Otomatisasi Customer Service E-commerce: Satukan Chat Marketplace, WhatsApp, dan Website
Ringkasan artikel:Panduan ini membahas cara menerapkan otomatisasi customer service e-commerce dengan menyatukan chat dari marketplace, WhatsApp, website, dan email. Fokusnya mencakup pertanyaan pra-pembelian, status pesanan, pengiriman, retur, refund, serta komplain, kemudian menghubungkannya dengan OMS atau CRM, klasifikasi otomatis, knowledge base, dan handoff ke agen. Artikel juga menjelaskan cara menyiapkan layanan saat lonjakan kampanye serta KPI seperti response time, resolution time, backlog, repeat contact, dan CSAT. Cocok untuk Head of E-commerce, Operasional marketplace, dan Manajer CS yang ingin mengurangi pekerjaan berulang tanpa kehilangan konteks pelanggan.
Daftar isi
- Pisahkan pertanyaan sebelum mulai mengotomatisasi
- Marketplace, WhatsApp dan website perlu membaca data pesanan yang sama
- Klasifikasi otomatis lebih berguna daripada satu antrean besar
- Knowledge base harus mengikuti perubahan toko
- Handoff ke agen jangan membuat pelanggan mengulang cerita
- Lonjakan kampanye perlu disiapkan sebelum trafik datang
- Jangan hanya menghitung berapa banyak chat yang dijawab bot
- Mulai dari proses yang paling banyak membuang waktu
- FAQ
Oleh Siti Ayu
Siti Ayu, Manajer Keberhasilan Pelanggan di Udesk. Ia ahli dalam penerapan layanan pelanggan, mendukung merek manufaktur, ritel dan global untuk mengoptimalkan operasi dukungan serta CSAT.
Otomatisasi customer service e-commerce mulai terasa manfaatnya ketika tim tidak lagi menghabiskan sebagian besar waktu untuk menjawab pertanyaan yang sama dari Shopee, Tokopedia, WhatsApp, website, dan email. Untuk customer service toko online, tantangannya bukan sekadar menyatukan semua chat, tetapi memastikan pertanyaan produk, status pesanan, keterlambatan pengiriman, retur, refund, dan komplain masuk ke alur penanganan yang tepat tanpa membuat agen terus berpindah aplikasi.
Pisahkan pertanyaan sebelum mulai mengotomatisasi
Tidak semua chat e-commerce sebaiknya diperlakukan sama. Pertanyaan sebelum pembelian biasanya sederhana, tetapi volumenya tinggi. Pelanggan bertanya apakah stok tersedia, ukuran mana yang cocok, kapan promo berakhir, atau apakah produk bisa dikirim ke kota tertentu. Sebagian besar dapat dijawab dari knowledge base selama data produk selalu diperbarui.

Status pesanan membutuhkan sumber data yang berbeda. Jawaban “sedang dikirim” tidak seharusnya berasal dari artikel FAQ, melainkan dari OMS atau sistem pesanan. Jika pelanggan mengirim nomor order, sistem dapat mengambil status terkini dan memberi jawaban tanpa agen harus membuka dashboard lain.
Retur, refund dan komplain lebih sulit. Bot masih dapat mengumpulkan nomor pesanan, alasan retur, foto atau informasi awal, tetapi keputusan akhir tidak selalu aman untuk diotomatisasi. Kasus barang rusak, jumlah refund yang diperdebatkan atau pelanggan yang sudah menghubungi perusahaan beberapa kali sebaiknya segera masuk ke agen.
Pemisahan seperti ini membuat otomatisasi lebih realistis. Tujuannya bukan membuat semua chat selesai tanpa manusia, tetapi mengurangi pekerjaan berulang agar agen mempunyai waktu untuk kasus yang memang membutuhkan keputusan.
Marketplace, WhatsApp dan website perlu membaca data pesanan yang sama
Masalah yang cukup umum terjadi saat pelanggan membeli di marketplace, tetapi kemudian menghubungi perusahaan melalui WhatsApp. Agen hanya melihat pesan WhatsApp dan harus meminta pelanggan mengirim ulang nomor pesanan, nama produk, bahkan screenshot transaksi.
Jika sistem customer service terhubung dengan OMS atau CRM, sebagian konteks tersebut dapat dibawa ke workspace agen. Udesk, misalnya, mendukung integrasi kanal seperti WhatsApp Business API, Shopee, Tokopedia, email dan live chat, serta menyediakan integrasi dengan ERP, OMS, WMS dan BI.
Bagi Head of E-commerce, manfaat integrasi semacam ini bukan sekadar “omnichannel”. Yang lebih terasa adalah agen tidak perlu membuka tiga atau empat sistem hanya untuk menjawab pertanyaan “pesanan saya sudah dikirim belum”.
Klasifikasi otomatis lebih berguna daripada satu antrean besar
Menggabungkan semua kanal ke satu inbox memang memudahkan pengawasan, tetapi satu antrean besar juga bisa menjadi masalah baru.
Chat dapat diklasifikasikan berdasarkan intent. Pertanyaan stok masuk ke pre-sales, status kiriman ke order support, permintaan refund ke after-sales, sedangkan komplain yang mengandung risiko reputasi dapat langsung masuk ke supervisor.
Klasifikasi ini juga dapat menggunakan informasi tambahan seperti marketplace asal, kategori produk, status pelanggan atau jam masuk. Saat kampanye besar, misalnya 9.9, 11.11 atau Ramadan, aturan routing dapat diubah sementara karena komposisi pertanyaan biasanya ikut berubah.
Udesk menyediakan intelligent routing serta ticket management untuk meneruskan kasus ke agen atau tim yang sesuai. Pada skenario e-commerce, fungsi seperti ini lebih relevan daripada sekadar menambah chatbot karena masalah sebenarnya sering berada pada distribusi pekerjaan setelah chat masuk.
Knowledge base harus mengikuti perubahan toko
Chatbot e-commerce Indonesia biasanya diuji dengan pertanyaan yang mudah, seperti jam layanan atau cara menggunakan voucher. Tantangannya justru muncul ketika informasi berubah cepat.
Promo selesai malam ini, stok ukuran tertentu habis, kebijakan retur berubah, atau metode pengiriman berbeda antarwilayah. Jika knowledge base tidak diperbarui, bot dapat menjawab dengan cepat tetapi salah.
Karena itu, sumber jawaban perlu dibagi. FAQ dan kebijakan layanan dapat berasal dari knowledge base. Harga dan stok lebih aman dibaca dari sistem produk. Status pesanan berasal dari OMS, sedangkan informasi pengiriman dapat memerlukan data logistik.
Tim juga perlu menentukan siapa yang memiliki tiap sumber. Jangan menjadikan tim CS satu-satunya pihak yang bertanggung jawab memperbarui informasi produk yang sebenarnya dikelola tim e-commerce.
Handoff ke agen jangan membuat pelanggan mengulang cerita
Salah satu tanda otomatisasi yang kurang matang adalah bot berhasil mengumpulkan informasi, tetapi seluruh informasi tersebut hilang ketika percakapan dipindahkan ke manusia.
Jika pelanggan sudah memberikan nomor pesanan, alasan retur dan foto barang, agen seharusnya menerima semuanya. Riwayat jawaban bot juga perlu terlihat agar agen mengetahui apa yang sudah dijelaskan.
Handoff dapat dipicu karena beberapa alasan. Knowledge tidak menemukan jawaban, pelanggan meminta agen, percakapan sudah berulang tanpa hasil, atau masalah memang membutuhkan persetujuan manusia.
Pada komplain yang kemudian memerlukan tindak lanjut lintas departemen, chat sebaiknya dapat berubah menjadi tiket. Dengan begitu, kasus tidak hilang hanya karena percakapan WhatsApp atau marketplace sudah tenggelam oleh pesan baru. Solusi retail dan e-commerce Udesk memang dirancang untuk membantu penanganan retur, refund, replacement dan komplain melalui visibilitas kasus yang lebih terpusat.
Lonjakan kampanye perlu disiapkan sebelum trafik datang
Kesalahan yang sering terjadi adalah baru menambah automation ketika kampanye sudah berjalan dan antrean terlanjur panjang.
Beberapa minggu sebelum kampanye, lihat data periode sebelumnya. Pertanyaan mana yang paling sering muncul, jam berapa backlog mulai meningkat, dan kasus apa yang paling banyak menyita waktu agen.
Jika sebagian besar chat adalah “promo berlaku sampai kapan”, “barang sudah dikirim belum” dan “voucher saya tidak bisa dipakai”, tiga alur tersebut lebih layak dibereskan daripada membangun chatbot dengan puluhan intent yang jarang digunakan.
Routing juga dapat diubah sementara. Agen tambahan ditempatkan pada order dan delivery, sementara pertanyaan FAQ lebih banyak ditangani otomatis. Setelah kampanye berakhir, aturan tersebut dapat dikembalikan.
Kasus Watsons memberi gambaran yang cukup dekat dengan situasi ini. Udesk mencatat bahwa bisnis online Watsons berkembang cepat dan volume pertanyaan ikut meningkat. Dalam implementasinya, Udesk menyatukan beberapa kanal layanan dan menggunakan intelligent routing serta automation. Materi resmi Udesk juga menjelaskan bahwa pada periode sibuk seperti Double Eleven, Watsons membutuhkan cara agar layanan tetap dapat berjalan ketika trafik meningkat. Hasil kasus ini berasal dari publikasi Udesk, sehingga lebih tepat digunakan sebagai contoh implementasi daripada patokan hasil untuk semua bisnis.

Jangan hanya menghitung berapa banyak chat yang dijawab bot
Automation rate terlihat menarik di dashboard, tetapi belum tentu menunjukkan kualitas operasi.
Untuk tim e-commerce, response time tetap perlu dilihat per kanal karena pelanggan marketplace dan live chat biasanya mengharapkan respons berbeda dari email. Backlog juga perlu dipantau, terutama jumlah chat atau tiket yang belum selesai saat pergantian shift.
Selain itu, ukur resolution time, persentase eskalasi ke agen, repeat contact dan CSAT. Jika chatbot menutup banyak percakapan tetapi pelanggan kembali menghubungi perusahaan beberapa jam kemudian dengan pertanyaan yang sama, otomatisasi tersebut belum benar-benar menyelesaikan masalah.
Pada masa kampanye, bandingkan juga backlog sebelum, selama dan setelah lonjakan trafik. Dari sini tim dapat mengetahui apakah automation benar-benar menyerap volume tambahan atau hanya memindahkannya ke antrean manusia beberapa menit kemudian.
Mulai dari proses yang paling banyak membuang waktu
Tidak perlu mengotomatisasi semua kanal sekaligus. Ambil lima atau sepuluh jenis pertanyaan dengan volume terbesar, tentukan mana yang dapat dijawab dari knowledge, mana yang membutuhkan data OMS atau CRM, lalu tentukan kondisi yang wajib diteruskan ke agen.
Pendekatan ini membuat proyek tetap dekat dengan operasi e-commerce sehari-hari. Setelah alur pesanan, pengiriman dan refund stabil, barulah otomatisasi diperluas ke rekomendasi produk, lead qualification atau kebutuhan lain.
Bagi tim yang harus menangani marketplace, WhatsApp, website dan email sekaligus, Udesk dapat digunakan untuk menyatukan kanal tersebut dengan intelligent routing, AI Agent, ticket management serta integrasi OMS dan sistem bisnis lainnya. Bagi Head of E-commerce dan Manajer CS, nilai utamanya bukan sekadar memiliki satu dashboard, tetapi membuat otomatisasi customer service e-commerce tetap terhubung dengan data pesanan dan proses after-sales, sehingga agen dapat menangani lonjakan trafik tanpa kehilangan konteks pelanggan.
FAQ
Q:Apakah semua pertanyaan e-commerce sebaiknya dijawab chatbot?
A:Tidak. FAQ, status pesanan dan beberapa pertanyaan produk cukup cocok untuk otomatisasi, sedangkan komplain kompleks, sengketa refund dan kasus yang membutuhkan keputusan sebaiknya diteruskan ke agen.
Q:Mengapa OMS perlu diintegrasikan dengan customer service?
A:OMS memungkinkan sistem atau agen melihat status pesanan tanpa mencari data secara manual. Ini sangat membantu untuk pertanyaan pengiriman, pembatalan dan status transaksi.
Q:Apa KPI utama customer service toko online?
A:Response time, resolution time, backlog, repeat contact, handoff rate dan CSAT lebih berguna jika dibaca bersama. Jumlah chat yang dijawab otomatis saja tidak cukup untuk menilai hasil automation.
Q:Bagaimana menghadapi lonjakan chat saat kampanye?
A:Gunakan data kampanye sebelumnya untuk menentukan pertanyaan dengan volume tertinggi, siapkan knowledge dan routing sebelum kampanye dimulai, lalu tambahkan kapasitas agen pada kasus yang memang sulit diotomatisasi.
Optimalkan layanan pelanggan dan kurangi beban tim dengan Sistem Layanan Pelanggan Udesk! Coba gratis sekarang dan rasakan efisiensi yang berbeda.
Artikel ini merupakan karya asli Udesk. Jika akan diterbitkan ulang, wajib selalu mencantumkan sumber aslinya:https://id.udeskglobal.com/blog/otomatisasi-customer-service-e-commerce-satukan-chat-marketplace-whatsapp-dan-website
Omnichannel Customer Serviceomnichannel Indonesiaomnichannel industri asuransi Indonesia

Customer Service& Support Blog



