Percakapan customer service menyimpan banyak informasi berharga, mulai dari pertanyaan yang sering muncul hingga kendala yang berulang. Dengan mengolah data percakapan secara terstruktur, perusahaan dapat menggunakannya untuk memperbarui Knowledge Base dan membantu AI Agent memberikan respons yang lebih relevan.
Setiap hari, tim customer service menangani berbagai pertanyaan pelanggan. Ada yang menanyakan produk, meminta bantuan teknis, menanyakan status layanan, hingga menyampaikan keluhan yang sama berulang kali.
Masalahnya, informasi dari percakapan tersebut sering kali hanya berhenti sebagai rekaman dan transkrip panggilan.
Padahal, data tersebut dapat diolah menjadi sumber pengetahuan yang berguna untuk meningkatkan kualitas layanan pelanggan, termasuk menjadi referensi bagi AI Agent.
Percakapan Customer Sebenarnya Menyimpan Banyak Insight
Transkrip percakapan dapat menunjukkan pola yang sulit terlihat hanya dari laporan jumlah panggilan.
Misalnya, dalam satu bulan customer service menemukan bahwa banyak pelanggan menanyakan:
- Cara menggunakan fitur tertentu.
- Kendala login atau akses akun.
- Informasi mengenai paket dan layanan.
- Cara melakukan konfigurasi.
- Alasan pelanggan mengalami kendala saat menggunakan produk.
Jika pertanyaan yang sama terus muncul, informasi tersebut dapat menjadi kandidat untuk dimasukkan ke dalam Knowledge Base.
Dengan begitu, perusahaan tidak perlu terus membuat penjelasan dari awal setiap kali
pertanyaan serupa muncul.
Bukan Semua Transkrip Harus Dimasukkan ke AI Agent
Salah satu hal penting adalah tidak menjadikan seluruh transkrip sebagai Knowledge Base secara langsung.
Transkrip percakapan biasanya masih berisi informasi yang bersifat sementara, data pribadi pelanggan, percakapan di luar konteks, atau informasi yang belum terverifikasi.
Karena itu, prosesnya sebaiknya dilakukan secara bertahap:
Transkrip Panggilan → Identifikasi Pola → Validasi Informasi → Penyusunan Knowledge Base → AI Agent
AI dapat membantu menemukan pola dari banyak percakapan, tetapi informasi yang akan menjadi referensi AI Agent tetap perlu diperiksa sebelum digunakan.
Dari Pertanyaan Berulang Menjadi Knowledge Base
Bayangkan tim customer service menerima ratusan panggilan setiap minggu.
Dari seluruh percakapan tersebut, ditemukan bahwa pertanyaan berikut sering muncul:
“Bagaimana cara menghubungkan nomor telepon ke sistem?”
Daripada membiarkan agent menjelaskan hal yang sama berulang kali, perusahaan dapat membuat artikel Knowledge Base yang menjelaskan:
- Persyaratan yang diperlukan.
- Langkah konfigurasi.
- Hal yang perlu diperiksa jika koneksi gagal.
- Kapan masalah harus diteruskan kepada tim teknis.
Informasi tersebut kemudian dapat digunakan sebagai referensi oleh AI Agent ketika menangani pertanyaan serupa.
AI Membantu Menemukan Pola dari Percakapan
Dengan bantuan AI, perusahaan dapat menganalisis kumpulan transkrip untuk menemukan pola seperti:
- Pertanyaan yang paling sering diajukan.
- Masalah yang paling banyak dilaporkan.
- Keberatan pelanggan.
- Topik yang membutuhkan eskalasi ke agent manusia.
- Informasi produk yang sering disalahpahami pelanggan.
- Pertanyaan yang belum memiliki dokumentasi yang jelas.
Hasil analisis tersebut dapat digunakan oleh tim untuk menentukan informasi apa yang perlu ditambahkan atau diperbarui di Knowledge Base.
Dengan pendekatan ini, Knowledge Base tidak hanya dibuat berdasarkan asumsi internal, tetapi juga berdasarkan percakapan yang benar-benar terjadi dengan pelanggan.
Knowledge Base yang Terus Berkembang
Kebutuhan pelanggan dapat berubah seiring waktu.
Fitur baru dirilis, prosedur layanan diperbarui, dan pertanyaan pelanggan pun ikut berubah. Karena itu, Knowledge Base sebaiknya tidak dianggap sebagai dokumen yang dibuat sekali lalu selesai.
Perusahaan dapat melakukan evaluasi secara berkala:
Kumpulkan → Analisis → Validasi → Perbarui → Uji
Misalnya, setiap bulan tim dapat mengambil sejumlah percakapan terbaru dan mencari pertanyaan atau kendala yang belum tercakup dalam Knowledge Base.
Jika ditemukan pola baru, informasi tersebut dapat ditambahkan setelah melalui proses validasi.
Tetap Libatkan Manusia dalam Prosesnya
AI dapat membantu membaca dan mengelompokkan percakapan dalam jumlah besar, tetapi bukan berarti semua informasi yang ditemukan dapat langsung digunakan.
Tim tetap perlu memastikan bahwa:
- Informasi produk masih benar.
- Prosedur yang diberikan masih berlaku.
- Data pelanggan tidak ikut dimasukkan.
- Informasi internal tidak menjadi bagian dari Knowledge Base.
- AI Agent tidak memberikan jawaban di luar informasi yang telah divalidasi.
Pendekatan ini membuat AI Agent bekerja berdasarkan pengetahuan yang terkontrol, bukan sekadar kumpulan percakapan mentah.
Integrasikan dengan Sistem Komunikasi Perusahaan
Pengolahan transkrip akan semakin bermanfaat jika data percakapan terhubung dengan sistem komunikasi yang digunakan perusahaan.
Dengan solusi Cloud PBX, Contact Center, CRM, dan AI, data interaksi pelanggan dapat menjadi bagian dari alur yang lebih terintegrasi.
Contohnya:
Customer Call → Transkrip → Analisis AI → Knowledge Base → AI Agent → Customer Service
Data dari percakapan sebelumnya dapat membantu perusahaan memahami kebutuhan pelanggan sekaligus menemukan area yang membutuhkan perbaikan.
Kesimpulan
Transkrip panggilan bukan hanya dokumentasi dari percakapan yang sudah selesai. Jika dikelola dengan benar, data tersebut dapat menjadi sumber insight untuk membangun dan memperbarui Knowledge Base.
Dengan menggabungkan data percakapan, AI, Knowledge Base, dan sistem komunikasi, perusahaan dapat menciptakan proses pembelajaran yang berkelanjutan untuk layanan pelanggan.
Tujuannya bukan membuat AI Agent mengetahui semua hal, tetapi memastikan AI memiliki informasi yang tepat, relevan, dan sudah divalidasi ketika berinteraksi dengan pelanggan.
SolusiPBX membantu perusahaan membangun sistem komunikasi yang terintegrasi dengan Cloud PBX, Contact Center, CRM, dan teknologi AI untuk mendukung layanan pelanggan yang lebih terstruktur.
