Percakapan adalah jantung operasional Chatmo. Halaman analitik chat memberikan Anda visibilitas penuh terhadap semua metrik yang terkait dengan percakapan — dari volume pesan, kecepatan respons, hingga performa setiap agen. Data di sini membantu Anda membuat keputusan berbasis fakta, bukan perkiraan.
Metrik Percakapan
Dashboard analitik chat menampilkan metrik-metrik utama terkait percakapan dalam bentuk kartu ringkasan:
| Metrik | Keterangan |
|---|---|
| Total Percakapan | Jumlah keseluruhan percakapan dalam periode yang dipilih |
| Percakapan Baru | Percakapan yang baru dimulai (bukan lanjutan dari sebelumnya) |
| Percakapan Aktif | Percakapan yang sedang berlangsung dan belum ditutup |
| Percakapan Diselesaikan | Percakapan yang berhasil ditutup/diselesaikan |
| Tingkat Resolusi | Persentase percakapan yang berhasil diselesaikan |
| Rata-rata Pesan per Percakapan | Berapa banyak pesan yang dipertukarkan rata-rata sebelum percakapan selesai |
Setiap kartu metrik juga menampilkan indikator perbandingan dengan periode sebelumnya — panah hijau ke atas artinya peningkatan, panah merah ke bawah artinya penurunan. Konteks perbandingan ini penting agar Anda tahu apakah tren berjalan ke arah yang benar.
Perhatikan metrik Rata-rata Pesan per Percakapan. Kalau angka ini terlalu tinggi, bisa jadi ada masalah efisiensi — mungkin agen membutuhkan terlalu banyak bolak-balik untuk menyelesaikan masalah, atau template respons perlu diperbarui.
Volume Pesan Seiring Waktu
Grafik ini menampilkan jumlah pesan masuk dan keluar dalam bentuk line chart, dengan sumbu horizontal menunjukkan waktu dan sumbu vertikal menunjukkan volume.
Yang Bisa Anda Pelajari dari Grafik Ini
- Tren harian — Apakah volume percakapan cenderung naik atau turun dari hari ke hari?
- Pola mingguan — Hari apa yang paling ramai? Banyak bisnis mendapati Senin dan akhir pekan sebagai hari paling sibuk.
- Dampak kampanye — Jika Anda menjalankan kampanye broadcast atau promosi, grafiknya akan menunjukkan lonjakan volume di hari-hari berikutnya.
- Anomali — Lonjakan atau penurunan tiba-tiba yang perlu diinvestigasi.
Gunakan filter rentang tanggal untuk mengubah granularitas grafik. Rentang 7 hari akan menampilkan data per hari, sementara rentang 30 hari bisa menampilkan data per minggu untuk gambaran yang lebih bersih.
Analisis Waktu Respon
Waktu respon adalah salah satu metrik paling kritis dalam layanan pelanggan. Chatmo memecah analisis ini ke beberapa dimensi:
Waktu Respon Pertama (First Response Time)
Berapa lama pelanggan menunggu sebelum mendapat balasan pertama setelah mengirim pesan. Ini adalah metrik yang paling dirasakan langsung oleh pelanggan.
Benchmark yang baik:
- Chat real-time: di bawah 3 menit
- WhatsApp/Messaging: di bawah 15 menit
- Luar jam kerja: sesuai SLA yang ditetapkan
Rata-rata Waktu Respon
Rata-rata waktu antara pesan pelanggan dan balasan agen, dihitung sepanjang percakapan (bukan hanya pesan pertama).
Waktu Resolusi
Berapa lama rata-rata sebuah percakapan berjalan dari pesan pertama hingga ditandai selesai. Metrik ini menggambarkan efisiensi penyelesaian masalah.
Waktu respon yang lambat secara konsisten bukan hanya masalah kepuasan pelanggan — ini juga mempengaruhi konversi penjualan. Pelanggan yang menunggu terlalu lama sangat mungkin berpindah ke kompetitor. Monitor metrik ini ketat dan tetapkan target yang jelas untuk tim.
Tingkat Resolusi
Tingkat resolusi menunjukkan persentase percakapan yang berhasil diselesaikan dibandingkan total percakapan. Dashboard menampilkan:
- Tingkat resolusi keseluruhan — Persentase agregat untuk seluruh organisasi.
- Tingkat resolusi per tim — Perbandingan antar tim, berguna untuk mengidentifikasi tim mana yang butuh support tambahan.
- Tren resolusi — Apakah tingkat resolusi membaik atau menurun dari waktu ke waktu.
Target tingkat resolusi yang sehat biasanya di atas 85%. Jika angka Anda di bawah itu, pertimbangkan untuk:
- Menambah jumlah agen di jam-jam sibuk.
- Meningkatkan training agen untuk penanganan masalah umum.
- Mengoptimalkan AI agent untuk menangani pertanyaan repetitif.
Perbandingan Performa Channel
Tidak semua channel komunikasi punya karakteristik yang sama. Analitik per channel membantu Anda memahami perbedaannya:
| Metrik per Channel | Yang Diukur |
|---|---|
| Volume percakapan | Channel mana yang paling banyak menghasilkan percakapan |
| Waktu respon rata-rata | Apakah ada channel yang responsnya lebih lambat |
| Tingkat resolusi | Channel mana yang paling mudah/sulit menyelesaikan masalah |
| Kepuasan pelanggan | Jika feedback dikumpulkan, bagaimana skornya per channel |
Insight yang Bisa Diambil
- Jika WhatsApp mendominasi volume — Pastikan Anda punya cukup agen yang fokus di channel ini dan pertimbangkan automasi via AI agent.
- Jika Instagram punya waktu respon tertinggi — Mungkin tim Anda butuh notifikasi khusus untuk pesan Instagram agar tidak terlewat.
- Jika live chat punya resolusi terendah — Bisa jadi pelanggan yang datang via live chat punya masalah yang lebih kompleks dan butuh penanganan berbeda.
Alokasikan resource (agen, AI agent, automasi) berdasarkan data channel, bukan asumsi. Anda mungkin kaget mendapati bahwa channel yang Anda kira sepi ternyata punya volume yang signifikan tapi waktu responnya tertinggal.
Metrik Performa Agen
Bagian ini menampilkan performa individual setiap agen, membantu Anda mengidentifikasi siapa yang perlu apresiasi dan siapa yang butuh support tambahan:
Metrik per Agen
- Jumlah percakapan ditangani — Volume kerja setiap agen.
- Rata-rata waktu respon — Seberapa cepat agen merespons.
- Tingkat resolusi — Persentase percakapan yang berhasil diselesaikan.
- Rata-rata durasi percakapan — Berapa lama agen menyelesaikan satu percakapan.
- Skor kepuasan — Rating dari pelanggan (jika fitur feedback diaktifkan).
Cara Membaca Data Performa Agen
Jangan hanya lihat satu metrik secara terpisah. Agen dengan volume tinggi tapi waktu respon yang agak lambat mungkin sebenarnya efisien — mereka hanya menangani terlalu banyak percakapan sekaligus. Sebaliknya, agen dengan waktu respon cepat tapi resolusi rendah mungkin terlalu terburu-buru.
Lihat metrik secara holistik dan gunakan data ini sebagai bahan diskusi konstruktif dengan agen, bukan sebagai alat menghukum.
Analisis Jam Sibuk
Grafik jam sibuk menampilkan distribusi volume percakapan berdasarkan jam dan hari dalam seminggu. Biasanya ditampilkan sebagai heatmap — warna lebih gelap menandakan volume lebih tinggi.
Manfaat Analisis Jam Sibuk
- Perencanaan shift — Jadwalkan lebih banyak agen di jam-jam sibuk dan kurangi di jam sepi.
- Konfigurasi AI agent — Aktifkan AI agent untuk menangani percakapan di luar jam kerja atau saat volume tinggi.
- Ekspektasi pelanggan — Komunikasikan jam operasional yang realistis berdasarkan ketersediaan agen.
- Deteksi perubahan pola — Pola jam sibuk bisa berubah karena musim, kampanye, atau pertumbuhan bisnis.
Pola jam sibuk yang berubah signifikan bisa menjadi sinyal penting. Misalnya, jika tiba-tiba ada lonjakan di jam yang biasanya sepi, mungkin ada masalah produk atau kampanye yang perlu Anda investigasi.
Tips Mengoptimalkan Berdasarkan Data Chat
- Set alert untuk metrik kritis — Jika waktu respon rata-rata melewati ambang batas tertentu, Anda ingin tahu secepatnya, bukan di akhir minggu.
- Bandingkan minggu ke minggu — Perbandingan harian bisa menyesatkan karena fluktuasi alami. Mingguan memberikan gambaran yang lebih akurat.
- Korelasikan dengan event bisnis — Hubungkan lonjakan atau penurunan dengan aktivitas bisnis (launching produk, promo, downtime) untuk memahami penyebabnya.
- Share insight ke tim — Data analitik bukan hanya untuk manajemen. Bagikan insight relevan ke agen sehingga mereka paham konteks dan bisa memperbaiki performa mereka sendiri.
Langkah Selanjutnya
- Ringkasan Laporan — Kembali ke overview dashboard laporan dan jelajahi tipe laporan lainnya.