Proyek pelanggan

AI Customer Service WhatsApp untuk retail iPhone

Klien

iPhone Retailer (New & Second)

Kategori

AI Integration

Tipe Proyek

AI CS WhatsApp & sales assist (retail iPhone)

Sebelum

Toko dibanjiri pertanyaan WhatsApp yang itu-itu lagi: stok, harga, cicilan, garansi, lokasi, trade-in. Staf sedang melayani pembeli di lantai toko, chat menumpuk, dan calon pembeli pindah ke toko sebelah. Sekitar 230 pesan masuk per hari, dan 30% lead baru justru datang di luar jam kerja (21.00-09.00).

Sesudah

Chat dijawab di bawah semenit, 24 jam, dan selalu dari data stok yang sebenarnya. Dalam 80 hari pertama AI menjawab sekitar 18.000 pesan pelanggan - 99% dari seluruh balasan keluar - dan channel chat menyumbang kira-kira 1 dari 9 pembeli toko. Staf tetap mengambil alih untuk nego, komplain, dan penutupan di toko.

Bridge

Kami sambungkan agent WhatsApp ke database inventori toko, tulis eksplisit aturan yang boleh dan tidak boleh dijawab (nego hanya di toko, jumlah stok tidak disebut, nominal cicilan final tidak dijanjikan), tambahkan tool untuk simulasi kredit, lokasi, dan estimasi trade-in, lalu eskalasi otomatis ke admin begitu pembeli serius atau sudah sampai di lokasi.

Tantangan

Chat berulang menumpuk di jam sibuk

Pertanyaan stok, harga, dan cicilan datang terus-menerus sementara staf sedang melayani pembeli yang ada di depan mata.

Jawaban harus ikut data stok, bukan ingatan staf

Harga dan ketersediaan unit berubah tiap hari. Jawaban yang meleset baru ketahuan setelah pelanggan sampai di toko.

Sepertiga lead baru masuk di luar jam kerja

30% lead baru muncul antara 21.00 dan 09.00, saat tidak ada satu pun orang yang membalas.

Sorotan Solusi

Jawaban dibaca dari database inventori

Setiap pernyataan soal ketersediaan, harga, warna, storage, garansi, dan kondisi baterai dicek ke database toko dulu sebelum dikirim ke pelanggan.

Alur jualan, bukan sekadar FAQ

Simulasi kredit DP 0%, estimasi trade-in dan buyback dalam bentuk rentang, lalu ajakan datang ke toko. Begitu pelanggan menyebut hari, agent langsung menutup dengan template janji temu.

Batas yang jelas dan eskalasi ke manusia

Nego dan pembayaran tetap terjadi di toko. Pembeli serius, komplain, atau pelanggan yang sudah sampai di lokasi otomatis dilempar ke admin.

Perkenalan Klien

Sebuah toko retail iPhone (unit baru dan second) dengan volume chat WhatsApp yang tinggi. Hampir semua transaksi tetap terjadi di toko - chat adalah pintu masuknya, dan pintu itu paling sering tidak terjaga justru saat toko sedang ramai.

Perjalanan Proyek

Kami mulai dari cara tim menjawab hari ini: pertanyaan mana yang murni cek stok, mana yang wajib manusia, dan aturan mana yang selama ini cuma ada di kepala pemilik.

Setelah aturan itu ditulis eksplisit, agent dihubungkan ke data stok dan dirilis bertahap. Dua putaran feedback pemilik di dua minggu pertama mengubah gaya jawaban cukup jauh: tingkat pembeli yang akhirnya jadi beli naik sekitar tiga kali lipat setelah tuning tersebut, dan bertahan di level itu.

Fitur Utama

Yang dibangun:

Agent WhatsApp yang membaca stok langsung dari database toko sebelum menyebut harga, warna, storage, garansi, atau kondisi unit
Simulasi kredit DP 0% tenor 12 bulan yang dikirim sebagai gambar, tanpa menghitung cicilan sendiri di chat
Estimasi trade-in dan buyback dalam bentuk rentang harga, mengikuti rumus toko
Tool lokasi dan jam buka, plus eskalasi ke admin untuk pembeli serius, komplain, atau pelanggan yang sudah sampai di lokasi
Dashboard operator supaya staf bisa mengambil alih percakapan kapan saja

Catatan Proof

Diukur dengan mencocokkan nomor WhatsApp pelanggan ke data transaksi POS toko sepanjang 2,5 bulan pertama, bukan dari perkiraan di chat. Hasilnya: sekitar 1 dari 9 pembeli toko pernah lewat chat, dan kontribusi channel chat terhadap omzet bulanan naik dari 5% ke sekitar 10% lalu bertahan di sana. Nominal rupiahnya milik klien; yang kami publikasikan hanya rasionya.

Snapshot Proof

~1 dari 9 pembeli toko datang lewat chat

Diukur dengan mencocokkan nomor pelanggan ke data transaksi toko: dalam 2,5 bulan pertama, sekitar 1 dari 9 pembeli toko pernah masuk lewat chat, dan kontribusi chat terhadap omzet bulanan naik dari 5% ke sekitar 10% lalu bertahan.

iPhone Retailer (New & Second) — Hasil terukur, 2,5 bulan pertama

Ingin hasil serupa untuk bisnis Anda?

Booking audit automation dan kami akan memetakan workflow terbaik yang perlu diperbaiki lebih dulu.

Booking Audit