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

Membaca Rasio Alih ke Manusia untuk Memperbaiki AI Agent

Redaksi AI SNS CHATTerbit 7 menit baca

Cara menguraikan rasio alih ke manusia berdasarkan alasan, kanal, dan topik, lalu mengubahnya menjadi perbaikan nyata untuk AI agent Anda.

Setiap kali AI agent Anda menyerahkan percakapan ke staf, ada pesan tersembunyi di balik kejadian itu: sesuatu belum berjalan seperti seharusnya. Sayangnya banyak tim hanya melihat angkanya, lalu bingung harus berbuat apa. Artikel ini menunjukkan cara membongkar rasio alih ke manusia menjadi daftar perbaikan yang konkret, mulai dari menyortir alasan hingga membangun rutinitas mingguan yang ringan.

Apa yang sebenarnya diukur rasio alih ke manusia

Rasio alih ke manusia (handoff rate) adalah porsi percakapan yang akhirnya diambil alih atau diteruskan ke staf, dibandingkan dengan seluruh percakapan dalam periode yang sama. Rumusnya sederhana:

rasio alih = jumlah percakapan yang dialihkan ÷ total percakapan

Sebagai contoh hipotetis, jika sebuah toko menerima 300 chat dalam sebulan dan 60 di antaranya dialihkan ke staf, rasio alihnya 20%. Angka itu sendiri belum menjawab apa-apa. Rasio 20% bisa berarti agent Anda kurang bekal, tetapi bisa juga berarti toko Anda memang banyak menerima permintaan yang wajar ditangani manusia, seperti negosiasi harga atau klaim garansi.

Karena itu, rasio alih lebih tepat dibaca sebagai penunjuk arah, bukan nilai rapor. Ia memberi tahu di mana harus mencari, sementara alasan di balik tiap alih yang memberi tahu apa yang harus diperbaiki.

Ada tiga hal yang perlu disepakati sejak awal:

  • Definisi alih. Apakah pelanggan yang meminta bicara dengan orang dihitung? Bagaimana dengan staf yang mengambil alih sendiri karena ingin memantau? Tentukan satu definisi dan pakai konsisten.
  • Periode. Bandingkan minggu dengan minggu, atau bulan dengan bulan, agar tidak terkecoh oleh lonjakan musiman seperti promo gajian atau Ramadan.
  • Penyebut yang sama. Jangan menghitung chat percobaan atau spam dalam total, karena akan membuat rasio tampak lebih baik dari kenyataan.

Langkah 1: kelompokkan setiap alih ke dalam satu alasan

Pekerjaan paling berharga justru yang paling membosankan: membaca percakapan yang dialihkan satu per satu, lalu memberi setiap kasus satu label alasan. Mulailah dengan daftar pendek yang mudah dipakai:

  1. Pengetahuan kosong. Jawabannya ada di bisnis Anda, tetapi belum ada di basis pengetahuan agent.
  2. Pengetahuan keliru atau usang. Agent menjawab, tetapi isinya sudah tidak berlaku, misalnya harga lama atau jam buka yang berubah.
  3. Butuh akses akun atau transaksi. Pelanggan menanyakan status pesanan atau pembayaran yang tidak bisa dilihat agent.
  4. Keputusan manusia. Pengecualian kebijakan, diskon khusus, ganti rugi, atau komplain serius.
  5. Permintaan langsung. Pelanggan sejak awal ingin bicara dengan orang.
  6. Emosi tinggi. Pelanggan kesal, dan nada percakapan memburuk.
  7. Salah paham. Pertanyaan ambigu atau agent salah menangkap maksud.

Jangan terlalu banyak kategori. Tujuh sudah cukup; lebih dari itu, tim akan malas melabeli dan datanya jadi tidak konsisten.

Pengetahuan kosong
14
Pengetahuan usang
5
Butuh akses akun
9
Keputusan manusia
8
Permintaan langsung
6
Emosi tinggi
3
Salah paham
4
Contoh: alih ke manusia menurut alasan dalam satu minggu sampel (hipotetis)Contoh ilustrasi

Pada contoh hipotetis di atas, 49 alih terjadi dalam seminggu. Dua kelompok terbesar, pengetahuan kosong (14) dan butuh akses akun (9), mencakup hampir separuh kasus dan keduanya bisa dikurangi. Sebaliknya, keputusan manusia (8) sebagian besar memang sah dialihkan. Tanpa pengelompokan ini, Anda mungkin akan menghabiskan waktu memoles persona agent padahal masalah utamanya ada di bahan pengetahuan.

Langkah 2: iris rasio berdasarkan kanal, topik, dan waktu

Rasio keseluruhan sering menyembunyikan masalah yang terkonsentrasi. Setelah alasan terkelompok, pecah angkanya dari tiga sudut.

Menurut kanal

Pelanggan di WhatsApp biasanya mengirim pesan pendek, penuh singkatan, dan sering berupa foto atau pesan suara. Di Instagram, banyak pertanyaan datang dari komentar atau DM yang singkat, seperti "ready kak?" atau "harga?". Pengunjung chat situs web cenderung bertanya lebih terstruktur. Jika rasio alih di WhatsApp jauh lebih tinggi daripada di chat situs web, kemungkinan penyebabnya bukan kualitas agent, melainkan gaya bahasa pelanggan yang belum tercakup dalam bahan pengetahuan.

Menurut topik

Hitung topik apa yang paling sering berujung alih: pengembalian barang, ongkos kirim, pembayaran cicilan, reservasi, atau komplain. Satu atau dua topik biasanya menyumbang porsi besar. Memperbaiki dua topik itu memberi dampak jauh lebih besar daripada menambal puluhan pertanyaan acak.

Menurut waktu

Lihat jam dan hari. Lonjakan alih di malam hari bisa berarti pelanggan menunggu stafnya, dan agent terpaksa menyerah karena tidak ada yang bisa menerima serah terima. Lonjakan setelah promo atau perubahan kebijakan menandakan pengetahuan yang tertinggal dari kenyataan.

Catat juga kapan sebuah perubahan Anda lakukan. Tanpa catatan tanggal, Anda tidak akan tahu apakah turunnya rasio berasal dari perbaikan Anda atau sekadar akibat minggu yang sepi.

Langkah 3: cocokkan setiap penyebab dengan perbaikan yang tepat

Setelah tahu penyebabnya, pilih obat yang sesuai. Salah memilih obat adalah kesalahan paling umum: menulis ulang persona untuk menyelesaikan masalah yang sebenarnya adalah dokumen yang hilang.

PenyebabPerbaikan yang masuk akal
Pengetahuan kosongTambahkan jawaban ke sumber data, misalnya pasangan tanya-jawab atau cuplikan teks
Pengetahuan usangPerbarui atau hapus sumber lama, lalu uji ulang pertanyaan yang sama
Butuh akses akunHubungkan agent ke alat pencarian atau Action yang relevan, atau siapkan serah terima yang rapi
Keputusan manusiaPertahankan alih, tetapi pastikan konteksnya lengkap saat diterima staf
Permintaan langsungPastikan jalur ke manusia jelas, dan jangan menahan pelanggan yang sudah meminta
Emosi tinggiPerbaiki nada di persona, dan alihkan lebih cepat ketika kekesalan terdeteksi
Salah pahamTambahkan variasi pertanyaan, atau atur agar agent bertanya balik saat ragu

Beberapa pedoman praktis:

  • Perbaiki dari yang paling sering. Satu perbaikan untuk kategori terbesar biasanya mengalahkan lima perbaikan kecil.
  • Ubah satu hal pada satu waktu. Jika Anda mengubah lima hal sekaligus, Anda tidak akan tahu mana yang berhasil.
  • Uji sebelum dipublikasikan. Coba pertanyaan nyata dari percakapan yang dialihkan, dengan kata-kata pelanggan yang sebenarnya, bukan versi yang sudah dirapikan.

Langkah 4: pastikan alih yang tetap terjadi berjalan mulus

Sebagian alih tidak akan hilang, dan memang tidak perlu. Yang bisa Anda kendalikan adalah kualitas serah terimanya. Pelanggan yang harus mengulang cerita dari awal setelah dialihkan akan merasa dua kali dikecewakan.

Beberapa kebiasaan yang membantu:

  • Jujur soal apa yang terjadi berikutnya. Pelanggan sebaiknya tahu bahwa percakapannya diteruskan ke staf, dan kapan kira-kira ada kabar, berdasarkan jam kerja yang benar-benar berlaku. Jangan menjanjikan waktu tunggu yang tidak bisa Anda penuhi.
  • Pastikan ada orang yang menerima. Serah terima pukul sembilan malam tanpa petugas jaga hanya memindahkan masalah. Atur jadwal jaga yang jelas.
  • Beri tahu staf lewat kanal yang mereka pakai. Notifikasi yang masuk ke aplikasi yang memang dibuka setiap hari jauh lebih cepat ditanggapi daripada yang menumpuk di dasbor yang jarang dikunjungi.
  • Simpan jawaban yang sering dipakai. Balasan tersimpan mempercepat staf pada pertanyaan yang berulang.
  • Jadikan setiap penyelesaian bahan belajar. Jika staf menulis jawaban yang bagus, jawaban itu seharusnya menjadi bekal agent untuk kasus serupa berikutnya.

Perhatikan juga sisi sebaliknya: alih yang terlalu sulit terjadi. Jika pelanggan harus berputar-putar sebelum bisa bertemu manusia, rasio alih Anda mungkin tampak bagus, tetapi kepuasan pelanggan justru turun. Rasio rendah bukan tujuan jika dicapai dengan mempersulit akses ke staf.

Langkah 5: bangun rutinitas mingguan

Analisis sekali jalan memang berguna, tetapi hasil terbaik datang dari kebiasaan kecil yang konsisten. Cukup sediakan satu jam yang sama setiap minggu.

  1. 01Tinjau percakapan yang dialihkan
  2. 02Beri label satu alasan
  3. 03Pilih satu perbaikan terbesar
  4. 04Uji dan catat tanggalnya
Dari alih ke perbaikanContoh ilustrasi

Susunan rutinitasnya bisa seperti ini:

  1. Ambil sampel. Baca sejumlah percakapan yang dialihkan, lebih baik semuanya jika jumlahnya masih sedikit. Tambahkan beberapa percakapan yang tidak dialihkan tetapi mendapat penilaian jempol ke bawah, karena di situ juga ada pelajaran.
  2. Beri label. Satu percakapan, satu alasan.
  3. Hitung ulang. Lihat kategori mana yang terbesar dan apakah ada perubahan dibanding minggu lalu.
  4. Pilih satu atau dua perbaikan. Tulis siapa yang mengerjakan dan kapan selesai.
  5. Catat dan uji. Setelah perbaikan dipublikasikan, uji beberapa pertanyaan nyata, lalu pantau minggu berikutnya.

Dengan ritme ini, setelah beberapa minggu Anda akan punya riwayat yang jelas: perubahan apa yang dibuat, kapan, dan efeknya pada kategori yang disasar. Itu jauh lebih berharga daripada satu angka rasio yang berdiri sendiri.

Mengerjakan ini di AI SNS CHAT

Semua langkah di atas bisa dijalankan dengan fitur yang sudah tersedia di AI SNS CHAT. Perlu dicatat, platform ini tidak menyediakan label alasan otomatis untuk setiap alih, jadi pelabelan tetap Anda lakukan sendiri, misalnya di lembar kerja tim.

Meninjau percakapan. Buka Activity → Chat logs. Di sini tersimpan percakapan dari kanal selain email, seperti WhatsApp, Instagram, dan widget chat. Anda bisa memakai filter, memilih banyak percakapan sekaligus, menandai (flag), mengeskalasi, menyelesaikan, atau mengekspor datanya untuk dihitung di lembar kerja. Penilaian jempol ke atas atau ke bawah dari pelanggan juga terlihat di sini. Percakapan email ada di Inbox.

Membaca pola. Menu Analytics menampilkan Chats, Topics, Question history, dan Sentiment. Topics membantu melihat pertanyaan mana yang paling sering muncul, sedangkan Sentiment membantu menemukan percakapan beremosi tinggi. Analitik lanjutan memerlukan paket Pro.

Menutup celah pengetahuan. Di Data sources, tambahkan jawaban lewat Q&A, cuplikan teks, berkas, atau situs web. Baik di Inbox maupun Chat logs, Anda dapat mengedit balasan menjadi jawaban ideal untuk melatih agent. Sebelum dipublikasikan, coba di Playground. Jika perubahan justru memburuk, titik pemulihan (restore point) memungkinkan Anda kembali ke versi sebelumnya.

Mengatur serah terima. Staf dapat mengambil alih sebuah chat, dan agent berhenti sementara. Di Helpdesk → Scheduling Anda menentukan shift per orang dan zona waktu, sehingga alih otomatis diarahkan ke petugas yang sedang jaga. Notifikasi alih bisa dikirim ke Slack, Teams, LINE WORKS, WhatsApp, email, atau webhook. Pesan kepada pelanggan memuat keterangan "apa yang terjadi berikutnya" yang disusun server berdasarkan jadwal jaga, dan server tidak mengarang perkiraan waktu tunggu. Helpdesk memerlukan paket Standar atau lebih tinggi. Action seperti Escalations dan alat pencarian untuk akses data bergantung pada paket; lihat rinciannya di halaman harga dan daftar fitur.

Terakhir, Synthia, pengelola armada AI di dasbor, dapat memandu Anda ke layar yang tepat bila ada pengaturan yang sulit ditemukan.

Pertanyaan umum

Berapa rasio alih yang dianggap baik?

Tidak ada angka universal, karena sangat bergantung pada jenis bisnis. Toko dengan pertanyaan seragam akan punya rasio berbeda dari layanan jasa yang banyak menangani pengecualian. Cara terbaik adalah menetapkan titik awal dari data Anda sendiri, lalu menilai apakah alasan alihnya semakin sah dari waktu ke waktu.

Haruskah saya menargetkan rasio alih nol?

Tidak. Sebagian percakapan, seperti komplain serius, negosiasi, atau pengecualian kebijakan, memang paling baik ditangani manusia. Target nol justru mendorong agent menjawab hal yang seharusnya tidak ia jawab, dan itu merugikan pelanggan. Fokuslah mengurangi alih yang sebenarnya bisa dihindari.

Rasio alih saya turun setelah saya mengubah sesuatu. Apakah itu keberhasilan?

Belum tentu. Periksa dulu apakah penurunannya terjadi pada kategori yang Anda sasar, dan apakah penilaian pelanggan serta sentimen tetap baik. Rasio bisa turun karena pelanggan kesulitan menemukan jalur ke staf atau karena minggu itu memang sepi, bukan karena agent makin baik.

Berapa percakapan yang sebaiknya ditinjau tiap minggu?

Jika alih per minggu masih sedikit, tinjau semuanya. Bila jumlahnya besar, ambil sampel yang cukup untuk melihat pola, lalu tambahkan beberapa percakapan berpenilaian buruk yang tidak dialihkan. Konsistensi lebih penting daripada jumlah, jadi pilih ukuran yang realistis untuk tim Anda dan pertahankan setiap minggu.

#rasio alih#eskalasi#KPI#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.