pelanggan yang menguap begitu saja
status_akhir (bot / agent / idle)	Berapa yang benar-benar ditangani manusia
dimulai_oleh	Inbound atau hasil sapaan kita
iklan (headline, ad_id)	Menyambungkan kualitas prospek ke materi iklan
transkrip lengkap	Bahan untuk menilai cara menjawab, bukan cuma cepat-lambatnya

Ekspor hanya bisa dilakukan akun induk atau admin — agen tidak bisa mengunduh percakapan pelanggan. Itu keputusan desain, bukan keterbatasan.

2. Minta AI merangkum

Berkas JSON itu dilampirkan ke AI (Claude, ChatGPT, atau yang lain) dengan perintah yang jelas. Kunci hasil yang bagus ada di perintahnya — minta angka dan bukti, bukan opini.

Contoh perintah yang bekerja:

Ini ekspor percakapan CS WhatsApp bisnis saya (JSON).
Buat laporan evaluasi untuk manajemen, berisi:

1. Corong prospek: berapa yang cuma bertanya, tertarik, serius,
   menuju transaksi. Sertakan persentase.
2. Penyebab prospek berhenti merespons. Kelompokkan, beri jumlah,
   dan kutip pesan terakhir agen sebelum pelanggan hening.
3. Waktu respons: median balasan pertama, kasus terlama, dan
   hubungannya dengan percakapan yang berlanjut vs yang mati.
4. Jam dan hari masuknya chat dibanding jam kerja CS.
5. Pertanyaan yang paling sering berulang.
6. Materi iklan mana yang membawa prospek paling siap.
7. Rekomendasi konkret tanpa biaya tambahan.

Aturan: setiap kesimpulan wajib disertai angka dan contoh sesi.
Jangan menyimpulkan apa pun yang tidak ada di data.

Kalimat terakhir yang paling penting. Tanpa itu, AI akan mengisi celah dengan tebakan yang terdengar meyakinkan.

3. Baca sebagai keputusan, bukan sebagai laporan

Laporan yang bagus berakhir di tindakan. Kalau hasil analisis tidak mengubah apa pun minggu depan, analisisnya belum selesai.

Contoh nyata: 109 percakapan, satu sore

Salah satu pengguna SendWia — biro travel umrah di Makassar — mengekspor 109 percakapan WhatsApp dari iklan Click-to-WhatsApp selama dua minggu, lalu meminta AI merangkumnya. Angka di bawah ini apa adanya dari berkas itu; nama dan nomor pelanggan tidak kami tampilkan.

Yang langsung terlihat dari angkanya:

• 105 dari 109 percakapan punya catatan waktu balasan pertama. Median 6 menit 10 detik — terdengar wajar, sampai kamu lihat ekornya: kasus terlama 8 jam, yaitu chat masuk tengah malam yang baru dibalas pagi.
• 13 giliran pelanggan tidak dibalas sama sekali. Bukan lambat — tidak dibalas. Ini angka yang paling sulit dibantah dan paling mudah diperbaiki.
• 88 sesi berakhir di agen, 18 mengambang (idle), 3 berhenti di bot. Artinya beban hampir sepenuhnya di manusia; bot belum menyaring apa pun.
• Semua 109 percakapan dimulai pelanggan. Tidak ada satu pun follow-up proaktif dari sisi bisnis.
• Iklan "Umrah nyaman dengan pelayanan yang maksimal" membawa 53 percakapan, "Umrah Orang Tua Lebih Tenang" 24 — tapi yang kedua menghasilkan konsultasi yang jauh lebih dalam.

Yang baru terlihat setelah AI membaca transkripnya:

• Penyebab drop-off terbesar bukan harga, melainkan balasan salam pasif: agen membalas terima kasih lalu bertanya "rencana berangkat bulan berapa?" tanpa memberi materi apa pun. Prospek menjawab sekali, lalu hilang.
• Ketika harga disebut bersama benefit dan insentif (potongan rombongan, pendaftaran kolektif, fasilitas), percakapan berlanjut sampai puluhan pesan dan berakhir dengan janji datang ke kantor. Ketika harga disebut telanjang, percakapan berhenti dalam dua balasan. Nominalnya mirip; cara membingkainya yang berbeda.
• Pertanyaan yang paling sering berulang ternyata "kantornya di mana?" — muncul di delapan percakapan sebagai cara pelanggan memastikan travelnya nyata. Itu pertanyaan yang seharusnya dijawab satu klik, bukan diketik ulang.

Keputusan yang diambil setelahnya, semuanya tanpa biaya tambahan: mengganti template salam pembuka dengan pertanyaan kualifikasi, mewajibkan harga selalu disebut bersama benefit, menyalakan auto-responder malam, dan membuat quick reply berisi alamat + tautan peta.

Dari satu berkas ekspor dan satu sore kerja.

Lima metrik yang harus ada di setiap evaluasi CS

Metrik	Ambang sehat	Apa artinya kalau buruk
Balasan pertama	< 3 menit di jam kerja	Prospek dari iklan mendingin dalam hitungan menit
Giliran tak dibalas	0	Ada uang yang menguap tanpa siapa pun sadar
Chat di luar jam kerja	ada penanganannya	Bukan salah CS — salah sistem yang tidak menyiapkan apa pun
Panjang percakapan	makin panjang makin baik	Percakapan 2 pesan = tidak ada yang digali
Alasan berhenti	terdokumentasi	Tanpa ini semua perbaikan cuma tebakan

Metrik terakhir yang paling sering dilewatkan, dan justru satu-satunya yang menunjuk apa yang harus diubah.

Yang perlu dijaga

Privasi. Aktifkan penyamaran nomor saat ekspor. Pakai AI yang tidak melatih model dari data kamu. Hapus berkas setelah laporannya jadi. Yang dianalisis adalah pola, bukan orang — nama dan nomor tidak pernah dibutuhkan untuk menjawab "kenapa prospek berhenti".

Ini menilai sistem, bukan mencari kambing hitam. Sebagian besar temuan di contoh di atas adalah kesalahan proses: template salam yang lemah, tidak ada penanganan malam, tidak ada quick reply alamat. Agennya bekerja dengan alat yang kurang. Kalau laporan seperti ini dipakai untuk menghukum orang, timmu akan mulai bermain aman — dan datanya jadi tidak berguna.

AI bisa salah. Cek silang beberapa kesimpulan ke transkrip aslinya sebelum mengambil keputusan besar. Karena itu perintahnya meminta contoh sesi: supaya bisa ditelusuri balik.

Lakukan berkala

Sebulan sekali sudah cukup untuk kebanyakan bisnis. Yang membuatnya berguna adalah perbandingan antar periode: median balasan turun dari 6 menit jadi 2 menit, giliran tak dibalas dari 13 jadi 0, percakapan yang berlanjut naik dari sekian persen. Satu potret hanya memberi tahu keadaan; deret potret memberi tahu apakah perbaikanmu bekerja.

Sisanya sudah tersedia: percakapan tercatat di Omnichat — WhatsApp, Instagram, Telegram, Messenger, TikTok Shop, Tokopedia dalam satu inbox — lengkap dengan atribusi iklan yang menyambungkan tiap percakapan ke iklan asalnya.

Ringkasan

• Kinerja CS bisa diukur dari datanya sendiri, bukan dari kesan.
• Tiga langkah: ekspor JSON → minta AI merangkum dengan perintah yang menuntut angka dan bukti → ubah jadi keputusan.
• Lima metrik wajib: balasan pertama, giliran tak dibalas, chat di luar jam kerja, panjang percakapan, alasan berhenti.
• Temuan terbesar biasanya soal proses, bukan orang — dan hampir selalu bisa diperbaiki tanpa biaya.
• Jaga privasi: samarkan nomor, pakai AI yang tidak melatih dari datamu, hapus berkas setelah selesai.

Omnichat + ekspor percakapan sudah termasuk mulai Rp 50.000/bulan — lihat paket, coba gratis 7 hari tanpa kartu kredit.