Lewati ke konten
AI-SNS.IO — CHAT SUPPORTAI-SNS.IO — CHAT SUPPORT
KPI

Deflection vs Containment Rate: Angka Mana yang Layak Dipercaya?

Redaksi AI SNS CHATTerbit 6 menit baca

Pahami beda deflection rate dan containment rate pada chatbot WhatsApp, cara menghitungnya, jebakan yang menggelembungkan angka, dan cara mengukurnya.

Laporan bulanan chatbot Anda menulis "tingkat penyelesaian 80%", tetapi tim CS tetap kewalahan dan pelanggan masih mengeluh di kolom komentar Instagram. Kemungkinan besar masalahnya bukan pada botnya, melainkan pada angka yang dipakai: deflection dan containment sering dicampuradukkan, padahal menjawab pertanyaan yang berbeda. Artikel ini menjelaskan definisi, rumus, kegunaan, jebakan, dan cara mengukur keduanya dengan jujur.

Mengapa dua istilah ini sering tertukar

Di banyak rapat, "deflection" dan "containment" dipakai bergantian. Alasannya wajar: keduanya sama-sama menggambarkan percakapan yang tidak sampai ke agen manusia. Vendor perangkat lunak pun sering memakai satu istilah untuk dua hal, sehingga tim yang baru memulai otomatisasi di WhatsApp mudah ikut bingung.

Perbedaannya halus tetapi penting. Containment melihat apa yang terjadi di dalam satu percakapan dengan bot. Deflection melihat apa yang terjadi pada permintaan bantuan secara keseluruhan: apakah pelanggan akhirnya tidak perlu menghubungi manusia, lewat kanal apa pun, dalam rentang waktu tertentu.

Contoh sederhana. Seorang pelanggan toko online bertanya soal status pesanan lewat WhatsApp, bot menjawab, lalu ia berhenti membalas. Percakapan itu "tertampung" (contained). Namun jika dua jam kemudian ia menelepon CS atau mengirim DM ke Instagram dengan pertanyaan yang sama, permintaan itu sebenarnya tidak ter-deflect.

Definisi dan rumus

Containment rate

Containment rate adalah persentase percakapan yang dimulai dengan bot dan selesai tanpa dialihkan ke manusia.

Contoh hipotetis: jika sebuah toko menerima 300 chat dalam sebulan dan 210 di antaranya tidak pernah dialihkan ke agen, containment rate-nya 70%.

Deflection rate

Deflection rate adalah persentase permintaan bantuan yang berhasil dijawab lewat swalayan (bot, halaman bantuan, FAQ) sehingga tidak berubah menjadi kontak ke agen manusia.

Penyebut deflection lebih luas. Ia bisa mencakup kunjungan ke halaman bantuan atau pencarian di FAQ, bukan hanya percakapan bot. Karena itu, deflection paling cocok dibaca pada tingkat permintaan atau pelanggan, bukan tingkat sesi.

Containment rate
Deflection rate
Unit hitung: percakapan dengan bot
Unit hitung: permintaan bantuan atau pelanggan
Pertanyaan: apakah bot menyelesaikan tanpa handoff?
Pertanyaan: apakah pelanggan tidak perlu menghubungi manusia sama sekali?
Mudah dihitung dari log chat
Butuh data lintas kanal dan jendela waktu
Rentan menghitung "pelanggan menyerah" sebagai sukses
Lebih dekat ke beban kerja tim CS yang sebenarnya
Containment vs deflection sekilasContoh ilustrasi

Untuk apa masing-masing dipakai

Containment adalah metrik operasional harian. Ia cepat berubah ketika Anda memperbaiki basis pengetahuan, mengubah persona bot, atau menambah sumber data. Tim yang menyetel bot setiap minggu akan memakai containment sebagai kompas utama.

Deflection adalah metrik dampak bisnis. Ia menjawab pertanyaan pemilik usaha: apakah beban tim CS benar-benar turun? Jika containment naik tetapi jumlah tiket, telepon, dan DM berulang tidak turun, berarti ada yang salah.

Pembagian peran yang praktis:

  • Containment: untuk tim yang mengelola bot, dibaca mingguan, dipecah per topik dan per kanal.
  • Deflection: untuk pemilik usaha dan manajemen, dibaca bulanan, dibandingkan dengan volume tiket atau jam kerja agen.
  • Keduanya perlu ditemani indikator kualitas, seperti rating jempol atas/bawah dan sentimen, agar angka tinggi tidak menutupi pengalaman buruk.

Jebakan yang menggelembungkan kedua angka

Angka yang indah belum tentu jujur. Berikut jebakan yang paling sering terjadi pada UMKM maupun perusahaan besar di Indonesia.

1. Pelanggan menyerah, bukan terlayani

Bot menjawab keliru, pelanggan malas mengetik ulang, lalu berhenti. Di log, percakapan itu terlihat "selesai tanpa handoff". Padahal masalahnya belum beres.

2. Handoff dipersulit

Jika tombol atau kata kunci untuk bicara dengan manusia sengaja disembunyikan, containment naik secara artifisial, sementara kepuasan turun. Angka tinggi di sini adalah tanda bahaya.

3. Kontak ulang di kanal lain

Pelanggan bertanya ke bot di situs web, tidak puas, lalu mengirim pesan WhatsApp ke nomor CS. Dua percakapan terpisah, dan keduanya bisa tampak "berhasil" jika dilihat sendiri-sendiri.

4. Jendela waktu yang terlalu pendek

Jika percakapan dianggap selesai setelah 10 menit tanpa balasan, pelanggan yang kembali besok pagi tidak terhitung sebagai kegagalan. Jendela yang pendek menggelembungkan angka.

5. Penyebut yang tidak konsisten

Menghitung semua pesan, termasuk sapaan "halo" atau spam, membuat penyebut besar dan persentase tampak rendah atau tinggi tanpa dasar jelas. Tentukan dulu apa yang dihitung sebagai "percakapan bermakna".

6. Pertanyaan yang memang tidak butuh manusia

Banyak chat hanya menanyakan jam buka atau alamat. Menjawabnya tidak sulit, jadi angka tinggi belum membuktikan bot Anda pandai menangani kasus rumit.

Pendekatan pengukuran yang tahan uji

Mulailah dengan menetapkan definisi tertulis, lalu terapkan secara konsisten selama minimal satu kuartal agar tren bisa dibandingkan.

  1. 01Kumpulkan log chat semua kanal
  2. 02Tandai hasil: selesai, handoff, ditinggalkan
  3. 03Cocokkan kontak ulang dalam jendela waktu
  4. 04Hitung dan audit sampel manual
Dari percakapan ke angka yang bisa dipercayaContoh ilustrasi

Langkah-langkahnya:

  1. Tetapkan unit dan penyebut. Misalnya: satu percakapan bermakna adalah percakapan dengan setidaknya satu pertanyaan nyata dari pelanggan.
  2. Klasifikasikan hasil. Minimal ada tiga: terselesaikan bot, dialihkan ke manusia, dan ditinggalkan. Jangan gabungkan "ditinggalkan" dengan "terselesaikan".
  3. Tentukan jendela waktu. Untuk WhatsApp dan Messenger, pelanggan sering membalas beberapa jam kemudian. Jendela 24 hingga 72 jam biasanya lebih realistis daripada hitungan menit, tetapi sesuaikan dengan pola bisnis Anda.
  4. Cocokkan kontak ulang. Jika Anda punya nomor telepon atau identitas pelanggan, periksa apakah orang yang sama menghubungi lagi dengan topik serupa.
  5. Audit sampel. Setiap bulan, baca secara manual sekitar beberapa puluh percakapan yang ditandai "selesai". Ini cara paling murah untuk menangkap kesalahan klasifikasi.
  6. Laporkan bersama indikator kualitas. Tampilkan rating, sentimen, dan tingkat kontak ulang berdampingan dengan persentasenya.

Meningkatkan containment tanpa merusak pengalaman

Tujuannya bukan angka setinggi mungkin, melainkan bot yang menuntaskan hal yang tepat dan menyerahkan sisanya dengan mulus.

  • Perbaiki pengetahuan lebih dulu. Lihat pertanyaan yang paling sering berujung handoff, lalu tambahkan jawabannya ke basis pengetahuan. Ini biasanya memberi dampak terbesar.
  • Jaga handoff tetap mudah. Pelanggan yang bisa bicara dengan manusia kapan saja justru lebih percaya pada bot.
  • Batasi cakupan. Bot yang tahu batasnya (misalnya tidak menjanjikan refund) lebih aman daripada bot yang menebak.
  • Tentukan jam layanan manusia. Jika agen hanya aktif pukul 09.00 hingga 17.00 WIB, sampaikan jelas apa yang terjadi di luar jam itu, agar pelanggan tidak merasa diabaikan.
  • Pantau topik, bukan hanya total. Containment 70% bisa berarti 95% untuk pertanyaan jam buka dan 30% untuk keluhan pengiriman. Rata-rata menyembunyikan masalah.
  • Pakai umpan balik. Rating jempol bawah dan koreksi jawaban dari agen adalah bahan perbaikan paling berharga.

Contoh hipotetis: sebuah toko perlengkapan bayi menemukan bahwa banyak handoff berasal dari pertanyaan ongkos kirim ke luar Jawa. Setelah tabel tarif ditambahkan ke basis pengetahuan, handoff untuk topik itu turun, tanpa perlu membuat bot lebih "agresif" menahan pelanggan.

Mengerjakannya di AI SNS CHAT

AI SNS CHAT menyediakan bahan dasar untuk pengukuran yang jujur, tetapi perhatikan bahwa platform ini tidak memberi satu angka "deflection rate" otomatis. Anda menghitungnya dari data yang tersedia.

Log percakapan. Untuk semua kanal selain email, percakapan ada di Activity → Chat logs. Anda dapat memfilter, menandai (flag), mengeskalasi, menyelesaikan (resolve), memilih massal, dan mengekspor log. Ekspor ini menjadi dasar untuk menghitung containment di spreadsheet dengan definisi Anda sendiri. Untuk email, percakapan berada di Inbox.

Rating dan analitik. Pelanggan dapat memberi jempol atas atau bawah, dan menu Analytics menampilkan Chats, Topics, Question history, dan Sentiment. Analitik lanjutan memerlukan paket Pro. Gunakan Topics untuk melihat topik mana yang sering berujung handoff.

Handoff yang terkontrol. Anda dapat mengambil alih chat (bot berhenti sementara), dan di Helpdesk → Scheduling Anda mengatur shift per orang dan zona waktu. Handoff otomatis diarahkan ke agen yang sedang bertugas, dan notifikasinya bisa dikirim ke Slack, Teams, LINE WORKS, WhatsApp, email, atau webhook. Pesan ke pelanggan menyebut langkah berikutnya berdasarkan jadwal jaga, tanpa mengarang perkiraan waktu tunggu. Helpdesk memerlukan paket Standard atau lebih tinggi.

Memperbaiki jawaban. Di Chat logs maupun Inbox, Anda dapat mengedit balasan agen menjadi jawaban ideal untuk melatih bot. Tambahkan juga sumber pengetahuan lewat menu Data sources, misalnya file, situs web, atau Q&A.

Kanal. WhatsApp, Instagram, Messenger, widget chat situs web, dan kanal lain dapat dipasang lewat Channels, sehingga log dari beberapa kanal bisa Anda gabungkan saat menghitung kontak ulang. Lihat daftar koneksi dan fitur untuk rinciannya.

Catatan WhatsApp. Untuk kampanye keluar (menu Outbound Beta, paket Standard ke atas), pengiriman WhatsApp dibatasi pada jendela 24 jam. Ini berguna diingat saat Anda menentukan jendela waktu pengukuran.

Alur kerja yang disarankan: ekspor Chat logs tiap bulan, klasifikasikan hasil, cocokkan kontak ulang dengan data tiket atau telepon Anda, lalu laporkan bersama rating dan sentimen. Harga dan batas tiap paket dapat dilihat di halaman harga.

Pertanyaan umum

Apakah containment rate yang lebih tinggi selalu lebih baik?

Tidak. Angka tinggi bisa berarti bot menyelesaikan banyak hal, tetapi juga bisa berarti pelanggan menyerah atau jalur ke manusia dipersulit. Selalu baca bersama rating, sentimen, dan tingkat kontak ulang. Target yang sehat adalah containment tinggi pada topik yang memang cocok untuk otomatisasi.

Mana yang sebaiknya dilaporkan ke pimpinan?

Laporkan deflection atau ukuran dampak beban kerja (misalnya penurunan tiket berulang) sebagai angka utama, karena itu yang berkaitan dengan biaya dan waktu tim. Sertakan containment sebagai indikator operasional, lengkap dengan catatan definisi dan jendela waktunya.

Bisakah deflection diukur hanya dari log chat?

Hanya sebagian. Log chat cukup untuk containment dan untuk mendeteksi pelanggan yang kembali di kanal yang sama. Untuk deflection sejati, Anda perlu mencocokkan dengan data telepon, email, atau tiket, lalu mengakui bahwa hasilnya tetap perkiraan.

Berapa lama menunggu sebelum chat WhatsApp atau Messenger dianggap selesai?

Tidak ada angka universal, tetapi menit terlalu pendek karena pelanggan sering membalas berjam-jam kemudian. Banyak tim memakai 24 hingga 72 jam, lalu menyesuaikannya dengan kebiasaan pelanggan mereka. Yang terpenting, pilih satu aturan, tuliskan, dan pakai konsisten agar tren bulanan bisa dibandingkan.

#deflection rate#containment rate#KPI chatbot#layanan pelanggan#WhatsApp

Praktikkan dengan AI SNS CHAT

Buat agen AI yang dilatih dengan konten Anda sendiri dan hubungkan ke situs web, WhatsApp, LINE, dan lainnya. Gratis untuk memulai, tanpa kartu kredit.