Setiap bisnis memiliki cita-cita untuk menjaring pelanggan sebanyak-banyaknya. Masing-masing bisnis pun menggunakan strategi dan tools berbeda untuk mendapatkan pelanggan. Tapi, hampir semua strategi bisnis yang ada melibatkan pemantauan pasar dan mengumpulkan daftar calon pelanggan sebelum dihubungi oleh sales yang akhirnya melakukan aktivitas penjualan. 

Pada proses ini, calon pelanggan juga dikenal dengan istilah leads. Untuk mengumpulkan leads tersebut, perusahaan biasanya melakukan suatu proses yang dikenal dengan lead generation. Ada beberapa cara yang  digunakan oleh perusahaan untuk melakukan lead generation. Salah satu cara yang paling sering digunakan adalah melalui telepon dengan strategi yang disebut dengan cold calling. Sebuah survei dari Deloitte mengklaim bahwa pelanggan masih memilih komunikasi suara dibanding dengan metode komunikasi lainnya, terutama jika melibatkan hal-hal yang agak rumit. cold calling juga memberikan kemampuan bagi perusahaan untuk menjangkau calon pelanggan dengan cepat, yang nantinya memberikan kesempatan bagi perusahaan untuk mendapatkan respon dari calon pelanggan secara langsung dan lebih cepat. 

Sayangnya, walaupun cold calling terbilang efektif, strategi ini juga memiliki banyak kelebihan seperti kebutuhan resource perusahaan yang  besar, atau return of investment yang sulit diukur. Belum lagi, ketika telepon tidak dijawab oleh calon pelanggan. Jika hal ini, terjadi lead tersebut bisa dianggap hilang. Selain itu, mengingat potensi faktor kesalahan manusia atau human error, cold calling agak sulit untuk diandalkan. Bahkan agen call center terbaik pun memiliki waktu-waktu dimana mereka tidak mampu memberikan yang terbaik dalam melakukan pekerjaan, dan bisa saja saat itu adalah waktu yang baik untuk mengumpulkan leads. Jadi dapat disimpulkan, menggunakan cold calling untuk lead generation seringkali efektif. Tapi, kadang sulit diandalkan dan tidak efisien, terlebih lagi ketika kesalahan manusia atau human error menjadi faktor utama. 

Dengan kemajuan teknologi, berbagai solusi untuk aktivitas lead generation mulai bermunculan. Chatbot misalnya. Dengan adanya teknologi kecerdasan buatan, dibantu dengan teknologi-teknologi penunjang lainnya, pengembang sekarang mampu membuat alat futuristik yang dapat dengan mudah menjangkau pelanggan dengan otomatis. Selain itu, dengan sistem dan mesin yang presisi faktor kesalahan manusia dapat diminimalisasi, yang artinya efisiensi dan reliabilitas proses lead generation dapat dipastikan. 

Namun, sehebat-hebatnya teknologi chatbot, masih banyak kekurangan yang dimiliki chatbot. Salah satu contoh, chatbot merupakan alat komunikasi berbasis text, jadi sangat mungkin pesan yang dikirimkan chatbot diabaikan oleh pelanggan. Selain itu, chatbot juga tidak memiliki kemampuan untuk mengklasifikasi leads untuk memilih leads mana yang memiliki nilai dan kualitas baik, atau sebaliknya. Chatbot juga dapat terlihat kaku saat berinteraksi dengan calon pelanggan. Chatbot memang dapat mengotomasi beberapa tugas yang mudah. Tapi, hasil yang diberikan masih jauh dari memuaskan. Lalu apakah ada teknologi yang menggabungkan efektifitas cold calling dengan efisiensi yang dimiliki chatbot?

Lead Generation yang efektif dan efisien

Untuk menjawab masalah ini, beberapa perusahan pengembangan teknologi kepintaran buatan seperti WIZ.AI menghadirkan teknologi Talkbot, yaitu teknologi kecerdasan buatan untuk percakapan suara atau conversational voice AI. Talkbot merupakan conversational voice AI assistant yang dapat mengotomasi pekerjaan-pekerjaan kompleks yang dilakukan lewat percakapan telepon, termasuk lead generation. Sistem AI talkbot dibangun secara komprehensif dengan kemampuan untuk menghubungi beberapa calon pelanggan sekaligus. Dibuat dengan teknologi mutakhir seperti Natural Language Processing, Text to Speech, Speech to Text, dan teknologi-teknologi lainnya, talkbot dapat berinteraksi dengan calon pelanggan secara natural layaknya manusia. Hal ini juga membantu talkbot mengidentifikasi leads dengan kualitas tinggi. Artinya, dengan talkbot, perusahaan dapat memastikan proses lead generation yang lebih baik, yang nantinya akan menghasilkan leads yang lebih baik dari segi kualitas dan kuantitas leads yang didapatkan. 

Talkbot juga mengurangi kebutuhan perusahaan dalam menggunakan stafnya untuk pekerjaan yang bersifat repetitif. Staf-staf tersebut akan lebih berguna pada pekerjaan-pekerjaan yang lebih penting seperti melakukan penjualan, atau membantu pelanggan yang membutuhkan bantuan langsung terkait kendala yang mereka alami. Saat pekerjaan-pekerjaan kecil yang repetitif dapat di handle oleh talkbot, proses lead generation akan menjadi lebih efisien. Talkbot juga mampu mengkonsolidasi seluruh best practice yang dibutuhkan dalam proses lead generation, sehingga tidak ada tenaga, waktu, dan kesempatan yang terbuang percuma saat melakukan lead generation. 

Lebih hebatnya lagi, seluruh pencapaian dapat dilakukan secara konsisten karena AI tidak merasakan stress ketika harus melakukan suatu pekerjaan berkali kali. Ini berarti talkbot dapat secara konsisten menghasilkan leads dengan kualitas tinggi. Selain itu, Talkbot juga merekam seluruh percakapan dengan calon pelanggan. Setiap informasi dari panggilan yang berhasil akan digunakan untuk mengembangkan talkbot lebih baik lagi, sehingga hasil pekerjaan dari talkbot akan menjadi lebih baik dari waktu ke waktu. 

Talkbot bukan hanya teknologi masa depan yang keren dan berguna untuk dimiliki, tapi juga merupakan masa depan lead generation yang dapat membantu perusahaan untuk melakukan lead generation secara efektif, efisien, dan secara konsisten menjadi lebih secara terus menerus.

Terlepas dari ketenarannya yang meroket, Conversational Voice AI, atau Kecerdasan Artifisial yang mampu berkomunikasi secara verbal, belum benar-benar mendapatkan perhatian dari industri. Masih banyak yang belum paham bahasa-bahasa yang digunakan dalam dunia Voice AI. Artikel ini akan membahas bahasa, istilah, maupun singkatan terkait Voice AI. 

Conversational Voice Artificial Intelligence: Kecerdasan Artifisial yang mampu berkomunikasi secara verbal

Untuk memahami tentang hal-hal lain terkait Voice AI ada baiknya kita memahami apa itu Conversational Voice Artificial Intelligence atau yang juga dikenal sebagai Voice AI. Conversational Voice Artificial Intelligence terdiri dari beberapa hal yang dikenal dengan nama Voice Activated Machine atau teknologi yang dapat diaktifkan lewat suara seperti Siri dari apple, Google Home  Assistant, Alexa milik Amazon, atau Talkbots buatan WIZ.AI. Teknologi Voice AI ini memiliki fungsi yang mirip dengan chatbot yang biasanya menyapa anda ketika mengunjungi sebuah situs. 

Dalam penggunaan Conversational Voice Artificial Intelligence pengguna tidak hanya dapat mengaktifkan teknologi tersebut dengan suara atau memberikan pertanyaan, Voice AI juga memiliki kemampuan untuk berbincang dengan pengguna dengan suara dan respons yang realistis layaknya manusia. Kemampuan unik yang dimiliki Kecerdasan Artifisial untuk memahami respons pengguna dengan konteks dan gaya bahasa tertentu ini mampu dicapai lewat teknologi Machine Learning, Natural Language Processing, Natural Language Understanding, dan Text to Speech Engine. Dengan memadukan teknologi-teknologi tersebut, pengguna dapat memiliki pengalaman berinteraksi yang natural dengan Kecerdasan Artifisial seperti saat berinteraksi dengan seseorang. 

Apa itu Machine Learning?

Machine Learning atau Pembelajaran Mesin merupakan bagian dari dunia Kecerdasan Buatan yang fokus pada penggunaan data dan algoritma untuk melatih mesin (Kecerdasan Buatan) mengimitasi manusia. Dalam hal ini, Machine Learning digunakan untuk melatih voice AI untuk dapat memberikan respon lebih akurat kepada pengguna. 

Mengenal Lebih Jelas Natural Language Processing (NLP)

Natural Language Processing (NLP) merupakan teknologi yang berfokus pada interaksi antara komputer (Mesin/AI) dengan bahasa yang digunakan manusia, yang dikenal dengan natural language. NLP memperbolehkan mesin untuk memahami bahasa tersebut, dalam bentuk lisan maupun tulisan (Speech Recognition). NLP juga memberikan komputer kemampuan untuk mengerti konteks sebuah percakapan serta gaya bahasa dari respon yang diberikan pengguna. kemampuan ini dikenal dengan istilah Intent Recognition atau kemampuan untuk mengenali niat dan maksud dari pengguna. Selain digunakan pada teknologi Speech Recognition, NLP merupakan aspek fundamental Kecerdasan Artifisial yang memberikan  komputer kemampuan untuk memahami ucapan manusia, mengolah informasi dari ucapan tersebut, dan menghasilkan informasi penting secara efisien. 

Lalu apa bedanya NLP dengan Natural Language Understanding (NLU) ?

Sebenarnya. Natural Language Understanding (NLU) adalah subtopik dari Natural Language Processing yang menggunakan sintaksis (tata kalimat) dan aturan gramatikal pada suatu bahasa untuk memahami respon yang diberikan oleh pengguna, termasuk konteks dari respon tersebut. NLU melibatkan proses seperti sentiment analysis dimana suatu kalimat dianalisa untuk mengetahui sentimen yang terkandung di dalamnya (bisa positif, negatif, atau neutral). Sering digunakan pada survei atau review pelanggan, teknologi NLU mampu memproses data secara cepat dan efisien, sekaligus juga memberikan pengetahuan yang lebih dalam sesuai dengan konteks dan sentimen saat melakukan analisa. NLU juga mampu mengkategorisasi informasi sesuai topik. Dalam aplikasinya di call center misalanya, NLU dapat memastikan bahwa pengguna dilanjutkan ke agen call center yang tepat tergantung kebutuhan layanan pelanggan yang dibutuhkan. 

Fungsi Text To Speech (TTS) Dalam Memabangun Personalized Experience

Text to speech (TTS) melibatkan penggunaan suara manusia untuk menghasilkan lafalan yang realistis dari tulisan menjadi kata-kata yang diucapkan. Salah satu contoh penggunaan TTS pada Kecerdasan Buatan untuk sistem Customer Service dapat dilihat saat nomor telepon pelanggan (yang spesifik bagi penelepon, dan berbeda untuk orang lain) harus disebutkan di dalam panggilan telepon untuk memberikan pengalaman personal bagi pelanggan. Pastinya akan sangat sulit jika harus meminta seorang pengisi suara untuk membacakan seluruh kombinasi nomor dalam pembuatan nomor identifikasi. Untuk itu, teknologi TTS mempercepat proses tersebut dengan kemampuannya untuk mengubah tulisan menjadi rekaman suara. Selain itu, teknologi TTS sederhana tetap membutuhkan usaha yang besar untuk membuat suara robot terdengar realistis dan natural, karena intonasi dan sentimen yang selalu ada pada percakapan kita sehari-hari. Karena itulah, bermunculan pengembang  yang memuat suara Voice AI Takbit terdengar lebih natural.

Membuat Transkripsi Secara Efisien Dengan Teknologi Speech to Text (STT)

Berbalik dengan teknologi Text to Speech, Speech to Text merupakan teknologi yang mengubah ucapan menjadi text atau dikenal dengan istilah transkripsi. Dalam teknologi call center. proses ini dikenal juga dengan nama Automatic Speech Recognition (ASR), yang artinya “mencatat” atau “membuat transkripsi” panggilan telepon. Dengan adanya teknologi yang secara otomatis mentranskripsi panggilan telepon menjadi teks, akan lebih mudah bagi perusahaan untuk menganalisa dan membuat segmentasi pelanggan, yang merupakan hal penting dalam membuat strategi targeted marketing  untuk meningkatkan kesuksesan bisnis. Melakukan transkripsi telepon merupakan proses yang kadang membuat frustasi. selain itu, proses ini juga membutuhkan kemampuan mendengar yang baik, dan kemampuan menulis yang secepat kilat. Jadi, tidak heran jika otomatisasi proses ini dapat membuat bisnis lebih efisien dan memangkas pengeluaran.

Mengatur Alur Percakapan Kecerdasan Buatan dengan Dialogue Management

Dialog Management merupakan sebuah sistem yang mengatur alur percakapan. Untuk mengembangkan komputer (Mesin/AI) yang mampu berkomunikasi dengan pelanggan, sangat penting untuk membangun struktur alur perbincangan untuk memastikan pengalaman panggilan telepon terasa sangat intuitif dan realistis. Untuk mencapai hal tersebut, dibutuhkan analisis panggilan telepon yang terjadi di dunia nyata untuk memahami kebutuhan dan jalan pikiran pelanggan. Dialogue Management terdiri dari dua proses utama, yaitu: Pertama, adalah proses Dialog Modeling untuk memonitor kondisi sebuah dialog. Kedua, Dialog Control, dimana dialog manager menentukan bagaimana alur percakapan dengan A.I. akan berjalan. 

Mengenal proses Interactive Voice Response (IVR)

Seringkali, suara dering hotline customer service diikuti dengan instruksi seperti “Untuk pertanyaan terkait ___, tekan satu”, kemudian anda akan melanjutkan dengan menekan angka satu pada telepon anda. Input ini kemudian akan mengalihkan anda ke agen khusus yang akan membantu anda. Proses menginput angka pada telepon anda inilah yang disebut IVR; yaitu fitur dasar yang digunakan untuk mengelola panggilan telepon dan mengalihkan panggilan telepon ke agen yang sesuai. 

Secara keseluruhan, komponen-komponen yang disebutkan tersebut berkolaborasi untuk membuat robot pintar yang mampu meningkatkan efisiensi biaya operasional, dan juga meningkatkan sales karena kemampuannya untuk mengaplikasikan best practice yang dimiliki agen customer service. Kemudian jika dipasangkan dengan mesin dan teknologi deep learning, inovasi teknologi Kecerdasan Buatan untuk percakapan akan menjadi lebih baik dengan setiap interaksi pelanggan dan panggilan telepon. Selain itu, setiap percakapan dengan pelanggan yang dicatat, didokumentasikan, dan dianalisis memperbolehkan perusahaan untuk mendapatkan pengetahuan mendalam tentang pelanggan dengan mudah. Informasi ini  akan sangat berguna dalam membangun pengalaman pelanggan yang lebih personal dan meningkatkan brand loyalty. 

Tapi perlu diingat, walaupun Conversational Voice AI merupakan inovasi teknologi terdepan dan akan terus berkembang,  slalu dibutuhkan sentuhan manusia dalam usaha customer engagement terutama karena aspek sosial. Solusi terbaiknya adalah dengan menggabungkan keduanya, Conversational Voice AI untuk membantu pekerjaan berulang dengan rules tertentu, dan pilihan self-service bagi pelanggan. Sedangkan, Agen Call Center dapat  menghandle tugas-tugas yang lebih kompleks termasuk melayani pelanggan-pelanggan yang lebih penting.

Percepatan otomasi industri diperkirakan akan meningkat drastis dalam beberapa tahun kedepan. Otomasi pada segmen-segmen kunci proses produksi sangat penting dalam meningkatkatkan efisiensi sekaligus menjaga kompetisi ekonomi. Teknologi terdepan seperti Kecerdasan Buatan (A.I.) juga makin populer di kalangan pelaku industri yang menggunakan solusi teknologi untuk memenuhi kebutuhan bisnis mereka. Meningkatnya adopsi solusi AI pada 2 tahun terakhir ini terjadi karena dua hal yaitu; Lockdown saat pandemi Covid-19, dan kebutuhan untuk terus menjadi lebih efisien. Saat perkantoran tutup dan sebagian besar orang harus work from home (WFH), otomasi menjadi solusi untuk kurangnya tenaga kerja, yang mengakibatkan peningkatan permintaan yang substansial terhadap teknologi berbasis AI. Misalnya pada call center, AI dapat mengotomasi panggilan telepon inbound dan outbound yang menggunakan telemarketing. Terlebih lagi dengan adanya sistem Talkbot canggih oleh WIZ.AI yang dibuat dengan teknologi Natural Language Processing dan Machine Learning yang sudah. Kedua teknologi ini memberikan kemampuan Talkbot untuk menangani peningkatan volume telepon secara mendadak. sekaligus juga meningkatkan kesempatan perusahaan untuk menjangkau lebih banyak pelanggan.

Lalu apa saja aspek-aspek bisnis dalam cakupan customer service dan call center yang dapat diotomasi?\

 1. Pekerjaan yang sifatnya repetitif

Salah satu kesulitan dalam usaha customer service atau pada call center yang sering dihadapi adalah pekerjaan simpel yang selalu diulang-ulang. Pekerjaan-pekerjaan tersebut sangat penting, namun waktu dan tenaga yang terbuang jika menggunakan tenaga manusia akan sangat sia-sia. Contohnya saja pada industri kesehatan. Ketika pelanggan melakukan janji dengan rumah sakit, atau klinik sering kali mereka lupa atau bahkan membatalkan janji mendadak sebelum waktu pertemuan. Untuk memastikan pelanggan tidak melewatkan janji pertemuan, staff administrasi harus meluangkan banyak waktu hanya untuk menelepon pelanggan dan mengingatkan mereka agar tidak melewatkan atau membatalkan pertemuan di saat-saat terakhir. Pekerjaan seperti konfirmasi janji, dan panggilan untuk mengingatkan janji pertemuan adalah pekerjaan yang mempunyai alur yang pasti dan dapat dengan mudah diotomasi dengan Talkbot. 

Dengan membangun alur percakapan yang intuitif dan berdasarkan percakapan dengan pengguna, Talkbot dapat dengan mudah melakukan pekerjaan ini. Dengan menggunakan Teknologi Talkbot, waktu yang dibutuhkan untuk mengkonfirmasi janji pertemuan secara signifikan dapat dikurangi karena Talkbot dapat menangani beberapa penelepon sekaligus. Selain itu, maksud dari penelepon (terkait apakah mereka dapat menghadiri pertemuan) akan secara otomatis disimpan di dalam sistem, sehingga dapat mengurangi kebutuhan administrasi. Disisi lain, masalah dapat timbul ketika pelanggan tidak menjawab panggilan telepon. Jika hal seperti ini terjadi sistem AI Talkbot dapat langsung menjadwalkan waktu untuk melakukan panggilan pada masa mendatang. 

Dengan tingkat human error yang minimal. perusahaan dapat memastikan seluruh pelanggan yang ada di daftar telepon akan dihubungi. Pada kasus-kasus tertentu di mana pelanggan membutuhkan bantuan yang unik dan spesifik, serta membutuhkan  bantuan dari agen spesialis, Talkbot dapat mengalihkan panggilan ke departemen terkait. 

2. Telemarketing

Menurut Deloitte, komunikasi lewat suara masih lebih disukai ketimbang email atau chat text terutama pada percakapan yang kompleks. Telemarketing atau yang juga biasa dikenal dengan cold calls merupakan salah satu pekerjaan yang sifatnya repetitif dan bisa dibilang lugas. Setiap pelanggan yang ditelepon biasanya memiliki tiga motif yakni; (1) Tertarik, (2) Tidak Tertarik, atau (3) Belum pasti. Jika motif pelanggan adalah pilihan nomor 2 dan 3, Talkbot dapat didesain untuk menjadi lebih persuasif, sesuai dengan best practice yang dilakukan oleh agen call center. Paling tidak, Talkbot akan memberikan informasi yang mudah diingat oleh pelanggan. Informasi ini dapat diberikan pada akhir panggilan telepon atau, melalui pesan teks. Jadi, jika sang pelanggan berubah pikiran, mereka tau di mana mereka dapat melihat informasi lebih lanjut. 

Cold calling terkadang bisa menjadi suatu aktivitas memuakan yang memakan banyak waktu jika dilakukan secara manual. Karena itu, perlu dilakukan segmentasi pelanggan untuk memastikan setiap panggilan secara ditargetkan pada pelanggan yang tepat untuk memaksimalkan tingkat konversi. Untuk melakukan hal ini, pencatatan atau transkripsi panggilan merupakan hal yang perlu dilakukan, walaupun sangat sulit. Dengan Talkbot percakapan, dan teknologi speech-to-text, pencatatan dan transkripsi panggilan dapat dilakukan secara otomatis, sehingga dapat dengan mudah dianalisis. Hal ini bukan hanya menghasilkan pengetahuan pasar yang berharga, tetapi juga dapat digunakan untuk memperbaiki skrip panggilan telepon. Lebih dari itu, karena Talkbot adalah mesin komputer, proses pembelajaran bukan lagi menjadi masalah. Setiap update atau perubahan dapat dilakukan secara instan, dan tidak ada waktu yang terbuang saat menutup penjualan. Talkbot dapat melakukan panggilan pada waktu yang tepat dan memanfaatkan kesempatan dengan baik.  Itulah cara paling ideal untuk menarik hati pelanggan. 

3. Panggilan Telepon yang Membutuhkan Usaha Emotional Labor yang Besar

Pernah dengar istilah Emotional Labor? Emotional Labor adalah proses mengelola emosi anda dalam melakukan suatu pekerjaan. Contohnya saja ketika anda harus menyemangati diri anda untuk mengangkat telepon dari pelanggan, walaupun anda sudah menjawab telepon selama  3 jam, atau baru saja berbincang dengan pelanggan yang tidak menyenangkan. Hal seperti ini memberikan beban emosional yang berat kepada agen, yang nantinya akan mempengaruhi performa agen tersebut dalam jangka panjang. Perlu diingat bahwa pegawai adalah aspek penting perusahaan terutama dalam berkomunikasi dengan pelanggan. Untuk itu, menjaga kesehatan emosional pegawai adalah salah satu perhatian utama perusahaan. 

Dengan menggunakan Talkbot untuk menangani panggilan telepon yang sulit, memberikan kesempatan untuk agen memonitor panggilan, dan mengintervensi ketika dibutuhkan. Selain itu, karena Talkbot dapat menjaga intonasi secara konsisten, pelanggan juga akan merasa lebih puas karena mereka tidak berbicara dengan agen call center yang sedang lelah, yang mungkin terdengar kasar atau tidak sopan. Terlebih lagi jika pelanggan sedang merasa frustrasi.

Jika dilihat, otomasi berbasis AI merupakan pilihan terbaik dalam meningkatkan efisiensi biaya dan optimasi pekerjaan. Jadi, mulailah berinvestasi pada solusi berbasis teknologi AI untuk meningkatkan kesuksesan bisnis.

Apakah anda masih ingat saat di mana Google Duplex mencengangkan seluruh penonton ketika ia berhasil melakukan pembuatan janji dengan seorang hairstylist? Bukan lagi hanya mimpi orang-orang introvert, hal ini juga merupakan tanda terobosan teknologi yang sangat penting. Kehadiran AI sudah mempermudah berbagai hal dari sisi konsumen seperti Asisten Virtual , Mobil dengan kendali otomatis, hingga perangkat-perangkat smart home, smart cities, dan infrastruktur “Smart” lainnya. Lalu bagaimana dengan kegunaan AI untuk bisnis?

Otomasi Sistem Booking (Buat Janji otomatis)

Tidak ada yang lebih menjengkelkan daripada menunggu pelanggan yang sudah membuat janji, yang ternyata membatalkan pertemuan secara sepihak tanpa memberitahu anda. Setiap klien yang membatalkan pertemuan pada sesaat sebelum pertemuan adalah kesempatan bisnis yang sia-sia. Bukan hanya karena janji yang dibatalkan, tapi juga karena waktu dan tenaga yang terbuang untuk mempersiapkan pelayanan bagi klien yang ujung-ujungnya membatalkan pertemuan. Jika klien tersebut membatalkan pertemuan lebih cepat, anda dapat mengalihkan waktu dan tenaga untuk melayani pelanggan lain, atau bahkan melakukan reschedule untuk pertemuan dengan pelanggan tersebut. Dengan adanya sistem booking ada beberapa aspek pembuatan janji yang dapat diotomasi, tapi tetap dibutuhkan admin yang harus siap standby menangani sistem tersebut. Tapi, pembatalan janji pada menit-menit terakhir masih menjadi masalah. Bisa dibilang cara terbaik untuk mitigasi pembatalan janji adalah dengan menelpon pelanggan beberapa waktu sebelum pertemuan untuk mengkonfirmasi status booking mereka. Tapi hal ini hanya dapat dilakukan jika perusahaan mempunyai tenaga kerja yang cukup yang tidak dimiliki oleh kebanyakan perusahaan-perusahaan dengan ukuran kecil dan menengah. Pengingat janji pertemuan adalah hal yang sangat berguna dalam memastikan pelanggan menepati janji pertemuan, dan merupakan hal faktor penting dalam memberikan pelayanan terbaik bagi pelanggan anda. Jadi, bukankah akan sangat baik jika proses manajemen janji pertemuan dapat sepenuhnya dilakukan dengan otomatis?

Untuk mengotomasi manajemen pembuatan janji ada beberapa sistem yang dapat digunakan. Salah satunya adalah penggunaan sistem Talkbot hyper-realistic yang dibangun dengan teknologi AI terkemuka seperti teknologi Machine Learning Natural Language Understanding, Automatic Speech Recognition, dan Interactive Voice Response (IVR). Teknologi Talkbot ini didesain untuk membantu perusahaan menghubungi pelanggan dalam jumlah besar lewat panggilan telepon untuk mengkonfirmasi status booking mereka, dan juga mengurangi pembatalan janji pada menit-menit terakhir. Dengan teknologi ini perusahaan dapat secara signifikan memaksimalkan tingkat kehadiran pelanggan, dan meminimalisir masalah administrasi yang disebabkan oleh pembatalan janji di saat-saat terakhir.

Ada beberapa pendapat yang mengatakan bahwa membuat aplikasi sistem pembuatan janji adalah salah satu cara untuk mengelola jadwal pertemuan yang banyak. Tapi, akan selalu lebih baik jika perusahaan melakukan kontak terlebih dahulu. Inilah mengapa Talkbot merupakan menjadi pilihan yang tepat. Ketika kita dapat menghubungi pelanggan pada waktu yang ideal, perusahaan dapat melakukan penyesuaian jadwal yang dibutuhkan yang dapat  meningkatkan efisiensi kerja secara signifikan.  Lebih dari itu, menelepon pelanggan untuk mengkonfirmasi pertemuan dapat membantu pelanggan merasa lebih tenang dan diapresiasi, yang akhirnya akan memberikan kesan positif bagi pelanggan, dan membuat perusahaan terlihat tulus dan proaktif. Inilah standar kualitas layanan pelanggan yang harus dipenuhi oleh perusahaan. 

A.I. untuk mempermudah seluruh aspek pembuatan janji

Kita semua sudah tahu bagaimana rumitnya proses untuk mengkonfirmasi janji pertemuan ketika pelanggan dan agen customer service harus repot-repot mengecek kalender untuk mencari jeda pada jadwal mereka yang padat. Percakapan tentang “apakah bisa dilakukan hari ini?” atau “Maaf saya sibuk pada tanggal ini” juga dapat memiliki konteks yang berbeda. Dengan teknologi  machine learning, automatic speech recognition (ASR), dan natural language understanding (NLU), Talkbot dapat secara akurat mengidentifikasi maksud dari pelanggan dan memanage janji pertemuan mereka sesuai dengan keinginan pelanggan. Selain itu, Talkbot juga mampu menjawab berbagai pertanyaan yang sering diajukan (FAQ) seperti waktu operasional, lokasi usaha, maupun layanan atau produk yang ditawarkan.

Hal terbaik tentang Talkbot adalah banyaknya orang yang tidak tahu akan keberadaan Talkbot. lebih dari 90% pengguna mengira mereka sedang berbicara dengan agen customer service. Padahal, mereka sedang berbicara dengan Talkbot. Kemampuan talkbot untuk terdengar seperti manusia dapat dicapai dengan sistem text-to-speech yang mutakhir. Sistem text-to-speech juga bekerja sama dengan teknologi ASR untuk memberikan pelayanan terbaik bagi pelanggan.  Selain itu, pengembangan sistem yang berkelanjutan juga memberikan nilai lebih dalam penggunaan Talkbot.