Dalam bisnis precast, calon pembeli jarang datang hanya dengan pertanyaan sederhana seperti “berapa harganya?”. Mereka bisa membawa kebutuhan proyek, ukuran, lokasi pengiriman, jumlah produk, tenggat waktu, hingga spesifikasi teknis yang berbeda-beda.
Masalahnya, percakapan awal tersebut sering masuk melalui WhatsApp pada waktu yang tidak selalu sama dengan jam kerja sales. Jika respons terlambat atau pertanyaannya tidak diarahkan dengan baik, calon pembeli dapat berhenti membalas sebelum tim memahami kebutuhannya.
OTIKA menangani alur seperti ini pada sebuah perusahaan precast. Identitas perusahaan disamarkan, tetapi proses yang dibahas di artikel ini merupakan alur yang benar-benar telah dijalankan.
Tantangan: percakapan teknis tidak cukup dijawab dengan FAQ
Produk precast bukan barang yang ideal dijual hanya melalui daftar harga. Harga dan rekomendasi produk dapat dipengaruhi oleh jenis kebutuhan, kelas produk, dimensi, volume, lokasi proyek, serta biaya pengiriman.
Karena itu, chatbot yang hanya mencocokkan kata kunci dengan jawaban singkat mudah menemui jalan buntu. Calon pembeli membutuhkan percakapan yang terarah, sedangkan sales membutuhkan informasi awal yang cukup sebelum mengambil alih.
Tujuan otomatisasi dalam kasus ini bukan menggantikan sales. Tujuannya adalah membantu perusahaan merespons lebih cepat, mengumpulkan konteks, dan memastikan prospek yang belum mengambil keputusan tetap ditindaklanjuti.
Alur pertama: menggali kebutuhan sebelum membahas harga
Ketika calon pembeli menghubungi WhatsApp, AI Agent tidak langsung memberikan jawaban generik. Sistem lebih dahulu menggali informasi yang relevan, misalnya:
- Produk precast yang dibutuhkan.
- Ukuran atau spesifikasi yang diketahui calon pembeli.
- Perkiraan jumlah kebutuhan.
- Lokasi proyek atau tujuan pengiriman.
- Waktu penggunaan produk.
Jika calon pembeli belum memahami istilah teknis, percakapan tetap dibuat sederhana. AI membantu mengarahkan pertanyaan satu per satu agar pelanggan tidak merasa sedang mengisi formulir panjang.
Alur kedua: memberi acuan produk tanpa membuat janji berlebihan
Dalam implementasi ini, sistem dapat menggunakan RCP kelas 1 sebagai acuan awal ketika konteks yang diberikan pelanggan masih terbatas. Namun, acuan awal bukan berarti keputusan teknis final.
AI tetap perlu menjelaskan bahwa harga dan kesesuaian produk dapat berubah setelah spesifikasi, jumlah, lokasi pengiriman, dan kebutuhan proyek diverifikasi. Cara ini membantu pelanggan memperoleh gambaran awal tanpa membuat perusahaan terikat pada informasi yang belum lengkap.
Di sinilah prompt dan aturan bisnis menjadi penting. AI harus memahami kapan boleh memberi informasi, kapan perlu bertanya lagi, dan kapan harus berhenti mengambil kesimpulan.
Alur ketiga: meneruskan permintaan telepon kepada sales
Beberapa calon pembeli lebih nyaman membahas kebutuhan melalui telepon, terutama ketika proyeknya cukup besar atau spesifikasinya kompleks. Ketika pelanggan meminta ditelepon, AI tidak memaksakan seluruh percakapan tetap berlangsung di chat.
Sistem menandai kebutuhan tersebut dan mengarahkan percakapan kepada tim sales. Informasi yang sudah terkumpul di WhatsApp menjadi konteks awal, sehingga sales tidak perlu mengulang semua pertanyaan dari awal.
Peralihan dari AI ke manusia ini penting. AI Agent yang baik bukan sistem yang berusaha menangani semuanya sendiri, melainkan sistem yang mengetahui batas tugasnya.
Alur keempat: follow-up H+1, H+3, H+7, dan H+14
Tidak semua calon pembeli langsung membuat keputusan pada percakapan pertama. Dalam bisnis proyek, pelanggan mungkin masih membandingkan pemasok, menunggu persetujuan internal, atau menghitung ulang anggaran.
Karena itu, alur yang dijalankan dilengkapi follow-up bertahap:
- H+1: memastikan informasi awal sudah diterima dan menanyakan apakah ada hal yang perlu diperjelas.
- H+3: mengingatkan kembali kebutuhan atau penawaran berdasarkan konteks percakapan sebelumnya.
- H+7: mengecek perkembangan rencana proyek tanpa memaksa pelanggan segera membeli.
- H+14: menjadi sentuhan lanjutan terakhir atau mengarahkan prospek ke tindak lanjut manusia jika masih relevan.
Isi follow-up tidak seharusnya sama untuk semua orang. Pesan perlu menyesuaikan konteks: produk yang ditanyakan, posisi pelanggan dalam proses pembelian, dan respons terakhirnya.
Apa yang berubah setelah alur ini diterapkan?
Manfaat utamanya bukan sekadar WhatsApp dapat membalas selama 24 jam. Perusahaan memperoleh proses awal yang lebih tertata: pertanyaan pelanggan dikumpulkan, acuan produk diberikan secara terkendali, permintaan konsultasi diteruskan ke sales, dan prospek tidak mudah terlupakan setelah percakapan pertama.
Artikel ini tidak menyebut angka kenaikan penjualan atau konversi karena hasil tersebut perlu dibuktikan dengan data yang cukup. Namun secara operasional, alur ini menunjukkan bahwa AI WhatsApp dapat disesuaikan dengan proses penjualan B2B yang lebih kompleks daripada sekadar menjawab FAQ.
Pelajaran bagi bisnis dengan produk teknis
Ada tiga pelajaran yang dapat diterapkan pada bisnis lain:
- Mulai dari SOP, bukan dari daftar pertanyaan. Petakan bagaimana tim menggali kebutuhan, memberi batasan informasi, dan mengalihkan percakapan.
- Jaga peran manusia. Sales tetap dibutuhkan untuk keputusan teknis, negosiasi, dan komunikasi bernilai tinggi.
- Rancang follow-up berdasarkan konteks. Otomatisasi yang baik mengingat posisi pelanggan, bukan sekadar mengirim pesan massal.
AI Agent WhatsApp yang mengikuti alur bisnis
OTIKA membantu bisnis membangun AI Agent WhatsApp yang disesuaikan dengan SOP dan alur kerja nyata. Sistem dapat dirancang untuk menggali kebutuhan, membaca konteks percakapan, mengalihkan pelanggan kepada manusia, serta menjalankan follow-up sesuai tahapan yang ditentukan.
Jika bisnis Anda menjual produk teknis atau memiliki proses konsultasi sebelum transaksi, alur WhatsApp dapat dipetakan terlebih dahulu sebelum menentukan bentuk otomatisasinya.
Pelajari layanan OTIKA di otika.id atau hubungi tim OTIKA melalui WhatsApp untuk mendiskusikan alur bisnis yang ingin diotomatisasi.
