Manajer call center melihat banyak percakapan berlabel negatif, tetapi belum tahu apa yang harus diperbaiki: jawaban petugas, kebijakan refund, waktu tunggu, atau masalah produk. Analisis sentimen AI dapat membantu menyeleksi rekaman untuk ditinjau dan menemukan pola, tetapi skor saja tidak menjelaskan penyebab keluhan maupun kualitas layanan.
Pilot yang berguna menghubungkan sinyal percakapan dengan bukti dan tindak lanjut. Tim CX perlu membedakan emosi yang diperkirakan model, masalah yang disampaikan pelanggan, serta hasil penyelesaiannya. Artikel ini membahas alur pascapanggilan, kebutuhan transkrip, pengujian label, dan KPI perbaikan yang dapat diperiksa.
Apa Itu Analisis Sentimen AI Pada Call Center?
Analisis sentimen mengklasifikasikan atau memberi skor terhadap kecenderungan bahasa dalam percakapan, misalnya positif, negatif, atau netral sesuai definisi sistem. Implementasi tertentu bekerja pada teks, sementara implementasi lain juga memproses informasi suara. Jangan menganggap semua produk mampu membaca nada atau emosi dengan cara sama.
Dokumentasi sentiment analysis Google Cloud Customer Experience Insights menjelaskan analisis pesan percakapan dan menyatakan fitur tersebut mengukur sentimen pengguna akhir pada percakapan contact center. Lingkup ini perlu dibedakan dari penilaian kinerja petugas atau kesimpulan psikologis tentang pelanggan.
Sentimen bukan CSAT. Pelanggan dapat berbicara dengan tenang tetapi masalahnya tidak selesai. Sebaliknya, pelanggan dapat memulai percakapan dengan marah lalu menerima penyelesaian yang baik. Skor perlu dibaca bersama urutan dialog, topik, dan hasil, bukan menggantikan semua ukuran kualitas.
Mulai Dari Keputusan Operasional
Menyeleksi Sampel Review
Tim quality dapat memakai sinyal sentimen untuk menemukan percakapan yang perlu dibaca lebih dahulu. Tetap ambil sampel acak dan sampel netral agar kesalahan model tidak membuat keluhan tertentu hilang dari pemantauan. Tujuan awal adalah memperbaiki pemilihan bahan review, bukan mengadili petugas otomatis.
Menemukan Masalah Yang Berulang
Gabungkan kategori masalah, kanal, produk, dan periode. Jika keluhan berkumpul pada kebijakan atau tahapan tertentu, tim dapat memeriksa akar masalahnya. Kategori yang berasal dari AI harus ditinjau; kata “lama” dapat mengacu pada waktu tunggu, usia pelanggan, atau riwayat masalah.
Mengevaluasi Perubahan Layanan
Bandingkan pola sebelum dan sesudah perbaikan dengan memperhitungkan perubahan volume, jenis kasus, dan kampanye. Penurunan skor negatif tidak otomatis berarti kebijakan membaik jika komposisi panggilan berubah atau kanal keluhan berpindah.
Berbeda dari voice agent untuk percakapan telepon, alur ini meninjau percakapan yang sudah terjadi. Ia juga berbeda dari analisis survei pelanggan B2B, yang menggunakan jawaban survei dengan konteks pertanyaan yang lebih terstruktur.
Alur Dari Rekaman Ke Agenda Perbaikan
Alur dapat dimulai dari rekaman yang penggunaannya telah diizinkan, transkripsi, pemisahan pembicara, penyamaran data yang diperlukan, analisis per bagian, lalu peninjauan manusia. Hasil akhir sebaiknya memuat topik, cuplikan bukti, posisi waktu, konteks sebelum dan sesudah, serta rekomendasi kategori tindak lanjut.
Reviewer mengonfirmasi temuan dan menetapkan apakah tindak lanjut berada pada tim layanan, produk, operasional, atau kebijakan. CRM menyimpan hubungan ke tiket dan status penyelesaian. Hindari menyalin seluruh transkrip ke banyak sistem jika tautan terkontrol dan ringkasan minimum sudah memadai.
Jangan menggabungkan suara pelanggan dengan petugas. Kesalahan pemisahan pembicara dapat membuat kalimat yang mengutip keluhan terbaca sebagai pernyataan petugas atau sebaliknya. Simpan penanda pembicara dan tandai bagian yang tidak cukup jelas.
Kualitas Transkrip Menentukan Kualitas Analisis
Nama produk, singkatan, bahasa daerah, campuran bahasa, dan suara latar dapat mengubah arti. Salah membaca “tidak masalah” menjadi “masalah” sangat berbeda dampaknya dengan salah eja nama umum. Uji kesalahan yang memengaruhi keputusan, bukan hanya persentase kata yang tepat.
Gunakan sampel yang mewakili panggilan normal dan kasus sulit. Pisahkan hasil menurut kanal, kondisi audio, bahasa, dan jenis layanan. Jika transkrip tidak dapat diandalkan pada kelompok tertentu, arahkan ke review audio dan jangan memaksakan klasifikasi otomatis.
Sarkasme, negasi, kutipan, dan konteks panjang juga perlu diuji. Kalimat “pelayanannya hebat sekali, saya sudah menelepon tiga kali” dapat menipu pendekatan yang hanya membaca kata positif. Periksa apakah model menangkap maksud dari konteks, dan sediakan label tidak pasti.
Susun Label Manusia Sebelum Mengukur Model
Sepakati unit penilaian: satu ucapan, satu segmen, atau keseluruhan percakapan. Buat pedoman dengan contoh yang mencakup keluhan produk, ketidakpuasan terhadap proses, ucapan sopan, serta masalah yang selesai. Reviewer perlu dapat menandai beberapa topik dan ketidakpastian.
Minta setidaknya dua penilai pada sebagian sampel untuk mengetahui bagian yang memang sulit disepakati. Bila manusia berbeda pendapat, selesaikan definisinya sebelum menganggap model salah atau benar. Simpan set uji yang tidak dipakai untuk menyesuaikan prompt agar evaluasi tidak sekadar menghafal contoh.
Nilai precision untuk peringatan: dari percakapan yang ditandai, berapa yang benar-benar perlu ditinjau? Nilai recall untuk keluhan penting: dari kasus yang seharusnya terdeteksi, berapa yang ditemukan? Kedua ukuran menjawab pertanyaan berbeda dan perlu dibaca bersama beban reviewer.
Contoh Pilot Yang Menghubungkan Skor Dengan Tindakan
Ilustrasi, bukan hasil proyek Layana.ID: tim quality meninjau satu antrean layanan untuk mencari pengulangan kontak akibat informasi status yang tidak konsisten. AI menyeleksi cuplikan negatif dan mengelompokkan topik, lalu reviewer mengonfirmasi temuan dan mencocokkannya dengan tiket.
Tim kemudian memperbaiki materi jawaban pada satu masalah yang terbukti. Evaluasi berikutnya memeriksa apakah pengulangan kontak untuk masalah itu turun, apakah pelanggan memperoleh jawaban yang konsisten, dan apakah beban petugas berubah. Jangan mengaitkan semua perubahan dengan AI tanpa pembanding atau penjelasan faktor lain.
KPI pilot dapat mencakup waktu menemukan kasus relevan, ketepatan klasifikasi keluhan penting, jam review per temuan yang valid, persentase temuan yang ditindaklanjuti, dan hasil masalah yang ditangani. Waktu pemrosesan model hanya salah satu komponen.
Jaga Privasi Dan Hindari Penilaian Karyawan Otomatis
Rekaman dapat berisi identitas, alamat, detail pembayaran, atau informasi lain yang perlu dilindungi. Tetapkan tujuan, pemberitahuan, dasar pemrosesan, retensi, akses, lokasi data, dan ketentuan penyedia sebelum ingest. Gunakan contoh yang disamarkan untuk pembahasan awal kebutuhan.
Penyamaran perlu diuji pada audio, transkrip, ringkasan, ekspor, dan log. Menghapus nama dari dashboard tidak cukup jika berkas unduhan masih memuat data aslinya. Pembaruan dan penghapusan harus menjangkau salinan turunan yang relevan.
Skor sentimen pelanggan tidak layak menjadi satu-satunya dasar sanksi atau evaluasi individu. Petugas yang menangani kasus paling sulit dapat menerima lebih banyak percakapan negatif. Konteks kasus, kewenangan petugas, dan kualitas penyelesaian harus diperiksa oleh manusia yang berwenang.
Integrasi Dan Biaya Operasional
Hubungkan rekaman ke ID percakapan dan tiket yang konsisten. Tetapkan versi transkrip, model, dan pedoman label. Jika analisis diulang, hasil baru tidak boleh membuat tugas koreksi ganda. Simpan catatan perubahan agar tren lama tidak diam-diam dibandingkan dengan definisi skor yang baru.
Biaya meliputi penyimpanan audio, transkripsi, analisis, pemantauan, integrasi, dan review manusia. Periksa unit tarif produk yang dipilih saat penyusunan anggaran; jangan mengasumsikan satu harga per panggilan berlaku untuk semua fitur. Volume audio dan durasi percakapan sama-sama memengaruhi estimasi.
Untuk integrasi sistem tiket dan dashboard, pemetaan integrasi API perlu menetapkan sumber resmi, pembatasan akses, serta mekanisme pemulihan ketika pemrosesan tertunda atau gagal.
Pertanyaan Praktis Sebelum Memulai
Apakah Skor Bisa Mengetahui Perasaan Pelanggan Secara Pasti?
Tidak. Perlakukan keluaran sebagai inferensi dari data dan definisi model. Gunakan bukti percakapan dan peninjauan manusia untuk memahami konteks.
Apakah Semua Rekaman Harus Dianalisis?
Tidak untuk memulai. Sampel yang dirancang dengan baik dapat menguji kelayakan dan risiko. Perluasan cakupan dilakukan setelah kualitas data, biaya, dan manfaat terbukti pada lingkup pilot.
Kapan Hasil Belum Layak Dipakai?
Ketika label tidak konsisten, pembicara sering tertukar, data sensitif tidak terkendali, atau peringatan tidak dapat ditelusuri ke cuplikan sumber. Selesaikan masalah itu sebelum hasil dipakai untuk keputusan operasional.
Hubungkan Analisis Dengan Satu Perbaikan Layanan
Siapkan masalah yang ingin dipahami, contoh rekaman yang boleh dipakai, pedoman review, sumber tiket, dan PIC tindak lanjut. Layana.ID menyediakan layanan AI dan machine learning serta integrasi sistem. Diskusikan pilot analisis percakapan layanan untuk menentukan keluaran yang berguna, pembanding manusia, dan ukuran hasil sebelum membangun dashboard sentimen yang lebih luas.