Mengukur Kepuasan Pelanggan terhadap AI Agent: Kenapa CSAT Beda dari QA Internal

Kami sebelumnya membahas cara menilai kualitas jawaban agent dari sisi internal, semacam proses quality assurance yang dilakukan tim sebelum dan sesudah agent live. Ada satu ukuran lain yang sering tertukar dengan itu tapi sebenarnya berbeda: kepuasan pelanggan, atau yang biasa disingkat CSAT, yang diukur langsung dari sisi orang yang berinteraksi dengan agent, bukan dari penilaian tim internal.

Kenapa dua hal ini bisa berbeda jauh

Jawaban agent bisa dinilai “benar” secara faktual oleh tim QA, tapi tetap membuat pelanggan kesal karena caranya menjawab terasa kaku, berputar-putar, atau tidak langsung menjawab inti pertanyaan. Sebaliknya, ada kasus di mana jawaban agent kurang lengkap tapi pelanggan tetap puas karena responnya cepat dan nada bicaranya terasa membantu. Ini menunjukkan bahwa akurasi jawaban dan pengalaman pelanggan adalah dua sumbu yang berbeda, dan keduanya perlu diukur terpisah.

Cara sederhana mengukur CSAT untuk agent chat

Bentuk paling umum adalah pertanyaan singkat setelah percakapan selesai, misalnya skala kepuasan satu sampai lima, atau sekadar dua tombol puas dan tidak puas. Yang penting bukan skalanya seberapa detail, tapi konsistensi kapan pertanyaan itu muncul, supaya datanya bisa dibandingkan dari waktu ke waktu, bukan cuma sesekali dikumpulkan saat ada keluhan.

Untuk bisnis kecil yang belum punya sistem survei otomatis, cara paling realistis adalah menyisipkan satu pertanyaan singkat di akhir percakapan yang dianggap selesai, misalnya setelah agent mengonfirmasi pesanan atau menutup keluhan. Responsnya tidak perlu wajib diisi, tapi cukup untuk memberi sinyal tren dari waktu ke waktu.

Angka rendah bukan berarti agent-nya buruk

Penting untuk tidak buru-buru menyimpulkan bahwa CSAT rendah berarti agent-nya perlu diganti total. Kadang penyebabnya adalah masalah yang sama sekali di luar kendali percakapan, misalnya pelanggan kesal karena barang telat padahal itu urusan ekspedisi, bukan agent. Pemisahan sebab akibat ini butuh membaca konteks percakapan, bukan cuma melihat angka skor.

Menggabungkan CSAT dengan QA internal

Cara paling berguna memakai kedua ukuran ini bersamaan adalah mencari percakapan yang skornya rendah, lalu mengecek dari sisi QA internal apakah jawabannya sebenarnya sudah benar secara faktual atau memang ada kesalahan. Kalau jawabannya benar tapi CSAT tetap rendah, biasanya masalahnya ada di gaya komunikasi, bukan konten jawaban, dan itu petunjuk untuk merevisi nada bicara agent, bukan basis pengetahuannya.

Mengukur kepuasan pelanggan memang menambah satu lapis pekerjaan, tapi tanpa data ini, bisnis hanya tahu agentnya “kelihatan benar” dari sisi internal, tanpa benar-benar tahu bagaimana rasanya di sisi pelanggan yang berinteraksi langsung.

Leave a Comment