Kami menguji AI Chatbot kami terhadap 2.498 tiket dukungan nyata. Hasilnya? 89% jawaban dinilai berguna, dan waktu respons pertama turun dari 1–2 hari menjadi kurang dari 5 menit.
Menambahkan AI chatbot ke situs Anda biasanya bergantung pada tiga langkah: melatihnya pada konten Anda, mengonfigurasi perilaku dan penampilannya, dan menyematkannya ke situs Anda. Dengan alat tanpa kode seperti widget AI Chatbot Elfsight, Anda bisa memulai fondasi secara langsung dalam beberapa menit. Perbedaan utama dalam hasil berasal dari bagaimana Anda mempersiapkan chatbot, mendefinisikan ruang lingkupnya, dan merawatnya setelah peluncuran.
Panduan ini mencakup seluruh proses: bagaimana melatih chatbot secara efektif, mengonfigurasikannya untuk interaksi pelanggan nyata, menyematkannya di situs Anda, dan mengukur apakah ia benar-benar membantu pengunjung setelah diluncurkan.
- Melatih chatbot Anda dengan data dukungan nyata: 89% respons berguna, 17% penyelesaian AI sepenuhnya
- Penyiapan memakan beberapa menit – persiapan sebelumnya lah yang menentukan kinerjanya
- Kebanyakan masalah chatbot berakar pada instruksi yang buruk dan kurangnya pengaturan yang berpusat pada pelanggan.
- Lima metrik yang benar-benar memberi tahu apakah chatbot bekerja di situs Anda
Tambahkan Chatbot ke Situs Anda dalam 4 Langkah
Bagi Anda yang ingin melewati kurva pembelajaran pengaturan untuk saat ini, berikut alur kerja yang lebih ringkas untuk membuat AI chatbot Anda berjalan sekarang juga:
- Buka editor Elfsight dan pilih templat chatbot.
- Masukkan URL situs web Anda untuk melatihnya dengan data bisnis Anda.
- Atur gaya dan perilaku chatbot Anda.
- Tempel kode sematan ke backend situs web Anda.
Buat chatbot AI Anda sendiri di editor interaktif di bawah ini ↓
Hal-hal yang Perlu Anda Tentukan Sebelum Memulai
AI hanya sebaik apa yang Anda masukkan. Sebelum membuka editor chatbot, selesaikan lima keputusan ini — itu akan menghemat berjam-jam iterasi:
Tentukan Tugas Utama Chatbot
Entah itu pengalihan FAQ, penangkapan lead, pemesanan janji temu, atau pengalihan tautan — prioritaskan satu tujuan. Hal itu menentukan struktur basis pengetahuan Anda, pengaturan formulir, dan konfigurasi obrolan. Chatbot yang dirancang untuk lead capture memerlukan formulir kontak yang wajib diisi di awal percakapan. Yang dirancang untuk defleksi FAQ membutuhkan kedalaman basis pengetahuan lebih besar daripada tampilan formulir.
Susun Basis Pengetahuan Anda
Gabungkan 20 FAQ teratas Anda, harga terkini, kebijakan pengembalian dan pengiriman, detail kontak, deskripsi produk atau layanan — sebaiknya disusun dengan pertanyaan umum dan kendala pengguna yang sering muncul. Jangan diluncurkan sampai konten ini dimuat. Untuk panduan rinci tentang cara menyusun konten ini, lihat panduan basis pengetahuan chatbot.
Audit terhadap Inkonsistensi
Jika basis pengetahuan Anda memuat versi lama dan versi baru dari kebijakan pengembalian yang sama, AI bisa menampilkan keduanya atau mencampurkannya. Model ini menyintesis seluruh konten yang tersedia, jadi satu entri usang bisa merusak jawaban pada topik terkait. Hapus duplikasi dan versi yang bertentangan sebelum Anda melatihnya. Menetapkan fondasi yang tepat akan menghemat waktu Anda saat mengidentifikasi kekurangan di kemudian hari.
Tentukan Batas Lingkup
Tentukan topik yang ditangani chatbot dan yang dialihkan ke manusia. Tuliskan batasan ini secara eksplisit dalam instruksi asisten. Lalu atur jalur fallback melalui opsi Kontak Manusia dengan saluran pengalihan (mis. email, WhatsApp, telepon). Chatbot yang mengakui batasannya dan mengalihkan dengan tepat akan menciptakan pengalaman yang lebih baik daripada yang dengan percaya diri memberikan jawaban keliru.
Sesuaikan nadanya
kepribadian chatbot
Cara Mengintegrasikan Chatbot di Situs Web: Langkah demi Langkah
Setelah persiapan selesai, pengaturan sebenarnya berjalan cepat. Elfsight’s AI Chatbot melatih data bisnis Anda dan disematkan pada platform situs mana pun dengan potongan HTML sederhana.
Langkah 1: Konfigurasikan Profil Chatbot Anda
editor – there are 30+ presets to choose from. Just pick one that makes the most sense for your use case – you can always make changes later.”>Untuk memulai, pilih templat siap pakai di editor – ada lebih dari 30 preset yang bisa dipilih. Pilihlah yang paling masuk akal untuk kasus penggunaan Anda — Anda bisa mengubahnya nanti kapan saja.
Setelah itu, tempel URL situs web Anda atau masukkan detail bisnis secara manual. Widget akan secara otomatis mengambil hingga 200 halaman dari sitemap Anda untuk pelatihan.
Tab Agen adalah tempat Anda menentukan identitas dan perilaku chatbot Anda. Mulailah dengan Profil Agen AI:
- Nama Tampilan dan Keterangan — tetapkan nama bisnis atau agen Anda dan keterangan (mis. “Online”)
- Foto Profil — unggah logo perusahaan Anda atau avatar khusus avatar
- Peran — jelaskan bidang keahlian agen untuk membantu responsnya tetap sesuai karakternya
- Nada Suara — atur kepribadian chatbot Anda (pilih dari preset atau sesuaikan)
- Panjang Jawaban — tentukan seberapa panjang dan rinci respons AI seharusnya
Di bawah profil, konfigurasikan antarmuka percakapan:
- Sambutan — buat pesan pembuka yang menjelaskan apa yang bisa dibantu chatbot
- Pertanyaan yang Disarankan — arahkan pengunjung ke topik yang dikuasai chatbot
- Aturan Percakapan — tetapkan aturan-aturan individual yang mendefinisikan perilaku spesifik
Langkah 2: Bangun Basis Pengetahuan
Tab Pengetahuan adalah tempat Anda memuat konten yang menjadi sumber jawaban chatbot. AI hanya mengetahui apa yang Anda masukkan di sini — ia tidak menelusuri internet atau membuat jawaban sendiri (ketika ruang lingkupnya tepat).
- Halaman Web — tambahkan/hapus URL individu dari peta situs Anda (200 URL ditarik otomatis)
- Berkas — unggah berkas PDF, DOCX, TXT, JSON, HTML, MD, atau PPTX berisi kebijakan, katalog produk, dll.
- Pertanyaan & Jawaban — lengkapi pasangan Q&A yang telah ditentukan untuk topik berisiko tinggi seperti harga
- Blok Teks — tambahkan konten bebas seperti tawaran musiman atau apa pun yang tidak ada di situs Anda
- Informasi Bisnis — jelaskan detail inti bisnis (jam operasional, lokasi, info kontak)
Langkah 3: Atur kemampuan AI Chatbot
The Keterampilan tab memuat empat kemampuan yang memperluas apa yang bisa dilakukan chatbot melebihi sekadar menjawab pertanyaan:
Kumpulkan Kontak
Untuk pengumpulan prospek, Anda bisa menampilkan formulir bawaan sederhana yang menangkap nama pengguna, email, dan nomor telepon (dengan kode negara). Atur kapan formulir muncul: opsional sebelum obrolan, wajib sebelum balasan agen, atau setelah balasan pertama.
Jangan lupa mengonfigurasi permintaan rincian pengunjung dan bidang Pesan Sukses (gunakan [name] untuk menampilkan nama asli pengguna). Centang Kotak Persetujuan untuk memberi tahu pengguna bahwa data pribadi mereka aman.
Pesan Tindak Lanjut
Untuk mengajak kembali pengunjung yang telah membuka obrolan tetapi teralihkan, atau untuk membagikan info dan penawaran tambahan, buat pesan tindak lanjut yang dikirim kepada pengguna setelah periode tidak aktif (mis. 5 menit).
Hubungi Manusia
Keahlian ini memungkinkan Anda menyiapkan jalur cadangan yang memungkinkan pengunjung menghubungi seseorang. Anda dapat menyiapkan profil agen manusia (foto, nama, jabatan), menulis bio singkat mereka, dan mengonfigurasi tombol kontak untuk mengarahkan pengguna ke saluran lain – WhatsApp, email, telepon, Instagram, dll.
Tawarkan kontak manusia saat:
- Pengunjung secara eksplisit meminta bantuan manusia
- Agen tidak bisa memberikan jawaban
- Pengguna mengetik kata kunci tertentu
- Respon dinilai buruk melalui tombol tidak suka
- Pengunjung tidak aktif untuk jangka waktu tertentu
- atau situasi kustom lainnya
Tombol Aksi
Tombol khusus bisa diatur tampil secara kondisional (misalnya, “Saat pengunjung menanyakan tentang pembelian”). Ini memungkinkan pengunjung mengambil tindakan cepat langsung dari obrolan — dapatkan petunjuk arah, ikuti Anda di X, simpan detail kontak Anda, dll.
Usulkan atau berikan suara untuk keterampilan chatbot baru di Komunitas kami – kami selalu terbuka untuk ide-ide baru.
Langkah 4: Sesuaikan gaya
Tab Tema mengontrol bagaimana tampilan chatbot. Pilih dari enam tema adaptif atau sesuaikan penampilan dari awal. Lalu atur warna aksen dari palet agar sesuai dengan merek Anda.
Untuk kendali rinci, klik “Sesuaikan Tema” untuk menyesuaikan elemen-elemen secara detail:
- Tombol Peluncur — warna latar belakang, warna ikon, dan ukuran (S/M/L)
- Header dan Footer — latar belakang dan warna teks, dengan opsi warna solid atau gradien, warna teks footer
- Obrolan — warna bidang pesan, warna tombol aksi, latar belakang obrolan, radius sudut, dan lainnya
- Bidang Pesan — latar belakang, warna teks, warna border, dan warna tombol Kirim
- Font – pilih jenis huruf dari perpustakaan yang cocok dengan keluarga huruf situs Anda
Setiap elemen visual bisa disesuaikan secara independen, sehingga AI Chatbot bisa menyelaraskan desain situs Anda secara alami, bukan terlihat seperti dipasang paksa.
Langkah 5: Sesuaikan Pengaturan Chatbot
Tab Pengaturan mencakup dua area: bagaimana chatbot tampil di situs Anda, dan apa yang terjadi di balik layar — termasuk kemampuan lanjutan.
Tampilan dan Perilaku
- Tata Letak & Penempatan — pilih penempatan jendela obrolan, mode mulai, dan waktu tampilnya
- Visibilitas — tampilkan atau sembunyikan chatbot di halaman dan perangkat tertentu sesuai kasus penggunaan Anda
- Kaki Halaman — tambahkan penafian tentang keterbatasan AI atau tautkan ke kebijakan privasi Anda
- Suara — nyalakan/matikan nada notifikasi untuk pesan baru
Integrasi dan Pengaturan Lanjutan
- Google Analytics — sambungkan akun GA Anda secara langsung untuk melacak interaksi chatbot dengan menambahkan peristiwa
- Notifikasi Email — konfigurasikan pengiriman transkrip obrolan dan detail kontak pengunjung
- Bahasa & Wilayah — pilih dari 76 preset bahasa lokal atau edit string teks secara manual
- Kustom CSS — menimpa gaya bawaan untuk penyesuaian visual tingkat lanjut
- JavaScript Kustom — tambahkan pelacakan peristiwa, integrasi pihak ketiga, atau skrip perilaku kustom
Langkah 6: Sematkan chatbot di situs Anda
Klik “Tambahkan ke Situs Web” atau “Publikasikan” di editor untuk mendapatkan kode sisipan Anda — potongan HTML singkat. Tempelkan ke blok HTML Kustom situs Anda dan perbarui.
Widget ini bekerja di WordPress, Shopify, Wix, Squarespace, Webflow, dan platform mana pun yang menerima HTML kustom. Untuk instruksi spesifik platform, Elfsight menyediakan panduan setup untuk setiap CMS utama.
Berikut tutorial video singkat yang bisa Anda ikuti:
Kesalahan yang Merusak Kinerja Chatbot
Analisis Netguru menemukan bahwa 67% perusahaan melaporkan teknologi chatbot mereka tidak memenuhi ekspektasi, dan hampir setengahnya mengatakan itu tidak menyelesaikan masalah secara akurat atau salah memahami maksud. Pola di balik angka-angka ini konsisten – dan dapat dihindari:
| Kesalahan | Cara menghindarinya |
|---|---|
| Sambutan Tak Berguna dan Balasan Cepat | “Hai! Ada yang bisa saya bantu?” tidak memberi pengunjung alasan jelas untuk terlibat. Gantilah dengan pernyataan lingkup yang spesifik — “Saya bisa membantu dengan harga, pengiriman, kebijakan pengembalian, dan pengaturan produk” — dan padukan dengan pertanyaan yang disarankan yang membimbing pengunjung ke topik-topik yang ditangani chatbot dengan baik. |
| Menulis instruksi sebagai copy pemasaran | Studi kami menemukan bahwa berkas Basis Pengetahuan yang diubah dari halaman produk menghasilkan respons yang hambar dan tidak membantu. Dokumentasi yang ditulis dari sudut pandang pelanggan (pertanyaan nyata, kesalahan nyata, kasus tepi nyata) berkinerja lebih baik. |
| Lewati pengaturan Nada Suara dan Kepribadian | Toko skateboard dan kantor hukum tidak seharusnya terdengar sama, meskipun keduanya memilih “Profesional.” Tulislah 2–3 aturan percakapan yang mencerminkan bagaimana merek Anda sebenarnya berkomunikasi. |
| Pengujian dengan Pertanyaan Buatan | Ambil 10–15 pesan nyata dari kotak masuk dukungan Anda. Pengunjung nyata bertanya, ‘pesanan saya belum tiba dan tidak ada yang menjawab,’ bukan ‘Jam Operasional Anda berapa?’ Ketepatan konteks dan nuansa emosionalnya berbeda. |
| Tidak meninjau transkrip setelah peluncuran | Periksa log percakapan setiap minggu selama bulan pertama. Cari pertanyaan berulang yang tidak bisa dijawab bot, jawaban yang secara teknis benar tetapi membingungkan, dan topik di mana bot seharusnya melakukan eskalasi tetapi tidak. |
| Tidak ada perilaku fallback yang dikonfigurasi | Siapkan Kontak Manusia sebelum peluncuran — minimal untuk pemicu “pengunjung meminta manusia” dan “AI tidak bisa menjawab”. Pengunjung tidak keberatan dengan AI; mereka menolak jika merasa terjebak oleh AI. |
Intinya? Anggap chatbot sebagai sebuah sistem yang Anda konfigurasikan, bukan produk yang Anda pasang dan dilupakan. Sematannya memakan waktu lima menit. Basis pengetahuan, batasan ruang lingkup, salam pembuka, perilaku fallback — di sanalah kinerja dimenangkan atau kalah.
Cara Menentukan Apakah Chatbot Anda Berfungsi
Pasar chatbot global mencapai sekitar $7 miliar pada 2026, tetapi ukuran pasar tidak memberi tahu apakah chatbot individual bekerja. Chatbot tanpa metrik adalah tebakan. Di bawah ini adalah tolok ukur yang mendefinisikan kinerja baik, bersama dengan lima metrik yang perlu Anda lacak.
Seperti Apa Kinerja yang Baik
Chatbot bekerja paling baik pada kueri volume tinggi, berulang di mana jawaban sudah ada dalam konten bisnis Anda. Ketika Elfsight melacak 2.498 tiket dukungan yang ditangani AI selama tiga minggu, topik-topik dengan tingkat keberhasilan tertinggi adalah:
- Pertanyaan Informatif — rincian harga, perbandingan paket, penjelasan fitur
- Pertanyaan Kebijakan — GDPR, pemrosesan data, syarat pengembalian
- Bantuan Konfigurasi — pengaturan widget, langkah pemecahan masalah, panduan pengaturan
Data e-commerce menunjukkan pola yang sama secara skala besar: situs yang menggunakan chatbot menyelesaikan 89.2% dari pertanyaan pelanggan dan menangani 6x lebih banyak percakapan per bulan, dengan pola umum berupa pertanyaan terstruktur dan faktual dengan jawaban diambil dari konten yang ada.
Chatbot tidak terlalu pandai pada ini
68% konsumen telah menggunakan chatbot layanan pelanggan, dan 35% mengatakan chatbot menyelesaikan masalah mereka dengan efisien. Namun 77% masih merasa frustrasi terhadapnya – celah ini terkait dengan konfigurasi, bukan teknologi.
Di mana chatbot sering kesulitan adalah tugas yang memerlukan penilaian, akses tingkat akun, atau tindakan di berbagai sistem eksternal: ketidaksesuaian tagihan, keputusan kelayakan pengembalian dana, dan debugging spesifik situs. Itu bukan kegagalan chatbot—itu kegagalan ekspektasi jika Anda tidak menetapkan batas cakupan saat penyiapan.
Polanya jelas terlihat pada data. Survei Gartner menemukan tingkat penyelesaian chatbot serendah 17% untuk sengketa tagihan, dibandingkan 58% untuk pengembalian dan pembatalan — masalah yang cenderung mengikuti alur kerja yang lebih terstruktur.
Apa yang diukur untuk tetap selangkah lebih maju
Lima metrik berikut ini menunjukkan apakah chatbot Anda berjalan dengan baik dan di mana perlu iterasi:
| Metrik | Apa yang Dilacak | Rentang Sasaran | Apa artinya untuk Anda |
|---|---|---|---|
| Tingkat Keterlibatan | % dari pengunjung yang berinteraksi dengan chatbot setelah menemukannya | 35–40% dari pengunjung yang terpapar | Apakah salam sambutan dan penempatan Anda berfungsi? |
| Tingkat Penahanan | % Persentase percakapan yang diselesaikan tanpa dialihkan ke manusia | Lebih dari 65% terselesaikan tanpa intervensi manusia | Apakah Basis Pengetahuan Anda mencakup topik yang tepat |
| Tingkat Penyelesaian | % dari percakapan di mana pertanyaan pengunjung benar-benar terjawab | 78% (rata-rata AI), 85%+ (performa teratas) | Apakah pengunjung mendapatkan jawaban yang akurat |
| Tingkat penangkapan lead | % dari percakapan yang menghasilkan kontak terkumpul | Bergantung pada pekerjaan utama | Apakah penempatan dan waktu formulir berfungsi |
| Tingkat eskalasi | % dari percakapan yang diakhiri dengan penyerahan ke manusia | <15% untuk pertanyaan rutin | Apakah perilaku fallback telah dikonfigurasi dengan benar? |
Tolok ukur di atas merangkum bagaimana “baik” terlihat di seluruh metrik utama. Untuk kerangka metrik lengkap dan tips pelacakan, lihat panduan KPI chatbot.
Cara Lain Mengintegrasikan Chatbot
Elfsight adalah pembuat widget Tanpa Coding – cepat dipasang, tanpa overhead teknis, dirancang untuk UKM. Namun ini satu kategori alat. Tergantung kebutuhan Anda, pendekatan lain mungkin lebih cocok:
- Platform E-commerce dan Multisaluran — (Tidio, Crisp, Freshchat) menggabungkan chatbot dengan obrolan langsung, penanganan tiket, dan pesan multisaluran. Berguna jika Anda membutuhkan tumpukan dukungan lengkap, tetapi harga dan kompleksitasnya lebih tinggi.
- Paket Dukungan Enterprise (Intercom, Zendesk) menawarkan agen AI dengan integrasi CRM yang mendalam, SLA, dan routing lanjutan. Kuat pada skala besar, tetapi harganya pun disesuaikan untuk skala tersebut.
- Membangun sendiri melalui API (OpenAI, Anthropic) memberi Anda kendali maksimum atas perilaku, integrasi, dan penanganan data. Membutuhkan waktu pengembangan, hosting, dan pemeliharaan berkelanjutan.
Untuk perbandingan rinci antar platform tertentu, lihat rangkuman AI Chatbot terbaik untuk situs web.
Pertanyaan yang Sering Diajukan
Berapa biaya menambahkan AI Chatbot ke situs web saya?
Bagaimana cara membuat AI Chatbot yang menjawab pertanyaan secara akurat?
Berapa lama sebelum chatbot mulai berkinerja dengan baik?
Apakah AI Chatbot layak untuk bisnis kecil?
Apakah menambahkan widget chatbot memperlambat situs web saya?
Mulai Dari Mana
Penempatan embed itu bagian termudah. Ketika Elfsight menguji chatbot-nya sendiri pada ratusan tiket dukungan, tingkat respons berguna 89% tidak berasal dari model AI yang mendasarinya. Melainkan berasal dari basis pengetahuan yang didasari pertanyaan pelanggan nyata dan kasus tepi, instruksi yang jelas, dan iterasi berkelanjutan.
Tingkatan kinerja chatbot ditetapkan sebelum kunjungan pertama mengetik pesan, jadi mulailah dengan persiapan. Kumpulkan 20 FAQ teratas Anda, audit konten yang ada untuk kontradiksi, dan tentukan apa yang seharusnya dijawab chatbot serta apa yang tidak. Setelah fondasi Anda ditetapkan, editor Elfsight AI Chatbot membawa Anda dari nol hingga tertanam dalam waktu kurang dari satu jam — dengan kustomisasi kaya, kendali perilaku, dan tanpa satu baris kode pun.
Balasan Menonjol
Saya menjalankan bisnis layanan kecil dan ketika waktu respons melambat, orang menjadi sangat frustrasi dengan live chat.. Begitu kami menambahkan chatbot untuk menangani kontak pertama itu, keluhan mengenai waktu tunggu menurun secara signifikan, meskipun waktu penyelesaian aktualnya tidak banyak berubah.
Saya pikir orang-orang benci merasa diabaikan lebih dari pada menunggu.
Itu perbedaan yang sangat menarik sebenarnya – antrean yang dirasakan vs antrean aktual. Ini mirip dengan bagaimana spinner pemuatan membuat aplikasi terasa lebih cepat meskipun tidak ada perubahan di backend. Mungkin Anda benar dalam berpikir bahwa orang lebih toleran terhadap AI, karena mereka yakin itu tidak “mengabaikan” mereka secara sengaja.
Tidak diragukan lagi bahwa chatbot AI membantu bisnis dan pelanggan—selama arsitektur chatbot AI yang kokoh, andal, terus-menerus ditingkatkan, dan memberikan jawaban yang akurat. Jika tidak, bisnis memiliki risiko lebih besar kehilangan daripada pelanggan.
Sebagai contoh, jika saya menanyakan bot: “Berapa biaya Anda untuk layanan XYZ?” dan bot menjawab: “Tergantung. Dapatkah saya membantu menjadwalkan layanan itu?“, pengunjung — kemungkinan besar — tidak akan kembali mengunjungi bisnis atau situs web tersebut. Jadi, be mindlful. Pilihlah AI Chatbot (LLM) yang bisa dengan mudah dilatih dan tepat serta mampu melakukan pencarian eksternal — yang akan membantu meningkatkan jawaban chatbot.
Walau AI Chatbot Elfsight sangat andal untuk pertanyaan dasar, ia agak tersesat ketika situasi yang kompleks muncul. Bagi saya, saya terus melatih AI Chatbot Elfsight untuk mencapai tujuan kami—yang sebenarnya tidak terlalu rumit. Bagi saya, ini adalah perjuangan konstan, tetapi saya memahami bahwa ini didorong oleh LLM yang dipilih oleh Elfsight (yaitu ChatGPT-5 mini).
Secara keseluruhan, AI Chatbot Elfsight sangat luar biasa, namun masih banyak ruang untuk peningkatan.
Damai!
Jawaban akurat dan peningkatan berkelanjutan jelas tidak bisa dinegosiasikan — saya sepenuhnya setuju di sana.
Aspek pelatihan juga patut disebut. Perilaku LLM tidak selalu intuitif; seringkali bukan soal jumlah data, melainkan bagaimana data itu disusun dan dibingkai secara spesifik—perubahan kecil bisa membuat perbedaan besar pada kualitas keluaran.
Terima kasih telah membagikan pengalaman Anda, Petar!
Hai @Kristina
Mengimplementasikan AI chatbot adalah impian lama saya. Berkat Elfsight, ini relatif mudah direalisasikan.
Belum sepenuhnya diadopsi, tetapi saya pikir itu akan berubah.
Saya lebih mengutamakan produktivitas daripada menelepon atau memproses email pelanggan, terutama ketika tenaga kerja terampil langka.
Tenaga kerja terampil di bidang pekerjaan teknis sebaiknya tidak membuang-buang waktu untuk hal itu.
“Gunakan waktumu untuk hal-hal yang penting” dan fokus pada 20% tugas yang menghasilkan 80% dari kesuksesan.
Asisten telepon berbasis AI kemudian menjadi sentuhan penutup yang sempurna.
Saya ingin mendapatkan lebih banyak interaksi dengan chatbot saya, tetapi pengunjung situs tidak banyak. Saya akan mencoba beberapa hal untuk menarik perhatian lebih dengan chatbot ini. Ini masih baru dan pengunjung kami kebanyakan lebih tua, jadi itu punya tantangan tersendiri. Saya paling suka chatbot Elfsight dan akan senang jika orang lain juga menggunakannya. Teruskan kerja bagusnya, Elfsight.
Terima kasih telah membagikan ini! Faktor audiens yang lebih tua adalah faktor nyata, tetapi saya juga melihatnya sebagai peluang. Pengunjung yang lebih tua cenderung memiliki pertanyaan yang lebih spesifik dan kurang sabar menelusuri halaman, jadi begitu mereka mencoba chatbot dan mendapatkan jawaban cepat, adopsi biasanya meningkat. Pesan sambutan awal yang dirumuskan dengan baik dan balasan cepat juga bisa membantu menarik perhatian. Saya ingin mendengar apa yang Anda coba dan bagaimana hasilnya!
Kami baru saja menambahkan chatbot di situs kami dua minggu lalu, dan sejauh ini jumlah email mengenai topik yang sudah ada di situs kami menurun sangat signifikan— orang-orang tampaknya terlalu malas mencarinya dan akan mengirim email. Sangat senang sejauh ini.
Itu sinyal awal yang luar biasa, @Louis_Fullagar1!
Saya penasaran, apakah volume email Anda sudah turun sejauh ini? Sekitar berapa, ya?
Juga bertanya apakah orang lain melihat efek serupa setelah menambahkan chatbot—apakah itu benar-benar mengurangi beban dukungan, atau hanya memindahkannya?
Jumlah total email turun sedikit. Jelas saya menerima ringkasan chatbot sebagai gantinya, yang baru. Namun saya hanya membacanya, bukan membalas email rinci yang memerlukan beberapa menit untuk ditulis setiap kali, jadi dari sisi efisiensi waktu ini jauh lebih baik.
Jadi tidak hanya pengurangan (meski kecil), tetapi juga penanganan yang lebih cepat.
Penasaran apakah orang lain juga melihatnya — apakah ini benar-benar mengurangi beban dukungan, atau sekadar perubahan format?
Bagi saya, keduanya.