Cerita Sukses Layanan Robot Di Contact Center

10 Apr

Cerita Sukses Layanan Robot di Contact Center

The DATA behind the ‘ChatBot GUN’

-- Sekilas tentang Layanan ChatBot Contact Center --

Pagi itu saya dapat kehormatan mengunjungi rekan yang sukses membawa startupnya masuk dalam TOP 10 potensial Start Up yang akan jadi Unicorn berikutnya. Sungguh suatu kesempatan langka untuk belajar dari pakar e-logistik.

Berkunjung ke pergudangan di area Sunter mengingatkan saya kembali bahwa teknologi dan sistem tidak hanya untuk fungsi frontliners tetapi juga back end dan fungsi processing dalam organisasi sangat diperlukan.  Teman diskusi saya kali ini adalah seorang founder start up yang sukses mengembangkan bisnisnya dalam waktu relatife singkat. Ia bergerak di bidang storage, warehousing, logistic delivery.

Lalu mulailah diskusi kami menjadi hangat ketika membahas berita Bisnis Indonesia tertanggal 20 Maret 2018 berjudul “Kala Nasabah dilayani Robot”. Isi artikel yaitu tentag beberapa bank besar yang sudah menandatangani kerjasama dengan sebuah perusahaan start up  dalam perencanaan chat bot (alias chatting robot) mereka. Membaca berita tersebut rekan saya langsung berkomentar akan canggihnya kondisi saat ini dan bagaimana terancamnya peran manusial dalam pekerjaan call center.

Ehm benarkah? Kita kaji lebih dalam sedikit ya.  Apa dan bagaimana sebenarnya chat bot itu? Mungkin kita mulai dari definisi dahulu agar menyamakan pengertian chat bot tersebut.

Catatan Wikipedia sebagai berikut “A chatbot (also known as a talkbot, chatterbot, Bot, IM bot, interactive agent, or Artificial Conversational Entity) is a computer program which conducts a conversation via auditory or textual methods. Such programs are often designed to convincingly simulate how a human would behave as a conversational partner, thereby passing the Turing test. Chatbots are typically used in dialog systems for various practical purposes including customer service or information acquisition. Some chatterbots use sophisticated natural language processing systems, but many simpler systems scan for keywords within the input, then pull a reply with the most matching keywords, or the most similar wording pattern, from a database.  The term "ChatterBot" was originally coined by Michael Mauldin (creator of the first Verbot, Julia) in 1994 to describe these conversational programs. Today, most chatbots are either accessed via virtual assistants such as Google Assistant and Amazon Alexa, via messaging apps such as Facebook Messenger or WeChat, or via individual organizations' apps and websites. Chatbots can be classified into usage categories such as conversational commerce (e-commerce via chat), analytics, communication, customer support, design, developer tools, education, entertainment, finance, food, games, health, HR, marketing, news, personal, productivity, shopping, social, sports, travel and utilities. “

Dari definisi tersebut ada beberapa prinsip utama ChatBot yaitu interaktif, “keyword” lalu “reply”.  Jika kita perhatikan salah satu Bank Swasta terbesar di Indonesia yang mempelopori peluncuran chatbot melalui kanal LINE membuat brosur ChatBot mereka dengan menulis “Info Promo” cukup besar. Jadi dalam peluncuran chatbot tersebut jelas disebutkan cakupan layanan apa yang disediakan.  Tidak keseluruhan kemungkinan percakapan akan bisa layani via inovasi baru ini. Beragam scenario pertanyaan dan jawaban yang khusus terkait produk Inforamsi Promo bank swasta harus disiapkan jauh jauh hari sebelum chat bot tersebut dibuka kepada public sehingga cakupan layanan harus sudah didefinisikan sebelumnya.

Pernahkan kita mencoba berinteraksi dengan ChatBot? Jika kita bertanya “Promo Kartu Kredit Bank A apa saja” jawaban relevan langsung tersajikan.  Coba kita ubah cara bertanyanya “Ane mau nanya ke Mimin ade prom ape sich?”, prom disini menyingkat kata promosi. Kira-kira jawaban apa yang didapat? 

Ada 3 kemungkinan jawaban yang terjadi. Satu :  ChatBot ‘bingung’ sehingga jawaban yang akan muncul “Maaf ChatBot masih belajar”. Iya ChatBot sangat rajin belajar loch dari semua interaksi yang terjadi. Jawaban kedua “Maaf mengganti topik, apakah kamu sudah nonton film?”. Ini jurus ngeles, mungkin strategi politisi yang ditiru. Jawaban ketiga yaitu memberikan jawaban yang relevan yaitu beragam promo yang dimiliki. Hasil jawaban ketiga hanya terjadi jika ChatBot sudah belajar konteks dari pertanyaan “Ane mau nanya ke Mimin ade prom ape sich”.  Darimana ChatBot dapat mengerti apa konteks pertanyaannya? Harus dari Database yang dimiliki sebagai referensi program ini. Jika ChatBot tidak memiliki database (dalam hal ini library dan konotasinya) kata-kata, konteks, bahasa percakapan manusia yang lengkap maka kemungkinan pertanyaan di atas ini tidak dapat dijawab oleh ChatBot. Sedangkan ‘bahasa manusia’ begitu luas, bahkan contoh keseharian kita ‘berbahasa betawi’, ‘bahasa gaul’, ‘bahasa daerah’, ‘bahasa alay’, ‘bahasa gen z’? Semua itu harus dilengkapi ke dalam database yang menjadi referensi ChatBot tersebut.  Saya suka sekali menggunakan analogi anak-anak dalam masa pertumbuhan belajar berkomunikasi dalam hal ini. Ajarkan anak-anak kita bahasa positif maka ia akan meniru orang tua dan berkomunikasi menggunakan bahasa positif. Jika kita memberikan contoh dan memasukkan kata-kata ‘memaki-maki’ ya tidak heran anak akan meniru, karena asupan bahasa yang didapat adalah memaki-maki.

Mungkin sampai sini pembaca mulai bertanya jadi ChatBot ga pinter-pinter amat? Oh jangan salah, programming mesin ini pintar tetapi tetap butuh asupan yang tepat. Asupannya berupa kelengkapan database dan arahan dari administrator yang baik. Sehingga tidak heran jika organisasi manapun yang akan meluncurkan ChatBot nanti harus mendefisinikan dahulu cakupan layanan apa yang akan dimunculkan untuk menjadi pionir si ChatBot berinteraksi dengan penggunanya. Dalam konteks ini sungguh terlihat “Learning is a Process, not a Destination”.   Karena bertambahnya interaksi ChatBot maka bertambah banyaklah jam terbang belajarnya.  Lalu kapan suatu ChatBot sempurna dan langsung mempelajari konteks manusia seutuhnya.  Saya tidak tahu atau mungkin jawabannya adalah ‘ketika itulah manusia seutuhnya digantikan robot’.  Karena mengacu kepada aspek kreatif dan pembelajaran, saya percaya selalu “Di atas langit masih ada langit tingkat berikutnya sampai ke angkasa sekalipun” sehingga pembelajaran berjalan terus.

 

Grace Heny - 27 Maret 2018

  • 10 Apr, 2018
  • 168Solution Public Class

Share This Story