Percakapan lewat WhatsApp jarang berbentuk teks rapi dari awal sampai akhir. Pelanggan sering mengirim pesan suara singkat untuk menjelaskan sesuatu yang terasa ribet diketik, lalu melanjutkan dengan teks biasa untuk detail lain seperti alamat atau nomor pesanan, semuanya dalam satu sesi percakapan yang sama.
Kenapa ini bukan sekadar soal transkripsi
Mengubah suara menjadi teks sudah menjadi kemampuan yang relatif umum tersedia, tapi tantangan sebenarnya muncul setelah teks itu jadi. Agent perlu menggabungkan makna dari potongan suara yang baru saja ditranskrip dengan konteks dari pesan teks sebelum dan sesudahnya, seolah keduanya adalah satu aliran percakapan yang utuh, bukan dua sumber terpisah yang kebetulan datang berurutan.
Risiko kalau transkripsi tidak sempurna
Hasil transkripsi suara tidak selalu akurat, terutama kalau ada suara latar belakang, aksen daerah yang kuat, atau istilah khusus bisnis tertentu. Kalau agent langsung mempercayai hasil transkripsi mentah-mentah tanpa mengenali potensi salah dengar, kesalahan kecil di transkripsi bisa berubah jadi kesalahan besar dalam tindakan yang diambil, misalnya salah menangkap jumlah pesanan atau alamat pengiriman.
Kapan sebaiknya bertanya balik
Untuk informasi yang krusial seperti angka, alamat, atau nama produk yang mirip-mirip, agent sebaiknya mengonfirmasi ulang hasil tangkapan dari pesan suara dengan bahasa yang jelas, bukan langsung memproses tanpa verifikasi. Konfirmasi singkat ini terasa sedikit lebih lambat, tapi jauh lebih murah dibanding harus memperbaiki kesalahan yang sudah terlanjur diproses.
Desain yang perlu dipikirkan sejak awal
Bisnis yang pelanggannya sering mengirim pesan suara perlu memastikan sistem transkripsi terintegrasi baik dengan riwayat percakapan, bukan diperlakukan sebagai jalur terpisah. Tanpa integrasi ini, agent berisiko kehilangan konteks penting yang justru disampaikan lewat suara, padahal alasan pelanggan memilih kirim suara biasanya karena informasinya cukup penting untuk dijelaskan dengan detail.