AI dan otomatisasi

83 artikel Vitor By Vitor

Platform Otomatisasi Bisnis Berbasis AI

youtube Ini adalah pengenalan lengkap tentang platform otomatisasi bisnis berbasis kecerdasan buatan (AI) yang berfokus pada pengoptimalan komunikasi dan pengelolaan pelanggan. Sistem ini menawarkan antarmuka yang intuitif dan beragam fitur untuk memusatkan serta mengotomatiskan operasional, mulai dari pembuatan akun hingga pengelolaan penjualan dan proyek, dengan komponen AI yang kuat. Pembuatan dan Pengaturan Akun Proses pembuatan akun mudah dan fleksibel: Anda bisa mendaftar dengan Google atau mengisi data secara manual, termasuk nama, email, telepon, dan kata sandi. Setelah akun dibuat, Anda perlu memverifikasi email dan mengisi detail perusahaan, seperti jabatan, situs web, bahasa, zona waktu, sektor, dan ukuran perusahaan. Integrasi Kanal Platform ini unggul dalam mengintegrasikan berbagai kanal komunikasi, seperti: - WhatsApp (API resmi atau tidak resmi) - Facebook - Instagram - Email - Suara (misalnya melalui Twilio) Perhatian: API WhatsApp tidak resmi (QR Code) bukan milik Meta, melanggar ketentuan WhatsApp, dan nomor Anda bisa diblokir; untuk operasional utama, gunakan API resmi. Gambaran Umum Menu Utama Menu utama menawarkan dua mode tampilan: - Mode Sederhana: Hanya pengaturan dan fitur yang paling sering digunakan. - Mode Lanjutan: Akses penuh ke semua alat dan opsi platform. Bilah sisi kiri menampilkan semua percakapan dan fitur, termasuk Super Chat dan Radar, yang dijelaskan lebih lanjut di bawah. Panggilan Anda dapat mengatur kanal suara untuk melakukan dan menerima panggilan, lengkap dengan perekaman, sehingga komunikasi terpusat. Kontak Bagian kontak memungkinkan Anda mengelola prospek dan pelanggan, dengan kategorisasi otomatis oleh AI secara real-time berdasarkan interaksi sebelumnya dan data historis. Anda bisa menambahkan tag (misalnya: follow-up, prospek Instagram, mendesak, VIP) dan melihat ringkasan prospek yang dihasilkan. Ekstraktor Alat penjaring prospek yang andal, menggunakan basis data Receita Federal (otoritas pajak federal Brasil) untuk mengekstrak kontak perusahaan yang terdaftar di Brasil. Prospek dapat difilter berdasarkan niche, email, nomor ponsel, CNAE (kode kegiatan usaha), kota, dan tanggal pendirian. Platform ini juga memungkinkan Anda: - Membuat audiens khusus dari kontak yang diekstrak. - Mengatur pengiriman pesan otomatis melalui WhatsApp atau email. - Membuat rangkaian email untuk nurturing prospek. - Mengatur ekstraksi prospek otomatis dengan interval dan jumlah tertentu, serta pengiriman pesan otomatis. - Menentukan pengaturan ekstraksi lanjutan, seperti mengabaikan kontak yang sudah ada di basis data, memvariasikan halaman pencarian, dan memfilter berdasarkan tanggal. Biaya per prospek yang didapat adalah 1 sen. Sinapse Fitur ini menampilkan secara visual perjalanan setiap prospek, termasuk riwayat interaksi, status (prospek baru, sedang dihubungi, negosiasi, penjualan, selesai), dan hubungan antarpelanggan dalam jaringan yang sama. Kanban Sistem manajemen penjualan yang lengkap, dengan kolom yang dapat disesuaikan untuk mengelompokkan prospek ke dalam berbagai tahap (Prospek Baru, Sedang Dihubungi, Negosiasi, Selesai). Anda dapat membuat otomatisasi dan webhook untuk setiap tahap, serta mengelola beberapa funnel penjualan. Proyek Bagian proyek adalah Kanban yang lebih lengkap, ideal untuk mengatur pekerjaan ke dalam subproyek dan tugas. Setiap tugas dapat mencakup: - Daftar periksa tindakan. - Dokumen yang dapat diedit secara real-time. - Lampiran (video, foto, audio). - Tautan ke percakapan pelanggan. - Filter khusus. - Komentar tim. - Riwayat perubahan. - Prioritas, status, kategori, tenggat waktu, penanggung jawab, dan subtugas. Tampilan dapat berupa daftar, papan, atau kartu. Janji Temu Kalender internal lengkap untuk mengelola janji temu, dengan: - Jatuh tempo tagihan. - Basis data pelanggan dan profesional. - Definisi layanan (nama, deskripsi, durasi, harga). - Pengaturan mitra. - Laporan dan webhook untuk janji temu dan acara khusus. Alur (Otomatisasi) Platform ini menyediakan sistem otomatisasi yang sudah dikonfigurasi dan kemampuan membuat alur khusus menggunakan Super Chat. Pustaka alur berisi template siap pakai untuk berbagai niche pasar (misalnya: kantor hukum, klinik, agen properti, restoran). Prompt dan AI Inilah bagian terpenting dari platform: pengaturan asisten AI. Anda dapat membuat prompt (instruksi untuk AI) dengan cara sederhana, melalui wawancara terpandu atau menulis manual, atau menggunakan template siap pakai untuk berbagai jenis bisnis. Prompt memungkinkan Anda menentukan: - Perilaku asisten. - Tujuan utama. - Aturan mutlak. - Gaya bahasa. - Informasi perusahaan. - Ajakan bertindak (call to action). - Catatan tambahan. - Aturan umum. Anda dapat menguji prompt secara real-time dan membuat beberapa asisten (persona) untuk melayani kotak masuk tertentu. Waktu Pengaturan untuk membuat AI terasa lebih manusiawi, dengan menyesuaikan: - Waktu sebelum AI kembali menjawab (jeda setelah interaksi manusia). - Waktu tunggu sebelum jawaban pertama. - Waktu tunggu buffer pesan (jeda antara pesan yang berurutan). - Jumlah maksimum pesan per jawaban. - Interaksi sebelumnya (berapa banyak pesan sebelumnya yang dibaca AI sebagai konteks). - Lama pesan disimpan dalam memori. Pengetahuan AI dapat menggunakan dokumen referensi (PDF, teks) sebagai basis pengetahuan tentang produk dan layanan, sekaligus menyarankan artikel dari Pusat Bantuan. Memahami AI dapat membaca dan mengekstrak informasi dari file (PDF, gambar, teks) yang dikirim pelanggan, lalu menggunakannya sebagai konteks dalam layanan. Kirim Memungkinkan Anda mengatur AI untuk mengirim file tertentu (katalog, daftar harga) saat pelanggan memintanya. Audio AI dapat menjawab dengan pesan suara, dengan opsi pemicu (hanya saat pelanggan mengirim audio, selalu, atau bergantian) dan beragam suara dari berbagai penyedia. Kotak Menghubungkan setiap asisten AI (prompt) ke sebuah kotak masuk (nomor WhatsApp, Instagram, dan lain-lain), sehingga AI yang berbeda dapat melayani kanal yang berbeda. Stats Laporan dasar tentang berapa banyak pesan yang terkirim, gagal, dan dilewati. Agenda Koneksi dengan Google Kalender untuk penjadwalan otomatis, dengan aturan AI untuk jam dan durasi. Termasuk alat follow-up yang mengirim pengingat sebelum, selama, dan setelah rapat. Disparador (Email Marketing) Memungkinkan Anda membuat pengiriman pesan ke daftar kontak, dengan opsi impor melalui CSV, pembersihan data pengguna, serta penggunaan tag atau tahap Kanban. Platform ini menyediakan berbagai metrik dan opsi untuk menelepon kontak jika mereka mengklik email. Perusahaan Pengelolaan perusahaan yang terdaftar; berfungsi seperti kontak, tetapi berbasis CNPJ (nomor pajak perusahaan di Brasil). Laporan Gambaran umum platform secara real-time, mencakup percakapan terbuka, status agen, lalu lintas percakapan, dan penyelesaian. Termasuk audit tim, laporan kotak masuk, tingkat layanan (SLA), dan laporan bot. Kampanye (Live Chat) Pembuatan chatbot dengan beberapa asisten untuk mengelola percakapan secara real-time. Pusat Bantuan Pembuatan artikel publik atau privat untuk pelanggan dan karyawan, dengan opsi kategori dan pencarian. Afiliasi Program afiliasi yang memungkinkan Anda membuat tautan rujukan untuk mendapatkan komisi dari langganan pelanggan baru. Pengaturan Berbagai pengaturan akun, seperti nama, bahasa, mata uang, domain email, dan ID akun, serta opsi untuk menambahkan agen, tim, aturan penugasan agen, kotak masuk, server MCP, API, template WhatsApp, label, atribut khusus, sumber trafik, otomatisasi, bot, dan makro. Super Chat (Asisten AI) Super Chat adalah alat AI utama: asisten yang memungkinkan Anda mengendalikan 90% platform melalui perintah teks atau suara. Super Chat memeriksa tugas, menampilkan prioritas, mengirim penawaran, mengkualifikasi prospek, menjadwalkan rapat, menjaring kontak, dan banyak lagi. Ibarat CRM yang interaktif dan cerdas. Kesimpulan Platform yang dipaparkan adalah alat yang andal dan sangat terintegrasi, dirancang untuk mengoptimalkan pengelolaan bisnis melalui otomatisasi dan kecerdasan buatan. Keunggulan utamanya meliputi: - Komunikasi Terpusat: Semua kanal (WhatsApp, Facebook, Instagram, email, suara) dikelola di satu tempat. - AI Canggih: Mulai dari kategorisasi prospek hingga pembuatan alur otomatisasi dan janji temu, AI mengoptimalkan dan membuat interaksi lebih manusiawi. - Pengelolaan Menyeluruh: Fitur seperti ekstraktor prospek, Kanban penjualan dan proyek, janji temu, serta laporan terperinci memenuhi semua kebutuhan bisnis. - Fleksibilitas dan Kustomisasi: Template siap pakai, otomatisasi yang dapat disesuaikan, dan pengaturan AI yang bisa diatur untuk berbagai niche dan kebutuhan. - Super Chat: Asisten AI yang memungkinkan Anda mengendalikan sebagian besar platform dengan suara atau teks, sehingga tugas dan akses informasi menjadi lebih mudah. Platform ini bertujuan menjadi solusi "AI-first", yang mengutamakan kecerdasan buatan untuk menyelesaikan masalah dan mengoptimalkan proses bisnis. Mulai gratis di Papo Global → Pengguna pertama $0, tanpa kartu kredit. Info selengkapnya di papo.global.

Super Chat: CRM Anda Dikendalikan dengan Prompt Teks

youtube Artikel ini memperkenalkan "Super Chat", alat inovatif yang memungkinkan Anda mengendalikan seluruh sistem CRM melalui perintah teks sederhana yang disebut "prompt". Artikel ini menunjukkan cara mengotomatiskan tugas pemasaran dan manajemen, seperti mengirim email, serta cara mengatur prioritas harian Anda. Apa itu Super Chat? Super Chat adalah antarmuka yang memungkinkan Anda berinteraksi dengan CRM melalui prompt teks. Alih-alih menelusuri menu yang rumit, Anda cukup mengetik apa yang ingin dilakukan oleh alat ini. Pengiriman Email Otomatis Demonstrasi pertama menunjukkan cara mengekstrak kontak dan mengirim email secara otomatis: 1. Perintah awal: Pengguna mengetik "Ekstrak 5 kontak yang memiliki email dan kirimkan mereka sebuah pesan". 2. Menentukan kanal dan mode: Alat ini menanyakan kanal yang ingin digunakan (WhatsApp, email, atau email marketing) dan mode pengiriman (kirim sekarang atau buat kampanye). Pengguna memilih "email, kirim sekarang". 3. Memilih kotak masuk dan subjek: Super Chat menampilkan daftar kotak masuk yang tersedia dan meminta subjek serta isi email. Pengguna memilih "Gmail Sales" sebagai kotak masuk, menetapkan subjek "Jangan lewatkan kesempatan ini", dan isi berupa "pesan tentang penjualan". Alat ini kemudian menulis isi email secara otomatis. 4. Konfirmasi dan pengiriman: Setelah pengguna mengonfirmasi, alat ini menjalankan operasi, mengekstrak kontak, dan mengirim email. Demonstrasi menunjukkan bahwa operasi selesai dengan sukses: 5 email terkirim dalam waktu kurang dari satu menit ditampilkan, dengan subjek dan isi yang telah ditentukan, dan pengiriman ke kotak masuk Gmail terkonfirmasi. Mengatur Prioritas Harian Selain mengirim email, Super Chat juga dapat membantu Anda mengatur prioritas: - Menentukan prioritas: Pengguna dapat menentukan prioritas berdasarkan proyek dan tugas. - Ringkasan harian: Alat ini menyajikan ringkasan tugas, mengelompokkannya sebagai "Sangat mendesak", "Mendesak", dan "Sedang", serta menunjukkan statusnya (sedang berjalan, tertunda, terlambat). - Kendali penuh atas CRM: Super Chat memungkinkan Anda mengendalikan seluruh CRM dengan satu prompt, mulai dari mengekstrak email hingga perencanaan harian. Poin Penting - Otomatisasi tugas: Super Chat menyederhanakan dan mengotomatiskan tugas CRM rutin, seperti mengirim email, menggunakan prompt teks. - Kendali yang intuitif: Antarmuka chat membuat pengelolaan CRM lebih mudah diakses dan digunakan. - Pengaturan yang efisien: Alat ini membantu mengatur dan memprioritaskan tugas harian sehingga produktivitas meningkat. - Fleksibilitas: Memungkinkan personalisasi kampanye email dan penyesuaian dengan berbagai kotak masuk dan topik. Mulai gratis di Papo Global → Pengguna pertama $0, tanpa kartu kredit. Info selengkapnya di papo.global.

Kategorisasi Otomatis dengan AI: Mengoptimalkan Pengelolaan Prospek

youtube Artikel ini membahas fitur baru untuk mengategorikan percakapan secara otomatis dengan kecerdasan buatan, yang dirancang untuk meningkatkan pengelolaan prospek dan fokus strategis dalam komunikasi dengan pelanggan. Cara Kerja Kategorisasi dengan AI Fitur ini memakai kecerdasan buatan untuk mengategorikan semua percakapan di kotak masuk dan memberi nilai pada setiap prospek. Prosesnya sederhana (opsi-opsi ini tampil dalam bahasa Inggris di antarmuka): 1. Klik opsi "Score open conversations" (Nilai percakapan terbuka) di panel kiri. 2. Pilih kotak masuk yang diinginkan. 3. Mulai penilaian ("Start scoring"). AI akan memproses percakapan dan memberi skor pada setiap kontak. Sistem menunjukkan bahwa setiap percakapan yang dinilai memakai satu kredit AI. Manfaat Penilaian dengan AI Penilaian dengan kecerdasan buatan memberi keuntungan penting: - Visibilitas Keuangan: membantu melihat di mana investasi berada dan di mana potensi imbal hasilnya. - Fokus Strategis: memungkinkan Anda mengarahkan energi dan sumber daya ke prospek yang paling menjanjikan. - Skor Terperinci: memberi skor tersendiri untuk setiap kontak, yang menunjukkan relevansinya atau seberapa "panas" kontak tersebut. Detail Kontak dan Sumber Trafik Untuk informasi lebih rinci tentang kontak tertentu, cukup: 1. Klik kontak yang diinginkan. 2. Di panel kanan, Anda bisa menilai ulang kontak setelah ada interaksi ("AI rescore"). 3. Tentukan sumber trafik, misalnya kampanye tertentu, video, dan sebagainya. Ini membantu memahami dari mana prospek datang dan bagaimana performa tiap kanal. Peringkat Prospek Platform juga memungkinkan analisis semua kontak sekaligus untuk menghasilkan peringkat prospek ("Lead ranking"). Dengan begitu, Anda bisa cepat melihat "kontak panas" di seluruh basis pelanggan dan mengoptimalkan strategi penjualan serta layanan. Kesimpulan Fitur kategorisasi otomatis dengan kecerdasan buatan ini adalah alat yang kuat untuk meningkatkan pengelolaan prospek. Fitur ini memberi wawasan berharga tentang nilai setiap kontak, membantu mengarahkan sumber daya dengan lebih baik, dan memberi gambaran lengkap tentang basis pelanggan. Poin Penting - AI secara otomatis mengategorikan dan menilai semua percakapan di kotak masuk. - Setiap prospek mendapat skor bintang yang menunjukkan potensinya. - Anda bisa menilai ulang kontak dan menentukan sumber trafik untuk analisis yang lebih mendalam. - Alat ini memungkinkan pembuatan peringkat prospek, sehingga kontak yang menjanjikan lebih mudah dikenali. - Fitur ini bertujuan menghemat waktu dan sumber daya dengan berfokus pada prospek yang paling berpotensi melakukan konversi. Mulai gratis di Papo Global → Pengguna pertama $0, tanpa kartu kredit. Info selengkapnya di papo.global.

Melatih AI: Cara Membuat Basis Pengetahuan untuk Jawaban Otomatis

Dengan Papo (https://papo.global/), Anda dapat membuat Basis Pengetahuan terpusat, dengan menambahkan dokumen dan informasi perusahaan Anda untuk melatih kecerdasan buatan. Proses ini, yang dikenal sebagai RAG (Retrieval-Augmented Generation), memungkinkan AI untuk mengacu pada materi eksklusif Anda guna memberikan jawaban otomatis, akurat, dan konsisten terhadap pertanyaan pelanggan Anda, langsung di saluran layanan seperti WhatsApp. Basis Pengetahuan yang terstruktur dengan baik adalah otak di balik asisten AI yang efisien. Ini memastikan bahwa bot tidak memberikan jawaban umum, melainkan informasi yang selaras dengan kebijakan, produk, dan proses perusahaan Anda. Hal ini meningkatkan kepercayaan pelanggan dan mengoptimalkan waktu tim Anda. | Manfaat | Deskripsi | | :--- | :--- | | Jawaban Akurat | AI menggunakan dokumen Anda sendiri sebagai sumber, menghindari informasi umum atau salah. | | Layanan 24/7 | Otomatiskan jawaban untuk pertanyaan umum kapan saja, tanpa membebani tim. | | Konsistensi Komunikasi | Memastikan semua pelanggan menerima informasi resmi yang sama, terlepas dari siapa atau apa yang menjawab. | | Pengurangan Beban Operasional | Membebaskan agen manusia dari pertanyaan berulang agar mereka dapat fokus pada kasus kompleks dan peluang penjualan. | | Skalabilitas | Memungkinkan untuk melayani volume pelanggan yang lebih besar secara bersamaan tanpa perlu memperluas tim secara proporsional. | Apa itu Basis Pengetahuan untuk AI (RAG)? Basis Pengetahuan untuk AI adalah repositori informasi terpusat yang Anda sediakan untuk melatih asisten virtual. Anggap saja sebagai perpustakaan digital eksklusif perusahaan Anda. Ketika pelanggan mengajukan pertanyaan, alih-alih mencari jawaban di internet atau dalam skrip terbatas, AI akan terlebih dahulu mengacu pada perpustakaan ini. Teknologi di baliknya disebut RAG (Retrieval-Augmented Generation), atau Generasi yang Ditingkatkan oleh Pengambilan. Prosesnya bekerja dalam dua tahap: 1. Pengambilan (Retrieval): AI mencari dan menemukan bagian teks paling relevan dalam dokumen Anda yang sesuai dengan pertanyaan pelanggan. 2. Generasi (Generation): Berdasarkan bagian yang diambil tersebut, AI merumuskan jawaban yang kohesif dan kontekstual dalam bahasa alami. Ini membedakan AI Papo dari chatbot tradisional, yang bergantung pada alur yang telah diprogram dan kaku. Dengan RAG, asisten Anda menjadi dinamis dan mampu menjawab berbagai pertanyaan yang jauh lebih luas dengan akurat. Bagaimana Basis Pengetahuan Bekerja di Papo Platform Papo menawarkan antarmuka yang intuitif bagi Anda untuk mengelola Basis Pengetahuan Anda tanpa memerlukan pengetahuan teknis. Cara kerja umumnya mengikuti langkah-langkah berikut: 1. Pembuatan Basis: Di dalam platform, Anda dapat membuat satu atau lebih Basis Pengetahuan. Anda dapat mengaturnya berdasarkan tema, seperti "Produk dan Layanan", "Kebijakan Penukaran", atau "Manual Teknis", untuk memudahkan pengelolaan. 2. Unggah Dokumen: Anda mengisi setiap basis dengan dokumen Anda. Ini bisa berupa file yang berisi FAQ, spesifikasi produk, ketentuan layanan, panduan pengguna, dan lain-lain. Platform memproses file-file ini dan membuatnya dapat dicari oleh AI. 3. Koneksi dengan AI: Basis Pengetahuan dikaitkan dengan asisten AI Anda, seperti Super Chat. Sejak saat itu, setiap interaksi yang memerlukan jawaban informatif akan terlebih dahulu melalui konsultasi dengan basis ini. 4. Pencarian dan Jawaban: Ketika pelanggan mengirim pesan, AI Papo menganalisis pertanyaan, mencari informasi yang relevan di basis Anda, dan menyusun jawaban dalam hitungan detik. Sistem ini memastikan bahwa kendali informasi tetap ada pada Anda. Jika kebijakan perusahaan berubah, cukup perbarui dokumen di Basis Pengetahuan agar AI segera menggunakan informasi baru tersebut. Untuk siapa fitur ini? Pembuatan Basis Pengetahuan sangat ideal untuk bisnis apa pun yang ingin meningkatkan layanan pelanggan secara cerdas dan terkontrol. - E-commerce dan Ritel: Untuk menjawab pertanyaan tentang produk, pengiriman, status pesanan, kebijakan pengembalian, dan spesifikasi teknis. - Perusahaan SaaS dan Teknologi: Untuk menyediakan dukungan tingkat pertama, menjawab pertanyaan tentang fungsionalitas, paket, harga, dan panduan konfigurasi. - Penyedia Layanan: Untuk menginformasikan tentang jenis layanan, jadwal, harga, area cakupan, dan ketentuan kontrak. - Institusi Pendidikan: Untuk menjawab pertanyaan tentang kursus, pendaftaran, proses seleksi, dan informasi akademik. - Operasi B2B: Untuk menyediakan informasi teknis dan komersial yang kompleks dengan cepat kepada calon pelanggan dan mitra. Pertanyaan yang Sering Diajukan (FAQ) Jenis dokumen apa yang bisa saya gunakan untuk melatih AI? Anda dapat menggunakan dokumen berbasis teks yang berisi informasi yang ingin Anda otomatiskan. Contoh umum termasuk file PDF dengan manual produk, dokumen teks dengan daftar pertanyaan yang sering diajukan (FAQ), kebijakan perusahaan, dan deskripsi layanan. Untuk detail tentang format file tertentu, lihat dokumentasi di platform. Apakah AI hanya menjawab menggunakan Basis Pengetahuan? Perilaku AI dapat dikonfigurasi melalui modul seperti "Prompt & AI". Anda dapat menginstruksikan asisten untuk secara ketat memprioritaskan informasi dari Basis Pengetahuan Anda untuk memastikan akurasi maksimum. Dalam skenario lain, dimungkinkan untuk menggabungkan pengetahuan basis dengan instruksi prompt lainnya untuk dialog yang lebih fleksibel. Bagaimana AI tahu dokumen atau bagian mana yang harus digunakan? Teknologi RAG memungkinkan AI untuk menganalisis makna pertanyaan pelanggan dan melakukan pencarian semantik di semua dokumen dalam basis Anda. Ini mengidentifikasi bagian yang paling relevan untuk pertanyaan tersebut, bahkan jika kata-katanya tidak persis sama, dan menggunakannya untuk membangun jawaban. Bisakah saya memiliki lebih dari satu Basis Pengetahuan? Ya. Papo memungkinkan pembuatan beberapa Basis Pengetahuan. Mengatur informasi Anda dalam basis terpisah (misalnya: "Penjualan", "Dukungan", "SDM") adalah praktik yang baik untuk menjaga konten tetap terorganisir dan memudahkan pengelolaan serta pembaruan. Apakah penggunaan Basis Pengetahuan mengonsumsi kredit AI? Fungsionalitas kecerdasan buatan, seperti kategorisasi prospek dan pembuatan jawaban, dapat mengonsumsi kredit AI. Model konsumsi spesifik untuk kueri Basis Pengetahuan dirinci dalam informasi paket dan penggunaan akun Anda di platform Papo. Apakah saya perlu tahu cara memprogram untuk membuat dan menggunakan Basis Pengetahuan? Tidak. Platform Papo dirancang agar pengguna bisnis dapat membuat, mengisi, dan mengelola Basis Pengetahuan mereka melalui antarmuka visual, tanpa perlu menulis satu baris kode pun. Baca juga - Super Chat: CRM Anda yang Dikendalikan oleh Prompt Teks - Kategorisasi Otomatis oleh AI: Mengoptimalkan Manajemen Prospek Mulai gratis dan otomatiskan jawaban Anda → Akun Anda dimulai dengan pengguna pertama gratis agar Anda dapat mengonfigurasi operasi Anda.

Cara Menggunakan Pustaka Flows untuk Mengotomatiskan Tugas Umum

Untuk mengotomatiskan tugas umum, Papo (https://papo.global/) menawarkan Pustaka Flows, koleksi template otomatisasi siap pakai yang dapat diinstal. Dengan ini, Anda dapat dengan cepat mengimplementasikan alur kerja untuk kualifikasi prospek, survei kepuasan, onboarding pelanggan, dan rutinitas lainnya, tanpa perlu membuat otomatisasi dari awal. Pustaka Flows adalah sumber daya yang kuat untuk mempercepat implementasi otomatisasi dalam operasi Anda. Daripada merancang setiap langkah dari alur percakapan atau proses internal, Anda dapat memilih model yang sudah dibuat sebelumnya yang sudah memecahkan masalah umum dan menyesuaikannya dengan kebutuhan Anda. Ini menghemat waktu, mengurangi kompleksitas, dan memungkinkan tim dari semua tingkat keahlian untuk memanfaatkan kekuatan otomatisasi. | Langkah | Tindakan | Deskripsi | | :--- | :--- | :--- | | 1. Akses | Navigasikan ke Pustaka Flows | Di dalam modul Flows di platform Papo, temukan opsi untuk mengakses pustaka template. | | 2. Jelajahi | Temukan dan pratinjau template | Jelajahi kategori (misalnya: Penjualan, Layanan Pelanggan) dan klik untuk melihat pratinjau struktur flow. | | 3. Instal | Instal flow ke akun Anda | Dengan satu klik, template disalin ke daftar flows Anda. Ini diinstal sebagai nonaktif secara default. | | 4. Kustomisasi dan Aktifkan | Edit dan publikasikan flow | Tinjau pesan, sesuaikan aturan, dan, ketika siap, aktifkan flow untuk mulai menggunakannya. | Apa itu Pustaka Flows? Pustaka Flows adalah koleksi alur otomatisasi (flows) yang telah dikonfigurasi sebelumnya dan disediakan oleh Papo. Anggap saja sebagai toko aplikasi untuk otomatisasi Anda. Setiap template di pustaka dirancang untuk memecahkan kebutuhan bisnis tertentu, seperti: - Kualifikasi Prospek: Mengajukan pertanyaan awal untuk menyaring dan memprioritaskan kontak baru. - Penyambutan Pelanggan Baru: Mengirim urutan pesan untuk memandu pelanggan yang baru bergabung. - Survei Kepuasan (CSAT): Mengirim survei secara otomatis setelah penutupan layanan. - Penjadwalan Demo: Mengumpulkan informasi dan mengarahkan prospek ke jadwal penjual. Manfaat utamanya adalah kecepatan. Daripada menghabiskan berjam-jam membangun flow yang kompleks, Anda dapat menginstal template dalam hitungan detik dan hanya fokus pada penyesuaian halus, seperti mempersonalisasi teks pesan atau menentukan ke tim mana tugas akan dikirim. Cara menggunakan Pustaka Flows langkah demi langkah Mengimplementasikan otomatisasi dari template adalah proses yang sederhana dan aman, karena flow hanya akan berfungsi setelah Anda mengaktifkannya secara manual. 1. Mengakses Pustaka Di dalam panel Papo Global, navigasikan ke modul Flows, tempat Anda mengelola semua otomatisasi Anda. Cari opsi yang mengarah ke Pustaka Flows atau bagian template. 2. Menjelajahi dan Melihat Template Di pustaka, Anda akan menemukan berbagai template yang diatur berdasarkan kategori atau kasus penggunaan, seperti Penjualan, Pemasaran, Layanan Pelanggan, atau Sumber Daya Manusia. - Jelajahi opsi: Jelajahi template yang tersedia untuk menemukan yang sesuai dengan kebutuhan Anda. - Pratinjau flow: Sebelum menginstal, Anda dapat mengklik template untuk melihat pratinjau strukturnya. Ini menunjukkan semua "node" (langkah) dari alur, seperti pesan, kondisi, dan tindakan, memungkinkan Anda memahami dengan tepat apa yang dilakukan otomatisasi tersebut. 3. Menginstal Flow dari Pustaka Suka template? Langkah selanjutnya adalah menginstalnya. Saat Anda mengklik tombol instalasi, salinan lengkap dari flow tersebut akan ditambahkan ke daftar otomatisasi Anda di modul Flows. Detail penting adalah bahwa, secara default, flow diinstal sebagai NONAKTIF. Ini adalah tindakan keamanan untuk memastikan bahwa otomatisasi tidak mulai berjalan secara tidak sengaja sebelum dikonfigurasi untuk bisnis Anda. 4. Meninjau, Mengkustomisasi, dan Mengaktifkan Dengan flow yang terinstal dan nonaktif, Anda memiliki kebebasan penuh untuk menyesuaikannya. 1. Buka flow yang baru diinstal di daftar otomatisasi Anda. 2. Tinjau setiap node: Baca pesan dan sesuaikan teks untuk mencerminkan gaya bahasa dan kebijakan merek Anda. 3. Konfigurasi tindakan: Periksa tindakan seperti "membuat tugas di modul Proyek", "menambahkan label ke kontak", atau "mengirim email" dan konfigurasikan sesuai kebutuhan. 4. Uji alur: Jika memungkinkan, gunakan alat pengujian untuk mensimulasikan perjalanan pelanggan. 5. Aktifkan flow: Ketika Anda puas dengan kustomisasi, cukup ubah status flow dari "Nonaktif" menjadi "Aktif". Sejak saat itu, flow akan siap untuk dipicu dan mengotomatiskan tugas Anda. Untuk siapa Pustaka Flows? Sumber daya ini sangat berguna untuk: - Perusahaan yang baru memulai otomatisasi: Menawarkan titik awal yang jelas dan fungsional, mengurangi kurva pembelajaran. - Tim Pemasaran dan Penjualan: Untuk dengan cepat mengimplementasikan corong kualifikasi, nurturing prospek, dan penjadwalan. - Manajer Layanan Pelanggan: Untuk menstandardisasi proses seperti survei kepuasan dan pesan selamat datang. - Operasi yang membutuhkan kecepatan: Memungkinkan pengujian dan peluncuran otomatisasi baru dalam hitungan menit, bukan hari. - Pengguna tanpa pengetahuan teknis: Menyederhanakan pembuatan alur yang kompleks, membuat otomatisasi dapat diakses oleh semua orang di tim. Pertanyaan yang Sering Diajukan Apa yang sebenarnya terjadi setelah saya menginstal flow dari pustaka? Setelah instalasi, salinan template dibuat di daftar otomatisasi Anda di dalam modul Flows. Ini ditambahkan dengan status "Nonaktif", yang berarti tidak akan menjalankan tindakan apa pun sampai Anda meninjaunya dan mengaktifkannya secara manual. Bisakah saya mengedit flow yang saya instal dari pustaka? Ya. Setelah diinstal, flow adalah milik Anda. Anda memiliki kontrol penuh untuk menambah, menghapus, atau memodifikasi setiap langkah (node) dari alur, mempersonalisasikannya sepenuhnya untuk kebutuhan perusahaan Anda. Apakah flow dari pustaka memiliki biaya tambahan? Akses ke sumber daya platform, termasuk Pustaka Flows, tergantung pada paket yang Anda kontrak. Untuk informasi detail tentang paket dan biaya, kunjungi situs web resmi Papo Global. Apakah saya memerlukan pengetahuan teknis untuk menggunakan template? Pengetahuan teknis tingkat lanjut tidak diperlukan. Pustaka dibuat untuk menyederhanakan proses. Namun, pemahaman yang baik tentang proses bisnis yang ingin Anda otomatiskan akan membantu dalam melakukan kustomisasi yang benar pada template. Di mana saya menemukan Pustaka Flows di platform? Umumnya, pustaka terletak di dalam bagian utama Flows di menu Papo Global. Cari tombol atau tab bernama "Pustaka", "Template", atau yang serupa. Mulai otomatisasi tugas Anda secara gratis → Akun gratis Anda memungkinkan Anda menjelajahi modul otomatisasi dan mengonfigurasi flow pertama Anda.

Apa itu Live Coach dan Bagaimana Ia Memberikan Saran Real-time untuk Penjual

Live Coach adalah asisten Kecerdasan Buatan dari Papo (https://papo.global/) yang bertindak sebagai kopilot bagi agen penjualan Anda selama percakapan real-time. Ia menganalisis dialog dengan pelanggan dan, berdasarkan pedoman penjualan (playbook) yang telah dikonfigurasi sebelumnya, menawarkan saran jawaban, argumen, dan cara untuk mengatasi keberatan, memastikan tim Anda mengikuti praktik terbaik dan meningkatkan peluang konversi. Alat ini, juga dikenal sebagai Captain, dirancang untuk memberdayakan penjual, dari yang paling baru hingga yang paling berpengalaman, dengan menawarkan dukungan yang tepat pada saat interaksi yang tepat. Daripada membiarkan agen mencari informasi di dokumen atau bergantung pada ingatan, Live Coach menyampaikan pengetahuan perusahaan langsung ke layar obrolan, secara pribadi dan kontekstual. | Aspek | Layanan Tanpa Live Coach | Layanan Dengan Live Coach | | :--- | :--- | :--- | | Konsistensi Pendekatan | Setiap penjual menggunakan gaya mereka sendiri, yang dapat menghasilkan narasi yang tidak selaras. | Seluruh tim mengikuti standar komunikasi yang ditentukan dalam playbook, memperkuat merek. | | Menanggapi Keberatan | Agen mungkin ragu atau tidak memiliki argumen terbaik untuk keberatan yang kompleks. | AI menyarankan jawaban terbaik untuk keberatan umum, yang disiapkan oleh para ahli perusahaan. | | Pelatihan Agen Baru | Waktu belajar (onboarding) panjang dan bergantung pada pengawasan supervisor. | Penjual baru menjadi lebih produktif lebih cepat, karena mereka menerima panduan real-time. | | Efisiensi dan Ketangkasan | Agen membuang waktu mencari informasi produk atau harga di jendela lain. | Informasi dan argumen yang diperlukan muncul di layar, mempercepat respons dan alur penjualan. | Bagaimana Live Coach Bekerja Live Coach mengintegrasikan kecerdasan operasi penjualan Anda langsung ke antarmuka percakapan agen. Prosesnya terjadi dalam tiga langkah utama: 1. Konfigurasi Playbook Penjualan: Langkah pertama adalah "mengajari" AI. Anda memberi Live Coach informasi yang akan digunakannya untuk menghasilkan saran. Playbook ini meliputi: - Konteks Produk/Layanan: Deskripsi, spesifikasi teknis, harga, dan perbedaan. - Nada Bicara: Tentukan bagaimana komunikasi harus dilakukan (misalnya: konsultatif, langsung, ramah, atau formal). - Keberatan dan Argumen: Masukkan keberatan yang paling umum ("terlalu mahal", "perlu dipikirkan", "pesaing Anda menawarkan X") dan argumen balasan terbaik untuk masing-masing. - Kotak Masuk: Pilih saluran mana yang harus dioperasikan Live Coach (misalnya: hanya di WhatsApp Penjualan atau juga di Instagram). 2. Analisis Percakapan Real-time: Setelah diaktifkan, Live Coach memantau percakapan antara agen dan pelanggan. AI memproses pesan pelanggan untuk mengidentifikasi niat, pertanyaan, pertanyaan tentang produk, dan, yang terpenting, keberatan. 3. Pembuatan Saran Kontekstual: Berdasarkan analisis dan playbook yang dikonfigurasi, sistem menampilkan saran yang relevan kepada agen. Penting untuk dicatat bahwa saran ini bersifat pribadi dan hanya muncul untuk karyawan Anda. Ia memiliki otonomi penuh untuk menggunakan saran tersebut, mengadaptasinya, atau mengabaikannya. Pembuatan saran ini dapat mengonsumsi kredit AI dari akun Anda. Tujuannya bukan untuk mengotomatiskan respons, melainkan untuk memberdayakan manusia, mengubah setiap agen menjadi spesialis dalam produk dan proses penjualan mereka. Untuk Siapa Live Coach Direkomendasikan? Fungsionalitas ini sangat berharga untuk operasi komersial yang mencari standarisasi, efisiensi, dan peningkatan berkelanjutan. - Tim Penjualan yang Berkembang: Membantu menstandardisasi narasi penjualan dan memastikan bahwa semua penjual, baru atau lama, mengkomunikasikan nilai produk dengan cara yang sama. - Manajer Komersial: Berfungsi sebagai alat pelatihan berkelanjutan, memastikan bahwa proses komersial yang ditentukan diikuti dan mempercepat kurva pembelajaran karyawan baru. - Bisnis dengan Penjualan Konsultatif atau Produk Kompleks: Di mana detail teknis dan penanganan keberatan yang benar sangat penting untuk mendapatkan kepercayaan pelanggan dan menutup penjualan. - Operasi dengan Volume Layanan Tinggi: Memungkinkan untuk mempertahankan standar kualitas interaksi yang tinggi, bahkan ketika tim mengelola banyak percakapan secara bersamaan. Dengan menggunakan Live Coach, perusahaan mengurangi ketergantungan pada "bakat" individu setiap penjual dan menciptakan sistem penjualan yang lebih dapat diprediksi dan terukur. Pertanyaan yang Sering Diajukan Apakah Live Coach otomatis membalas pelanggan? Tidak. Live Coach adalah kopilot untuk agen manusia. Ia menampilkan saran secara pribadi kepada penjual, yang memutuskan apakah, bagaimana, dan kapan menggunakan informasi ini dalam percakapan dengan pelanggan. Ia tidak mengirim pesan otomatis. Bagaimana Live Coach tahu apa yang harus disarankan? Ia menggabungkan dua sumber: playbook penjualan yang Anda konfigurasikan (dengan informasi produk, nada bicara, dan argumen untuk keberatan) dan analisis percakapan real-time yang dilakukan oleh Kecerdasan Buatan. Apa itu "playbook" dalam konteks Live Coach? Playbook adalah kumpulan aturan dan informasi yang Anda berikan untuk memandu AI. Ini adalah pedoman penjualan digital Anda, berisi semua yang perlu diketahui penjual untuk melakukan percakapan yang sukses. Bisakah saya menggunakan Live Coach di semua saluran layanan saya? Ya. Selama konfigurasi, Anda dapat menentukan di kotak masuk mana (WhatsApp, Instagram, Facebook, dll.) yang terhubung ke Papo Live Coach harus aktif. Apakah penggunaan Live Coach memiliki biaya tambahan? Fungsionalitas itu sendiri adalah bagian dari modul platform Papo. Namun, pembuatan saran oleh Kecerdasan Buatan dapat mengonsumsi kredit AI, tergantung pada paket dan penggunaan Anda. Detail tentang konsumsi kredit tersedia di platform. Apa perbedaan antara Live Coach dan chatbot seperti Super Chat? Super Chat dirancang untuk mengotomatiskan percakapan dan membalas pelanggan secara langsung, mengkualifikasi prospek dan menyelesaikan pertanyaan tanpa intervensi manusia. Sedangkan Live Coach beroperasi di latar belakang, membantu agen manusia yang secara aktif memimpin percakapan. Mulai gunakan Papo secara gratis → Pusatkan layanan pelanggan dan penjualan Anda dengan AI agar tidak kehilangan peluang lagi.

Kenali Voice Assist: Asisten Suara untuk Situs Web Anda

Voice Assist adalah fitur Papo (https://papo.global/) yang menambahkan asisten suara dengan kecerdasan buatan ke widget obrolan situs web Anda. Ini memungkinkan pengunjung mengajukan pertanyaan dan berinteraksi menggunakan perintah suara, menawarkan pengalaman layanan pelanggan yang lebih modern, mudah diakses, dan cepat, dengan jawaban instan berdasarkan Basis Pengetahuan Anda. Di dunia di mana interaksi suara dengan perangkat telah menjadi umum, membawa kemampuan ini ke situs web Anda adalah keunggulan kompetitif. Voice Assist mengubah obrolan teks tradisional menjadi titik kontak percakapan yang dinamis, di mana pelanggan dapat berbicara alih-alih mengetik, membuat komunikasi lebih alami dan efisien, terutama di perangkat seluler. | Aspek | Widget Obrolan Tradisional | Widget dengan Voice Assist | | :--- | :--- | :--- | | Interaksi Pengguna | Terbatas pada pengetikan teks. | Memungkinkan interaksi suara dan teks. | | Aksesibilitas | Dapat menjadi tantangan bagi orang dengan kesulitan motorik atau visual. | Meningkatkan aksesibilitas, memungkinkan lebih banyak orang berinteraksi dengan mudah. | | Pengalaman di Perangkat Seluler | Mengetik di layar kecil bisa lambat dan rawan kesalahan. | Berbicara lebih cepat dan praktis daripada mengetik di ponsel. | | Modernitas dan Inovasi | Fungsionalitas standar, diharapkan oleh sebagian besar pengguna. | Memposisikan merek sebagai inovatif dan peduli terhadap teknologi baru. | | Kecepatan Pertanyaan | Pengguna perlu merumuskan dan mengetik seluruh pertanyaan. | Pengguna cukup berbicara, mempercepat dimulainya percakapan. | Bagaimana Cara Kerja Voice Assist? Voice Assist terintegrasi langsung ke widget obrolan yang Anda pasang di situs web Anda melalui platform Papo. Ketika pengunjung mengklik ikon obrolan, mereka memiliki opsi untuk memulai percakapan melalui suara. Prosesnya terjadi dalam beberapa langkah sederhana: 1. Aktivasi Suara: Pengunjung mengklik ikon mikrofon di widget dan mengajukan pertanyaan mereka secara lisan. 2. Pemrosesan AI: Platform Papo mentranskripsikan audio menjadi teks dan menganalisisnya menggunakan kecerdasan buatan yang sama yang menggerakkan Super Chat. AI mencari jawaban yang paling relevan di Basis Pengetahuan Anda (dokumen, FAQ, kebijakan perusahaan). 3. Jawaban Cerdas: Asisten merumuskan jawaban yang kohesif dan menyajikannya kepada pengguna. Tergantung pada konfigurasi, jawaban dapat berupa teks atau juga audio, mensimulasikan percakapan nyata. 4. Tindakan dan Pengalihan: Selain menjawab pertanyaan, Voice Assist dapat dikonfigurasi untuk melakukan tindakan, seperti mengarahkan pengguna ke WhatsApp, menjadwalkan rapat (jika terintegrasi dengan Google Agenda), atau mentransfer percakapan ke agen manusia saat diperlukan. Seluruh "otak" Voice Assist adalah sistem AI yang sama yang sudah Anda konfigurasikan di Papo, termasuk prompt asisten dan Basis Pengetahuan. Ini menjamin konsistensi informasi, terlepas dari apakah pelanggan mengetik atau berbicara. Cara Mengatur Voice Assist di Situs Web Anda Aktivasi Voice Assist dilakukan di dalam pengaturan kotak masuk jenis "Situs Web" Anda di platform Papo. 1. Akses Kotak Masuk: Di panel Papo, buka Pengaturan → Kotak masuk. 2. Pilih Widget Situs Web: Temukan kotak masuk yang sesuai dengan situs web Anda atau buat yang baru dengan memilih opsi Situs Web. Jika baru, ikuti langkah-langkah untuk menamainya dan mendapatkan skrip instalasi. 3. Aktifkan Voice Assist: Di dalam pengaturan widget situs web, Anda akan menemukan opsi untuk Voice Assist. Aktifkan fungsionalitasnya. 4. Tentukan Prompt: Kaitkan Voice Assist dengan prompt AI tertentu. Prompt ini akan memandu nada suara dan perilaku asisten. 5. Konfigurasi Tindakan: Tentukan mode interaksi, seperti opsi yang dapat ditawarkan asisten di akhir percakapan (misalnya: memulai percakapan di WhatsApp, menjadwalkan rapat, atau berbicara dengan agen). 6. Simpan Perubahan: Setelah mengonfigurasi, simpan perubahan. Asisten suara akan aktif di widget situs web Anda. Untuk Siapa Voice Assist Direkomendasikan? Fungsionalitas ini ideal untuk perusahaan yang ingin berinovasi dalam pengalaman pelanggan dan mengoptimalkan komunikasi di saluran digital utama mereka: situs web. - E-commerce dan Ritel: Untuk pelanggan yang ingin mengajukan pertanyaan cepat tentang produk, pengiriman, atau status pesanan saat menjelajah, tanpa perlu mengetik. - Perusahaan Teknologi dan SaaS: Untuk menawarkan tingkat dukungan teknis pertama atau menjawab pertanyaan tentang fungsionalitas secara interaktif. - Penyedia Layanan: Untuk memfasilitasi permintaan penawaran atau klarifikasi pertanyaan tentang layanan, membuat kontak pertama lebih cepat. - Sektor Properti: Agar calon pembeli dapat bertanya melalui suara tentang detail properti saat melihat halaman. - Bisnis dengan Fokus pada Aksesibilitas: Untuk perusahaan yang ingin memastikan situs web mereka dapat diakses oleh semua audiens, termasuk orang dengan disabilitas yang menyulitkan pengetikan. Pertanyaan yang Sering Diajukan (FAQ) Apakah asisten suara juga menjawab dengan audio? Ya. Kecerdasan buatan Papo dapat dikonfigurasi untuk menanggapi pesan suara pelanggan dengan jawaban audio mereka sendiri, membuat interaksi menjadi lebih alami dan percakapan. Dari mana Voice Assist mendapatkan informasi untuk menjawab? Ini menggunakan Basis Pengetahuan (RAG) yang sama yang Anda konfigurasikan untuk Super Chat Anda. Anda mengisi platform dengan dokumen, FAQ, dan informasi perusahaan Anda, dan AI menggunakan materi ini sebagai sumber eksklusif untuk menghasilkan jawaban yang akurat. Bisakah Voice Assist mentransfer layanan ke manusia? Ya. Sama seperti obrolan teks, asisten suara dapat dikonfigurasi untuk mentransfer percakapan ke agen manusia yang tersedia setiap kali AI tidak tahu jawabannya atau ketika pengunjung secara eksplisit memintanya. Apakah konfigurasinya rumit? Tidak. Aktivasi dan konfigurasi Voice Assist dilakukan langsung di panel Papo, di dalam pengaturan kotak masuk situs web Anda, tanpa perlu pemrograman. Apakah Voice Assist berfungsi dengan baik di ponsel? Ya, ini sangat berguna di perangkat seluler, di mana mengetik pertanyaan panjang bisa merepotkan. Berbicara dengan asisten membuat pengalaman pengguna di ponsel jauh lebih lancar dan cepat. Bisakah saya menentukan apa yang boleh dan tidak boleh dilakukan asisten suara? Ya. Melalui konfigurasi prompt AI, Anda menentukan aturan, tujuan, nada suara, dan batasan asisten Anda, memastikan bahwa ia bertindak sesuai dengan pedoman perusahaan Anda. Baca juga - Memberi Makan AI: Cara Membuat Basis Pengetahuan untuk Jawaban Otomatis - Apa itu Live Coach dan bagaimana ia memberikan saran real-time kepada penjual Mulai gratis dan aktifkan asisten suara Anda → Pengguna pertama akun Anda gratis, memungkinkan Anda untuk mengonfigurasi dan menguji otomatisasi.

Kenali Capitão: Cara Mengatur Asisten AI Pribadi Anda

Capitão adalah asisten kecerdasan buatan (AI) Papo (https://papo.global/) yang dapat disesuaikan, dirancang untuk mengotomatiskan respons dan tugas di saluran layanan pelanggan Anda. Anda dapat melatihnya dengan basis pengetahuan spesifik perusahaan Anda, termasuk dokumen, FAQ, dan skenario tindakan, sehingga ia dapat menjawab pelanggan, mengkualifikasi prospek, dan membantu tim Anda dengan informasi yang akurat dan kontekstual, 24 jam sehari. Dengan Capitão, Anda mengubah layanan pelanggan Anda, menyerahkan respons berulang kepada otomatisasi dan membebaskan agen Anda untuk fokus pada kasus yang kompleks dan strategis. Ia berfungsi sebagai otak pusat yang dapat dihubungkan ke berbagai kotak masuk, seperti WhatsApp, Instagram, atau obrolan situs web Anda, memastikan konsistensi dan kecepatan dalam komunikasi. | Jenis Pengetahuan | Deskripsi | Kasus Penggunaan | | :--- | :--- | :--- | | Dokumen | File (PDF, DOCX, TXT) dengan informasi terperinci, seperti manual, kebijakan privasi, atau katalog produk. | Menjawab pertanyaan kompleks tentang spesifikasi teknis suatu produk dengan merujuk pada manualnya. | | FAQ | Daftar pertanyaan dan jawaban langsung untuk pertanyaan umum. | Memberikan jawaban cepat tentang jam operasional, metode pembayaran, atau kebijakan pengembalian. | | Skenario (Handoffs) | Instruksi spesifik tentang apa yang harus dilakukan AI dalam situasi tertentu, seperti mentransfer ke manusia. | Ketika pelanggan mengatakan "saya ingin berbicara dengan agen", Capitão melakukan tindakan transfer ke tim. | | Tools (Alat) | Tindakan yang dapat dilakukan asisten, seperti menjadwalkan rapat atau berkonsultasi dengan sistem eksternal melalui API. | Pelanggan meminta untuk menjadwalkan demo, dan Capitão memeriksa jadwal serta membuat janji. | Bagaimana Capitão Bekerja? Capitão beroperasi berdasarkan basis pengetahuan yang Anda bangun dan kelola. Alih-alih menggunakan jawaban generik dari internet, ia secara eksklusif merujuk pada sumber yang Anda berikan. Ini memastikan bahwa informasi selalu selaras dengan kebijakan dan data perusahaan Anda. Prosesnya sederhana: ketika pelanggan mengirim pesan, Capitão menganalisisnya dan mencari jawaban paling relevan dalam "otak" yang telah dilatihnya. Ia dapat menggabungkan informasi dari dokumen PDF dengan jawaban FAQ untuk merumuskan penjelasan yang lengkap dan kohesif. Jika pertanyaan memerlukan tindakan, seperti mentransfer layanan, ia mengaktifkan skenario yang sesuai. Melatih Asisten Capitão Anda: Langkah demi Langkah Mengonfigurasi asisten Capitão Anda melibatkan pemberian pengetahuan yang diperlukan agar ia dapat bertindak secara mandiri dan efisien. 1. Buat Asisten Anda: Langkah pertama adalah membuat asisten baru di platform Papo. Anda dapat memberinya nama dan deskripsi, menentukan identitas dan tujuannya. Dimungkinkan untuk memiliki beberapa asisten untuk berbagai area perusahaan, seperti satu untuk penjualan dan satu lagi untuk dukungan. 2. Berikan Dokumen: Gunakan Pusat File Papo untuk mengunggah dokumen penting: manual teknis, kebijakan komersial, katalog, ketentuan layanan, dll. Setelah diunggah, Anda menautkan file-file ini ke basis pengetahuan Capitão Anda. AI kemudian akan menggunakan konten dokumen-dokumen ini untuk menjawab pertanyaan. 3. Tambahkan Pertanyaan yang Sering Diajukan (FAQ): Daftarkan daftar pertanyaan dan jawaban untuk pertanyaan paling umum dari pelanggan Anda. Ini menciptakan jalan pintas untuk respons cepat dan langsung. Platform juga dapat menyarankan FAQ baru berdasarkan pertanyaan pelanggan yang tidak dapat dijawab oleh asisten, memungkinkan Anda untuk terus meningkatkan basis pengetahuan. 4. Konfigurasi Skenario Tindakan (Handoffs): Tentukan aturan dan instruksi untuk situasi tertentu. Skenario paling umum adalah "transfer" (handoff), di mana Anda menginstruksikan Capitão untuk mentransfer percakapan ke agen manusia jika pelanggan meminta atau jika masalahnya terlalu kompleks. 5. Aktifkan Tools (Alat): Capitão dapat melakukan lebih dari sekadar menjawab pertanyaan. Anda dapat mengaktifkan "tools" bawaan, seperti integrasi dengan Google Kalender untuk menjadwalkan rapat, atau mengonfigurasi "custom tools" melalui HTTP agar asisten dapat berkonsultasi atau mengirim data ke sistem Anda sendiri (ERP, CRM, dll.). 6. Tautkan ke Kotak Masuk: Setelah asisten dilatih, langkah terakhir adalah mengaktifkannya di satu atau lebih saluran. Anda dapat menautkan Capitão Anda ke kotak masuk WhatsApp, Instagram, obrolan situs web, atau saluran lain yang terhubung ke Papo. Sejak saat itu, ia akan mulai berinteraksi dengan pelanggan di saluran tersebut. Pertanyaan yang Sering Diajukan (FAQ) Apa perbedaan antara melatih dengan Dokumen dan FAQ? Dokumen ideal untuk pengetahuan yang luas dan terperinci, di mana AI perlu membaca dan menafsirkan konteks untuk merumuskan jawaban, seperti manual 50 halaman. FAQ adalah untuk jawaban langsung dan objektif untuk pertanyaan spesifik, seperti "Apa alamat toko?". Menggunakan keduanya membuat asisten lebih kuat. Apa yang terjadi jika Capitão tidak tahu jawabannya? Anda mengonfigurasi perilaku default untuk situasi ini. Praktik terbaik adalah membuat skenario "handoff" (transfer) yang secara otomatis mentransfer percakapan ke agen manusia, memastikan pelanggan tidak pernah tanpa jawaban. Bisakah saya memiliki lebih dari satu asisten Capitão? Ya. Platform Papo memungkinkan Anda membuat dan mengelola beberapa asisten. Anda dapat memiliki Capitão yang berspesialisasi dalam penjualan, dengan pengetahuan tentang produk dan harga, dan Capitão lain yang berfokus pada dukungan teknis, dilatih dengan manual dan panduan pemecahan masalah. Apakah Capitão berfungsi di semua saluran (WhatsApp, Instagram, dll.)? Ya. Capitão adalah kecerdasan pusat yang dapat diaktifkan di kotak masuk mana pun yang dikonfigurasi di akun Papo Anda. Cukup tautkan asisten yang diinginkan ke kotak masuk saluran yang sesuai (WhatsApp, Facebook Messenger, obrolan situs web, dll.). Apa itu saran FAQ yang tertunda? Ini adalah fitur peningkatan berkelanjutan. Ketika Capitão menerima pertanyaan yang tidak dapat dijawab dengan basis pengetahuan saat ini, sistem dapat mencatat pertanyaan tersebut sebagai "saran FAQ yang tertunda". Seorang administrator kemudian dapat meninjau saran-saran ini, membuat jawaban yang benar, dan menyetujuinya, membuat basis pengetahuan asisten semakin lengkap. Apa itu "Tools" Capitão? Ini adalah alat yang memungkinkan Capitão untuk melakukan tindakan. Tools bawaan adalah fungsionalitas yang terintegrasi dengan Papo, seperti menjadwalkan acara di Google Kalender. Custom tools memungkinkan pengembang untuk menghubungkan Capitão ke sistem eksternal melalui panggilan HTTP (API), memungkinkan AI untuk memeriksa status pesanan di e-commerce atau mencatat prospek di CRM eksternal, misalnya. Baca juga - Cara Mengelola Dokumen di Pusat File Papo: /hc/papo/articles/como-gerenciar-documentos-central-arquivos-papo - Kenali Voice Assist: Asisten suara untuk situs web Anda: /hc/papo/articles/conheca-o-voice-assist-assistente-de-voz-para-seu-site Mulai gunakan secara gratis → Akun Anda dimulai dengan pengguna pertama gratis agar Anda dapat mengonfigurasi dan menguji otomatisasi Anda.

Membuat Flow Otomatisasi Pertama Anda dari Nol

Untuk membuat Flow otomatisasi pertama Anda dari nol di Papo (https://papo.global/), akses modul "Flows / Chatbot", buat alur visual baru, dan tambahkan node yang akan menentukan perjalanan kontak. Anda akan memulai dengan pemicu awal, menghubungkan tindakan seperti mengirim pesan atau mengajukan pertanyaan, dan, setelah mengaktifkan Flow, Anda dapat mendaftarkan kontak untuk memulai otomatisasi. Flow adalah salah satu alat Papo yang paling ampuh untuk mengotomatiskan interaksi, mengkualifikasi prospek, melakukan survei, dan banyak lagi, semuanya tanpa perlu intervensi manusia di setiap langkah. Flow berfungsi sebagai diagram alur visual tempat Anda merancang perjalanan pelanggan Anda. Komponen Flow Setiap Flow dibangun dari beberapa blok fundamental. Memahami peran masing-masing adalah langkah pertama untuk menciptakan otomatisasi yang efektif. | Komponen | Deskripsi | Contoh Penggunaan | | :--- | :--- | :--- | | Pemicu (Start) | Titik awal yang memulai Flow untuk suatu kontak. | Kontak didaftarkan secara manual ke Flow atau melalui otomatisasi lain. | | Tindakan | Tugas yang dijalankan Flow secara otomatis. | Mengirim pesan selamat datang, menambahkan tag "Tertarik", memperbarui bidang kontak di CRM. | | Kondisi | Pemeriksaan yang membagi jalur Flow berdasarkan kriteria. | Jika kontak menjawab "ya" pada pertanyaan, ikuti jalur A; jika menjawab "tidak", ikuti jalur B. | | Penyelesaian | Titik di mana perjalanan otomatis berakhir untuk kontak tersebut. | Setelah kontak menerima pesan terakhir dari urutan atau dialihkan ke agen. | Cara Membuat Flow Anda Langkah demi Langkah Membangun otomatisasi mungkin terlihat rumit, tetapi editor visual Papo menyederhanakan prosesnya. Ikuti langkah-langkah ini untuk membuat Flow pertama Anda. 1. Akses Modul Flow Di menu samping dasbor Papo Anda, temukan dan klik opsi Flows / Chatbot. Area ini memusatkan semua otomatisasi berbasis alur Anda. 2. Buat Flow Baru Di dalam modul, klik tombol untuk menambahkan Flow baru. Platform akan menghasilkan alur kerja kosong dan tidak aktif, hanya berisi node awal ("Start"). Dari sinilah seluruh otomatisasi Anda akan dibangun. 3. Bangun Struktur Visual Editor Flow adalah kanvas kosong tempat Anda menambahkan "node" (kotak yang mewakili setiap langkah) dan menghubungkannya dengan garis untuk menentukan urutan logis. Seret dan lepas komponen untuk mengatur perjalanan Anda. 4. Konfigurasi Node Tindakan Klik tanda "+" atau di area kosong untuk menambahkan node baru setelah "Start". Setiap node mewakili tindakan yang harus dilakukan sistem. Tindakan yang paling umum meliputi: - Kirim Pesan: Kirim teks, gambar, video, atau dokumen ke kontak. - Ajukan Pertanyaan: Tangkap respons pengguna untuk digunakan dalam node kondisi. Ini adalah dasar untuk membuat penyaringan, survei, atau formulir interaktif. - Tambah/Hapus Tag: Atur dan segmen kontak Anda berdasarkan interaksi mereka dalam Flow. - Perbarui Kontak: Ubah bidang di profil kontak, seperti tahap corong di Kanban atau status pelanggan. - Daftarkan ke Flow lain: Arahkan kontak ke otomatisasi lain, menciptakan perjalanan yang lebih kompleks dan modular. 5. Gunakan Node Kondisi untuk Membuat Percabangan Kecerdasan sejati dari sebuah Flow terletak pada kondisinya. Setelah node "Ajukan Pertanyaan", misalnya, Anda dapat menambahkan node kondisi yang membuat jalur berbeda untuk setiap jenis respons. Jika pelanggan menjawab "saya ingin membeli", Flow dapat mengarahkannya ke penjual; jika menjawab "saya butuh dukungan", Flow akan mengarahkannya ke tim layanan pelanggan. 6. Aktifkan Flow Setelah alur Anda selesai dan diuji, jangan lupa untuk menyimpannya dan mengaktifkannya. Hanya Flow dengan status "Aktif" yang dapat menerima dan memproses kontak. Cara Mendaftarkan Kontak ke Flow Flow yang aktif tidak akan melakukan apa pun sampai kontak didaftarkan ke dalamnya. Pendaftaran adalah tindakan memasukkan kontak ke awal perjalanan yang Anda rancang. Ada beberapa cara untuk melakukannya: - Secara Manual: Anda dapat membuka profil kontak di CRM dan memilih Flow aktif mana yang ingin Anda daftarkan. Ideal untuk pengujian atau tindakan satu kali. - Secara Massal: Saring daftar kontak di CRM dan terapkan tindakan untuk mendaftarkan semuanya ke Flow tertentu. - Melalui Otomatisasi: Otomatisasi lain atau bahkan Flow lain dapat memiliki tindakan akhir berupa pendaftaran kontak ke alur baru. - Melalui API: Untuk integrasi lanjutan, sistem eksternal Anda (seperti situs web atau ERP) dapat mengirim perintah ke API Papo untuk mendaftarkan kontak baru ke Flow, misalnya, segera setelah mereka mengisi formulir. Pertanyaan yang Sering Diajukan Apa perbedaan antara Flow dan Urutan Email? Flow adalah perjalanan interaktif yang dapat menggunakan berbagai saluran (seperti WhatsApp) dan bereaksi secara real-time terhadap respons pengguna dengan kondisi dan tindakan yang kompleks. Sedangkan Urutan Email, seperti urutan "Nutrisi prospek" yang sudah dikonfigurasi sebelumnya di akun Papo Anda, bersifat linier dan berfokus pada pengiriman serangkaian email yang telah ditentukan pada interval waktu tertentu. Bisakah saya menggunakan AI Papo di dalam Flow? Ya. Papo dirancang dengan AI sebagai pusat operasinya. Di dalam Flow, Anda dapat menggunakan kecerdasan buatan untuk menafsirkan respons terbuka pengguna, mengkategorikan niat, dan mengarahkan alur dengan lebih cerdas. Anda bahkan dapat memicu Super Chat untuk percakapan yang lebih alami sebelum mengembalikan kontak ke Flow atau ke agen manusia. Bagaimana cara menguji Flow saya sebelum mengaktifkannya untuk semua orang? Praktik terbaik adalah menggunakan nomor telepon uji (milik Anda, misalnya) yang terdaftar sebagai kontak di platform. Setelah membangun Flow, aktifkan, tetapi jangan publikasikan. Daftarkan kontak uji Anda secara manual dan berinteraksi dengan otomatisasi untuk memastikan semua jalur, kondisi, dan tindakan berfungsi seperti yang diharapkan. Bisakah satu kontak berada di lebih dari satu Flow secara bersamaan? Detail tentang eksekusi Flow secara bersamaan dapat bervariasi sesuai dengan pengaturan akun. Penting untuk berkonsultasi dengan dokumentasi platform atau memeriksa aturan bisnis untuk memahami bagaimana Papo mengelola persaingan antara otomatisasi untuk kontak yang sama. Apa yang terjadi jika kontak merespons sesuatu yang tidak diharapkan Flow? Flow yang baik menyediakan jalur alternatif. Anda dapat mengonfigurasi "respons default" untuk input yang tidak valid atau, dalam kasus yang lebih kompleks, membuat tindakan "overflow" yang mengalihkan percakapan ke agen manusia. Ini memastikan bahwa tidak ada kontak yang tidak terjawab dan pengalaman pelanggan selalu positif. Baca juga - Cara menggunakan Pustaka Flow untuk mengotomatiskan tugas umum - Memberi Makan AI: Cara Membuat Basis Pengetahuan untuk Jawaban Otomatis Mulai otomatisasi gratis sekarang → Pengguna pertama gratis dan tidak memerlukan kartu kredit untuk memulai.

Apa itu Synapse dan Cara Menggunakan Radar Pelanggan untuk Menemukan Peluang

Synapse adalah modul intelijen Papo (https://papo.global/) yang berfungsi sebagai radar pelanggan dan alat pencarian canggih dalam riwayat percakapan. Ini dirancang untuk secara otomatis menganalisis semua interaksi, mengidentifikasi pelanggan mana yang membutuhkan perhatian segera, dan memungkinkan Anda menemukan peluang bisnis atau risiko churn yang mungkin hilang di antara ribuan pesan. Seiring waktu, riwayat percakapan dengan pelanggan menjadi tambang emas informasi. Namun, tanpa alat yang tepat, data berharga ini menjadi tidak dapat diakses. Synapse memecahkan masalah ini dengan menggunakan kecerdasan buatan untuk memindai, menafsirkan, dan mengatur informasi ini, mengubah riwayat layanan Anda menjadi sumber intelijen bisnis yang aktif. Ini memiliki dua fungsi utama yang bekerja sama untuk memberikan keunggulan strategis kepada tim Anda: Radar Pelanggan dan Pencarian Riwayat. | Fungsionalitas | Apa yang dilakukan | Untuk apa | | :--- | :--- | :--- | | Radar Pelanggan | Mencantumkan pelanggan yang membutuhkan perhatian, diurutkan berdasarkan tingkat kekritisan. | Memprioritaskan tindak lanjut, mencegah kehilangan pelanggan (churn), dan mengidentifikasi peluang penjualan atau dukungan proaktif. | | Pencarian Riwayat | Memungkinkan pencarian istilah tertentu di seluruh riwayat percakapan. | Menemukan penyebutan produk, pesaing, masalah teknis, atau niat pembelian dalam percakapan apa pun. | Bagaimana Synapse Membantu Menemukan Peluang Dalam operasi yang sibuk, tidak mungkin bagi manusia untuk membaca semua pesan yang dipertukarkan untuk mengidentifikasi pola atau peluang. Frasa seperti "saya sedang mempertimbangkan untuk melakukan upgrade", "pesaing Anda menawarkan ini kepada saya", atau "saya sudah mengalami masalah ini selama berhari-hari" sering kali hilang dalam volume percakapan harian. Synapse bertindak sebagai lapisan intelijen di atas kotak masuk terpadu Anda. Ini membaca dan menganalisis konten percakapan di semua saluran yang terhubung ke Papo (WhatsApp, Instagram, dll.) untuk mengidentifikasi sinyal penting. Berdasarkan analisis ini, ia memberi makan dua alat utamanya, memastikan tidak ada informasi penting yang terlewatkan. Menggunakan Radar Pelanggan untuk Memprioritaskan Layanan Radar Pelanggan adalah daftar prioritas harian Anda, yang dihasilkan oleh AI. Alih-alih tim Anda harus memutuskan secara acak siapa yang harus dihubungi atau percakapan mana yang harus dilanjutkan, radar menyajikan daftar kontak yang paling membutuhkan perhatian, dari yang paling hingga paling tidak kritis. "Kekritisan" ditentukan oleh AI berdasarkan kombinasi faktor, seperti: - Sinyal ketidakpuasan: Penyebutan masalah, keluhan, atau kata-kata yang menunjukkan frustrasi. - Peluang penjualan: Pelanggan yang menyebutkan minat pada produk, layanan, atau peningkatan baru. - Risiko churn: Kontak yang menyebutkan pembatalan atau yang tidak berinteraksi untuk waktu yang lama setelah negosiasi. - Kurangnya respons: Prospek yang mengajukan pertanyaan penting dan tidak menerima tindak lanjut yang memadai. Dengan memulai hari dengan melihat Radar Pelanggan, tim Anda dapat bertindak proaktif, menghubungi orang yang tepat pada waktu yang tepat, baik untuk menyelesaikan masalah sebelum membesar atau untuk menutup penjualan yang mungkin akan dingin. Melakukan Pencarian Cerdas dalam Riwayat Percakapan Fungsi kedua Synapse adalah pencarian canggih yang melampaui sekadar menemukan kontak. Ini memungkinkan Anda mencari kata kunci atau frasa di seluruh riwayat percakapan Anda. Ini membuka berbagai kemungkinan untuk penjualan, pemasaran, dan dukungan. Contoh penggunaan: - Penjualan: Cari "anggaran" atau "proposal" untuk menemukan semua pelanggan yang meminta penawaran dalam beberapa bulan terakhir dan melakukan tindak lanjut. - Pemasaran: Cari nama pesaing untuk memahami apa yang dikatakan pelanggan Anda tentang mereka dan bagaimana penawaran Anda dibandingkan. - Keberhasilan Pelanggan: Cari istilah seperti "batalkan" atau "tidak puas" untuk mengidentifikasi pelanggan yang berisiko dan bertindak secara preventif. - Pengembangan Produk: Cari "saya ingin ada" atau "saran" untuk mengumpulkan umpan balik berharga langsung dari pelanggan. Fungsionalitas ini mengubah riwayat obrolan Anda dari file sederhana menjadi basis data yang dapat dicari dan strategis. Pertanyaan yang Sering Diajukan (FAQ) Apa perbedaan antara pencarian kontak normal dan pencarian Synapse? Pencarian normal di CRM Papo memungkinkan Anda menemukan kontak tertentu berdasarkan nama, telepon, atau email. Pencarian Synapse lebih mendalam: ia mencari konten dari semua percakapan, memungkinkan Anda menemukan penyebutan istilah tertentu dalam dialog dengan pelanggan. Bagaimana Synapse mendefinisikan bahwa seorang pelanggan "kritis"? Platform ini menggunakan kecerdasan buatan untuk menganalisis berbagai sinyal dalam percakapan, seperti sentimen yang diungkapkan (positif, negatif, netral), penggunaan kata kunci yang terkait dengan masalah atau peluang, frekuensi kontak, dan waktu sejak interaksi terakhir. Kombinasi faktor-faktor ini menghasilkan skor yang mengurutkan pelanggan di radar. Apakah Synapse berfungsi untuk semua saluran (WhatsApp, Instagram, dll.)? Ya. Karena Synapse beroperasi di atas basis data terpadu Papo, ia menganalisis percakapan dari semua saluran yang Anda hubungkan ke kotak masuk Anda, memberikan pandangan yang lengkap dan terpusat. Apakah saya perlu mengonfigurasi sesuatu agar Synapse berfungsi? Tidak. Synapse dirancang untuk berfungsi secara otomatis, memanfaatkan riwayat percakapan yang sudah ada di akun Papo Anda. Ini mulai menganalisis data segera setelah interaksi terjadi, tanpa perlu konfigurasi manual. Apakah Synapse menggunakan penanda (tag) pelanggan? Synapse berfungsi secara independen, tetapi hasilnya bisa lebih kuat jika digabungkan dengan sistem penanda. Misalnya, Anda dapat menggunakan Synapse untuk menemukan semua orang yang menyebutkan "upgrade" dan kemudian memfilter hasil tersebut untuk hanya melihat mereka yang memiliki penanda "Pelanggan Paket Dasar", menciptakan daftar yang sempurna untuk kampanye upsell. Mulai gratis dan temukan peluang tersembunyi → Papo menawarkan pengguna pertama Anda secara gratis untuk mengatur layanan Anda dan menguji kekuatan AI.

Cara Mengonfigurasi Agen AI Anda di Modul Prompt Papo

Untuk mengonfigurasi agen kecerdasan buatan Anda, akses modul "Prompt dan AI" di menu samping platform Papo (https://papo.global/). Di area ini, Anda dapat membuat dan mengedit prompt yang memandu respons AI, menentukan aturan perilaku, menetapkan agen ke saluran tertentu, dan menganalisis statistik penggunaan untuk mengoptimalkan otomatisasi layanan pelanggan Anda. Modul Prompt dan AI memusatkan kontrol tentang bagaimana kecerdasan buatan Anda berinteraksi dengan pelanggan. Anda dapat memiliki agen utama, yang berfungsi sebagai standar untuk seluruh akun, dan membuat sub-asisten dengan instruksi khusus untuk produk, saluran, atau fase layanan pelanggan yang berbeda. Tabel di bawah ini merangkum area konfigurasi utama yang tersedia di modul: | Area Konfigurasi | Apa yang dapat Anda lakukan | | :--- | :--- | | Daftar Agen | Melihat agen "Umum" (standar) dan semua sub-asisten yang dibuat. | | Editor Prompt | Menentukan instruksi yang akan diikuti AI. Bisa berupa teks bebas atau dibagi menjadi beberapa bagian. | | Aturan Umum | Menetapkan pedoman perilaku yang berlaku untuk semua interaksi agen. | | Pengaturan AI | Melakukan penyesuaian teknis pada model AI, seperti kreativitas respons. | | Kotak Masuk | Mengaktifkan atau menonaktifkan AI untuk saluran tertentu (mis: WhatsApp, Instagram) dan memilih agen mana yang akan merespons. | | Statistik | Memantau kinerja AI, dengan data pesan terkirim, kegagalan, dan interaksi yang dilewati. | Cara Mengakses Modul Prompt dan AI Untuk mulai mengonfigurasi asisten Anda, ikuti langkah-langkah berikut: 1. Masuk ke akun Papo Anda. 2. Di menu samping kiri, temukan dan klik Prompt dan AI. Jika item tidak terlihat di menu Anda, mungkin ada dua alasan: - Modul dinonaktifkan: Modul mungkin tidak aktif untuk akun Anda. - Tidak ada izin: Administrator akun Anda mungkin telah membatasi akses Anda menggunakan fungsi kustom. Dalam kasus ini, minta administrator untuk meninjau izin Anda. Langkah demi Langkah untuk Mengonfigurasi Agen AI Di dalam modul, Anda akan menemukan agen "Umum" dan opsi untuk membuat sub-asisten baru. Proses konfigurasinya sama untuk keduanya. 1. Pilih atau Buat Agen Anda dapat mengedit agen "Umum", yang berfungsi sebagai standar, atau klik untuk menambahkan sub-asisten baru. Sub-asisten baru dibuat sebagai draf tidak aktif, memungkinkan Anda mengonfigurasinya sepenuhnya sebelum mengaktifkannya. 2. Tentukan Instruksi (Prompt) Ini adalah langkah terpenting. Prompt adalah "otak" agen Anda. Anda dapat memberikan instruksi dengan dua cara: - Teks Bebas: Tulis paragraf terperinci yang menjelaskan siapa AI itu, apa tujuannya, nada suara yang harus digunakan, apa yang boleh dan tidak boleh dilakukan. - Instruksi Terstruktur: Isi hingga tujuh bagian yang telah ditentukan untuk mengatur pedoman dengan lebih baik, mencakup aspek-aspek seperti persona, tujuan, batasan, dan contoh respons. Prompt yang baik harus jelas, spesifik, dan memberikan konteks yang cukup agar AI dapat merespons secara akurat dan selaras dengan merek Anda. Anda juga dapat melihat pratinjau bagaimana prompt akhir akan diinterpretasikan oleh sistem. 3. Sesuaikan Aturan Umum dan Pengaturan Di area pengaturan agen, Anda dapat menentukan aturan umum yang berlaku untuk semua interaksi Anda dan menyesuaikan parameter model AI. Platform ini sudah dilengkapi dengan pengaturan standar yang berfungsi dengan baik untuk sebagian besar kasus, tetapi pengguna tingkat lanjut dapat melakukan penyesuaian halus. 4. Aktifkan Agen di Kotak Masuk Agen yang telah dikonfigurasi, meskipun sudah disimpan, hanya akan aktif ketika dikaitkan dengan satu atau lebih kotak masuk. 1. Buka tab atau bagian Kotak Masuk di dalam modul Prompt. 2. Anda akan melihat daftar saluran yang terhubung (WhatsApp, Instagram, dll.). 3. Untuk setiap saluran, Anda dapat mengaktifkan atau menonaktifkan AI. 4. Saat mengaktifkan, pilih agen mana (Umum atau sub-asisten) yang harus bertanggung jawab atas saluran tersebut. Ini memungkinkan, misalnya, untuk memiliki agen yang berspesialisasi dalam penjualan yang merespons di WhatsApp dan agen lain yang berfokus pada dukungan yang merespons di komentar Instagram. Menganalisis Statistik Penggunaan Untuk memahami apakah AI Anda berfungsi seperti yang diharapkan, akses area Statistik. Di sana, Anda akan menemukan grafik dan angka tentang interaksi AI, termasuk: - Succeeded (Berhasil): Jumlah pesan yang berhasil dikirim oleh AI. - Failed (Gagal): Interaksi di mana AI mencoba merespons, tetapi terjadi kesalahan. - Skipped (Dilewati): Situasi di mana AI memutuskan untuk tidak merespons, baik karena suatu aturan atau karena tidak memiliki kepercayaan pada respons tersebut. Menganalisis data ini membantu mengidentifikasi kebutuhan untuk menyesuaikan prompt, aturan, atau basis pengetahuan yang mendukung AI. Pertanyaan yang Sering Diajukan Apa perbedaan antara agen utama dan sub-asisten? Agen "Umum" atau utama adalah standar akun Anda. Jika Anda mengaktifkan AI di kotak masuk tanpa menentukan agen, dialah yang akan merespons. Sub-asisten adalah agen khusus yang dapat Anda buat untuk tugas-tugas tertentu (mis: kualifikasi prospek, dukungan teknis) dan menetapkannya ke saluran atau situasi yang berbeda. Apa yang terjadi jika saya tidak mengonfigurasi agen AI? Jika Anda tidak mengedit prompt, agen akan menggunakan serangkaian instruksi standar dari Papo, yang bersifat umum. Untuk mendapatkan respons yang dipersonalisasi dan selaras dengan bisnis Anda, penting bagi Anda untuk mengedit prompt agen "Umum" dengan informasi Anda sendiri. Bisakah saya memiliki AI yang berbeda untuk setiap saluran (WhatsApp, Instagram)? Ya. Di modul "Prompt dan AI", Anda dapat mengakses konfigurasi kotak masuk Anda dan menetapkan agen tertentu untuk setiap saluran. Anda dapat menggunakan agen "Umum" untuk satu saluran dan sub-asisten khusus untuk saluran lain. Bagaimana saya tahu jika AI saya merespons dengan benar? Cara terbaik adalah memantau percakapan di kotak masuk dan menganalisis bagian "Statistik" di modul Prompt. Periksa tingkat keberhasilan dan tinjau percakapan di mana AI berinteraksi untuk memastikan bahwa respons selaras dengan instruksi Anda. Saya tidak dapat melihat modul "Prompt dan AI". Apa yang harus saya lakukan? Pertama, tanyakan kepada administrator akun Papo Anda apakah modul diaktifkan untuk perusahaan dan apakah profil pengguna Anda memiliki izin untuk mengaksesnya. Akses ke modul lanjutan dikelola melalui fungsi kustom. Baca Juga - Memberi Makan AI: Cara Membuat Basis Pengetahuan untuk Respons Otomatis - Membuat Flow Otomatisasi pertama Anda dari awal Mulai gratis → Pengguna pertama gratis, tidak perlu kartu kredit.

Cara Mengotomatiskan Instagram Anda: Balasan Komentar, Sebutan, dan Lainnya

Ya, Anda dapat mengotomatiskan balasan untuk komentar, sebutan, dan pesan langsung (DM) Instagram untuk menangkap prospek dan mempercepat layanan pelanggan menggunakan platform Papo (https://papo.global/). Alat ini memungkinkan Anda membuat aturan untuk mengirim DM secara otomatis ketika seseorang berkomentar pada sebuah postingan, menanggapi sebutan di Stories, dan memulai alur percakapan berdasarkan kata kunci, semuanya dalam kotak masuk terpadu dengan CRM dan AI. Otomatisasi di Instagram adalah cara yang efisien untuk memastikan tidak ada interaksi pelanggan yang terlewat. Ini memungkinkan bisnis Anda merespons secara instan, 24 jam sehari, mengkualifikasi prospek dan mengarahkan mereka ke langkah berikutnya, baik itu penjualan, penjadwalan, atau pengunduhan materi. | Otomatisasi Instagram | Cara Kerja di Papo | Manfaat Utama | | :--- | :--- | :--- | | Komentar menjadi DM | Pengguna mengomentari kata kunci pada sebuah postingan; Papo membalas secara publik dan mengirim DM pribadi dengan tautan atau pesan. | Menangkap prospek dari feed publik ke percakapan pribadi yang terukur, meningkatkan konversi kampanye. | | Reaksi terhadap Sebutan | Ketika merek Anda disebutkan dalam Story, sebutan tersebut muncul di kotak masuk Papo, dapat memicu alur terima kasih atau label di CRM. | Memperkuat hubungan pelanggan, menunjukkan bahwa merek memperhatikan, dan mengatur sebutan untuk analisis pemasaran. | | Pemicu di DM | Pengguna mengirim DM dengan kata tertentu (misalnya: "harga", "katalog"); Papo memulai alur otomatisasi untuk menjawab pertanyaan tersebut. | Menawarkan layanan instan untuk pertanyaan umum, membebaskan tim manusia untuk kasus yang lebih kompleks. | | AI dalam Percakapan | Setelah otomatisasi awal, AI Papo dapat melanjutkan percakapan, mengkualifikasi prospek, memahami audio, dan menjadwalkan rapat di Google Kalender. | Menjaga keterlibatan prospek dengan balasan cerdas dan kontekstual, bahkan di luar jam kerja. | Bagaimana Otomatisasi Instagram Bekerja di Papo Papo terintegrasi langsung dengan API Instagram, memungkinkan semua interaksi (DM, komentar, sebutan) masuk ke kotak masuk terpusat. Dari sana, modul Otomatisasi dan Flows mulai beraksi. - Balasan otomatis untuk komentar: Anda menentukan satu atau lebih kata kunci untuk postingan tertentu (atau untuk semua). Ketika pengguna berkomentar menggunakan kata tersebut, otomatisasi akan membalas komentar (misalnya: "Saya DM Anda!") dan secara bersamaan mengirim pesan langsung ke profil orang tersebut. Ini ideal untuk kampanye seperti "Komentar 'SAYA MAU' untuk menerima tautan". - Reaksi terhadap sebutan di Stories: Sebutan di Stories muncul sebagai percakapan baru di kotak masuk Papo Anda. Anda dapat membuat aturan untuk membalas sebutan ini secara otomatis dengan pesan terima kasih atau untuk menerapkan label (tag) pada kontak, seperti "advokat-merek", memfasilitasi tindakan pemasaran di masa mendatang. - Pemicu kata kunci di DM: Menggunakan pembuat otomatisasi visual (Flows), Anda dapat membuat perjalanan lengkap yang dimulai ketika pengikut mengirim pesan dengan istilah seperti "anggaran", "dukungan", atau "jam operasional". Alur dapat mengajukan pertanyaan untuk mengkualifikasi prospek dan, jika perlu, mentransfer percakapan ke agen manusia dengan seluruh riwayat. Langkah demi Langkah untuk Mengatur Otomatisasi Pertama Anda Mengatur otomatisasi komentar menjadi DM adalah proses sederhana dan dilakukan langsung di panel Papo. | Langkah | Tindakan | Detail | | :--- | :--- | :--- | | 1. Hubungkan akun Anda | Buka Pengaturan → Kotak Masuk dan tambahkan profil Instagram Anda. | Anda perlu masuk dengan akun Facebook yang merupakan administrator halaman yang terhubung ke profil bisnis Instagram Anda. | | 2. Buat aturan | Akses modul Otomatisasi dan buat aturan baru. | Tentukan "pemicu" sebagai "Komentar baru di postingan Instagram". | | 3. Tentukan kondisi | Tentukan kondisi agar aturan dipicu. | Anda dapat memfilter berdasarkan postingan tertentu, berdasarkan kata kunci dalam komentar (misalnya: "teks komentar berisi 'mau'") atau membiarkannya terbuka untuk semua. | | 4. Konfigurasi tindakan | Tentukan apa yang akan dilakukan otomatisasi. | Tambahkan dua tindakan: 1) "Kirim balasan ke komentar" (dengan teks publik) dan 2) "Kirim pesan pribadi ke kontak" (dengan tautan atau informasi utama). | | 5. Aktifkan dan uji | Simpan dan aktifkan aturan. | Buat komentar uji pada postingan yang dikonfigurasi menggunakan akun Instagram lain untuk memverifikasi apakah otomatisasi berfungsi seperti yang diharapkan. | Untuk Siapa Otomatisasi Ini? Otomatisasi Instagram di Papo ideal untuk perusahaan dan pembuat konten yang menggunakan platform sebagai saluran akuisisi pelanggan dan penjualan. Ini sangat berguna untuk: - E-commerce dan infoproducer: Untuk mengotomatiskan pengiriman kupon diskon, tautan checkout, dan akses ke materi kaya. - Bisnis lokal: Klinik, restoran, dan penyedia layanan yang menerima banyak pertanyaan tentang penjadwalan, lokasi, dan menu. - Tim pemasaran dan penjualan: Untuk memastikan tidak ada prospek yang dihasilkan dari kampanye Instagram yang hilang karena kurangnya respons cepat. - Perusahaan dengan volume interaksi tinggi: Yang membutuhkan cara yang terukur untuk mengelola komentar dan DM tanpa meningkatkan tim secara proporsional. Pertanyaan yang Sering Diajukan Apakah saya memerlukan alat lain seperti ManyChat untuk mengotomatiskan Instagram? Tidak. Papo memiliki fungsionalitas otomatisasi Instagram secara native. Anda dapat mengatur balasan untuk komentar, DM, dan sebutan langsung di platform, tanpa perlu menyewa alat terpisah. Apakah otomatisasi hanya membalas komentar? Tidak. Selain membalas komentar dan mengirim DM, Anda dapat membuat otomatisasi untuk menanggapi sebutan di Stories dan untuk memulai alur percakapan ketika pengguna mengirim pesan langsung dengan kata kunci tertentu. Berapa biaya untuk menggunakan otomatisasi Instagram di Papo? Otomatisasi Instagram, termasuk balasan komentar, sudah termasuk dalam paket Papo. Paket awal menawarkan pengguna pertama gratis selamanya, memungkinkan Anda untuk mulai mengotomatiskan layanan Anda tanpa biaya awal. Bisakah saya menggunakan AI Papo dalam percakapan Instagram? Ya. AI Papo berfungsi di semua saluran yang terhubung, termasuk Instagram. Setelah otomatisasi memulai percakapan, AI dapat mengambil alih untuk mengkualifikasi prospek, menjawab pertanyaan umum, dan bahkan menjadwalkan janji temu, menyerahkannya kepada agen manusia hanya jika diperlukan. Apakah sulit untuk mengkonfigurasi otomatisasi? Tidak. Papo menawarkan pembuat otomatisasi visual (modul Flows) di mana Anda dapat menarik dan melepas blok untuk membuat logika. Untuk aturan yang lebih sederhana, seperti komentar-ke-DM, konfigurasi dilakukan dalam formulir langkah demi langkah. Bisakah saya menghubungkan saluran lain selain Instagram? Ya. Papo adalah platform omnichannel. Anda dapat memusatkan layanan pelanggan dari Instagram, WhatsApp (API Resmi dan tidak resmi), Facebook, Telegram, Email, SMS, dan obrolan situs web dalam satu kotak masuk. Mulai gratis → Pengguna pertama gratis selamanya, tanpa perlu kartu kredit.

Cara Mengatur dan Melatih Kategorisasi Otomatis Percakapan oleh AI

Kategorisasi percakapan otomatis di Papo (https://papo.global/) menggunakan kecerdasan buatan (AI) untuk menganalisis dan memberikan skor pada setiap percakapan, memungkinkan tim Anda memprioritaskan lead dengan potensi konversi tertinggi. Pengaturan dilakukan dengan meminta evaluasi awal kotak masuk Anda, dan model AI dilatih secara berkelanjutan melalui evaluasi ulang dan penambahan informasi kontekstual, seperti asal lead dan penggunaan label. Fungsionalitas kategorisasi AI Papo dirancang untuk menghadirkan efisiensi dan fokus strategis bagi tim penjualan dan layanan pelanggan Anda. Dengan menganalisis konten percakapan, AI memberikan skor pada setiap lead, membantu mengidentifikasi dengan cepat kontak mana yang "hangat" dan membutuhkan perhatian segera. | Fungsionalitas | Deskripsi | Manfaat Utama | | :--- | :--- | :--- | | Penilaian Lead | AI memberikan nilai bintang (skor) untuk setiap kontak berdasarkan analisis percakapan. | Fokus pada lead dengan potensi konversi tertinggi. | | Evaluasi Massal | Memungkinkan analisis semua percakapan dalam satu kotak masuk sekaligus. | Hemat waktu dan gambaran umum kualitas basis kontak. | | Evaluasi Ulang | Opsi untuk meminta analisis AI baru untuk kontak setelah interaksi baru. | Menjaga skor lead selalu terbaru dan akurat. | | Penentuan Asal | Memungkinkan pencatatan manual asal lead (misalnya: kampanye, video, acara). | Meningkatkan analisis tentang pengembalian dari saluran pemasaran tertentu. | Cara Kerja Kategorisasi dan Penilaian oleh AI Sistem Kecerdasan Buatan Papo membaca riwayat interaksi dengan pelanggan untuk mengidentifikasi tanda-tanda minat, urgensi, dan potensi pembelian. Berdasarkan analisis ini, sistem melakukan dua tindakan utama: 1. Kategorisasi: Mengelompokkan percakapan dan kontak berdasarkan potensinya. 2. Penilaian (Skor): Memberikan nilai, yang direpresentasikan dengan bintang, yang menunjukkan seberapa "hangat" sebuah lead. Jumlah bintang yang lebih banyak berarti lead memiliki probabilitas lebih tinggi untuk menyelesaikan transaksi. Proses ini mengubah kotak masuk Anda menjadi daftar prioritas, memungkinkan agen mengarahkan upaya mereka ke tempat yang paling mungkin menghasilkan pengembalian, mengoptimalkan waktu, dan meningkatkan tingkat konversi. Langkah demi Langkah untuk Mengaktifkan Evaluasi Otomatis Untuk mulai menggunakan kategorisasi otomatis, Anda perlu meminta AI untuk menganalisis percakapan di salah satu kotak masuk Anda. Setiap percakapan yang dianalisis akan mengonsumsi satu kredit AI. | Langkah | Tindakan | Detail | | :--- | :--- | :--- | | 1 | Akses fungsionalitas | Di panel utama, klik opsi "Evaluasi percakapan terbuka", biasanya terletak di sudut kiri atas. | | 2 | Pilih Kotak Masuk | Pilih kotak masuk mana (WhatsApp, Instagram, dll.) yang Anda ingin AI analisis. | | 3 | Mulai Evaluasi | Klik tombol "Mulai evaluasi" agar AI mulai memproses percakapan dan memberikan skor. | | 4 | Analisis Hasil | Setelah pemrosesan, Anda akan melihat skor bintang di samping setiap kontak dalam daftar percakapan Anda. | Cara Melatih dan Memperbaiki Akurasi AI Model AI menjadi lebih akurat seiring waktu dan dengan lebih banyak informasi. Meskipun sistem Papo belajar secara otomatis dari interaksi baru, Anda dapat mempercepat dan menyempurnakan proses ini dengan memberikan lebih banyak konteks. 1. Mengevaluasi Ulang Kontak Sebuah lead dapat menjadi lebih atau kurang berkualitas setelah percakapan baru. Jika pelanggan yang sebelumnya kurang aktif kembali berinteraksi dengan menunjukkan minat besar, akan sangat membantu untuk memperbarui skornya. - Pilih kontak yang diinginkan dari daftar percakapan. - Di panel informasi kontak, di sebelah kanan, klik tombol "Evaluasi Ulang". - AI akan melakukan analisis baru dengan mempertimbangkan interaksi terbaru dan memperbarui skor lead. 2. Menambahkan Konteks dengan Asal Lalu Lintas Mengetahui dari mana lead terbaik Anda berasal sangat penting untuk mengoptimalkan investasi pemasaran. Dengan menginformasikan asal kontak, Anda memperkaya data untuk analisis di masa mendatang dan melatih sistem untuk mengenali pola saluran konversi tinggi. - Di panel informasi kontak yang sama, temukan kolom asal (mungkin muncul sebagai "Asal tidak diketahui"). - Klik untuk mengedit dan tentukan dari mana lead berasal (misalnya: "Kampanye Black Friday", "Video YouTube", "Iklan Instagram"). 3. Menggunakan Label untuk Kategorisasi Manual Meskipun AI menawarkan penilaian otomatis, Anda dapat membuat sistem kategorisasi manual Anda sendiri menggunakan label (tag). Ini membantu mengatur kontak secara terperinci dan dapat digunakan bersama dengan skor AI untuk menyempurnakan segmentasi. - Buat label yang relevan untuk bisnis Anda, seperti "Permintaan Anggaran", "Masalah Teknis", "Minat pada Paket Gold", atau "Tindak Lanjut dalam 7 hari". - Terapkan label ke kontak selama atau setelah percakapan. - Gunakan label ini untuk memfilter dan membuat daftar tersegmentasi, menggabungkan kriteria Anda dengan prioritas yang dibuat oleh AI. Pertanyaan yang Sering Diajukan Bagaimana AI memutuskan skor yang akan diberikan kepada sebuah lead? AI menganalisis konten pesan yang dipertukarkan, mencari kata kunci, pertanyaan tentang harga, demonstrasi urgensi, sentimen umum percakapan, dan indikator lain untuk menentukan tingkat minat lead. Apakah skor lead diperbarui secara otomatis? Tidak. Skor awal didasarkan pada riwayat hingga saat evaluasi. Untuk memperbarui analisis berdasarkan interaksi baru yang penting, Anda harus menggunakan fungsi "Evaluasi Ulang" di profil kontak. Apa itu "kredit AI"? Setiap percakapan yang dianalisis atau dievaluasi ulang oleh fungsionalitas kategorisasi mengonsumsi satu kredit AI. Untuk detail tentang jumlah kredit yang termasuk dalam paket Anda dan biaya tambahan, silakan lihat informasi di situs web kami. Bisakah saya menentukan kategori saya sendiri untuk digunakan AI? AI memberikan skor potensi, bukan kategori tekstual yang disesuaikan. Untuk membuat kategori Anda sendiri, seperti "Pelanggan VIP" atau "Lead Pemasaran", Anda harus menggunakan sistem label (tag) Papo. Apa yang harus saya lakukan jika saya tidak setuju dengan skor AI? Skor AI adalah saran yang kuat untuk membantu memprioritaskan, tetapi penilaian manusia tetap penting. Gunakan skor sebagai panduan dan lengkapi analisis dengan label dan catatan Anda sendiri di profil kontak. Apakah analisis percakapan instan? Waktu pemrosesan tergantung pada volume percakapan di kotak masuk yang dipilih. Umumnya, ini adalah proses yang cepat dan skor akan mulai muncul di daftar percakapan Anda dalam beberapa menit. Baca juga - Apa itu Lead Score dan bagaimana menggunakannya untuk memprioritaskan kontak terbaik Anda - Cara Mengatur Agen AI Anda di Modul Prompt Papo Mulai gratis dan aktifkan AI untuk lead Anda → Pengguna pertama akun Anda gratis agar Anda dapat memvalidasi alur lengkapnya.

Cara Menggunakan Aksi Webhook di Flow Otomatisasi untuk Berintegrasi dengan Sistem Lain

Untuk mengintegrasikan proses otomatis Anda dengan sistem lain, Papo (https://papo.global/) memungkinkan penggunaan aksi "Kirim Webhook" di dalam Flow Otomatisasi. Dengan fitur ini, Anda dapat mengirim data kontak secara real-time ke platform eksternal, seperti CRM, spreadsheet, atau alat otomatisasi (seperti n8n dan Zapier), setiap kali kontak mencapai tahap tertentu dalam flow Anda. Aksi Webhook berfungsi sebagai jembatan komunikasi, mengirimkan notifikasi otomatis dari satu sistem (Papo) ke sistem lain. Ini membuka berbagai kemungkinan untuk menciptakan ekosistem kerja yang terhubung, di mana informasi mengalir tanpa perlu ekspor dan impor data secara manual. Misalnya, Anda dapat mendaftarkan prospek baru di CRM utama Anda tepat pada saat prospek tersebut memenuhi syarat oleh chatbot Anda di WhatsApp. | Parameter Konfigurasi | Deskripsi | Contoh Penggunaan | | :--- | :--- | :--- | | URL Webhook | Alamat (endpoint) sistem eksternal yang harus menerima data. | URL yang disediakan oleh sistem seperti n8n, Zapier atau backend Anda sendiri. | | Metode HTTP | Cara data akan dikirim. POST adalah yang paling umum untuk mengirim data. | Pilih POST untuk mengirim informasi di badan permintaan. | | Badan (Payload) | Data yang ingin Anda kirim, biasanya dalam format JSON, menggunakan variabel Papo. | {"nama": "{{contact.name}}", "email": "{{contact.email}}", "telefone": "{{contact.phone}}"} | | Header | Informasi tambahan untuk permintaan, seperti jenis konten atau kunci autentikasi. | Content-Type: application/json | Cara Mengonfigurasi Aksi Webhook Langkah demi Langkah Mengintegrasikan sistem eksternal melalui Webhook di Flow Papo adalah proses teknis, namun lugas. Ikuti langkah-langkah di bawah ini untuk mengonfigurasi pengiriman data. 1. Tambahkan Node "Kirim Webhook" ke Flow Anda Di dalam editor visual Flow Papo, pada titik perjalanan di mana Anda ingin data dikirim, tambahkan node aksi baru. Cari dan pilih aksi "Kirim Webhook". Node ini akan bertanggung jawab untuk memicu komunikasi ke sistem eksternal. Misalnya, Anda dapat menambahkan node ini tepat setelah kontak menjawab pertanyaan kualifikasi atau di akhir urutan selamat datang. 2. Konfigurasi URL Tujuan Di panel konfigurasi node Webhook, bidang pertama yang harus diisi adalah URL Webhook. Ini adalah URL unik yang disediakan oleh sistem yang akan menerima data. - Di mana menemukan URL ini? Anda harus mendapatkannya dari dokumentasi atau panel sistem eksternal Anda (misalnya: CRM, ERP, atau alat otomatisasi seperti n8n). Alat seperti Webhook.site juga sangat baik untuk menghasilkan URL sementara untuk pengujian. 3. Pilih Metode HTTP Anda perlu memilih metode untuk permintaan. Yang paling umum adalah: - POST: Direkomendasikan untuk sebagian besar kasus. Memungkinkan pengiriman volume data yang lebih besar secara terstruktur di badan (payload) permintaan. Ideal untuk membuat atau memperbarui catatan di sistem lain. - GET: Digunakan untuk meminta data dari server. Data dikirim sebagai parameter di URL itu sendiri. Ini kurang umum untuk jenis integrasi ini, karena kurang aman dan terbatas dalam ukuran. Pilih POST untuk mengirim data kontak Anda. 4. Susun Badan Permintaan (Payload) Badan (atau "payload") adalah tempat Anda menentukan informasi kontak apa yang akan dikirim. Papo memungkinkan Anda menggunakan variabel dinamis untuk menyisipkan data kontak yang sedang melewati Flow. Format yang paling umum digunakan adalah JSON (JavaScript Object Notation). Di bidang konfigurasi badan, Anda dapat menyusun struktur seperti ini: { "nama_lengkap": "{{contact.name}}", "email_kontak": "{{contact.email}}", "telepon": "{{contact.phone}}", "label": "Prospek Baru yang Memenuhi Syarat", "asal": "Flow Selamat Datang" } Dalam contoh ini: - {{contact.name}}, {{contact.email}}, dan {{contact.phone}} adalah variabel yang akan diganti secara otomatis oleh Papo dengan data kontak yang sebenarnya. - "label" dan "asal" adalah bidang dengan nilai tetap yang dapat Anda tambahkan untuk mengkontekstualisasikan informasi di sistem tujuan. 5. Uji dan Aktifkan Flow Sebelum mengaktifkan Flow Anda untuk semua kontak, penting untuk menguji integrasi. 1. Gunakan URL pengujian (seperti dari Webhook.site) untuk memverifikasi apakah data dikirim dengan benar dan dalam format yang diharapkan. 2. Daftarkan kontak pengujian di Flow Anda dan amati apakah Webhook dipicu dan apakah sistem eksternal menerima informasi tersebut. 3. Setelah mengonfirmasi bahwa semuanya berfungsi, ganti URL pengujian dengan URL produksi sistem Anda dan aktifkan Flow. Pertanyaan yang Sering Diajukan (FAQ) Apa perbedaan antara Webhook dan API? Secara sederhana, Webhook adalah mekanisme "push" (mendorong). Papo mengirimkan data ke sistem Anda secara otomatis ketika suatu peristiwa terjadi. Sedangkan permintaan API adalah mekanisme "pull" (menarik), di mana sistem Anda perlu secara aktif meminta data dari Papo. Webhook ideal untuk notifikasi real-time. Bagaimana cara mendapatkan URL untuk Webhook saya? Anda perlu membuat URL ini di sistem yang akan menerima data. Konsultasikan dokumentasi platform CRM, ERP, atau alat otomatisasi Anda (seperti n8n, Zapier, Make) untuk menemukan bagian "Webhooks" atau "API" dan membuat endpoint penerima baru. Data kontak apa saja yang bisa saya kirim melalui Webhook? Anda dapat mengirim semua data kontak standar yang tersimpan di Papo, seperti nama, telepon, email, serta bidang kustom dan label yang telah Anda konfigurasikan. Gunakan sintaks variabel (misalnya: {{contact.nama_bidang}}) untuk menyisipkan informasi ini secara dinamis di badan permintaan. Apa yang terjadi jika sistem eksternal offline saat Webhook dikirim? Jika sistem tujuan tidak merespons atau mengembalikan kesalahan, pengiriman Webhook akan gagal. Papo akan mencoba mengirim notifikasi, tetapi jaminan penerimaan tergantung pada ketersediaan dan konfigurasi yang benar dari sistem penerima. Penting untuk memastikan bahwa endpoint webhook Anda stabil. Bisakah saya mengirim data dengan aman? Ya. Webhook beroperasi melalui protokol HTTPS, yang mengenkripsi data dalam perjalanan. Untuk lapisan keamanan tambahan, banyak sistem memungkinkan penggunaan kunci autentikasi (token) di header permintaan, yang juga dapat Anda konfigurasikan di aksi "Kirim Webhook" Papo. Selain kontak, bisakah saya mengirim informasi lain? Ya. Meskipun kasus penggunaan yang paling umum adalah mengirim data kontak, Anda dapat menyusun payload Webhook Anda untuk menyertakan informasi statis atau dinamis apa pun yang tersedia dalam konteks Flow, seperti nama Flow, jawaban atas pertanyaan tertentu, atau tanggal peristiwa. Mulai otomatisasi secara gratis → Buat akun Anda dan jelajahi Flow Otomatisasi untuk menghubungkan proses Anda.

Cara Menggunakan AI untuk Meringkas Percakapan Panjang dan Memperbarui Diri dengan Cepat

Papo (https://papo.global/) menggunakan kecerdasan buatan untuk menganalisis dan meringkas konteks percakapan panjang, memungkinkan agen untuk memperbarui diri tentang riwayat pelanggan dalam hitungan detik, tanpa perlu membaca seluruh dialog. Melalui fitur-fitur seperti penilaian prospek, kategorisasi otomatis, dan wawasan dari asisten AI (Capitão), platform ini menyajikan informasi terpenting untuk respons yang cepat dan akurat. Dalam lingkungan layanan pelanggan yang dinamis, seorang agen sering kali mengambil alih percakapan yang sedang berlangsung atau perlu menanggapi pelanggan yang sudah tidak berinteraksi selama berminggu-minggu. Membaca seluruh riwayat untuk memahami konteks menghabiskan waktu berharga dan menunda respons. AI Papo mengatasi masalah ini dengan memproses percakapan dan menyajikan poin-poin kunci dalam bentuk ringkasan. | Manfaat | Deskripsi | | :--- | :--- | | Hemat Waktu | Agen dapat memperbarui diri dalam hitungan detik, menghilangkan kebutuhan untuk membaca riwayat panjang secara manual. | | Konteks Lebih Baik | Memberikan pemahaman instan tentang kebutuhan, riwayat masalah, dan tingkat minat pelanggan. | | Respons Cepat dan Akurat | Dengan konteks yang jelas, respons menjadi lebih relevan, personal, dan cepat, meningkatkan kepuasan pelanggan. | | Konsistensi Layanan | Memastikan bahwa semua agen, bahkan saat mengambil alih percakapan, memiliki dasar informasi yang sama untuk bekerja. | Bagaimana AI Papo Meringkas Konteks Percakapan Kecerdasan buatan Papo tidak hanya menghasilkan blok teks ringkasan; ia menyediakan serangkaian wawasan yang, jika digabungkan, menawarkan gambaran lengkap dan cepat tentang status pelanggan. Sistem ini membaca seluruh riwayat interaksi untuk mengidentifikasi tanda-tanda minat, urgensi, masalah sebelumnya, dan potensi bisnis. Alat utama untuk ini adalah: 1. Penilaian Prospek (Skor): AI menganalisis konten percakapan dan memberikan peringkat bintang. Skor tinggi (misalnya: 5 bintang) menunjukkan prospek "panas" dengan potensi konversi tinggi, menandakan kepada agen bahwa percakapan tersebut adalah prioritas. 2. Kategorisasi dan Label: Sistem dapat mengidentifikasi topik utama percakapan dan menerapkan label secara otomatis, seperti "Permintaan Penawaran", "Masalah Teknis", atau "Tindak Lanjut". Ini memungkinkan agen mengetahui tema sentral dialog bahkan sebelum membaca pesan pertama. 3. Asisten AI (Capitão): Modul Capitão bertindak sebagai kopilot bagi agen di dalam obrolan. Ia dapat memberikan saran, menyoroti informasi penting, dan menawarkan ringkasan kontekstual agar agen dapat merumuskan respons terbaik. Bersama-sama, fungsionalitas ini menciptakan "dossier" instan pelanggan, memungkinkan setiap agen memahami skenario dan bertindak secara strategis. Langkah demi Langkah untuk Memperbarui Diri dengan Cepat dalam Layanan Pelanggan Bayangkan sebuah percakapan dengan puluhan pesan telah dialihkan kepada Anda. Daripada menghabiskan menit-menit berharga untuk membaca semuanya, Anda dapat mengikuti alur kerja yang jauh lebih efisien dengan AI Papo. | Langkah | Tindakan | Detail | | :--- | :--- | :--- | | 1. Buka percakapan | Saat menerima atau mengambil alih percakapan, tindakan pertama adalah mengamati panel informasi kontak. | Panel ini biasanya berada di samping jendela obrolan dan memusatkan data pelanggan serta wawasan AI. | | 2. Analisis Penilaian (Skor) | Periksa peringkat bintang yang diberikan kepada kontak. | Skor tinggi berarti pelanggan menunjukkan minat atau urgensi yang besar. Skor rendah dapat menunjukkan kontak pertama atau masalah dukungan. | | 3. Periksa Label | Lihat label (tag) yang diterapkan pada percakapan, baik otomatis maupun manual. | Label ini menginformasikan topik utama, seperti "Minat pada Paket Gold" atau "Pertanyaan Penagihan". | | 4. Konsultasikan Wawasan AI | Gunakan fitur asisten AI (Capitão) untuk mendapatkan ringkasan poin-poin terbaru atau terpenting. | Asisten dapat menyoroti pertanyaan terakhir pelanggan atau hambatan utama yang harus diselesaikan. | | 5. Jawab dengan Percaya Diri | Dengan semua konteks ini, rumuskan respons yang akurat dan personal. | Anda dapat langsung ke intinya, menunjukkan bahwa Anda memahami riwayat pelanggan, yang membangun kepercayaan dan mempercepat penyelesaian. | Pertanyaan yang Sering Diajukan Bagaimana AI tahu apa yang penting dalam percakapan? AI dilatih untuk mengenali pola, kata kunci, niat, dan sentimen dalam teks. Ia mengidentifikasi pertanyaan, ekspresi urgensi ("butuh kemarin"), istilah terkait pembelian ("harga", "penawaran"), dan masalah ("tidak berfungsi", "kesalahan"), menggunakan sinyal-sinyal ini untuk membangun ringkasan kontekstual dan penilaian. Apakah ringkasan AI sepenuhnya menggantikan pembacaan percakapan? Untuk sebagian besar situasi, wawasan AI cukup untuk respons yang cepat dan efektif. Dalam kasus yang sangat kompleks atau sensitif, ringkasan berfungsi sebagai panduan, mengarahkan agen ke bagian terpenting dari riwayat yang mungkin memerlukan pembacaan detail. Apakah fungsionalitas ringkasan dan analisis memiliki biaya tambahan? Ya. Analisis yang dilakukan oleh kecerdasan buatan, seperti kategorisasi, penilaian, dan fungsi canggih lainnya, mengonsumsi kredit AI, yang merupakan bagian dari paket Anda di Papo. Bisakah saya melatih AI untuk menghasilkan ringkasan dan penilaian yang lebih akurat? Ya. Model AI menjadi lebih akurat seiring Anda memberinya lebih banyak konteks. Tindakan seperti mengklik tombol "Evaluasi Ulang" setelah interaksi baru, menentukan asal prospek (misalnya: "Kampanye Instagram"), dan menggunakan label secara konsisten membantu melatih sistem tentang apa yang paling relevan untuk bisnis Anda. Apakah ini berfungsi untuk percakapan yang dialihkan antar agen? Ya, ini adalah salah satu keuntungan utama. Ketika percakapan dialihkan, agen baru secara instan menerima seluruh konteks yang dihasilkan oleh AI, menghilangkan kebutuhan akan penjelasan manual yang panjang dan memastikan transisi yang mulus bagi pelanggan. Selain ringkasan, apa lagi yang bisa dilakukan AI untuk membantu agen? AI Papo melampaui ringkasan. Ia dapat menyarankan respons siap pakai, mengkualifikasi prospek secara otomatis, menjadwalkan rapat di kalender agen dari permintaan di obrolan, dan mengotomatiskan pengiriman pesan tindak lanjut, membebaskan tim untuk fokus pada tugas-tugas strategis. Baca juga - Cara mengonfigurasi dan melatih Kategorisasi Otomatis percakapan oleh AI - Kenali Capitão: Cara mengonfigurasi asisten AI pribadi Anda Mulai gunakan gratis → Pengguna pertama gratis dan Anda dapat mulai mengatur layanan pelanggan Anda hari ini.

Cara Menggunakan Respons Cepat untuk Mempercepat Layanan Pelanggan

Dengan Papo (https://papo.global/), Anda dapat membuat dan mengelola Respons Cepat, juga dikenal sebagai "canned responses", untuk menstandardisasi dan mempercepat layanan pelanggan manusia. Fungsionalitas ini memungkinkan agen Anda menjawab pertanyaan umum dalam hitungan detik, menggunakan pintasan keyboard untuk menyisipkan teks yang telah disetujui langsung ke jendela percakapan, memastikan konsistensi dan efisiensi. Respons Cepat adalah alat penting bagi tim yang menangani volume interaksi tinggi dan perlu menjaga kualitas serta kecepatan. Daripada mengetik informasi yang sama berulang kali, agen cukup memanggil respons siap pakai, membebaskan waktu untuk fokus pada masalah yang lebih kompleks. | Manfaat | Deskripsi | | :--- | :--- | | Kecepatan Layanan | Jawab pertanyaan umum dalam hitungan detik dengan pintasan sederhana, mengurangi waktu respons rata-rata (TMR). | | Konsistensi Komunikasi | Pastikan seluruh tim menggunakan informasi, nada suara, dan tautan yang benar, memperkuat citra merek. | | Pengurangan Kesalahan | Hindari kesalahan pengetikan dan informasi yang salah pada data sensitif seperti harga, tautan, kebijakan, atau instruksi teknis. | | Pelatihan yang Disederhanakan | Memudahkan integrasi agen baru, yang sudah memiliki akses ke perpustakaan respons standar untuk mulai melayani. | | Peningkatan Produktivitas | Membebaskan agen dari tugas-tugas berulang, memungkinkan mereka mengelola lebih banyak percakapan secara bersamaan dan mendedikasikan diri pada kasus yang membutuhkan perhatian khusus. | Apa itu Respons Cepat? Respons Cepat adalah blok teks yang telah ditentukan sebelumnya yang dapat disisipkan agen dengan cepat ke dalam percakapan. Respons ini dibuat untuk menjawab pertanyaan pelanggan yang paling umum (FAQ), seperti pertanyaan tentang harga, jam operasional, kebijakan penukaran, atau instruksi penggunaan. Penting untuk membedakan Respons Cepat dari otomatisasi dengan Kecerdasan Buatan: - Basis Pengetahuan (AI): Memberi makan AI Papo agar dapat secara otomatis menjawab pertanyaan pelanggan, 24/7, tanpa intervensi manusia. Ini ideal untuk tingkat layanan pertama. - Respons Cepat (Agen): Adalah alat untuk agen manusia. Ketika percakapan dialihkan ke agen, mereka dapat menggunakan respons siap pakai ini untuk mempercepat pekerjaan mereka sendiri, menjaga konsistensi. Kedua fungsionalitas ini saling melengkapi. AI dapat menyelesaikan sebagian besar pertanyaan, dan ketika suatu kasus membutuhkan sentuhan manusia, agen menggunakan Respons Cepat untuk menjaga efisiensi. Cara membuat dan mengatur Respons Cepat Anda di Papo Manajemen respons terpusat, memungkinkan administrator membuat bank pengetahuan yang kohesif untuk seluruh tim. 1. Akses area Respons Cepat: Umumnya, fungsionalitas ini berada di pengaturan akun Papo Anda. Cari bagian yang disebut "Respons Cepat" atau "Canned Responses". 2. Buat respons baru: Saat menambahkan respons baru, Anda perlu mengisi beberapa kolom: - Pintasan (atau Shortcode): Nama pendek dan mudah diingat yang akan digunakan untuk memanggil respons. Contoh: salam, harga-paket-gold atau kebijakan-penukaran. - Isi Pesan: Teks lengkap yang akan dikirim ke pelanggan. Di sini Anda dapat menyertakan tautan, pemformatan, dan bahkan variabel untuk mempersonalisasi pesan, seperti nama pelanggan atau agen. 3. Atur dalam Folder: Untuk menjaga perpustakaan Anda tetap teratur, terutama jika Anda memiliki banyak respons, buat folder berdasarkan tema atau departemen. Misalnya, Anda dapat memiliki folder seperti "Penjualan", "Dukungan Teknis", "Keuangan", dan "Penjadwalan". Ini membantu tim menemukan respons yang relevan dengan fungsi mereka dengan cepat. Cara menggunakan Respons Cepat dalam percakapan Setelah dibuat, menggunakan respons adalah proses yang sederhana dan cepat, dirancang agar tidak mengganggu alur percakapan. Di dalam kotak teks tempat Anda mengetik pesan untuk pelanggan, ketik garis miring (/) diikuti dengan pintasan respons yang ingin Anda gunakan. Contoh: Jika Anda mengetik /salam, platform akan secara otomatis mengganti pintasan dengan teks lengkap: Halo! Nama saya [Nama Agen] dan saya akan membantu Anda. Bagaimana saya bisa membantu hari ini? Sebagian besar platform juga menawarkan tombol atau ikon di kotak teks yang membuka daftar lengkap respons, memungkinkan Anda mencari berdasarkan kata kunci atau menavigasi melalui folder, jika Anda tidak mengingat pintasannya. Contoh Respons Cepat berdasarkan departemen Untuk memperjelas konsep, berikut adalah beberapa contoh praktis yang dapat diterapkan di berbagai area perusahaan Anda: - Untuk Penjualan: - Pintasan: /harga-gold - Pesan: "Paket Gold kami berharga Rp XXX.XXX,XX per bulan dan termasuk akses tak terbatas ke AI, dukungan untuk 5 agen, dan laporan lanjutan. Anda dapat melihat semua detailnya di sini: [link ke halaman harga]." - Untuk Dukungan: - Pintasan: /reset-kata-sandi - Pesan: "Untuk mengatur ulang kata sandi Anda, silakan akses tautan ini dan ikuti instruksinya: [link untuk reset kata sandi]. Prosesnya memakan waktu kurang dari satu menit!" - Untuk Penjadwalan (Klinik, Salon): - Pintasan: /jadwal-tersedia - Pesan: "Tentu! Kami memiliki jadwal yang tersedia minggu ini pada hari Rabu pukul 14.00 dan Jumat pukul 10.00. Mana yang paling cocok untuk Anda?" Pertanyaan yang Sering Diajukan (FAQ) Apa perbedaan antara Respons Cepat dan Basis Pengetahuan AI? Respons Cepat adalah pintasan teks untuk digunakan agen manusia selama percakapan. Basis Pengetahuan adalah kumpulan dokumen yang Anda berikan untuk melatih Kecerdasan Buatan, memungkinkannya menjawab pertanyaan pelanggan secara mandiri. Bisakah saya menggunakan variabel seperti nama pelanggan dalam respons? Ya, fungsionalitas Respons Cepat umumnya memungkinkan penggunaan variabel (placeholders) seperti {{contact.name}} atau {{agent.name}} untuk mempersonalisasi pesan secara otomatis, membuat komunikasi lebih personal dan manusiawi. Siapa yang dapat membuat atau mengedit Respons Cepat? Biasanya, administrator akun memiliki izin untuk membuat, mengedit, dan mengatur semua Respons Cepat. Dalam beberapa konfigurasi, izin ini dapat diperluas ke agen lain atau pemimpin tim. Bisakah respons dibagikan dengan seluruh tim? Ya. Respons Cepat dibuat di tingkat akun dan tersedia untuk semua agen yang berwenang. Pengaturan dalam folder membantu mengarahkan respons mana yang paling relevan untuk setiap tim (Penjualan, Dukungan, dll.). Apakah ada batasan berapa banyak Respons Cepat yang dapat saya buat? Detail tentang batasan penyimpanan atau jumlah respons dapat bervariasi tergantung pada paket. Untuk informasi spesifik, lihat dokumentasi paket dan harga di situs web Papo. Bisakah saya menyertakan gambar atau dokumen dalam Respons Cepat? Fungsionalitas utama berfokus pada teks. Untuk mengirim file, agen dapat menggunakan fungsi lampiran dari layar percakapan itu sendiri. Baca juga - Memberi Makan AI: Cara Membuat Basis Pengetahuan untuk Respons Otomatis - Anatomi Layar Percakapan: Mengirim pesan, catatan, dan label Mulai gratis di Papo → Pengguna pertama Anda gratis dan Anda tidak memerlukan kartu kredit untuk memulai.

Cara Menggunakan Atribut Kustom untuk Segmentasi Otomatisasi dan Kampanye

Untuk mensegmentasi otomatisasi dan kampanye berdasarkan data spesifik bisnis Anda, Anda dapat menggunakan atribut kustom di Papo (https://papo.global/). Fitur ini memungkinkan Anda membuat bidang data unik untuk kontak Anda, seperti "Paket Berlangganan" atau "Tanggal Pembelian Terakhir", dan menggunakan informasi ini untuk membuat segmen dinamis, mempersonalisasi Flows, dan menargetkan kampanye WhatsApp dan email dengan akurasi tinggi. Meskipun penanda (label) sangat baik untuk kategorisasi umum, atribut kustom membawa organisasi Anda ke tingkat berikutnya. Atribut ini memungkinkan penyimpanan informasi terstruktur — seperti teks, angka, tanggal, atau opsi dari daftar — yang dapat digunakan sebagai filter yang kuat. Ini memungkinkan komunikasi yang sangat tersegmentasi, memastikan pesan yang tepat sampai ke orang yang tepat pada waktu yang ideal. Apa Itu Atribut Kustom? Atribut kustom adalah bidang informasi yang Anda buat di CRM Papo untuk menyimpan data yang bukan merupakan bagian dari bidang standar (seperti nama, email, dan telepon). Atribut ini sepenuhnya dapat disesuaikan dengan kebutuhan perusahaan Anda, memungkinkan Anda memperkaya profil setiap kontak dengan informasi yang relevan untuk strategi pemasaran, penjualan, dan layanan pelanggan Anda. Contoh atribut kustom meliputi: - Untuk E-commerce: "Tanggal Pembelian Terakhir", "Kategori Minat", "Total Pengeluaran". - Untuk SaaS: "Paket Berlangganan", "Tanggal Mulai Langganan", "ID Pengguna". - Untuk Pendidikan: "Kursus yang Diikuti", "Status Siswa" (misalnya: aktif, tidak aktif), "Tanggal Kelulusan". - Untuk B2B: "Jabatan Kontak", "Ukuran Perusahaan", "Segmen Pasar". Data ini mengubah CRM Anda menjadi sumber intelijen bisnis, siap diaktifkan dalam otomatisasi Anda. | Karakteristik | Penanda (Label) | Atribut Standar | Atribut Kustom | | :--- | :--- | :--- | :--- | | Jenis Data | Kategorikal, biner (ada atau tidak ada) | Teks, telepon, email (tetap) | Teks, Angka, Tanggal, Daftar Dropdown | | Tujuan | Mengelompokkan kontak, menunjukkan status cepat | Menyimpan informasi kontak dasar | Menyimpan data terstruktur dan spesifik bisnis Anda | | Contoh Praktis | "Lead Potensial", "Pelanggan VIP", "Menunggu Pembayaran" | Nama kontak, email utama | plano_contratado, data_ultima_compra, interesse_produto | | Penggunaan dalam Segmentasi | Sederhana (misalnya: kontak dengan label "Lead Potensial") | Sederhana (misalnya: kontak yang namanya mengandung "Silva") | Canggih (misalnya: data_ultima_compra lebih dari 90 hari yang lalu) | Cara Membuat dan Mengisi Atribut Kustom Prosesnya melibatkan tiga langkah utama: merencanakan, membuat di platform, dan mengisi dengan data. Langkah 1: Rencanakan Atribut Anda Sebelum mulai membuat bidang, tentukan informasi apa yang benar-benar strategis untuk operasi Anda. Pikirkan bagaimana Anda ingin mensegmentasi pelanggan Anda. Data apa, jika Anda memilikinya, yang akan membuat kampanye Anda lebih efektif? Mulailah dengan beberapa atribut penting dan tambahkan yang lain sesuai kebutuhan. Langkah 2: Buat Atribut di Papo Pembuatan atribut dilakukan di panel pengaturan platform. 1. Akses Pengaturan → Atribut Kustom. 2. Klik untuk menambahkan atribut baru. 3. Berikan nama deskriptif (misalnya: "Paket Pelanggan") dan nama teknis untuk penggunaan internal (misalnya: paket_pelanggan). 4. Pilih jenis bidang yang paling sesuai dengan informasi: - Teks: Untuk informasi terbuka, seperti "Jabatan" atau "Kota". - Angka: Untuk nilai numerik, seperti "Usia" atau "ID Pesanan". - Tanggal: Untuk mencatat tanggal spesifik, seperti "Tanggal Lahir" atau "Jatuh Tempo Faktur". - Daftar: Untuk membuat daftar opsi yang telah ditentukan (dropdown), seperti paket "Dasar", "Pro", "Enterprise". Langkah 3: Isi Atribut dengan Data Atribut hanya berguna jika terisi. Ada beberapa cara untuk menambahkan data ke atribut kontak: - Secara Manual: Mengedit profil kontak langsung di CRM Papo. - Melalui Flows Otomatisasi: Ajukan pertanyaan kepada pelanggan dalam chatbot dan gunakan jawabannya untuk mengisi atribut secara otomatis. - Melalui Integrasi (API atau Webhook): Kirim data dari sistem internal Anda (ERP, platform e-commerce) ke Papo setiap kali ada peristiwa, seperti pembelian baru atau pembaruan pendaftaran. Menggunakan Atribut untuk Segmentasi Otomatisasi dan Kampanye Dengan atribut Anda yang telah dibuat dan diisi, Anda dapat mulai menggunakannya untuk menyempurnakan tindakan Anda. 1. Membuat Segmen Dinamis Aplikasi utama atribut adalah dalam pembuatan Segmen. Segmen adalah filter yang disimpan yang diperbarui secara real-time. 1. Buka layar Kontak. 2. Gunakan alat filter untuk menambahkan aturan baru. 3. Pilih atribut kustom yang Anda buat sebagai kriteria. Misalnya: "Paket Berlangganan" sama dengan "Gold". 4. Anda dapat menggabungkan beberapa filter. Contoh: "Paket Berlangganan" sama dengan "Gold" DAN "Tanggal Mulai Langganan" lebih awal dari 30 hari yang lalu. 5. Setelah menerapkan filter, simpan tampilan sebagai segmen baru, berikan nama yang jelas seperti "Pelanggan Gold - Lebih dari 30 hari". 2. Menargetkan Kampanye WhatsApp dan Email Segmen yang disimpan ini menjadi target audiens Anda untuk kampanye. - Di Pengirim WhatsApp: Saat mengonfigurasi kampanye baru, Anda dapat memilih segmen "Pelanggan Gold - Lebih dari 30 hari" sebagai audiens yang akan menerima pesan Anda. - Di Pemasaran Email: Demikian pula, saat membuat kampanye email, Anda dapat memilih satu atau lebih segmen untuk menargetkan pengiriman Anda. 3. Mempersonalisasi Flows dan Rangkaian Atribut juga dapat digunakan sebagai pemicu atau kondisi dalam Flow otomatisasi. Misalnya, Anda dapat membuat Flow yang memeriksa atribut "Kategori Minat" dari suatu kontak: - Jika nilainya "Sepatu", kontak tersebut dimasukkan ke dalam Rangkaian email tentang sepatu. - Jika nilainya "Tas", ia masuk ke Rangkaian tentang tas. Ini memungkinkan pembuatan perjalanan pelanggan yang sepenuhnya dipersonalisasi dan otomatis dalam skala besar. Pertanyaan yang Sering Diajukan (FAQ) Apa perbedaan antara atribut kustom dan label (penanda)? Label berfungsi seperti catatan tempel: sangat baik untuk status cepat dan biner (kontak memiliki atau tidak memiliki label "Lead Potensial"). Atribut kustom seperti bidang dalam formulir pendaftaran: ia menyimpan data spesifik dan terstruktur (misalnya: tanggal pasti pembelian terakhir, nama paket yang berlangganan). Atribut memungkinkan filter yang jauh lebih canggih, seperti "pelanggan yang pembelian terakhirnya lebih dari 60 hari yang lalu". Bagaimana data dimasukkan ke dalam atribut kustom? Data dapat dimasukkan dalam empat cara utama: secara manual, dengan mengedit profil kontak; secara otomatis, melalui Flow yang menangkap respons pelanggan; melalui impor spreadsheet (jika tersedia); atau melalui integrasi API atau Webhook yang menyinkronkan data dari sistem lain dengan Papo. Bisakah saya menggunakan atribut untuk mempersonalisasi teks pesan? Ya. Sama seperti Anda menggunakan variabel untuk nama kontak (misalnya: {{contact.name}}), Anda juga dapat menyisipkan nilai atribut kustom dalam pesan otomatisasi, email, dan template WhatsApp Anda. Ini memungkinkan pembuatan pesan seperti: "Halo, {{contact.name}}! Kami melihat bahwa paket {{contact.custom_attributes.plano_cliente}} Anda akan segera berakhir." Konsultasikan dokumentasi Papo untuk sintaks variabel yang tepat. Apakah ada batasan berapa banyak atribut kustom yang dapat saya buat? Jumlah atribut kustom yang dapat Anda buat dapat bervariasi sesuai dengan paket langganan Anda. Untuk mendapatkan detail spesifik tentang batasan yang berlaku untuk akun Anda, lihat halaman harga atau dokumentasi resmi platform. Apakah segmen berdasarkan atribut diperbarui secara otomatis? Ya. Segmen di Papo bersifat dinamis. Setelah Anda menyimpan filter (misalnya: "kontak dengan skor lebih dari 80"), daftar kontak dalam segmen tersebut diperbarui secara real-time. Jika suatu kontak mendapatkan poin dan melewati 80, ia akan secara otomatis ditambahkan ke segmen. Demikian pula, jika nilai atribut kustom suatu kontak diubah, keberadaannya dalam segmen akan dievaluasi ulang secara instan. Mulai mensegmentasi kontak Anda secara gratis → Buat akun Anda dan mulailah menggunakan CRM terintegrasi untuk mengatur basis pelanggan Anda.

Apa itu Ferramentas (Tools) Capitão dan bagaimana menggunakannya untuk mengotomatiskan tugas?

Ferramentas (Tools) Capitão adalah tindakan yang dapat dilakukan oleh asisten kecerdasan buatan Papo (https://papo.global/) untuk mengotomatiskan tugas dan berinteraksi dengan sistem lain. Ini memungkinkan AI tidak hanya menjawab pertanyaan, tetapi juga melakukan tindakan praktis seperti menjadwalkan rapat, memeriksa status pesanan di sistem eksternal, atau membuat peluang baru di CRM Anda, semuanya langsung dari percakapan dengan pelanggan. Dengan Ferramentas, Anda mengubah asisten Capitão Anda dari informan pasif menjadi agen proaktif. Ia dapat memahami maksud pelanggan dan menggunakan alat tertentu untuk menyelesaikan permintaan secara instan, tanpa perlu campur tangan manusia. Ini membuka berbagai kemungkinan untuk otomatisasi yang kompleks dan efisien. | Jenis Ferramenta | Deskripsi | Contoh Penggunaan | Pengetahuan Teknis | | :--- | :--- | :--- | :--- | | Natif | Integrasi yang sudah dikonfigurasi dan siap pakai, tersedia di platform Papo. | Menjadwalkan demo di Google Kalender penjual. | Rendah (hanya mengaktifkan dan menghubungkan akun). | | Kustom (HTTP) | Tindakan yang disesuaikan yang terhubung ke sistem eksternal (ERP, CRM) atau API Papo itu sendiri. | Memeriksa status pesanan di sistem e-commerce perusahaan. | Lanjutan (membutuhkan pengetahuan tentang API dan permintaan HTTP). | Bagaimana Ferramentas Capitão Bekerja? Proses kerja Ferramentas (Tools) adalah siklus cerdas yang menghubungkan percakapan pelanggan dengan tindakan konkret: 1. Interpretasi Niat: Pelanggan mengirim pesan seperti "Saya ingin tahu di mana pesanan saya 12345" atau "Saya ingin menjadwalkan rapat dengan konsultan". 2. Pemilihan Ferramenta: Capitão menganalisis pesan dan, berdasarkan instruksi serta deskripsi alat yang telah Anda konfigurasikan, mengidentifikasi mana yang paling sesuai untuk menyelesaikan permintaan tersebut. 3. Eksekusi Tindakan: AI mengaktifkan alat yang dipilih. Jika itu adalah alat untuk memeriksa pesanan, ia akan mengirim nomor "12345" ke sistem eksternal Anda. Jika untuk menjadwalkan, ia akan memeriksa waktu luang di kalender. 4. Pengembalian Respons: Sistem eksternal atau alat natif mengembalikan hasil (misalnya: "Pesanan dalam pengiriman" atau "Waktu yang tersedia: 14.00 dan 15.00"). 5. Komunikasi kepada Pelanggan: Capitão menggunakan informasi ini untuk merumuskan respons yang alami dan lengkap kepada pelanggan, menyelesaikan permintaan secara mandiri. Alur ini mengubah layanan pelanggan, memungkinkan AI menyelesaikan masalah dari awal hingga akhir, dan tidak hanya memberikan informasi dasar. Jenis Ferramentas: Natif vs. Kustom Anda dapat melengkapi asisten Capitão Anda dengan dua jenis alat, masing-masing dengan tujuan yang berbeda. Ferramentas Natif Ini adalah integrasi siap pakai, dikembangkan dan dikelola oleh Papo. Tujuannya adalah untuk menyederhanakan koneksi dengan layanan populer tanpa Anda perlu khawatir tentang detail teknis. Contoh utamanya adalah integrasi dengan Google Kalender. Dengan mengaktifkannya, Anda memungkinkan Capitão untuk: - Memeriksa ketersediaan secara real-time di kalender satu atau lebih anggota tim. - Menawarkan waktu luang kepada pelanggan selama percakapan. - Membuat acara secara otomatis di kalender segera setelah pelanggan mengonfirmasi waktu yang diinginkan. Konfigurasi umumnya hanya melibatkan otorisasi Papo untuk mengakses akun Anda di layanan eksternal dan mengaktifkan alat tersebut untuk asisten Anda. Ferramentas Kustom (HTTP) Ferramentas kustom menawarkan fleksibilitas penuh, memungkinkan Capitão berkomunikasi dengan hampir semua sistem yang memiliki API (Application Programming Interface). Ini termasuk ERP, CRM, platform e-commerce Anda, atau bahkan modul lain dari Papo itu sendiri. Untuk mengonfigurasi alat kustom, Anda perlu memberikan detail permintaan HTTP yang harus dilakukan AI: - URL Endpoint: Alamat API yang akan dipanggil (misalnya: https://api.meusistema.com/v1/pedidos). - Metode HTTP: Tindakan yang akan dilakukan (GET untuk mengambil data, POST untuk membuat, PUT untuk memperbarui, dll.). - Headers (Header): Informasi tambahan, seperti kunci autentikasi (Authorization: Bearer sk_sua_chave_secreta) untuk memastikan permintaan aman dan terotorisasi. - Body (Isi Permintaan): Data yang akan dikirim, biasanya dalam format JSON. Anda dapat menggunakan variabel dari percakapan untuk membuat tindakan menjadi dinamis (misalnya: {"id_pedido": "{variavel_numero_pedido}"}). Dengan ini, Anda dapat membuat otomatisasi seperti "memeriksa saldo poin loyalitas", "membuat prospek di CRM Papo", atau "membuka tiket dukungan di sistem internal Anda". Langkah demi Langkah: Cara Mengonfigurasi Ferramenta di Capitão Meskipun nama menu yang tepat dapat bervariasi, proses konseptual untuk mengaktifkan alat untuk asisten Anda mengikuti logika yang jelas. 1. Akses Pengaturan Asisten: Di panel Papo, navigasikan ke area konfigurasi Capitão yang ingin Anda tingkatkan. 2. Temukan Bagian Ferramentas (Tools): Dalam pengaturan asisten, cari opsi untuk mengelola atau menambahkan alat baru. 3. Tambahkan Ferramenta Baru: Pilih antara menggunakan "Ferramenta Natif" dari daftar atau membuat "Ferramenta Kustom". 4. Untuk Ferramentas Natif: - Pilih integrasi yang diinginkan (misalnya: Google Kalender). - Ikuti instruksi di layar untuk menghubungkan akun Anda dan memberikan izin yang diperlukan. - Aktifkan alat tersebut agar Capitão dapat mulai menggunakannya. 5. Untuk Ferramentas Kustom (HTTP): - Berikan Nama dan Deskripsi: Ini adalah langkah krusial. Nama harus jelas (misalnya: "PeriksaStatusPesanan") dan deskripsi harus menjelaskan dalam bahasa alami apa yang dilakukan alat tersebut dan kapan harus digunakan (misalnya: "Gunakan alat ini untuk mendapatkan status pesanan ketika pelanggan memberikan nomor"). AI akan menggunakan deskripsi ini untuk memutuskan kapan harus memicu tindakan. - Konfigurasi Permintaan: Isi kolom teknis: URL endpoint, metode HTTP, header autentikasi, dan isi permintaan, menggunakan variabel jika diperlukan. - Simpan dan Aktifkan: Setelah mengisi semua data, simpan konfigurasi. 6. Uji Ferramenta: Kirim pesan ke asisten di saluran uji, simulasikan permintaan pelanggan, untuk memastikan alat tersebut dipicu dengan benar dan responsnya sesuai harapan. Pertanyaan yang Sering Diajukan (FAQ) Apa itu API dan mengapa saya membutuhkannya untuk Ferramentas kustom? API (Application Programming Interface) adalah seperangkat aturan dan definisi yang memungkinkan sistem perangkat lunak yang berbeda untuk berkomunikasi. Untuk Ferramentas kustom, API sistem Anda (ERP, CRM, dll.) adalah "jembatan" yang memungkinkan Capitão mengirim dan menerima informasi, seperti memeriksa pesanan atau membuat pelanggan. Apakah saya perlu tahu cara memprogram untuk menggunakan Ferramentas Capitão? Untuk Ferramentas natif, tidak. Konfigurasi sederhana dan terpandu, melibatkan klik dan otorisasi akun. Untuk Ferramentas kustom (HTTP), ya, Anda perlu memiliki pengetahuan dasar tentang cara kerja API dan permintaan HTTP. Ini adalah fitur yang lebih canggih, ditujukan untuk pengembang atau tim dengan dukungan teknis. Bisakah Capitão menggunakan Ferramentas untuk melakukan tindakan di dalam Papo itu sendiri? Ya. Anda dapat menggunakan Ferramentas kustom untuk berinteraksi dengan API Papo itu sendiri. Misalnya, Anda dapat membuat alat yang, ketika mengidentifikasi prospek baru dalam percakapan, melakukan panggilan ke API Papo dan membuat kontak baru di CRM atau menambahkan label tertentu padanya. Bagaimana AI tahu Ferramenta mana yang harus digunakan dalam setiap situasi? AI memutuskan berdasarkan dua faktor utama: niat yang terdeteksi dalam pesan pengguna dan deskripsi yang Anda berikan saat mengonfigurasi alat. Deskripsi yang jelas dan tepat, seperti "Gunakan alat ini untuk menjadwalkan kunjungan teknis", sangat penting agar Capitão memahami konteks dan memilih tindakan yang benar. Apakah Ferramentas kustom aman? Keamanan koneksi melalui Ferramentas kustom tergantung pada implementasi yang benar. Papo menyimpan kunci API Anda dengan aman, tetapi Anda bertanggung jawab untuk memastikan bahwa Anda terhubung ke endpoint yang aman (HTTPS) dan menggunakan kunci API yang hanya memiliki izin yang diperlukan untuk melakukan tindakan, meminimalkan risiko. Baca Juga - Kenali Capitão: Cara mengonfigurasi asisten AI pribadi Anda - Apa itu API Papo dan untuk apa? Mulai gratis dan otomatiskan tugas Anda → Pusatkan layanan pelanggan Anda dan mulailah menggunakan AI untuk menjawab pelanggan dalam hitungan detik.

Flows, Aturan, atau Urutan: Otomatisasi mana yang harus digunakan dalam setiap situasi?

Untuk mengotomatiskan proses pemasaran, penjualan, dan layanan pelanggan, Papo (https://papo.global/) menawarkan alat canggih seperti Flows dan Urutan, yang diatur oleh Aturan. Gunakan Flows untuk membuat perjalanan interaktif dan kompleks, seperti chatbot kualifikasi; gunakan Urutan untuk mengirimkan rangkaian pesan linier, seperti follow-up; dan gunakan Aturan sebagai logika kondisional ("jika-maka") yang menentukan perilaku otomatisasi Anda. Memahami fungsi setiap alat sangat penting untuk membangun sistem otomatisasi yang efisien. Sementara Flows fleksibel dan ideal untuk percakapan dinamis, Urutan dioptimalkan untuk komunikasi terjadwal seiring waktu. Aturan, pada gilirannya, adalah otak di balik semuanya, memungkinkan personalisasi dan segmentasi. | Alat | Tujuan Utama | Struktur | Contoh Penggunaan Praktis | | :--- | :--- | :--- | :--- | | Flows | Membuat perjalanan interaktif dan proses multi-langkah. | Visual dan non-linear, dengan node pesan, tindakan, dan kondisi (percabangan). | Chatbot yang mengajukan pertanyaan untuk mengkualifikasi prospek dan, berdasarkan jawaban, mengarahkannya ke tim penjualan atau dukungan. | | Urutan | Mengirim serangkaian pesan yang telah ditentukan sebelumnya seiring waktu. | Linier dan berbasis waktu (mis: kirim pesan setelah 1 jam, 2 hari, 1 minggu). | Rangkaian 5 pesan follow-up yang dikirim ke prospek yang meminta penawaran, dengan interval 2 hari antara setiap pesan. | | Aturan | Menentukan logika kondisional yang memicu dan mengarahkan otomatisasi. | Logika "jika-maka" (if/then) diterapkan dalam Flows, Segmen, dan pemicu. | Dalam Flow: JIKA kontak memiliki label "Pelanggan VIP", MAKA tawarkan diskon khusus. | Apa itu Flows? Flows adalah alat otomatisasi paling serbaguna di Papo. Melalui editor visual, Anda membangun perjalanan lengkap untuk kontak Anda, langkah demi langkah. Setiap langkah adalah "node" yang bisa berupa pesan, pertanyaan, tindakan (seperti menambahkan label atau memperbarui atribut), atau kondisi. Bayangkan Flows sebagai diagram alur percakapan. Mereka ideal untuk situasi yang membutuhkan interaksi dan pengambilan keputusan berdasarkan respons pengguna. Gunakan Flows untuk: - Kualifikasi Prospek: Mengajukan pertanyaan untuk memahami profil dan kebutuhan kontak sebelum meneruskannya ke tenaga penjualan. - Chatbot Layanan Pelanggan: Membuat menu swalayan untuk menjawab pertanyaan paling umum. - Proses Onboarding: Memandu pelanggan baru melalui langkah-langkah awal penggunaan produk atau layanan Anda. - Survei Kepuasan (CSAT/NPS): Mengirim survei dan mengambil tindakan berbeda berdasarkan skor yang diterima. - Integrasi dengan sistem lain: Menggunakan tindakan Webhook untuk mengirim data ke CRM, ERP, atau spreadsheet Anda secara real-time. Untuk mempercepat pekerjaan Anda, Anda dapat menggunakan Pustaka Flows, yang berisi template siap pakai untuk kasus penggunaan paling umum. Apa itu Urutan? Urutan adalah jenis otomatisasi tertentu, yang dioptimalkan untuk mengirim serangkaian pesan (baik melalui WhatsApp atau email) dalam interval waktu yang telah ditentukan. Ini adalah alat yang sempurna untuk membuat rangkaian komunikasi. Berbeda dengan Flow, yang dapat memiliki banyak jalur, Urutan bersifat linier: Pesan 1 hari ini, Pesan 2 dalam 3 hari, Pesan 3 dalam 1 minggu, dan seterusnya. Tujuannya adalah untuk memelihara kontak atau menjaga keterlibatan seiring waktu tanpa perlu interaksi yang kompleks. Gunakan Urutan untuk: - Follow-up Penjualan: Mengirim pengingat otomatis kepada prospek yang tidak menanggapi proposal. - Kampanye Pemeliharaan: Memberikan serangkaian konten edukatif kepada prospek baru. - Reaktivasi Pelanggan: Mengirim serangkaian penawaran kepada pelanggan yang sudah lama tidak membeli. - Pesan Selamat Datang Sederhana: Mengirim serangkaian tips pada hari-hari pertama setelah pendaftaran pengguna baru. Apa itu Aturan? Aturan bukanlah alat terpisah, melainkan mesin logis yang memberdayakan Flows, Urutan, dan segmentasi di Papo. Ini adalah kondisi "jika-maka" yang Anda tentukan agar sistem mengambil keputusan otomatis. Anda menggunakan aturan di berbagai tempat di platform: - Dalam Flow: Untuk membuat percabangan. Misalnya: "JIKA respons kontak berisi kata 'harga', lakukan tindakan mengirim tautan daftar harga". - Untuk memicu otomatisasi: "JIKA kontak menerima label 'Prospek Berkualitas', mulai Flow penjadwalan demo". - Dalam pembuatan Segmen: Untuk memfilter kontak berdasarkan data mereka. Misalnya, membuat segmen dinamis dengan aturan: "Kontak yang atribut kustom 'Paket Berlangganan' sama dengan 'Pro'". Aturan adalah yang membuat otomatisasi Anda cerdas dan personal, memastikan bahwa tindakan yang tepat dilakukan untuk kontak yang tepat, pada waktu yang tepat. Pertanyaan yang Sering Diajukan (FAQ) Bisakah saya menggunakan Flow untuk melakukan follow-up? Ya, Anda dapat membangun Flow untuk mengirim pesan dengan penundaan waktu. Namun, untuk rangkaian follow-up yang sederhana dan linier, Urutan adalah alat yang paling langsung dan mudah dikonfigurasi, karena dirancang khusus untuk tujuan tersebut. Bisakah Urutan memiliki kondisi atau percabangan? Urutan itu sendiri bersifat linier (satu pesan setelah yang lain). Logika kondisional ("Aturan") diterapkan pada pemicu yang memulai Urutan (mis: "daftarkan ke Urutan hanya jika kontak memiliki label X") atau pada kondisi berhenti (mis: "hapus dari Urutan jika kontak merespons"). Untuk logika kompleks selama perjalanan, dengan banyak jalur, Flow adalah alat yang tepat. Di mana saya mengonfigurasi "Aturan"? Anda tidak akan menemukan modul bernama "Aturan". Sebaliknya, Anda mengonfigurasinya dalam konteks di mana mereka diterapkan: di dalam editor Flows saat menambahkan node kondisi, di filter layar Kontak untuk membuat Segmen, atau saat menentukan pemicu otomatisasi. Apa perbedaan antara Flow dari Pustaka dan Flow yang saya buat dari awal? Flow dari Pustaka adalah template yang sudah dibuat sebelumnya untuk tugas umum (seperti survei CSAT). Ini menghemat waktu Anda, karena struktur utamanya sudah siap. Setelah menginstal Flow dari pustaka, itu menjadi salinan di akun Anda, sepenuhnya dapat diedit agar Anda dapat menyesuaikan pesan dan tindakan sesuai kebutuhan Anda. Bisakah saya mengintegrasikan Flow dengan CRM perusahaan saya? Ya. Flows Papo memiliki tindakan yang disebut "Kirim Webhook". Dengan itu, Anda dapat mengirim data kontak (seperti nama, telepon, dan respons) ke sistem eksternal mana pun yang menerima webhook, seperti CRM Anda, spreadsheet, atau alat seperti Zapier dan n8n, pada saat yang tepat ketika kontak mencapai tahap tersebut dalam alur. Baca juga - Cara menggunakan Pustaka Flows untuk mengotomatiskan tugas umum - Cara Menggunakan Atribut Kustom untuk Segmentasi Otomatisasi dan Kampanye Mulai otomatisasi secara gratis → Buat akun Anda dan mulai gunakan fitur otomatisasi untuk mengkualifikasi prospek dan mengoptimalkan layanan pelanggan Anda hari ini.

Apa itu Aturan Otomatisasi dan Bagaimana Cara Menggunakannya?

Aturan Otomatisasi di Papo (https://papo.global/) adalah serangkaian instruksi logis "jika-maka" yang memungkinkan Anda mengotomatiskan tugas-tugas berulang. Dengan aturan ini, Anda dapat mengonfigurasi sistem untuk melakukan tindakan secara otomatis — seperti menambahkan label, menetapkan percakapan ke tim, atau memulai alur — setiap kali pemicu dan kondisi tertentu terpenuhi, mengoptimalkan organisasi dan efisiensi layanan pelanggan Anda. Aturan adalah mesin di balik operasi cerdas, menghilangkan kebutuhan akan tindakan manual untuk mengatur, mengkategorikan, dan mengarahkan percakapan. Daripada agen harus membaca setiap pesan baru untuk memutuskan apa yang harus dilakukan, aturan melakukan penyaringan awal ini dalam hitungan detik, memastikan tidak ada yang terlewat dan setiap pelanggan menerima perhatian yang tepat. | Komponen | Deskripsi | Contoh Praktis | | :--- | :--- | :--- | | Pemicu (Jika) | Peristiwa yang memulai pemeriksaan aturan, berfungsi sebagai "start". | Pesan baru diterima di kotak masuk. | | Kondisi (Dan jika) | Kriteria spesifik yang harus dipenuhi oleh percakapan, kontak, atau pesan. | Pesan berisi kata "anggaran" ATAU "harga". | | Tindakan (Maka) | Tugas yang secara otomatis dilakukan platform ketika kondisi terpenuhi. | Tetapkan percakapan ke tim "Penjualan" dan tambahkan label "Prospek Panas". | Bagaimana Cara Kerja Aturan Otomatisasi? Aturan Otomatisasi beroperasi berdasarkan logika kondisional yang sederhana dan kuat, terdiri dari tiga elemen utama: Pemicu, Kondisi, dan Tindakan. 1. Pemicu (Peristiwa awal): Ini adalah kejadian yang memicu otomatisasi. Platform terus-menerus memantau peristiwa-peristiwa ini. Contoh umum pemicu meliputi: - Percakapan baru dibuat. - Percakapan diakhiri. - Pesan diterima. - Label ditambahkan ke kontak. 2. Kondisi (Filter logis): Setelah pemicu terjadi, sistem memeriksa apakah satu atau lebih kondisi benar. Kondisi adalah filter yang memastikan tindakan hanya akan dieksekusi dalam skenario yang benar. Anda dapat membuat kondisi berdasarkan: - Isi pesan: Jika pesan berisi, tidak berisi, atau sama dengan kata kunci tertentu (misalnya: "dukungan", "pembatalan", "tagihan"). - Saluran asal: Jika percakapan berasal dari WhatsApp, Instagram, Email, dll. - Atribut kontak: Jika kontak memiliki label spesifik (misalnya: "Pelanggan VIP") atau jika atribut kustom memiliki nilai tertentu. 3. Tindakan (Tugas yang dieksekusi): Jika kondisi terpenuhi, platform akan melakukan tindakan yang Anda definisikan. Tindakan adalah tugas yang ingin Anda otomatiskan. Contoh tindakan meliputi: - Menambah atau menghapus label: Untuk mengkategorikan percakapan (misalnya: "Pertanyaan Keuangan"). - Menetapkan percakapan: Untuk mengarahkan layanan pelanggan ke agen atau tim tertentu (misalnya: "Tim Dukungan Teknis"). - Mengirim pesan: Untuk memberikan respons cepat atau memulai alur percakapan. - Memulai Flow: Untuk memicu otomatisasi yang lebih kompleks, seperti chatbot kualifikasi. Langkah demi Langkah: Cara Membuat Aturan Otomatisasi Meskipun lokasi pastinya dapat bervariasi, Aturan Otomatisasi umumnya dikonfigurasi dalam bagian seperti "Flows" atau dalam pengaturan otomatisasi umum akun Papo Anda. Proses konseptualnya adalah sebagai berikut: 1. Definisikan tujuan otomatisasi Anda: Mulailah dengan kebutuhan yang jelas. Misalnya: "Saya ingin semua permintaan dukungan teknis yang diterima melalui WhatsApp secara otomatis diarahkan ke tim Dukungan." 2. Pilih pemicu yang sesuai: Identifikasi peristiwa yang harus memulai proses. Untuk contoh di atas, pemicunya adalah "Percakapan baru dibuat". 3. Tetapkan kondisi: Tentukan kriteria yang harus dipenuhi. Dalam kasus ini, akan ada dua kondisi yang digabungkan: - Kondisi 1: Saluran percakapan adalah "WhatsApp". - Kondisi 2: Pesan pertama percakapan berisi kata-kata "dukungan", "masalah", atau "bantuan". 4. Konfigurasi tindakan yang akan dieksekusi: Definisikan apa yang harus terjadi jika kondisi benar. Untuk contoh kita, tindakannya adalah "Tetapkan percakapan ke tim 'Dukungan'". Anda dapat menambahkan tindakan kedua, seperti "Tambahkan label 'Dukungan Teknis'". 5. Simpan dan aktifkan aturan: Setelah mengonfigurasi semua langkah, simpan otomatisasi Anda. Merupakan praktik yang baik untuk mengirim pesan uji untuk memastikan aturan berfungsi seperti yang diharapkan sebelum menjalankannya dalam operasi Anda. Pertanyaan yang Sering Diajukan (FAQ) ### Apa Perbedaan antara Aturan dan Flow? Aturan adalah otomatisasi sederhana berdasarkan logika "jika-maka" untuk melakukan satu atau lebih tindakan segera (misalnya: jika pesan berisi "harga", tambahkan label "Penjualan"). Flow adalah perjalanan interaktif dan kompleks, dengan banyak langkah, percabangan, dan interaksi dengan pengguna (misalnya: chatbot kualifikasi lengkap). Seringkali, Aturan digunakan untuk memicu dimulainya Flow. ### Bisakah saya membuat Aturan yang mengirim pesan otomatis? Ya, salah satu tindakan yang tersedia dalam Aturan Otomatisasi adalah "Kirim pesan". Anda dapat menggunakannya untuk mengirim balasan otomatis berdasarkan kata kunci. Ingatlah bahwa, untuk saluran seperti WhatsApp, pengiriman pesan aktif di luar jendela 24 jam mungkin memerlukan penggunaan template pesan yang disetujui. ### Berapa banyak kondisi dan tindakan yang dapat saya miliki dalam satu Aturan? Platform Papo memungkinkan Anda menggabungkan beberapa kondisi (menggunakan logika "DAN" / "ATAU") dan melakukan beberapa tindakan dalam satu aturan. Ini menawarkan fleksibilitas besar untuk membuat otomatisasi yang tepat. Untuk detail tentang batasan spesifik, lihat antarmuka konfigurasi aturan di platform. ### Apakah Aturan berfungsi untuk semua saluran (WhatsApp, Instagram, dll.)? Ya. Karena Papo menyatukan semua saluran layanan pelanggan Anda dalam satu kotak masuk, Aturan Otomatisasi dapat dikonfigurasi untuk berfungsi berdasarkan pemicu dan kondisi dari saluran mana pun yang terhubung, seperti WhatsApp, Instagram, Facebook Messenger, Email, dan lainnya. ### Di mana saya menemukan Aturan di platform Papo? Aturan Otomatisasi bukanlah modul yang terisolasi, melainkan komponen fundamental yang terintegrasi dengan fungsionalitas lain. Anda umumnya akan menemukannya di dalam pembuat Flows (untuk membuat logika percabangan) atau di bagian pengaturan otomatisasi umum akun, di mana dimungkinkan untuk membuat aturan global untuk penyaringan percakapan. Baca Juga - Flow, Aturan, atau Urutan: Otomatisasi Mana yang Digunakan dalam Setiap Situasi? - Membuat Flow Otomatisasi Pertama Anda dari Awal Mulai gratis dan otomatiskan tugas Anda → Buat akun Anda untuk memusatkan saluran dan menggunakan otomatisasi untuk merespons prospek dalam hitungan detik.

Apa itu Macros dan Cara Menggunakannya untuk Mempercepat Tindakan Berulang

Dengan Papo (https://papo.global/), Anda dapat membuat dan menggunakan Macros untuk menjalankan serangkaian tindakan berulang hanya dengan satu klik, mempercepat pekerjaan manual agen Anda. Sebuah Macro berfungsi sebagai pintasan yang dapat, misalnya, menambahkan label, menetapkan percakapan ke tim lain, dan menutupnya, semuanya sekaligus, memastikan konsistensi dan efisiensi dalam proses layanan pelanggan Anda. Macros adalah alat yang ampuh untuk menstandardisasi alur kerja dan menghemat waktu dalam tugas-tugas yang berulang sepanjang hari. Daripada melakukan tiga atau empat klik untuk mengatur percakapan, agen Anda cukup mengaktifkan satu Macro dan platform akan menjalankan urutan tindakan yang telah ditentukan sebelumnya. Untuk lebih memahami peran Macros, ada baiknya membandingkannya dengan alat otomatisasi lain yang tersedia di Papo. | Alat | Apa yang Dilakukan | Kapan Digunakan | | :--- | :--- | :--- | | Macros | Menjalankan serangkaian tindakan manual dengan satu klik (memberi label, menetapkan, menutup). | Untuk menerapkan alur kerja standar pada percakapan tertentu selama layanan pelanggan manual. | | Balasan Cepat | Memasukkan blok teks yang telah ditentukan sebelumnya ke dalam percakapan. | Untuk menjawab pertanyaan umum dengan cepat, tanpa mengetik teks yang sama berulang kali. | | Aturan Otomatisasi | Menjalankan tindakan secara otomatis berdasarkan pemicu (misalnya: pesan baru). | Untuk mengotomatiskan proses yang tidak memerlukan intervensi manual, seperti menetapkan prospek baru ke tim. | Apa itu Macros? Macros adalah "resep" tindakan yang dapat diterapkan pada satu atau lebih percakapan dengan satu perintah. Macros dirancang untuk mengotomatiskan tugas-tugas manual dan berulang yang dilakukan agen di dalam kotak masuk. Sementara Balasan Cepat berfokus pada percepatan komunikasi (memasukkan teks), Macros berfokus pada percepatan manajemen (menjalankan tindakan dalam percakapan). Tindakan paling umum yang dapat disertakan dalam Macro adalah: - Menambah atau menghapus label (penanda): Untuk mengkategorikan percakapan (misalnya: "Prospek Panas", "Dukungan N2", "Umpan Balik"). - Menetapkan percakapan: Untuk meneruskan layanan pelanggan ke agen tertentu atau tim (misalnya: "Penjualan", "Keuangan"). - Mengubah status percakapan: Untuk menandai percakapan sebagai "Tertunda" atau "Terselesaikan" (ditutup). - Menambahkan catatan internal: Untuk meninggalkan komentar bagi anggota tim lainnya. Dengan menggabungkan tindakan-tindakan ini, Anda menciptakan alur kerja yang cepat dan anti-kesalahan untuk situasi sehari-hari yang umum. Cara membuat Macro di Papo Pembuatan Macros terpusat, memungkinkan administrator untuk mengonfigurasi pintasan untuk seluruh tim. 1. Akses Pengaturan: Navigasi ke panel pengaturan akun Papo Anda. 2. Temukan bagian Otomatisasi: Cari opsi "Macros" atau area serupa di dalam "Otomatisasi". 3. Buat Macro baru: Klik tombol untuk menambahkan Macro baru. Anda perlu menentukan: - Nama Macro: Nama yang jelas dan deskriptif yang membantu agen memahami fungsinya. Misalnya: "Kualifikasi dan kirim ke Penjualan" atau "Tutup dan tandai sebagai terselesaikan". - Tindakan: Pilih dari daftar tindakan yang tersedia apa yang harus dilakukan Macro. Anda dapat menambahkan beberapa tindakan yang akan dijalankan secara berurutan. Misalnya, untuk Macro "Kualifikasi dan kirim ke Penjualan", tindakannya bisa berupa: 1. Tambahkan label: "Prospek Berkualitas" 2. Tetapkan ke tim: "Penjualan" 4. Simpan Macro: Setelah mengonfigurasi tindakan, simpan Macro agar tersedia untuk agen. Cara menerapkan Macro dalam percakapan Setelah Macros dibuat, agen dapat dengan mudah menerapkannya selama layanan pelanggan, tanpa meninggalkan layar percakapan. 1. Buka percakapan: Pilih percakapan tempat Anda ingin menerapkan tindakan. 2. Temukan menu Macros: Di dalam antarmuka percakapan, biasanya di dekat opsi untuk memberi label atau menetapkan, akan ada tombol atau menu untuk "Macros". 3. Pilih Macro yang diinginkan: Klik tombol dan daftar semua Macros yang tersedia akan muncul. Pilih yang sesuai dengan tindakan yang perlu Anda jalankan. 4. Konfirmasi penerapan: Platform akan segera menjalankan semua tindakan yang dikonfigurasi dalam Macro yang dipilih. Misalnya, saat mengklik Macro "Tutup dan tandai sebagai terselesaikan", percakapan akan diberi label dan statusnya akan berubah menjadi "Terselesaikan" secara otomatis. Fungsionalitas ini juga dapat digunakan secara massal. Dalam beberapa tampilan platform, Anda dapat memilih beberapa percakapan dan menerapkan Macro yang sama ke semuanya sekaligus, lebih mengoptimalkan pengelolaan volume layanan pelanggan yang besar. Pertanyaan yang Sering Diajukan (FAQ) Apa perbedaan antara Macros dan Balasan Cepat? Perbedaan utamanya terletak pada apa yang dilakukan masing-masing. Balasan Cepat memasukkan blok teks ke dalam kotak pesan untuk mempercepat pengetikan. Macros menjalankan serangkaian tindakan manajemen dalam percakapan, seperti memberi label, menetapkan ke tim, atau menutup layanan pelanggan, semuanya dengan satu klik. Bisakah saya membuat Macros yang mengirim pesan ke pelanggan? Tidak. Macros dirancang untuk menjalankan tindakan internal organisasi dan alur kerja (memberi label, menetapkan, dll.). Untuk mengirim pesan yang telah ditentukan sebelumnya, Anda harus menggunakan fungsionalitas Balasan Cepat. Siapa yang dapat membuat dan menggunakan Macros? Biasanya, pembuatan dan pengeditan Macros dibatasi untuk pengguna dengan izin administrator, untuk memastikan standardisasi proses. Sementara itu, penerapan Macros dalam percakapan adalah alat yang tersedia untuk semua agen layanan pelanggan. Izin dapat disesuaikan di pengaturan akun. Apakah Macros otomatis? Tidak, Macros bersifat semi-otomatis. Macros perlu diaktifkan secara manual oleh agen dengan satu klik. Meskipun menjalankan tindakan secara otomatis setelah diklik, Macros tidak dipicu oleh pemicu seperti kedatangan pesan baru. Untuk otomatisasi yang sepenuhnya otomatis, Anda harus menggunakan Aturan Otomatisasi. Apakah mungkin untuk mengedit Macro setelah dibuat? Ya. Administrator dapat mengakses bagian Macros kapan saja untuk mengedit, menambah, atau menghapus tindakan dari Macro yang sudah ada, serta dapat menghapusnya atau membuat yang baru. Bisakah saya menerapkan Macro ke beberapa percakapan sekaligus? Ya, platform Papo memungkinkan eksekusi Macros secara massal. Anda dapat memilih beberapa percakapan di kotak masuk Anda dan menerapkan satu Macro ke semuanya secara bersamaan, yang ideal untuk mengatur layanan pelanggan dalam jumlah besar. Baca juga - Cara menggunakan Balasan Cepat untuk mempercepat layanan pelanggan - Apa itu Aturan Otomatisasi dan bagaimana cara menggunakannya? Mulai gunakan secara gratis → Pengguna pertama gratis dan tidak memerlukan kartu kredit.

Apa itu Skenario dan Bagaimana Menggunakannya untuk Melatih AI Capitão

Skenario adalah instruksi spesifik yang Anda berikan kepada Capitão, asisten kecerdasan buatan Papo (https://papo.global/), agar ia tahu persis tindakan apa yang harus diambil dalam situasi yang telah ditentukan. Berbeda dengan FAQ, yang berfungsi untuk menjawab pertanyaan, Skenario adalah pemicu untuk tindakan, seperti mengalihkan percakapan ke agen manusia (handoff) ketika pelanggan menyatakan kebutuhan tersebut, memastikan AI melakukan tugas yang benar pada waktu yang tepat. Skenario adalah komponen penting untuk menyempurnakan perilaku asisten Anda, memungkinkan Anda mendefinisikan pengecualian dan jalur tindakan untuk permintaan yang tidak boleh dijawab dengan informasi dari basis pengetahuan, melainkan dengan tindakan konkret. | Jenis Pengetahuan | Tujuan Utama | Contoh Penggunaan | | :--- | :--- | :--- | | Skenario | Melakukan tindakan spesifik. | Jika pelanggan mengetik "saya ingin berbicara dengan seseorang", Skenario memicu pengalihan ke agen. | | FAQ | Memberikan jawaban langsung untuk pertanyaan. | Pelanggan bertanya "Jam berapa buka?" dan AI menjawab "Dari jam 9 pagi sampai jam 6 sore". | | Dokumen | Memberikan informasi rinci dan kontekstual. | Pelanggan bertanya "Bagaimana kebijakan garansi diperpanjang berfungsi?" dan AI mengekstrak jawaban dari manual PDF. | Bagaimana Skenario Bekerja? Skenario berfungsi sebagai aturan prioritas untuk otak asisten Capitão Anda. Ketika pesan baru dari pelanggan tiba, AI menganalisisnya untuk memahami maksud. Jika pesan cocok dengan instruksi Skenario yang telah Anda konfigurasikan, asisten akan segera melakukan tindakan yang terkait dengannya, alih-alih mencoba merumuskan jawaban dari basis pengetahuan (Dokumen atau FAQ). Mekanisme ini sangat penting untuk mengontrol perilaku AI pada saat-saat kritis percakapan. Ini memastikan bahwa permintaan tertentu ditangani dengan cara yang spesifik, tanpa ruang untuk interpretasi. Alur Skenario sederhana dan efektif: 1. Identifikasi Maksud: Pelanggan mengirim pesan seperti "Saya perlu berbicara dengan seorang ahli" atau "Saya ingin membatalkan pesanan saya". 2. Pencocokan dengan Skenario: AI mengidentifikasi bahwa maksud pelanggan cocok dengan instruksi Skenario aktif (misalnya, Skenario untuk "Permintaan pengalihan" atau "Permintaan pembatalan"). 3. Eksekusi Tindakan: Alih-alih mencari jawaban di arsip, Capitão memicu tindakan yang ditentukan dalam Skenario. Tindakan yang paling umum adalah pengalihan (handoff), yang mentransfer percakapan langsung ke agen atau tim manusia. 4. Kelanjutan Layanan: Agen manusia menerima percakapan dengan seluruh riwayat dan dapat melanjutkan layanan, menyelesaikan permintaan pelanggan yang kompleks atau sensitif. Langkah demi langkah: Cara membuat dan mengkonfigurasi Skenario Mengkonfigurasi Skenario adalah proses langsung yang memungkinkan Anda menyempurnakan perilaku asisten Anda. Meskipun nama menu yang tepat dapat bervariasi, logika konseptualnya adalah sebagai berikut: 1. Akses Pengaturan Capitão: Di panel Papo, navigasikan ke area konfigurasi asisten AI yang ingin Anda latih. 2. Temukan Bagian Skenario: Dalam opsi basis pengetahuan asisten, temukan area yang didedikasikan untuk Skenario (terkadang disebut "Handoffs"). 3. Buat Skenario Baru: Mulai pembuatan Skenario baru. Platform akan meminta dua informasi utama: Judul dan Instruksi. 4. Tentukan Judul: Berikan nama yang jelas dan deskriptif untuk Skenario Anda, memudahkan identifikasi di kemudian hari. Misalnya: "Pengalihan ke Tim Dukungan" atau "Eskalasi untuk Keluhan". 5. Tulis Instruksi: Ini adalah inti dari Skenario. Jelaskan situasi atau kata kunci yang harus memicu tindakan. Jadilah jelas dan objektif. Contoh instruksi yang baik adalah: - Ketika pelanggan meminta untuk berbicara dengan agen, manusia, ahli, atau seseorang. - Jika pelanggan menyebutkan kata-kata "keluhan", "Procon" atau "proses". - Jika pengguna mengatakan ingin membatalkan akun atau layanan. 6. Tentukan Tindakan yang Akan Dilakukan: Pilih tindakan apa yang harus dilakukan Capitão ketika instruksi terpenuhi. Tindakan utama yang tersedia untuk Skenario adalah pengalihan ke agen manusia. 7. Aktifkan Skenario: Secara default, Skenario baru dapat dibuat dalam keadaan nonaktif untuk memungkinkan pengujian. Setelah meninjau konfigurasi, aktifkan agar mulai berfungsi secara real-time dalam percakapan. Skenario vs. Aturan Otomatisasi: Apa Bedanya? Meskipun keduanya mengotomatiskan tugas, Skenario dan Aturan Otomatisasi beroperasi pada tingkat yang berbeda di platform Papo. - Skenario: Adalah instruksi langsung untuk perilaku AI Capitão selama percakapan. Mereka memberi tahu AI bagaimana bertindak saat menafsirkan maksud pengguna tertentu. Skenario adalah bagian dari "pemikiran" asisten. - Aturan Otomatisasi: Adalah otomatisasi yang lebih luas, berdasarkan logika "jika-maka", yang berjalan di tingkat platform. Mereka dipicu oleh peristiwa (pemicu) seperti "percakapan baru dibuat" atau "label ditambahkan" dan melakukan tindakan seperti menetapkan percakapan ke tim atau mengirim jawaban otomatis, terlepas dari apakah AI aktif atau tidak. Singkatnya, Skenario memandu keputusan AI, sementara Aturan mengotomatiskan proses platform. Pertanyaan yang Sering Diajukan (FAQ) Apa perbedaan utama antara Skenario dan FAQ? Perbedaan mendasar terletak pada tujuannya. Sebuah FAQ (Pertanyaan yang Sering Diajukan) digunakan untuk memberikan informasi; tujuannya adalah untuk menjawab pertanyaan pelanggan. Sebuah Skenario digunakan untuk melakukan tindakan; tujuannya adalah untuk membuat AI melakukan tugas spesifik, seperti mengalihkan layanan, alih-alih hanya menjawab. Apa yang harus saya tulis di kolom "Instruksi" pada Skenario? Jadilah se-spesifik mungkin tentang pemicunya. Sertakan frasa atau kata kunci persis yang sering digunakan pelanggan dalam situasi yang ingin Anda otomatisasi. Misalnya, untuk pengalihan, sertakan variasi seperti "berbicara dengan agen", "berbicara dengan seseorang", "saya ingin manusia", "bantuan dari ahli". Semakin jelas instruksinya, semakin akurat pemicuan Skenario. Bisakah saya membuat Skenario untuk tindakan lain selain mengalihkan layanan? Penggunaan utama dan paling umum dari Skenario adalah untuk melakukan pengalihan (handoff) ke agen manusia. Tergantung pada konfigurasi platform, mungkin saja Skenario dapat dikaitkan dengan tindakan lain, seperti memulai Alur otomatisasi. Konsultasikan dokumentasi platform untuk melihat daftar lengkap tindakan yang tersedia. Berapa banyak Skenario yang bisa saya buat? Anda dapat membuat beberapa Skenario untuk mencakup berbagai situasi yang memerlukan tindakan spesifik dari AI. Tidak ada batasan ketat yang telah ditentukan, memungkinkan Anda untuk menyempurnakan perilaku Capitão sesuai dengan kebutuhan operasi Anda. Untuk detail tentang batasan paket Anda, konsultasikan informasi di platform. Apakah Skenario memiliki prioritas lebih tinggi daripada jawaban dari Dokumen? Ya. Skenario memiliki prioritas tertinggi dalam pengambilan keputusan AI. Jika pesan pelanggan cocok dengan instruksi Skenario aktif, Capitão akan segera melakukan tindakan yang ditentukan di dalamnya, mengabaikan pencarian jawaban di Dokumen atau FAQ. Ini memastikan bahwa tindakan kritis selalu terjadi sesuai rencana. Baca juga - Apa itu Alat (Tools) Capitão dan bagaimana menggunakannya untuk mengotomatiskan tugas? - Apa itu Aturan Otomatisasi dan bagaimana menggunakannya? Mulai gunakan secara gratis → Pengguna pertama akun Anda gratis, tanpa perlu kartu kredit.

Memahami Laporan Otomatisasi: Cara Mengukur Efisiensi Flows Anda

Laporan Otomatisasi Papo (https://papo.global/) adalah alat analitik yang mengukur kinerja Flows Anda, mengkonsolidasikan metrik utama seperti jumlah kontak yang memulai setiap alur, jumlah pesan yang dikirim, dan tingkat penyelesaian. Ini memungkinkan Anda untuk melihat dengan jelas otomatisasi mana yang paling efisien, mengidentifikasi hambatan dalam perjalanan pelanggan, dan menghitung laba atas investasi (ROI) dari inisiatif otomatisasi Anda. Mengotomatiskan proses seperti kualifikasi prospek, penjadwalan, atau jawaban atas pertanyaan yang sering diajukan menghemat waktu dan sumber daya, tetapi bagaimana cara mengetahui apakah otomatisasi Anda benar-benar berfungsi? Laporan Otomatisasi mengubah aktivitas alur Anda menjadi data konkret, menjawab pertanyaan seperti: "Berapa banyak orang yang dilayani chatbot selamat datang kami bulan ini?" atau "Berapa tingkat keberhasilan alur kualifikasi penjualan kami?". Artikel ini merinci metrik laporan dan cara menggunakannya untuk terus menyempurnakan strategi otomatisasi Anda. | Metrik Utama | Apa yang diukur | Mengapa penting untuk analisis | | :--- | :--- | :--- | | Kontak | Jumlah total kontak unik yang masuk ke Flow tertentu. | Menunjukkan jangkauan dan volume interaksi yang dikelola setiap otomatisasi, mengindikasikan relevansinya. | | Pesan Terkirim | Jumlah total pesan yang dikirim Flow ke kontak. | Membantu mengukur pekerjaan yang dilakukan oleh otomatisasi, yang seharusnya dilakukan secara manual oleh agen. | | Selesai | Jumlah kontak yang mencapai langkah akhir yang ditentukan dalam Flow. | Menunjukkan efektivitas alur dalam memandu pengguna menuju tujuan akhir (misalnya: kualifikasi, penjadwalan, penyelesaian). | | Tingkat Penyelesaian | Persentase kontak yang menyelesaikan Flow (Selesai ÷ Kontak). | Ini adalah indikator utama efisiensi Flow. Tingkat rendah dapat menandakan masalah dalam perjalanan. | Cara Mengakses dan Menginterpretasikan Laporan Otomatisasi Untuk menganalisis kinerja alur Anda, navigasikan ke modul Laporan di dalam platform Papo. Sama seperti laporan Percakapan dan Label, Laporan Otomatisasi menawarkan pandangan yang berfokus pada pilar spesifik operasi Anda. Di dalam laporan, Anda akan menemukan: 1. Filter Periode: Alat untuk memilih rentang waktu yang ingin Anda analisis (misalnya: 7 hari terakhir, bulan lalu). Gunakan ini untuk membandingkan kinerja dan mengidentifikasi tren musiman atau dampak perubahan yang telah Anda terapkan. 2. Daftar Flows: Tabel terperinci dengan semua Flows aktif Anda, masing-masing dalam satu baris. 3. Metrik Kinerja: Untuk setiap Flow yang terdaftar, Anda akan melihat kolom dengan metrik utama: Kontak, Pesan Terkirim, Selesai, dan Tingkat Penyelesaian. Interpretasi dimulai dengan membandingkan angka-angka. Flow dengan banyak kontak tetapi tingkat penyelesaian yang rendah memerlukan perhatian segera. Sementara itu, Flow dengan tingkat penyelesaian yang tinggi dapat menjadi model untuk otomatisasi di masa mendatang. Menggunakan Wawasan untuk Mengoptimalkan Operasi Anda dan Mengukur ROI Nilai sebenarnya dari laporan ini adalah mengubah angka menjadi tindakan strategis. Gunakan data untuk membuat keputusan yang meningkatkan efisiensi proses Anda dan pengalaman pelanggan Anda. 1. Mengukur Volume Pekerjaan Otomatis dan ROI Metrik "Kontak" menunjukkan berapa banyak pelanggan yang dilayani tanpa perlu intervensi manusia awal. Kolom "Pesan Terkirim" mengukur volume komunikasi yang dilakukan otomatisasi. Bersama-sama, metrik ini menunjukkan seberapa banyak tim Anda menghemat waktu dan upaya. Untuk menghitung ROI yang disederhanakan, perkirakan waktu rata-rata yang dibutuhkan agen untuk melakukan tugas-tugas Flow dan kalikan dengan jumlah kontak yang melewatinya. Bandingkan nilai ini (dalam jam kerja yang dihemat) dengan biaya langganan platform Anda. 2. Mengidentifikasi Hambatan dan Titik Pengabaian Tingkat Penyelesaian adalah termometer utama Anda untuk kesehatan Flow. Tingkat yang rendah adalah indikasi kuat adanya hambatan. Ini bisa terjadi karena beberapa alasan: - Pertanyaan dalam alur membingungkan atau sulit dijawab. - Pelanggan tidak menemukan opsi yang mereka cari. - Nilai yang ditawarkan oleh alur tidak cukup menarik bagi mereka untuk melanjutkan. - Langkah teknis rusak (misalnya: tombol yang tidak berfungsi). Ketika Anda mengidentifikasi Flow dengan kinerja rendah, tinjau setiap langkah perjalanannya. Sederhanakan pertanyaan, tawarkan opsi yang lebih jelas, atau tambahkan "jalan keluar darurat" agar pelanggan dapat berbicara dengan manusia dengan mudah. 3. Membandingkan Efektivitas Pendekatan yang Berbeda Apakah Anda memiliki dua Flows berbeda untuk mengkualifikasi prospek dari kampanye yang berbeda? Laporan memungkinkan Anda membandingkan secara langsung mana yang memiliki tingkat penyelesaian terbaik. Flow A, dengan pendekatan yang lebih langsung, mungkin mengonversi lebih banyak daripada Flow B, yang mengajukan lebih banyak pertanyaan. Gunakan data ini untuk melakukan pengujian A/B. Buat variasi dari alur yang sama, arahkan lalu lintas ke keduanya, dan gunakan laporan untuk memutuskan versi mana yang menjadi pemenang, menerapkan pembelajaran ke semua otomatisasi Anda. 4. Mengoptimalkan Alokasi Sumber Daya Jika Flow "Dukungan Teknis Level 1" berhasil menyelesaikan 80% kasus (tingkat penyelesaian tinggi), itu berarti tim dukungan Anda dapat fokus pada 20% kasus yang lebih kompleks. Di sisi lain, jika Flow "Penjadwalan Demo" memiliki tingkat penyelesaian yang rendah, mungkin perlu mengalokasikan agen manusia untuk campur tangan lebih awal dalam proses agar tidak kehilangan peluang penjualan. Pertanyaan yang Sering Diajukan (FAQ) Apa yang dianggap sebagai kontak "selesai" dalam sebuah Flow? Kontak dianggap "selesai" ketika mencapai langkah akhir dalam alur otomatisasi Anda. Langkah akhir ini ditentukan oleh Anda saat membuat Flow dan bisa berupa tindakan seperti mengirim pesan terakhir, menerapkan label "Terkualifikasi", atau mentransfer percakapan ke agen manusia. Seberapa sering data Laporan Otomatisasi diperbarui? Sama seperti laporan Papo lainnya, data otomatisasi diperbarui hampir secara real-time. Ini memungkinkan Anda untuk memantau kinerja Flows Anda dengan cermat dan mengambil keputusan cepat untuk mengoptimalkan perjalanan. Apakah tingkat penyelesaian yang rendah selalu merupakan pertanda buruk? Tidak selalu. Konteks sangat penting. Misalnya, Flow pra-kualifikasi yang ketat, yang dirancang untuk menyaring prospek yang tidak memiliki profil ideal, secara alami akan memiliki tingkat penyelesaian yang rendah untuk jalur "terkualifikasi". Dalam kasus ini, keberhasilan diukur dari kualitas sedikit orang yang menyelesaikan, bukan dari kuantitas. Bagaimana saya bisa meningkatkan tingkat penyelesaian Flows saya? Untuk meningkatkan kinerja, tinjau Flow untuk mencari titik gesekan. Sederhanakan pertanyaan, kurangi jumlah langkah, pastikan opsi yang ditawarkan jelas dan relevan, dan selalu tawarkan opsi bagi pelanggan untuk berbicara dengan agen jika otomatisasi tidak dapat membantu. Apakah laporan menunjukkan jalur persis yang dilalui setiap kontak dalam Flow? Laporan Otomatisasi menyediakan data agregat tentang kinerja keseluruhan setiap Flow (berapa banyak yang masuk, berapa banyak yang selesai, dll.). Untuk menganalisis perjalanan spesifik satu kontak, Anda dapat melihat riwayat percakapannya di layar Percakapan, di mana semua interaksi, termasuk pesan dari Flow, dicatat. Di mana saya dapat menemukan Flows untuk membuat atau mengedit? Flows dibuat dan dikelola di modul Flows platform Papo. Di sana Anda dapat menggunakan pembuat visual untuk merancang perjalanan pelanggan, dan Anda juga dapat menginstal templat siap pakai dari Pustaka Flows. Mulai otomatisasi secara gratis → Dengan Papo, Anda dapat mulai membuat dan mengukur alur otomatisasi Anda pada hari yang sama.

Apa itu Playbook dan Bagaimana Menggunakannya untuk Melatih Live Coach?

Playbook adalah panduan penjualan yang Anda konfigurasi di Papo (https://papo.global/) untuk "mengajari" Live Coach, asisten Kecerdasan Buatan yang bertindak sebagai kopilot bagi tim penjualan Anda. Dengan mengisi Playbook dengan informasi tentang produk Anda, nada suara, dan respons terbaik untuk keberatan, Anda melatih AI untuk memberikan saran kontekstual dan real-time, memastikan tim Anda mengikuti praktik terbaik dan meningkatkan tingkat konversi. Bayangkan Playbook sebagai "otak" di balik saran Live Coach. Ini memusatkan pengetahuan strategis operasi komersial Anda dalam format yang dapat dipahami dan digunakan oleh kecerdasan buatan untuk memberdayakan agen Anda selama percakapan dengan pelanggan. Playbook yang terstruktur dengan baik adalah kunci untuk mengubah setiap penjual menjadi ahli, menstandardisasi komunikasi, dan meningkatkan penjualan Anda secara konsisten. Komponen-komponen Playbook Penjualan Untuk melatih Live Coach secara efektif, Playbook Anda perlu diisi dengan empat jenis informasi utama. Masing-masing memainkan peran penting agar saran AI akurat dan bermanfaat. | Komponen Playbook | Tujuan Utama | Contoh Konfigurasi | | :--- | :--- | :--- | | Konteks Produk/Layanan | Menjelaskan secara detail apa yang Anda jual, termasuk perbedaan dan harga. | "Paket Gold kami mencakup akses tak terbatas ke AI, dukungan prioritas, dan 10 pengguna. Harganya R$ 499/bulan." | | Nada Suara | Menentukan gaya komunikasi yang harus disarankan oleh AI. | Pilih opsi "Consultative" untuk pendekatan yang lebih didaktik, atau "Direct" untuk komunikasi yang lebih objektif. | | Keberatan dan Argumen | Mempersiapkan agen untuk mengatasi hambatan penjualan utama. | Keberatan: "Harganya mahal." Argumen: "Saya memahami kekhawatiran Anda. Paket kami mencakup X dan Y, yang tidak ditawarkan oleh pesaing, menghasilkan ROI yang lebih tinggi dalam 3 bulan." | | Kotak Masuk | Memilih saluran layanan pelanggan mana yang harus diaktifkan Live Coach. | Aktifkan Live Coach hanya untuk kotak masuk "WhatsApp Penjualan", membiarkan "Dukungan Umum" tanpa saran penjualan. | Bagaimana Playbook Menggerakkan Live Coach Hubungan antara Playbook dan Live Coach bersifat langsung: yang satu adalah basis pengetahuan dan yang lain adalah alat yang menerapkan pengetahuan tersebut secara real-time. Prosesnya bekerja dalam siklus berkelanjutan: 1. Konfigurasi: Anda mengakses area konfigurasi Live Coach di Papo dan mengisi kolom Playbook dengan informasi produk, nada suara, keberatan, dan argumen. 2. Analisis Percakapan: Ketika seorang penjual sedang dalam obrolan dengan pelanggan, Live Coach menganalisis pesan pelanggan secara real-time untuk mengidentifikasi niat, pertanyaan, dan, yang terpenting, keberatan yang sesuai dengan apa yang telah dikonfigurasi di Playbook. 3. Pembuatan Saran: Saat mengidentifikasi kecocokan (misalnya, pelanggan mengatakan "pesaing Anda lebih murah"), Live Coach mencari di Playbook argumen balasan terbaik yang telah Anda definisikan untuk keberatan spesifik tersebut. 4. Tampilan untuk Agen: Sistem menampilkan saran respons secara pribadi, hanya untuk penjual Anda. Ini tidak mengirimkan apa pun secara otomatis ke pelanggan. 5. Tindakan Agen: Penjual memiliki otonomi penuh untuk menggunakan saran apa adanya, mengadaptasinya dengan konteks percakapan, atau mengabaikannya dan melanjutkan dengan pendekatannya sendiri. Alur ini memastikan bahwa pengetahuan penjual dan manajer terbaik Anda didistribusikan ke seluruh tim pada saat yang tepat ketika dibutuhkan. Langkah demi Langkah: Cara Membuat Playbook yang Efektif Membuat Playbook pertama Anda adalah proses strategis. Meskipun nama menu yang tepat dapat bervariasi, logika konfigurasi di platform Papo mengikuti langkah-langkah ini: 1. Akses Pengaturan AI: Di panel Papo, navigasikan ke area otomatisasi atau AI dan temukan pengaturan Live Coach (juga dikenal sebagai Captain). 2. Definisikan Produk dan Konteks: Di kolom yang sesuai, jelaskan produk atau layanan Anda. Jelaskan dengan jelas dan sertakan detail penting seperti fungsionalitas, perbedaan, spesifikasi teknis, dan informasi harga. Teks inilah yang akan digunakan AI untuk menjawab pertanyaan seperti "Apa yang termasuk dalam paket X?". 3. Pilih Nada Suara: Pilih gaya komunikasi yang paling mewakili merek Anda: consultative (konsultatif), direct (langsung), friendly (ramah), atau formal. Ini akan memandu AI dalam merumuskan saran. 4. Petakan Keberatan dan Argumen: Ini adalah bagian paling kritis. Buat daftar keberatan paling umum yang dihadapi tim penjualan Anda (misalnya: "saya perlu berpikir", "saya tidak punya waktu sekarang", "saya akan berbicara dengan mitra saya"). Untuk setiap keberatan, tulis argumen balasan terbaik, yang terbukti berhasil menjaga percakapan tetap aktif dan memajukan negosiasi. 5. Pilih Kotak Masuk: Pilih saluran (kotak masuk) mana yang harus diaktifkan Live Coach. Merupakan praktik yang baik untuk mengaktifkannya hanya di saluran yang berfokus pada penjualan agar tidak membebani agen dukungan dengan saran yang tidak relevan. 6. Aktifkan dan Pantau: Simpan pengaturan dan aktifkan Live Coach. Pantau percakapan awal untuk melihat bagaimana saran dihasilkan dan kumpulkan umpan balik dari tim Anda untuk terus menyempurnakan Playbook. Pertanyaan yang Sering Diajukan Apa perbedaan antara Playbook Live Coach dan basis pengetahuan Captain? Playbook adalah basis pengetahuan eksklusif untuk Live Coach, dengan tujuan menghasilkan saran untuk agen manusia secara real-time. Sedangkan basis pengetahuan Captain (terdiri dari FAQ, Dokumen, dan Skenario) berfungsi untuk melatih asisten AI agar menjawab secara otomatis kepada pelanggan ketika tidak ada agen yang melayani. Keduanya memiliki tujuan yang berbeda: yang satu memberdayakan manusia, yang lain mengotomatiskan respons. Apakah Live Coach merespons pelanggan secara otomatis berdasarkan Playbook? Tidak. Live Coach adalah kopilot. Semua saran yang dihasilkan dari Playbook ditampilkan secara pribadi hanya untuk penjual Anda. Agen selalu memiliki keputusan akhir untuk menggunakan, mengedit, atau mengabaikan saran tersebut. Apakah saya perlu menjadi programmer untuk membuat Playbook? Sama sekali tidak. Konfigurasi Playbook dilakukan melalui kolom teks sederhana di panel Papo. Yang Anda butuhkan adalah pengetahuan tentang bisnis Anda, produk Anda, dan proses penjualan Anda, bukan pengetahuan teknis dalam pemrograman. Seberapa sering saya harus memperbarui Playbook penjualan saya? Disarankan untuk meninjau dan memperbarui Playbook Anda setiap tiga bulan atau setiap kali ada perubahan signifikan, seperti peluncuran produk baru, perubahan harga, atau ketika tim penjualan mengidentifikasi keberatan pelanggan baru yang berulang. Playbook yang diperbarui adalah alat yang lebih kuat. Apa yang terjadi jika suatu keberatan tidak ada di Playbook? Jika pelanggan mengajukan keberatan yang tidak dipetakan di Playbook Anda, Live Coach tidak akan memiliki saran spesifik untuk ditawarkan. Dalam kasus ini, penjual akan bergantung pada pelatihan dan pengalamannya sendiri. Situasi ini adalah peluang bagus untuk belajar dan menambahkan keberatan baru serta argumen yang baik ke Playbook. Baca juga - Apa itu Skenario dan Bagaimana Menggunakannya untuk Melatih AI Captain - Cara Mengelola Bisnis Anda di Sales Funnel Kanban Mulai gunakan gratis → Pengguna pertama gratis dan tidak memerlukan kartu kredit.

Bagaimana cara kerja pencarian cerdas (Synapse) di riwayat percakapan?

Papo (https://papo.global/) menawarkan pencarian cerdas melalui modul Synapse, sebuah alat AI yang memungkinkan Anda mencari kata kunci, frasa, atau makna di seluruh riwayat percakapan dengan pelanggan. Ini mengubah arsip obrolan Anda menjadi basis data strategis untuk menemukan peluang penjualan, umpan balik produk, dan pelanggan berisiko yang mungkin hilang di antara ribuan pesan. Seiring waktu, volume percakapan dengan pelanggan menjadi sumber informasi yang kaya, tetapi mengaksesnya secara manual tidak mungkin. Pencarian cerdas Synapse mengatasi masalah ini dengan memindai dan menafsirkan konten semua interaksi di saluran seperti WhatsApp, Instagram, dan email. Daripada mencari kontak berdasarkan nama, Anda dapat mencari apa yang dikatakan dalam percakapan, menemukan pola dan wawasan berharga untuk bisnis Anda. Pencarian Standar vs. Pencarian Cerdas (Synapse) Untuk memahami kekuatan pencarian Synapse, ada baiknya membandingkannya dengan pencarian tradisional di CRM. Sementara yang satu menemukan kontak, yang lain menemukan informasi di dalam percakapan. | Jenis Pencarian | Apa yang Ditemukan | Contoh Penggunaan | | :--- | :--- | :--- | | Pencarian Standar (CRM) | Kontak spesifik berdasarkan nama, telepon, atau email. | Menemukan profil "Maria Silva" untuk melihat riwayatnya. | | Pencarian Cerdas (Synapse) | Penyebutan istilah atau frasa di setiap percakapan. | Menemukan semua pelanggan yang menyebut "anggaran" dalam 6 bulan terakhir. | Bagaimana cara kerja pencarian di riwayat Synapse Pencarian cerdas Synapse adalah salah satu dari dua fungsi utama modul intelijen Papo, di samping Radar Pelanggan. Sementara Radar secara proaktif mengidentifikasi pelanggan yang membutuhkan perhatian, pencarian memungkinkan Anda menyelidiki riwayat secara reaktif, berdasarkan pertanyaan Anda sendiri. Cara kerjanya sederhana dan kuat: 1. Pengindeksan Berkelanjutan: AI Papo menganalisis dan mengkatalogkan konten semua pesan baru yang masuk ke kotak masuk terpadu Anda. 2. Pencarian Komprehensif: Saat Anda mengetikkan istilah di pencarian Synapse, sistem tidak hanya mencari kontak. Ini memindai konten semua percakapan, yang lalu dan sekarang, untuk menemukan penyebutan kata atau frasa tersebut. 3. Hasil yang Kontekstual: Hasil disajikan sebagai daftar percakapan di mana istilah tersebut ditemukan. Mengklik hasil akan membawa Anda langsung ke bagian dialog yang relevan, memungkinkan Anda memahami konteks lengkap penyebutan tersebut. Fungsionalitas ini mengubah arsip percakapan, yang sebelumnya statis, menjadi basis pengetahuan yang dinamis dan dapat dicari. Aplikasi praktis: Mengubah data menjadi tindakan Kemampuan untuk mencari konten percakapan membuka berbagai kemungkinan strategis untuk berbagai area perusahaan. - Penjualan dan Tindak Lanjut: Cari istilah seperti "anggaran", "proposal", atau "berapa harganya" untuk menemukan prospek yang menunjukkan niat beli di masa lalu dan mengaktifkannya kembali dengan tindak lanjut. - Intelijen Kompetitif: Cari nama pesaing untuk memahami apa yang dikatakan pelanggan dan prospek Anda tentangnya. Temukan kekuatan, kelemahan, dan bagaimana penawaran Anda dibandingkan dalam persepsi pasar. - Retensi dan Keberhasilan Pelanggan: Cari kata-kata yang menunjukkan ketidakpuasan, seperti "batalkan", "masalah", "tidak berfungsi", atau "tidak puas". Ini memungkinkan Anda mengidentifikasi pelanggan yang berisiko churn dan bertindak proaktif untuk menyelesaikan masalah mereka sebelum terlambat. - Pengembangan Produk dan Pemasaran: Temukan umpan balik berharga dengan mencari frasa seperti "saya ingin ada", "saran", atau "akan bagus jika". Kumpulkan ide dan saran langsung dari suara pelanggan untuk memandu peningkatan produk dan layanan Anda. Langkah demi langkah untuk melakukan pencarian dengan Synapse Menggunakan pencarian cerdas adalah proses yang intuitif, dirancang untuk memberikan jawaban cepat tanpa memerlukan pengetahuan teknis. | Langkah | Tindakan | Detail | | :--- | :--- | :--- | | 1. Akses Synapse | Di panel Papo, navigasikan ke modul intelijen Synapse. | Area ini memusatkan alat AI, termasuk Radar Pelanggan dan pencarian riwayat. | | 2. Masukkan istilah pencarian | Gunakan kolom pencarian untuk mengetik kata kunci atau frasa yang ingin Anda temukan. | Jadilah spesifik untuk menyaring hasil. Contoh: "masalah pengiriman", "minat pada paket Gold". | | 3. Analisis hasil | Synapse akan menampilkan daftar semua percakapan yang berisi istilah yang dicari. | Setiap hasil menunjukkan cuplikan percakapan dan memungkinkan Anda mengklik untuk melihat dialog lengkap. | | 4. Bertindak berdasarkan wawasan | Gunakan informasi yang ditemukan untuk mengambil tindakan segera. | Mulai tindak lanjut, tambahkan label ke kontak, transfer ke spesialis, atau susun laporan umpan balik. | Pertanyaan yang Sering Diajukan (FAQ) Apa perbedaan antara pencarian normal dan pencarian Synapse? Pencarian normal, yang ada di sebagian besar CRM, berfungsi untuk menemukan kontak spesifik berdasarkan nama, telepon, atau email. Pencarian Synapse lebih mendalam: ia mencari konten semua percakapan, memungkinkan Anda menemukan penyebutan istilah spesifik dalam dialog dengan pelanggan mana pun. Apakah pencarian Synapse berfungsi di semua saluran? Ya. Pencarian cerdas menganalisis riwayat percakapan dari semua saluran yang terhubung ke kotak masuk Papo Anda, seperti WhatsApp, Instagram Direct, Facebook Messenger, email, dan lain-lain. Ini memastikan pandangan interaksi yang lengkap dan terpadu. Bisakah saya mencari frasa persis atau hanya kata kunci? Anda dapat mencari kata kunci tunggal ("batalkan") maupun frasa yang lebih spesifik ("saya ingin membatalkan paket saya"). Menggunakan frasa persis membantu menyaring hasil dan menemukan konteks yang lebih tepat. Apakah Synapse sama dengan Radar Pelanggan? Tidak. Keduanya adalah fitur dari modul intelijen Synapse, tetapi dengan fungsi yang berbeda. Radar Pelanggan adalah alat proaktif yang menggunakan AI untuk secara otomatis mencantumkan pelanggan yang membutuhkan perhatian. Pencarian riwayat adalah alat reaktif, yang Anda gunakan untuk secara aktif mencari informasi spesifik. Apakah pencarian menemukan informasi di percakapan yang sangat lama? Ya. Pencarian Synapse dirancang untuk memindai seluruh riwayat percakapan yang tersimpan di platform Papo, dari yang terbaru hingga yang terlama. Ini memungkinkan Anda melakukan analisis retrospektif dan menemukan informasi dari berbulan-bulan atau bertahun-tahun yang lalu. Apakah saya memerlukan pengetahuan teknis untuk menggunakan pencarian cerdas? Tidak. Antarmuka dirancang agar seintuitif menggunakan mesin pencari seperti Google. Cukup ketik apa yang Anda cari dan analisis hasilnya, tanpa perlu mengonfigurasi filter kompleks atau menulis kode. Baca juga - Cara menggunakan AI untuk meringkas percakapan panjang dan memperbarui diri dengan cepat - Cara Menggunakan Ekstraktor CNPJ untuk Mencari Perusahaan di WhatsApp Mulai gratis dan ubah riwayat percakapan Anda menjadi intelijen → Pengguna pertama gratis dan memungkinkan Anda menjelajahi fungsionalitas platform.

Apa itu Agen AI dan bagaimana cara kerjanya di Papo?

Agen AI di Papo (https://papo.global/) adalah asisten virtual canggih yang menggunakan kecerdasan buatan untuk memahami, menafsirkan, dan menanggapi percakapan secara otonom dan kontekstual. Berbeda dengan otomatisasi sederhana, mereka mampu menjaga dialog, mengkualifikasi prospek, menjadwalkan rapat, dan memberikan dukungan tingkat pertama, bertindak sebagai anggota tim Anda yang bekerja 24/7. Sementara otomatisasi tradisional mengikuti aturan tetap, Agen AI dirancang untuk menangani kompleksitas dan ketidakpastian bahasa manusia. Mereka dikonfigurasi melalui instruksi dalam bahasa alami (prompt) di modul Prompt & AI, memungkinkan Anda untuk menentukan kepribadian, tujuan, dan batasannya tanpa memerlukan kode. Agen AI vs. Aturan Otomatisasi Penting untuk membedakan Agen AI dari Aturan Otomatisasi. Keduanya mengotomatiskan tugas, tetapi beroperasi pada tingkat kompleksitas yang berbeda. | Karakteristik | Agen AI | Aturan Otomatisasi | | :--- | :--- | :--- | | Logika Operasi | Percakapan, berdasarkan niat dan konteks dialog. | Kondisional ("jika-maka"), berdasarkan pemicu dan kata kunci. | | Kompleksitas | Mengelola dialog kompleks dengan banyak langkah dan pertanyaan. | Melakukan tindakan sederhana dan instan (mis: menambahkan label). | | Interaksi | Proaktif: dapat mengajukan pertanyaan, meminta klarifikasi, dan memandu pelanggan. | Reaktif: menanggapi peristiwa atau kondisi tertentu. | | Contoh Penggunaan | Mengkualifikasi prospek dengan mengajukan pertanyaan tentang anggaran dan kebutuhannya. | Jika pesan berisi "harga", tetapkan percakapan ke tim Penjualan. | Bagaimana Agen AI Bekerja di Papo? Cara kerja Agen AI di Papo berpusat pada modul Prompt & AI, yang berfungsi sebagai otak operasi kecerdasan buatan Anda. Prosesnya melibatkan tiga komponen utama: 1. Prompt: Ini adalah serangkaian instruksi yang menentukan perilaku Agen AI. Di dalamnya, Anda menjelaskan siapa agen tersebut, bagaimana nada suaranya, apa tujuannya (menjual, memberikan dukungan, menjadwalkan), apa yang bisa dan tidak bisa dilakukannya, dan memberikan contoh interaksi. Prompt yang ditulis dengan baik adalah kunci untuk agen yang efektif dan selaras dengan merek Anda. 2. Agen: Ini adalah entitas yang menjalankan instruksi prompt. Di Papo, ada agen "Umum" yang berfungsi sebagai standar untuk akun, tetapi Anda dapat membuat beberapa "sub-asisten". Setiap sub-asisten dapat memiliki prompt khusus untuk tugas, produk, atau saluran yang berbeda. Misalnya, agen untuk kualifikasi penjualan di WhatsApp dan agen lain untuk dukungan teknis di komentar Instagram. 3. Asosiasi dengan Kotak Masuk: Agen, meskipun sudah dikonfigurasi, hanya akan aktif ketika diaktifkan untuk saluran tertentu. Di dalam modul Prompt & AI, Anda mengaitkan agen (Umum atau sub-asisten) dengan satu atau lebih kotak masuk (WhatsApp, Instagram, Email, dll.). Ini memberikan kontrol penuh atas di mana dan kapan AI harus merespons. Langkah demi langkah: Cara mengonfigurasi Agen AI Mengonfigurasi Agen AI di Papo adalah proses yang intuitif, berfokus pada instruksi dan bukan pada kode. 1. Akses Modul AI: Di menu samping platform Papo, klik Prompt dan AI. Jika tidak terlihat, minta administrator akun Anda untuk memeriksa izin akses Anda. 2. Pilih atau Buat Agen: Anda dapat mengedit agen "Umum" standar atau mengklik untuk membuat sub-asisten baru. Agen baru dibuat sebagai draf, memungkinkan Anda mengonfigurasinya sepenuhnya sebelum mengaktifkannya. 3. Tulis Prompt: Ini adalah langkah paling krusial. Di area pengeditan agen, tentukan instruksinya. Anda dapat menggunakan bidang teks bebas untuk menjelaskan perilaku yang diharapkan secara rinci atau mengisi bagian terstruktur yang memandu pembuatan persona, tujuan, dan batasan. 4. Aktifkan Agen di Saluran: Buka tab Kotak Masuk di dalam modul. Anda akan melihat daftar semua saluran yang terhubung. Untuk setiap saluran, aktifkan sakelar AI dan pilih dari menu agen mana (Umum atau sub-asisten) yang akan bertanggung jawab atas saluran tersebut. 5. Pantau dan Optimalkan: Gunakan area Statistik untuk memantau kinerja agen Anda. Analisis pesan yang berhasil dikirim, kegagalan, dan interaksi yang diabaikan untuk mengidentifikasi peluang peningkatan dalam prompt Anda. Pertanyaan yang Sering Diajukan (FAQ) ### Apa perbedaan antara Agen AI dan Flow? Agen AI dirancang untuk percakapan dinamis dan terbuka, menafsirkan niat pengguna secara real-time. Flow adalah perjalanan terstruktur dan visual dengan jalur yang lebih terdefinisi, ideal untuk proses langkah demi langkah seperti pendaftaran atau kuis. Keduanya dapat bekerja sama: Agen AI dapat memulai Flow ketika mengidentifikasi niat tertentu. ### Bisakah Agen AI mentransfer percakapan ke manusia? Ya. Salah satu fungsi terpenting dari Agen AI adalah mengetahui kapan harus menyerahkan tugas. Anda dapat menginstruksikannya dalam prompt untuk mentransfer percakapan ke tim tertentu (seperti "Penjualan" atau "Dukungan") ketika prospek telah terkualifikasi, ketika tidak tahu jawabannya, atau ketika pelanggan secara eksplisit meminta untuk berbicara dengan seseorang. ### Apakah saya perlu tahu cara memprogram untuk membuat Agen AI? Tidak. Konfigurasi Agen AI di Papo dilakukan melalui modul Prompt & AI, di mana Anda menulis instruksi dalam bahasa alami, seolah-olah Anda sedang memberikan perintah kepada rekan tim. Tidak diperlukan pengetahuan pemrograman. ### Di mana saya menentukan kepribadian dan nada suara Agen AI? Kepribadian, nada suara (formal, ramah, teknis), nama, dan peran agen semuanya ditentukan dalam prompt. Misalnya, Anda dapat menginstruksikan: "Anda adalah 'Zap', asisten virtual yang ramah dari Toko X. Selalu jawab dengan cara yang menyenangkan dan gunakan emoji." ### Bisakah saya memiliki Agen AI yang berbeda untuk penjualan dan dukungan? Ya. Papo memungkinkan pembuatan "sub-asisten". Anda dapat mengonfigurasi sub-asisten dengan prompt yang berfokus pada penjualan dan mengaitkannya dengan kotak masuk WhatsApp Anda, dan sub-asisten lain dengan prompt dukungan teknis untuk menanggapi komentar Instagram dan email dukungan. ### Apakah Agen AI memiliki akses ke riwayat pelanggan? Ya, Agen AI beroperasi dengan konteks lengkap percakapan dan riwayat kontak di Papo. Ini memungkinkannya memberikan jawaban yang lebih personal dan menghindari mengajukan pertanyaan yang sudah dijawab pelanggan, memberikan pengalaman yang lebih lancar. Baca juga - Apa itu Aturan Otomatisasi dan bagaimana cara menggunakannya? - Cara mentransfer percakapan antar agen dan tim di Papo Mulai gunakan gratis dan konfigurasikan AI Anda → AI Papo merespons dalam hitungan detik, mengkualifikasi prospek, dan menjadwalkan rapat secara otomatis.

Bagaimana Ringkasan Panggilan AI Bekerja?

Fungsionalitas ringkasan panggilan Papo (https://papo.global/) menggunakan kecerdasan buatan untuk secara otomatis mentranskripsi audio panggilan suara, seperti yang dilakukan melalui WhatsApp atau integrasi telepon (Wavoip), dan kemudian menghasilkan ringkasan yang ringkas. Ringkasan ini menyoroti poin-poin terpenting, keputusan yang diambil, dan tindakan yang harus dilakukan, memungkinkan tim Anda mengoptimalkan waktu analisis dan meningkatkan kualitas tindak lanjut. Setelah panggilan suara selesai dan direkam di platform, AI Papo mulai bekerja untuk memproses audio. Alih-alih harus mendengarkan kembali panggilan berdurasi beberapa menit, agen dan manajer dapat membaca ringkasan terstruktur yang langsung pada intinya. Ini memastikan bahwa tidak ada informasi penting yang hilang dan mempercepat transisi antar layanan serta pemantauan negosiasi. Proses Ringkasan oleh AI Transformasi percakapan suara menjadi ringkasan cerdas terjadi di latar belakang, tanpa memerlukan tindakan manual dari agen. Proses ini dibagi menjadi beberapa langkah yang jelas, mulai dari perekaman hingga penyajian ringkasan. | Langkah | Tindakan Platform | Hasil untuk Pengguna | | :--- | :--- | :--- | | 1. Perekaman Panggilan | Panggilan suara (melalui WhatsApp, Wavoip, dll.) direkam, tergantung pada pengaturan penyedia dan paket Anda. | File audio tersedia di riwayat kontak, di "Laporan Panggilan". | | 2. Transkripsi Otomatis | AI memproses audio rekaman dan mengubahnya menjadi teks, membuat transkripsi lengkap percakapan. | Catatan tertulis dari semua yang dikatakan dalam panggilan, memudahkan pencarian kata kunci. | | 3. Analisis dan Ringkasan| Model AI menganalisis transkripsi untuk mengidentifikasi tema utama, pertanyaan, jawaban, dan item tindakan. | Inti percakapan diekstrak, memisahkan konten yang relevan dari yang lain. | | 4. Pembuatan Ringkasan | AI menghasilkan teks singkat dan terstruktur, menyajikan poin-poin penting, langkah-langkah selanjutnya, dan keputusan yang disepakati. | Ringkasan siap baca cepat, dilampirkan pada catatan panggilan di riwayat pelanggan. | Bagaimana Ringkasan Panggilan AI Bekerja dalam Praktik Bagi pengguna, pengalaman ini lancar dan terintegrasi dengan alur kerja harian di Papo. 1. Lakukan atau Terima Panggilan: Agen menggunakan Papo untuk melakukan atau menerima panggilan suara melalui saluran yang dikonfigurasi, seperti WhatsApp atau Wavoip. 2. Penyelesaian Panggilan: Di akhir panggilan, panggilan tersebut secara otomatis dicatat dalam riwayat kontak, terlihat di garis waktu percakapan. 3. Pemrosesan di Latar Belakang: Dalam beberapa menit berikutnya, AI Papo memproses rekaman panggilan. 4. Akses Ringkasan: Saat mengakses catatan panggilan di riwayat, agen akan menemukan tidak hanya detail (durasi, tanggal, waktu), tetapi juga transkripsi lengkap dan, tepat di bawah atau disorot, ringkasan yang dihasilkan oleh AI. 5. Tindakan Cepat: Berdasarkan ringkasan, agen dapat dengan cepat membuat tugas tindak lanjut, memperbarui status prospek di CRM Kanban, atau mengirim email dengan poin-poin yang dibahas, semuanya tanpa perlu meninggalkan platform. Otomatisasi ini sangat berguna ketika seorang agen perlu mengambil alih percakapan yang dimulai oleh rekan kerja, karena memungkinkan untuk memahami seluruh konteks panggilan terakhir dalam hitungan detik. Untuk Siapa Ringkasan Panggilan AI Direkomendasikan? Fungsionalitas ini menambah nilai bagi berbagai fungsi dalam operasi penjualan atau dukungan. - Agen Penjualan dan Dukungan: Menghemat waktu karena tidak perlu mendengarkan kembali panggilan panjang untuk mengingat detail atau mempersiapkan tindak lanjut. - Manajer Tim: Dapat meninjau kualitas panggilan dan kemajuan negosiasi jauh lebih cepat, berfokus pada poin-poin penting yang diidentifikasi oleh AI daripada mendengarkan rekaman berjam-jam. - Analis Kualitas (QA): Menggunakan ringkasan dan transkripsi untuk mengaudit kepatuhan skrip, kualitas layanan, dan mengidentifikasi kebutuhan pelatihan dengan lebih efisien. - Tim Kolaboratif: Memfasilitasi serah terima antar agen atau shift, memastikan bahwa agen berikutnya memiliki konteks lengkap interaksi sebelumnya tanpa gangguan. Pertanyaan yang Sering Diajukan Di mana saya dapat menemukan ringkasan panggilan? Ringkasan dan transkripsi tersedia langsung di riwayat percakapan kontak, dilampirkan pada peristiwa panggilan yang sesuai. Mereka muncul segera setelah pemrosesan rekaman oleh AI. Apakah ringkasan AI berfungsi untuk semua panggilan? Fungsionalitas ini tergantung pada aktivasi perekaman panggilan di penyedia suara Anda (seperti PapoCall atau Wavoip) dan paket Anda di Papo. Panggilan perlu direkam agar AI dapat mentranskripsi dan meringkasnya. Apakah transkripsi panggilan 100% akurat? Teknologi transkripsi AI sangat canggih, tetapi, seperti sistem otomatis lainnya, kadang-kadang dapat menunjukkan ketidakakuratan, terutama dengan audio berkualitas rendah, kebisingan latar belakang, atau aksen yang sangat spesifik. Namun, akurasinya umumnya cukup tinggi untuk memberikan konteks yang jelas dan menghasilkan ringkasan yang berguna. Bisakah saya menonaktifkan fungsi ringkasan panggilan? Pengaturan fungsionalitas AI umumnya dikelola di tingkat akun atau paket. Untuk detail tentang ketersediaan dan konfigurasi fungsionalitas ini, lihat pengaturan akun Anda atau dokumentasi di situs web Papo. Dalam bahasa apa transkripsi dan ringkasan berfungsi? Papo terus-menerus memperluas kemampuan AI-nya. Untuk mendapatkan daftar bahasa yang didukung paling mutakhir untuk transkripsi dan ringkasan panggilan, periksa informasi terperinci tentang fitur AI di situs web resmi. Apakah ada biaya tambahan untuk menggunakan ringkasan panggilan AI? Ketersediaan fitur AI canggih, seperti ringkasan panggilan, mungkin tergantung pada paket langganan. Kami merekomendasikan untuk melihat halaman harga di situs web Papo atau menghubungi dukungan untuk informasi spesifik tentang paket Anda. Baca Juga - Cara Menggunakan AI untuk Meringkas Percakapan Panjang dan Memperbarui Diri dengan Cepat - Ikhtisar Laporan: Di Mana Menemukan Setiap Metrik di Papo Mulai gunakan secara gratis → Pengguna pertama gratis selamanya, memungkinkan Anda untuk mencoba fitur-fitur platform.

Cara Menggunakan AI untuk Menyarankan Jawaban Terbaik Selama Layanan Pelanggan

Dengan Papo (https://papo.global/), Anda dapat menggunakan kecerdasan buatan sebagai kopilot untuk tim layanan pelanggan Anda, menyarankan jawaban terbaik secara real-time selama percakapan. Melalui modul seperti Capitão, platform menganalisis pertanyaan pelanggan dan merekomendasikan jawaban yang relevan, baik dari daftar Jawaban Cepat yang telah ditentukan sebelumnya atau menghasilkan teks berdasarkan dokumen di Basis Pengetahuan Anda, meningkatkan kecepatan dan konsistensi dukungan manusia. Efisiensi dalam layanan pelanggan bergantung pada jawaban yang cepat dan akurat. Namun, bahkan agen yang paling berpengalaman pun mungkin membutuhkan waktu untuk menemukan informasi yang benar atau mengetik jawaban untuk pertanyaan yang berulang. AI bantuan agen Papo mengatasi masalah ini, bertindak sebagai asisten yang membaca percakapan dan menawarkan saran jawaban dengan satu klik. Ini memungkinkan agen manusia untuk fokus pada hubungan dengan pelanggan, sementara teknologi mengurus bagian berulang dari mencari dan merumuskan informasi. Jenis Saran yang Dihasilkan oleh AI AI Papo menggunakan dua sumber utama untuk menyarankan jawaban kepada agen Anda selama layanan. Masing-masing memiliki tujuan spesifik dan, bersama-sama, menciptakan sistem dukungan yang kuat. | Tipe Saran | Sumber Informasi | Ideal Untuk | | :--- | :--- | :--- | | Jawaban Cepat | Teks yang telah disetujui dan dibuat secara manual oleh tim Anda. | Pertanyaan yang sangat sering diajukan dan terstandarisasi, seperti salam, harga, jam operasional, tautan berguna, dan kebijakan penukaran. | | Basis Pengetahuan | Dokumen (PDF, manual produk, kebijakan internal) yang Anda unggah ke platform. | Pertanyaan yang lebih kompleks atau spesifik yang memerlukan konsultasi informasi terperinci yang tidak ada dalam jawaban siap pakai. | Jawaban Cepat menjamin standardisasi dan kecepatan untuk pertanyaan yang paling umum, sementara Basis Pengetahuan menawarkan kedalaman dan fleksibilitas untuk pertanyaan yang tidak terduga. Cara kerja saran jawaban oleh AI Proses ini dirancang agar intuitif dan tidak mengganggu alur kerja agen. Modul Capitão dari Papo berfungsi sebagai kopilot yang terintegrasi dengan layar percakapan. 1. Analisis Pesan Pelanggan: Ketika pelanggan mengirim pertanyaan, AI menganalisis konten secara real-time untuk memahami maksud di balik pesan tersebut. 2. Pencarian Jawaban Terbaik: Berdasarkan analisis ini, AI mencari di dua lini: - Memeriksa apakah pertanyaan sesuai dengan salah satu Jawaban Cepat yang telah dikonfigurasi. - Mengonsultasikan Basis Pengetahuan untuk menemukan bagian dokumen yang menjawab pertanyaan pelanggan. 3. Penyajian Saran: Platform menampilkan saran yang paling relevan langsung di antarmuka agen, di samping kotak pengetikan. Saran dapat mencakup Jawaban Cepat maupun teks yang dihasilkan dari dokumen. 4. Tindakan Agen: Agen kemudian dapat: - Mengklik saran untuk memasukkannya langsung ke dalam percakapan. - Mengedit saran sebelum mengirimnya untuk mempersonalisasi pesan. - Mengabaikan saran dan mengetik jawaban manual, jika tidak ada yang sesuai. Siklus ini terjadi dalam hitungan detik, mengubah layanan menjadi proses yang lebih dinamis dan efisien. Cara mengonfigurasi AI untuk menyarankan jawaban Agar AI dapat membantu tim Anda, Anda perlu terlebih dahulu memberinya pengetahuan yang diperlukan. Konfigurasi dibagi menjadi langkah-langkah sederhana dan tidak memerlukan pengetahuan teknis tingkat lanjut. | Langkah | Tindakan | Deskripsi | | :--- | :--- | :--- | | 1. Memberi Makan Basis Pengetahuan | Unggah dokumen yang relevan (PDF, file teks) di bagian "Basis Pengetahuan" Papo. | Sertakan manual produk, kebijakan perusahaan, panduan pemecahan masalah, dan daftar pertanyaan yang sering diajukan (FAQ). | | 2. Membuat Jawaban Cepat | Akses area "Jawaban Cepat" dan buat pintasan serta teks untuk pertanyaan yang paling umum. | Atur dalam folder berdasarkan departemen (Penjualan, Dukungan) untuk memudahkan pengelolaan dan penggunaan oleh agen. | | 3. Mengaktifkan Asisten AI | Di pengaturan asisten AI Anda (Capitão), tautkan Basis Pengetahuan dan Jawaban Cepat yang harus digunakannya. | Anda dapat memiliki asisten yang berbeda untuk tim yang berbeda, masing-masing dengan kumpulan pengetahuannya sendiri. | | 4. Melatih Tim | Tunjukkan kepada agen bagaimana saran akan muncul di layar percakapan dan bagaimana mereka dapat menggunakannya. | Penggunaan intuitif, tetapi penyelarasan singkat memastikan semua orang memanfaatkan fungsionalitas sepenuhnya. | Pertanyaan yang Sering Diajukan (FAQ) Apa perbedaan antara AI yang menjawab sendiri dan yang menyarankan jawaban? Di Papo, ada dua aplikasi utama AI. Super Chat adalah agen AI otonom yang menjawab pelanggan 24/7, mengkualifikasi prospek, dan menjadwalkan janji temu tanpa intervensi manusia. Sementara itu, Capitão adalah kopilot AI yang membantu agen manusia, menyarankan jawaban selama percakapan agar agen dapat bekerja lebih cepat. Dari mana AI mendapatkan informasi untuk menyarankan jawaban? AI mencari informasi di dua lokasi yang Anda konfigurasikan sendiri: pustaka Jawaban Cepat, yang merupakan teks yang telah disetujui untuk pertanyaan umum, dan Basis Pengetahuan, yang terdiri dari dokumen (seperti PDF dan manual) yang Anda unggah ke platform. Bisakah agen mengedit jawaban yang disarankan oleh AI sebelum mengirim? Ya. Saran AI adalah titik awal. Agen memiliki kendali penuh dan dapat mengklik saran untuk memasukkannya ke dalam kotak teks, lalu mengedit, menambahkan, atau menghapus informasi untuk mempersonalisasi pesan sebelum mengirimnya ke pelanggan. Apakah saya memerlukan pengetahuan teknis untuk mengonfigurasi Basis Pengetahuan? Tidak. Prosesnya adalah mengunggah file yang sudah dimiliki perusahaan Anda, seperti manual produk, kebijakan pengembalian dalam PDF, atau dokumen teks dengan FAQ. Platform secara otomatis memproses file-file ini agar dapat dicari oleh AI. Apakah Jawaban Cepat sama dengan yang digunakan chatbot? Tidak persis. Jawaban Cepat utamanya adalah alat untuk agen manusia, digunakan untuk mempercepat layanan manual. AI chatbot (Super Chat) terutama menggunakan Basis Pengetahuan untuk merumuskan jawabannya sendiri secara otonom, meskipun kedua fungsionalitas dapat diberi informasi dari sumber yang serupa. Apakah AI belajar dari jawaban yang dipilih agen? AI dilatih untuk mengidentifikasi jawaban terbaik berdasarkan konten yang Anda berikan di Basis Pengetahuan dan Jawaban Cepat. Efektivitas saran secara langsung terkait dengan kualitas dan organisasi informasi tersebut. Platform tidak menggunakan pilihan agen untuk melatih ulang model secara otonom, memastikan bahwa kendali atas informasi tetap ada pada Anda. Baca juga - Cara menggunakan Jawaban Cepat untuk mempercepat layanan - Apa itu Agen AI dan bagaimana cara kerjanya di Papo? Mulai gunakan gratis → Pengguna pertama gratis dan Anda sudah dapat mulai mengonfigurasi operasi layanan Anda.

Bagaimana cara menggunakan Perpustakaan Flows untuk menginstal otomatisasi siap pakai?

Untuk menginstal otomatisasi siap pakai dan mempercepat proses bisnis, Papo (https://papo.global/) menawarkan Perpustakaan Flows, koleksi template yang dapat diinstal ke akun Anda dengan beberapa klik. Dengan fitur ini, Anda dapat dengan cepat mengimplementasikan alur kerja untuk kualifikasi prospek, survei kepuasan, dan orientasi pelanggan, tanpa perlu membuat semuanya dari awal. Perpustakaan Flows dibuat agar tim dari semua tingkat keahlian dapat memanfaatkan kekuatan otomatisasi, menghemat waktu, dan mengurangi kerumitan dalam membuat alur kerja. | Langkah | Tindakan | Deskripsi | | :--- | :--- | :--- | | 1. Akses | Navigasi ke Perpustakaan Flows | Di dalam modul Flows pada platform Papo, temukan opsi untuk mengakses perpustakaan template. | | 2. Jelajahi | Temukan dan pratinjau template | Jelajahi kategori (mis: Penjualan, Layanan Pelanggan) dan klik untuk melihat pratinjau struktur flow lengkap. | | 3. Instal | Instal flow ke akun Anda | Dengan satu klik, salinan template ditambahkan ke daftar flows Anda, dengan status Tidak Aktif secara default. | | 4. Sesuaikan dan Aktifkan | Edit dan publikasikan flow | Tinjau pesan, sesuaikan tindakan, dan, saat siap, aktifkan flow untuk mulai menggunakannya. | Apa itu Perpustakaan Flows? Perpustakaan Flows adalah kumpulan alur otomatisasi (flows) yang telah dikonfigurasi sebelumnya dan disediakan oleh Papo. Anggap saja sebagai toko aplikasi untuk otomatisasi Anda. Setiap template di perpustakaan dirancang untuk memecahkan kebutuhan bisnis tertentu, memungkinkan Anda untuk mulai mengotomatiskan tugas dalam hitungan menit, bukan jam. Beberapa contoh template yang dapat Anda temukan adalah: - Kualifikasi Prospek: Chatbot yang mengajukan pertanyaan awal untuk menyaring dan memprioritaskan kontak baru sebelum mengirimkannya ke tim penjualan. - Selamat Datang Pelanggan Baru: Urutan pesan untuk memandu pelanggan yang baru bergabung tentang langkah-langkah awal dengan produk atau layanan Anda. - Survei Kepuasan (CSAT/NPS): Flow yang secara otomatis mengirimkan survei setelah layanan selesai dan mengambil tindakan berdasarkan skor yang diterima. - Penjadwalan Demo: Flow yang mengumpulkan informasi prospek dan mengarahkannya ke jadwal penjual. Manfaat utamanya adalah kecepatan. Daripada merancang flow yang kompleks dari awal, Anda dapat menginstal model yang telah teruji dan hanya fokus pada penyesuaian kecil, seperti mempersonalisasi teks pesan atau menentukan ke tim mana tugas akan dikirim. Cara menginstal otomatisasi dari Perpustakaan langkah demi langkah Mengimplementasikan otomatisasi dari template adalah proses yang sederhana dan aman. Flow hanya akan berfungsi setelah Anda meninjau, menyesuaikan, dan mengaktifkannya secara manual. 1. Mengakses Perpustakaan Di dalam panel Papo, navigasikan ke modul Flows, tempat Anda mengelola semua otomatisasi Anda. Di layar Flows, cari opsi yang mengarah ke Perpustakaan Flows atau bagian template. 2. Menjelajahi dan memilih template Di perpustakaan, Anda akan menemukan berbagai template yang diatur berdasarkan kategori atau kasus penggunaan, seperti Penjualan, Pemasaran, Layanan Pelanggan, atau Sumber Daya Manusia. - Jelajahi opsi: Jelajahi template yang tersedia untuk menemukan yang sesuai dengan kebutuhan Anda. - Pratinjau flow: Sebelum menginstal, Anda dapat mengklik template untuk melihat pratinjau struktur visualnya. Ini menunjukkan semua "node" (langkah-langkah) dari flow, seperti pesan, kondisi, dan tindakan, memungkinkan Anda memahami dengan tepat apa yang dilakukan otomatisasi tersebut bahkan sebelum menambahkannya ke akun Anda. 3. Menginstal template Suka template? Langkah selanjutnya adalah menginstalnya. Saat Anda mengklik tombol instalasi, salinan lengkap flow tersebut akan ditambahkan ke daftar otomatisasi Anda di modul Flows. Detail penting adalah bahwa, secara default, flow diinstal sebagai TIDAK AKTIF. Ini adalah tindakan keamanan untuk memastikan bahwa otomatisasi tidak mulai berjalan secara tidak sengaja sebelum dikonfigurasi secara spesifik untuk bisnis Anda. 4. Menyesuaikan dan mengaktifkan flow Dengan flow yang terinstal dan tidak aktif, Anda memiliki kebebasan penuh untuk menyesuaikannya dengan kebutuhan Anda. 1. Buka flow yang baru diinstal di daftar otomatisasi Anda. 2. Tinjau setiap node: Baca pesan teks dan sesuaikan bahasanya untuk mencerminkan suara dan kebijakan merek Anda. 3. Konfigurasi tindakan: Periksa tindakan seperti "menambahkan label ke kontak", "membuat tugas di modul Proyek", atau "mengirim webhook" dan konfigurasikan sesuai dengan aturan operasi Anda. 4. Uji flow: Gunakan alat pengujian platform untuk mensimulasikan perjalanan pelanggan dan memastikan semuanya berfungsi seperti yang diharapkan. 5. Aktifkan flow: Setelah Anda puas dengan penyesuaian, cukup ubah status flow dari "Tidak Aktif" menjadi "Aktif". Sejak saat itu, flow akan siap dipicu oleh pemicu yang dikonfigurasi dan mengotomatiskan tugas-tugas Anda. Untuk siapa Perpustakaan Flows ini? Fitur ini sangat berguna untuk: - Perusahaan yang baru memulai otomatisasi: Menawarkan titik awal yang jelas dan fungsional, mengurangi kurva pembelajaran. - Tim Pemasaran dan Penjualan: Memungkinkan implementasi cepat corong kualifikasi, nurturing, dan penjadwalan. - Tim Layanan Pelanggan: Memfasilitasi pembuatan flow untuk survei kepuasan dan jawaban atas pertanyaan yang sering diajukan. - Manajer dan Analis: Mempercepat standarisasi proses dan implementasi strategi baru tanpa bergantung pada pengembangan teknis. Pertanyaan yang Sering Diajukan (FAQ) ### Apa yang terjadi setelah saya menginstal flow? Flow disalin ke daftar otomatisasi Anda di modul Flows dengan status "Tidak Aktif". Flow tidak akan menjalankan tindakan apa pun sampai Anda meninjau, mempersonalisasi, dan mengaktifkannya secara manual. ### Bisakah saya mengedit flow yang saya instal dari perpustakaan? Ya. Template yang diinstal adalah salinan milik Anda sepenuhnya. Anda dapat mengedit, menambah, atau menghapus langkah (node) apa pun, mengubah teks, mengkonfigurasi ulang tindakan, dan menyesuaikan flow sepenuhnya sesuai kebutuhan Anda. ### Apakah template di perpustakaan berbayar? Akses ke Perpustakaan Flows dan instalasi template adalah fitur yang termasuk dalam platform Papo. Biaya terkait dengan eksekusi otomatisasi, seperti pengiriman pesan, mengikuti aturan dan batasan paket yang Anda kontrak. Untuk detail tentang paket dan harga, silakan kunjungi situs web resmi kami. ### Jenis otomatisasi apa yang dapat saya temukan di perpustakaan? Perpustakaan mencakup berbagai template untuk kasus penggunaan umum dalam penjualan, pemasaran, dan layanan pelanggan, seperti kualifikasi prospek, penjadwalan rapat, survei kepuasan (CSAT dan NPS), orientasi pelanggan baru, urutan selamat datang, dan banyak lagi. ### Apakah saya memerlukan pengetahuan teknis untuk menggunakan template? Tidak. Keuntungan utama template adalah bahwa mereka dirancang untuk digunakan oleh siapa saja, tanpa memerlukan pengetahuan pemrograman. Personalisasi dasar terutama melibatkan pengeditan teks. Penyesuaian yang lebih canggih, seperti konfigurasi webhook, mungkin memerlukan sedikit lebih banyak keakraban dengan platform, tetapi dasar flow sudah akan siap. Baca juga - Flows, Aturan, atau Urutan: Otomatisasi mana yang harus digunakan dalam setiap situasi? - Apa itu Aturan Otomatisasi dan bagaimana cara menggunakannya? Mulai gratis → Pengguna pertama gratis untuk Anda menguji alur lengkap.

Apa itu Alat (Tools) Capitão dan Bagaimana Cara Menggunakannya?

Alat (Tools) Capitão adalah tindakan yang dapat dijalankan oleh asisten kecerdasan buatan Papo (https://papo.global/) untuk mengotomatiskan tugas dan berinteraksi dengan sistem lain. Alat ini memungkinkan AI untuk tidak hanya menjawab pertanyaan, tetapi juga melakukan tindakan praktis seperti menjadwalkan rapat, memeriksa status pesanan di sistem eksternal, atau membuat peluang bisnis baru di CRM Anda, semuanya langsung dari percakapan dengan pelanggan. Dengan Alat, Anda mengubah asisten Capitão Anda dari informan pasif menjadi agen proaktif. Ia dapat memahami niat pelanggan dan menggunakan alat tertentu untuk menyelesaikan permintaan secara langsung, tanpa perlu intervensi manusia. Ini membuka berbagai kemungkinan untuk otomatisasi yang kompleks dan efisien. | Jenis Alat | Deskripsi | Contoh Penggunaan | Pengetahuan Teknis | | :--- | :--- | :--- | :--- | | Natif | Integrasi yang sudah dikonfigurasi sebelumnya dan siap digunakan, tersedia di platform Papo. | Menjadwalkan demo di Google Agenda milik seorang sales. | Rendah (hanya perlu mengaktifkan dan menghubungkan akun). | | Kustom (HTTP) | Tindakan yang disesuaikan yang terhubung ke sistem eksternal (ERP, CRM) atau API Papo itu sendiri. | Memeriksa status pesanan di sistem e-commerce perusahaan. | Tingkat Lanjut (membutuhkan pengetahuan tentang API dan permintaan HTTP). | Bagaimana Alat Capitão Bekerja? Proses kerja sebuah Alat (Tool) adalah siklus cerdas yang menghubungkan percakapan pelanggan dengan tindakan konkret: 1. Interpretasi Niat: Pelanggan mengirim pesan seperti "Saya ingin tahu di mana pesanan saya 12345" atau "Saya ingin menjadwalkan rapat dengan konsultan". 2. Pemilihan Alat: Capitão menganalisis pesan dan, berdasarkan instruksi serta deskripsi alat yang telah Anda konfigurasikan, mengidentifikasi alat mana yang paling sesuai untuk menyelesaikan permintaan tersebut. 3. Eksekusi Tindakan: AI mengaktifkan alat yang dipilih. Jika itu adalah alat untuk memeriksa pesanan, ia akan mengirim nomor "12345" ke sistem eksternal Anda. Jika untuk menjadwalkan, ia akan memeriksa waktu luang di agenda. 4. Pengembalian Respons: Sistem eksternal atau alat natif mengembalikan hasil (misalnya: "Pesanan dalam pengiriman" atau "Waktu yang tersedia: 14.00 dan 15.00"). 5. Komunikasi ke Pelanggan: Capitão menggunakan informasi ini untuk merumuskan respons yang alami dan lengkap kepada pelanggan, menyelesaikan permintaan secara mandiri. Alur ini mengubah layanan pelanggan, memungkinkan AI untuk menyelesaikan masalah dari awal hingga akhir, dan tidak hanya memberikan informasi dasar. Jenis Alat: Natif vs. Kustom Anda dapat melengkapi asisten Capitão Anda dengan dua jenis alat, masing-masing dengan tujuan yang berbeda. Alat Natif Ini adalah integrasi siap pakai, yang dikembangkan dan dikelola oleh Papo. Tujuannya adalah untuk menyederhanakan koneksi dengan layanan populer tanpa Anda perlu khawatir tentang detail teknis. Contoh utamanya adalah integrasi dengan Google Agenda. Dengan mengaktifkannya, Anda memungkinkan Capitão untuk: - Memeriksa ketersediaan secara real-time di agenda satu atau lebih anggota tim. - Menawarkan waktu luang kepada pelanggan selama percakapan. - Membuat acara secara otomatis di agenda segera setelah pelanggan mengkonfirmasi waktu yang diinginkan. Konfigurasi biasanya hanya melibatkan otorisasi Papo untuk mengakses akun Anda di layanan eksternal dan mengaktifkan alat untuk asisten Anda. Alat Kustom (HTTP) Alat kustom menawarkan fleksibilitas penuh, memungkinkan Capitão untuk berkomunikasi dengan hampir semua sistem yang memiliki API (Application Programming Interface). Ini termasuk ERP, CRM, platform e-commerce Anda, atau bahkan modul lain dari Papo itu sendiri. Untuk mengkonfigurasi alat kustom, Anda perlu memberikan detail permintaan HTTP yang harus dilakukan AI: - URL Endpoint: Alamat API yang akan dipanggil (misalnya: https://api.meusistema.com/v1/pedidos). - Metode HTTP: Tindakan yang akan dilakukan (GET untuk mengambil data, POST untuk membuat, PUT untuk memperbarui, dll.). - Headers (Header): Informasi tambahan, seperti kunci autentikasi (Authorization: Bearer sk_sua_chave_secreta) untuk memastikan permintaan aman dan terotorisasi. - Body (Isi Permintaan): Data yang akan dikirim, biasanya dalam format JSON. Anda dapat menggunakan variabel dari percakapan untuk membuat tindakan menjadi dinamis (misalnya: {"id_pedido": "{variavel_numero_pedido}"}). Dengan ini, Anda dapat membuat otomatisasi seperti "memeriksa saldo poin loyalitas", "membuat prospek baru di CRM Papo", atau "membuka tiket dukungan di sistem internal Anda". Langkah demi Langkah: Cara Mengkonfigurasi Alat di Capitão Meskipun nama menu yang tepat dapat bervariasi, proses konseptual untuk mengaktifkan alat bagi asisten Anda mengikuti logika yang jelas: 1. Akses Pengaturan Asisten: Di panel Papo, navigasikan ke area konfigurasi Capitão yang ingin Anda tingkatkan. 2. Temukan Bagian Alat: Di dalam opsi konfigurasi asisten, temukan area yang didedikasikan untuk "Alat" (Tools). 3. Tambahkan Alat Baru: Pilih antara menambahkan alat "Natif" atau "Kustom (HTTP)". 4. Untuk Alat Natif: Pilih layanan yang diinginkan (seperti Google Agenda) dari daftar integrasi yang tersedia. Ikuti instruksi di layar untuk menghubungkan dan mengotorisasi akun Anda. 5. Untuk Alat Kustom: - Berikan Nama dan Deskripsi: Buat nama yang jelas (misalnya: "Periksa Status Pesanan") dan deskripsi terperinci untuk AI. Deskripsi sangat penting, karena mengajarkan Capitão kapan dan bagaimana menggunakan alat tersebut (misalnya: "Gunakan alat ini untuk memeriksa status pesanan pelanggan ketika ia memberikan nomor pesanan"). - Konfigurasi Permintaan HTTP: Isi kolom URL endpoint, metode HTTP, header (untuk autentikasi), dan isi permintaan, jika diperlukan. 6. Aktifkan dan Uji: Setelah konfigurasi, aktifkan alat agar Capitão dapat mulai menggunakannya. Lakukan pengujian dengan mengirim pesan yang seharusnya memicu alat baru untuk memastikan semuanya berfungsi seperti yang diharapkan. Pertanyaan yang Sering Diajukan (FAQ) Apa perbedaan antara Alat (Tools) dan Skenario? Alat (Tools) dirancang untuk menjalankan tindakan di sistem eksternal atau bagian lain dari API Papo, seperti memeriksa database atau menjadwalkan acara. Sedangkan Skenario adalah instruksi bagi Capitão untuk menjalankan tindakan internal di platform, seperti mentransfer percakapan ke agen manusia (transbordo) dalam situasi tertentu. Apakah saya perlu tahu cara memprogram untuk menggunakan Alat? Untuk Alat Natif, seperti integrasi dengan Google Agenda, tidak diperlukan pengetahuan pemrograman. Konfigurasi dilakukan melalui antarmuka yang sederhana. Untuk Alat Kustom (HTTP), diperlukan pengetahuan teknis tentang cara kerja API, termasuk metode HTTP, autentikasi, dan format JSON. Bagaimana AI tahu Alat mana yang harus digunakan? AI memutuskan alat mana yang akan digunakan berdasarkan deskripsi yang Anda berikan saat mengkonfigurasinya. Deskripsi yang jelas dan terperinci, yang menjelaskan tujuan alat dan informasi apa yang dibutuhkannya, sangat penting. Capitão menganalisis niat pelanggan dan membandingkannya dengan deskripsi semua alat yang tersedia untuk memilih yang paling sesuai. Bisakah saya menggunakan Alat untuk berinteraksi dengan API Papo itu sendiri? Ya. Anda dapat mengkonfigurasi Alat Kustom (HTTP) untuk melakukan panggilan ke API Papo. Ini memungkinkan Anda membuat otomatisasi tingkat lanjut, seperti menggunakan AI untuk membuat kontak baru di CRM, mengirim pesan melalui saluran lain, atau memperbarui atribut pelanggan, semuanya dari instruksi dalam percakapan. Apakah aman menggunakan Alat Kustom dengan kunci API saya? Ya. Informasi autentikasi, seperti kunci API (token), disimpan dengan aman di platform Papo dan digunakan dalam komunikasi server-ke-server, yang lebih aman. Merupakan praktik keamanan yang baik untuk membuat kunci API dengan izin terbatas khusus untuk integrasi ini, daripada menggunakan kunci dengan akses penuh. Baca juga - Apa itu Skenario dan cara menggunakannya untuk melatih AI Capitão - Cara membuat dan menggunakan kunci API untuk berintegrasi dengan sistem lain Mulai gratis dan otomatiskan tugas Anda → Pengguna pertama gratis dan Anda sudah bisa mulai mengonfigurasi AI Anda untuk menjalankan tindakan nyata.

Bagaimana cara membuat otomatisasi yang mengirim pesan setelah waktu tertentu?

Untuk membuat otomatisasi yang mengirim pesan setelah waktu tertentu, Anda harus menggunakan langkah "Tunggu" (Delay) dalam Flow di platform Papo (https://papo.global/). Fitur ini memungkinkan Anda untuk menentukan jeda strategis dalam hitungan menit, jam, atau hari sebelum otomatisasi melanjutkan ke tindakan berikutnya, seperti pengiriman pesan tindak lanjut, pengingat, atau survei kepuasan. Kemampuan untuk menjeda otomatisasi sangat penting untuk menciptakan perjalanan komunikasi yang terasa alami dan disampaikan pada waktu yang paling tepat bagi pelanggan, tanpa membanjiri mereka dengan pesan instan. | Komponen | Fungsi Utama | Unit Waktu | Contoh Penggunaan Praktis | | :--- | :--- | :--- | :--- | | Langkah "Tunggu" | Menjeda eksekusi Flow untuk periode tertentu. | Menit, Jam, Hari. | Setelah mengirim proposal, tunggu 2 hari lalu kirim pesan tindak lanjut menanyakan apakah pelanggan memiliki pertanyaan. | | Flow Otomatisasi | Mengatur perjalanan kontak lengkap dengan tindakan dan kondisi. | T/A | Chatbot yang mengkualifikasi prospek, mengirim materi, menunggu 24 jam, lalu bertanya apa pendapat mereka tentang materi tersebut. | | Tindakan "Kirim Pesan" | Mengirim pesan (teks atau template HSM) ke kontak. | T/A | Pesan yang dipicu segera setelah periode "Tunggu" berakhir. | Apa itu langkah "Tunggu" dan untuk apa fungsinya? Langkah "Tunggu" adalah salah satu "node" tindakan yang tersedia di pembuat visual Flow Papo. Fungsi utamanya adalah untuk memperkenalkan penundaan waktu dalam urutan otomatisasi. Alih-alih satu tindakan terjadi segera setelah yang lain, Flow akan berada dalam status menunggu selama periode yang Anda konfigurasikan. Fitur ini penting untuk membangun irama komunikasi yang efektif, seperti: - Tindak lanjut penjualan: Menjaga kontak dengan prospek yang menunjukkan minat tetapi belum membuat keputusan. - Nutrisi prospek: Mengirim serangkaian konten edukatif atau tips tentang produk/layanan Anda selama beberapa hari. - Pengingat: Memberi tahu pelanggan tentang janji temu, tanggal jatuh tempo faktur, atau acara penting sebelumnya. - Survei pasca-interaksi: Mengumpulkan umpan balik beberapa waktu setelah layanan selesai atau produk dikirimkan, memberikan waktu bagi pelanggan untuk memiliki pengalaman yang lengkap. Dengan menggabungkan langkah "Tunggu" dengan node tindakan dan kondisi lainnya, Anda mengubah chatbot sederhana menjadi alat hubungan dan penjualan yang kuat. Cara mengkonfigurasi langkah "Tunggu" dalam Flow Membuat jeda dalam otomatisasi Anda adalah proses yang sederhana dan visual. Ikuti langkah-langkah di bawah ini untuk menambahkan waktu tunggu di Flow Anda. 1. Akses Modul Flow: Di menu utama platform Papo, navigasikan ke Flows / Chatbot. 2. Buat atau Edit Flow: Anda dapat memulai Flow baru dari awal atau menambahkan langkah tunggu ke otomatisasi yang sudah ada. 3. Tambahkan Node Baru: Pada titik perjalanan di mana Anda ingin menyisipkan jeda (misalnya, setelah pengiriman pesan awal), klik ikon + untuk menambahkan langkah baru. 4. Pilih Tindakan "Tunggu": Dalam daftar tindakan yang tersedia, temukan dan pilih opsi "Tunggu" (Delay). 5. Tentukan Waktu Tunggu: Jendela konfigurasi akan terbuka. Di dalamnya, Anda harus menentukan durasi jeda: - Nilai: Masukkan angka yang sesuai dengan waktu (misalnya: 2). - Unit: Pilih unit waktu dari menu drop-down (Menit, Jam, atau Hari). 6. Hubungkan Tindakan Berikutnya: Setelah node "Tunggu", tambahkan tindakan yang harus dieksekusi setelah waktu tunggu berakhir. Umumnya, ini akan menjadi node "Kirim Pesan". 7. Konfigurasi Pesan Tindak Lanjut: Di node "Kirim Pesan", tulis teks yang akan diterima kontak. Ingatlah bahwa jika jeda melebihi jendela layanan 24 jam WhatsApp, pesan yang dikirim harus berupa Template Pesan (HSM) yang sebelumnya disetujui oleh Meta. 8. Simpan dan Aktifkan Flow: Setelah membangun dan meninjau logika Anda, simpan perubahan dan pastikan Flow berstatus "Aktif" agar dapat memproses kontak. Dengan langkah-langkah ini, setiap kontak yang melewati bagian Flow ini akan "dijeda" di node "Tunggu" dan hanya akan melanjutkan otomatisasi setelah waktu yang dikonfigurasi selesai. Pertanyaan yang Sering Diajukan (FAQ) Apa perbedaan antara menggunakan "Tunggu" dalam Flow dan Urutan? Langkah "Tunggu" dalam Flow menawarkan fleksibilitas maksimum, karena memungkinkan pembuatan percabangan dan logika kondisional setelah menunggu. Misalnya, Anda dapat menunggu 2 hari dan kemudian memeriksa apakah kontak memiliki label tertentu sebelum memutuskan pesan mana yang akan dikirim. Urutan, di sisi lain, adalah alat yang lebih sederhana dan linier, dirancang khusus untuk mengirim serangkaian pesan pada interval tetap, tanpa kompleksitas interaksi atau kondisi. Apa yang terjadi jika kontak membalas selama periode tunggu? Secara default, Flow akan melanjutkan eksekusi normalnya setelah waktu tunggu berakhir, meskipun kontak mengirim pesan selama periode tersebut. Otomatisasi akan mengikuti jalur yang telah dirancang. Untuk skenario yang lebih canggih, dimungkinkan untuk menggunakan Aturan untuk membuat logika yang menginterupsi tunggu atau mengubah alur jika kontak berinteraksi. Apa yang terjadi jika saya perlu mengirim pesan setelah 24 jam di WhatsApp? Jika waktu tunggu yang dikonfigurasi di langkah "Tunggu" menyebabkan pesan berikutnya dikirim setelah jendela layanan 24 jam WhatsApp, pesan tersebut wajib berupa Template Pesan (HSM) yang disetujui oleh Meta. Pesan teks biasa akan diblokir. Pastikan untuk membuat dan menyetujui template tindak lanjut Anda sebelumnya. Apakah ada batas maksimum untuk waktu tunggu? Platform ini memungkinkan konfigurasi waktu tunggu dalam menit, jam, atau hari, mencakup sebagian besar kasus penggunaan untuk otomatisasi pemasaran dan penjualan. Untuk informasi tentang batas spesifik, lihat dokumentasi terperinci di platform. Bisakah saya menggunakan variabel dalam pesan yang dikirim setelah menunggu? Ya. Pesan yang dikirim setelah langkah "Tunggu" dapat sepenuhnya dipersonalisasi dengan atribut kontak, seperti nama, perusahaan, atau informasi lain yang disimpan di CRM Papo. Ini membuat tindak lanjut Anda jauh lebih personal dan efektif. Apakah mungkin untuk membatalkan tunggu kontak tertentu dalam Flow? Manajemen kontak individu dalam Flow yang sedang berjalan adalah fungsionalitas lanjutan. Biasanya, kontak dapat dihapus dari Flow secara manual, yang akan menginterupsi langkah tunggu di masa mendatang. Mulai gratis dan otomatiskan tindak lanjut Anda → Mulai dengan pengguna pertama gratis dan bangun otomatisasi tanpa biaya awal.

Bagaimana menggunakan AI untuk mengidentifikasi sentimen pelanggan dalam percakapan?

Papo (https://papo.global/) menggunakan kecerdasan buatan untuk menganalisis pesan percakapan secara real-time dan mengklasifikasikan sentimen pelanggan sebagai positif, negatif, atau netral. Analisis ini memungkinkan tim layanan pelanggan dan penjualan untuk secara proaktif mengidentifikasi pelanggan yang tidak puas, peluang bisnis, dan memprioritaskan interaksi paling kritis melalui alat seperti Radar Pelanggan Synapse dan aturan otomatisasi. Memahami emosi di balik pesan pelanggan sangat penting untuk memberikan layanan berkualitas. Permintaan "bantuan" mungkin memiliki nada netral, sementara "saya butuh bantuan SEKARANG, tidak ada yang berfungsi" membawa sentimen yang jelas negatif. AI Papo telah dilatih untuk menangkap nuansa ini, mengubah nada percakapan menjadi data yang dapat ditindaklanjuti untuk operasi Anda. | Sentimen | Apa artinya | Contoh Penggunaan Strategis | | :--- | :--- | :--- | | Positif | Pelanggan puas, memuji produk, menyetujui solusi, atau menunjukkan antusiasme. | Mengidentifikasi promotor merek, meminta testimoni, atau mengarahkan ke penawaran peningkatan (upsell). | | Negatif | Pelanggan frustrasi, mengeluh tentang masalah, menyebutkan pesaing, atau menyatakan kekecewaan. | Memprioritaskan layanan, menerapkan label "Mendesak", memberi tahu supervisor, atau memicu alur untuk mencegah pembatalan (churn). | | Netral | Pelanggan mengajukan pertanyaan objektif, meminta informasi, mengonfirmasi data, atau dalam interaksi yang murni transaksional. | Mengikuti alur layanan standar, mengumpulkan informasi, atau mengarahkan ke respons cepat atau artikel Pusat Bantuan. | Bagaimana AI Papo menganalisis sentimen Kecerdasan buatan Papo tidak hanya didasarkan pada kata kunci yang terisolasi. Sistem ini telah dilatih dengan jutaan contoh percakapan untuk memahami konteks, niat, dan pola linguistik yang menunjukkan keadaan emosional pelanggan. Analisis mempertimbangkan berbagai faktor: - Pilihan Kata: Kehadiran kata sifat kuat seperti "luar biasa", "sempurna", dan "hebat" menandakan kepositifan, sementara istilah seperti "masalah", "kecewa", "kesalahan", dan "tidak berfungsi" menunjukkan sentimen negatif. - Konteks Kalimat: AI mengevaluasi kalimat secara keseluruhan. "Saya tidak punya masalah sama sekali" adalah kalimat positif, meskipun mengandung kata "masalah". - Intensitas: Penggunaan huruf kapital, pengulangan kata ("tidak pernah, tidak akan lagi"), dan tanda baca berlebihan (!!!, ???) diinterpretasikan sebagai penguat sentimen yang diungkapkan. Analisis ini secara langsung memberi makan modul intelijen seperti Synapse. Di dalamnya, Radar Pelanggan menggunakan sentimen sebagai salah satu faktor utama untuk menghitung "kritisitas" suatu kontak. Percakapan dengan sentimen negatif yang persisten akan memiliki kritisitas yang lebih tinggi, menandakan kepada tim bahwa pelanggan tersebut membutuhkan perhatian segera untuk mencegah churn. Bagaimana menggunakan analisis sentimen dalam otomatisasi Kekuatan sejati analisis sentimen terletak pada penggunaannya untuk mengotomatisasi tindakan dan mengoptimalkan proses. Di Papo, ini terutama dilakukan melalui Aturan Otomatisasi. Anda dapat mengonfigurasi aturan yang dipicu berdasarkan sentimen yang terdeteksi dalam sebuah pesan. Contoh praktis otomatisasi berdasarkan sentimen: 1. Prioritasi Pelanggan Tidak Puas: - Pemicu: Ketika sebuah pesan diterima. - Kondisi: Jika sentimen pesan adalah Negatif. - Tindakan: Menambahkan label "Pelanggan Berisiko" dan menetapkan percakapan kepada agen senior atau tim retensi. 2. Identifikasi Peluang Umpan Balik: - Pemicu: Ketika sebuah percakapan diselesaikan. - Kondisi: Jika pesan terakhir pelanggan memiliki sentimen Positif. - Tindakan: Menjadwalkan pengiriman pesan otomatis setelah 24 jam meminta pelanggan untuk meninggalkan ulasan atau testimoni. 3. Penyaringan dan Pengorganisasian: - Pemicu: Ketika percakapan baru dibuat. - Kondisi: Jika sentimen pesan pertama adalah Negatif. - Tindakan: Menandai percakapan sebagai Tertunda dan dengan prioritas tinggi agar menjadi yang pertama dalam antrean untuk dilayani. Dengan mengotomatisasi penerapan label berdasarkan sentimen, Anda juga memperkaya laporan Anda. Laporan Label akan menunjukkan tidak hanya topik yang paling umum, tetapi juga proporsi pelanggan yang puas dan tidak puas, memberikan gambaran yang jelas tentang kesehatan layanan Anda. Langkah demi langkah: Membuat otomatisasi berbasis sentimen Berikut adalah contoh cara membuat aturan untuk secara otomatis meningkatkan layanan pelanggan yang tidak puas. | Langkah | Tindakan | Detail Konfigurasi | | :--- | :--- | :--- | | 1. Akses Otomatisasi | Di panel Papo, navigasikan ke modul Otomatisasi dan pilih opsi untuk membuat Aturan baru. | Beri nama yang jelas untuk aturan tersebut, seperti "Eskalasi Layanan Negatif". | | 2. Tentukan Pemicu | Pilih peristiwa yang akan memulai pemeriksaan aturan. | Pilih pemicu "Pesan Dibuat" dan konfigurasikan agar hanya dipicu oleh pesan dari pelanggan. | | 3. Tambahkan Kondisi | Tentukan kondisi utama yang harus dipenuhi agar aturan dieksekusi. | Tambahkan kondisi: Sentimen Pesan > adalah > Negatif. | | 4. (Opsional) Perbaiki Aturan | Tambahkan kondisi lain untuk membuat aturan lebih spesifik. | Anda dapat menambahkan kondisi seperti Kotak Masuk > adalah > Dukungan Teknis agar aturan hanya berlaku untuk saluran ini. | | 5. Tentukan Tindakan | Tentukan apa yang harus dilakukan platform ketika kondisi terpenuhi. | Tambahkan tindakan "Tambahkan Label" dan pilih tag "Mendesak - Tidak Puas". Kemudian, tambahkan tindakan "Tetapkan ke Tim" dan pilih tim "Dukungan Level 2". | Pertanyaan yang Sering Diajukan Apakah analisis sentimen AI 100% akurat? Analisis sentimen didasarkan pada model pembelajaran mesin dan memiliki akurasi tinggi, tetapi tidak sempurna. Sarkasme, ironi, dan konteks budaya yang kompleks kadang-kadang dapat disalahartikan. Ini harus digunakan sebagai alat bantu dan penyaringan yang kuat, tetapi penilaian manusia tetap berharga untuk kasus-kasus sensitif. Dalam bahasa apa analisis sentimen berfungsi? Platform Papo dikembangkan untuk mendukung berbagai bahasa. Untuk mendapatkan daftar lengkap dan terbaru bahasa yang dicakup oleh analisis sentimen, lihat dokumentasi resmi atau halaman fitur di situs web Papo. Apa perbedaan antara analisis sentimen dan pelabelan oleh AI? Keduanya adalah fungsionalitas yang saling melengkapi. Analisis sentimen mengidentifikasi emosi atau nada pesan (positif, negatif, netral). Pelabelan oleh AI mengidentifikasi subjek atau topik percakapan (misalnya: "Pertanyaan Penagihan", "Masalah Akses"). Bersama-sama, keduanya menawarkan konteks lengkap: percakapan dengan sentimen Negatif dan label Masalah Akses adalah prioritas yang jelas. Bagaimana analisis sentimen membantu mencegah churn (kehilangan pelanggan)? Dengan mendeteksi frustrasi dan ketidakpuasan secara real-time, analisis sentimen memungkinkan tindakan proaktif. Daripada menunggu pelanggan mengajukan keluhan resmi atau berhenti menggunakan layanan Anda, otomatisasi dapat meningkatkan layanan ke spesialis atau segera memberi tahu manajer, meningkatkan peluang untuk membalikkan situasi dan mempertahankan pelanggan. Bisakah saya membuat laporan berdasarkan sentimen pelanggan? Ya. Dengan menggunakan aturan otomatisasi untuk menerapkan label seperti "Puas" atau "Tidak Puas" berdasarkan sentimen yang terdeteksi, Anda dapat menggunakan Laporan Label untuk melihat distribusi dan tren kepuasan pelanggan dari waktu ke waktu, berdasarkan saluran, atau berdasarkan tim. Mulai gunakan secara gratis dan pahami pelanggan Anda → Pengguna pertama gratis untuk Anda menghubungkan saluran Anda dan menguji kekuatan AI.

Apa itu Modul Prompt dan bagaimana ia memberdayakan Agen AI Anda?

Modul Prompt dan AI adalah pusat kendali di platform Papo (https://papo.global/) tempat Anda menentukan kepribadian, pengetahuan, dan aturan perilaku Agen AI Anda. Di modul inilah Anda membuat dan mengedit "prompt" — instruksi yang berfungsi sebagai otak asisten virtual Anda —, memastikan bahwa ia berinteraksi dengan pelanggan sesuai dengan merek Anda, mengkualifikasi prospek, dan menjalankan tugas secara otonom dan cerdas. Modul Prompt dan AI mengubah kecerdasan buatan dari sumber daya generik menjadi spesialis yang terlatih untuk bisnis Anda. Daripada bergantung pada pengaturan dasar, Anda memiliki kendali penuh atas cara AI berpikir dan bertindak, memungkinkan Anda membuat beberapa agen untuk saluran atau tujuan yang berbeda. Tabel di bawah ini merangkum komponen utama Modul Prompt dan AI serta fungsinya. | Komponen | Fungsi Utama | | :--- | :--- | | Editor Prompt | Tempat Anda menulis instruksi yang mendefinisikan persona, tujuan, dan batasan Agen AI. Ini adalah "otak" operasi. | | Agen | Memungkinkan Anda mengelola agen "Umum" (default) dan membuat "sub-asisten" dengan prompt spesifik untuk tugas-tugas seperti penjualan atau dukungan. | | Aturan Umum | Mendefinisikan pedoman perilaku yang harus diikuti agen dalam semua interaksi, terlepas dari prompt spesifik. | | Kotak Masuk | Mengaitkan Agen AI dengan satu atau lebih saluran (WhatsApp, Instagram, dll.), mengaktifkannya untuk merespons pelanggan. | | Statistik | Menampilkan data kinerja AI, seperti pesan yang berhasil dikirim, kegagalan, dan interaksi yang diabaikan, untuk optimasi berkelanjutan. | Bagaimana Modul Prompt berfungsi sebagai "otak" AI Bayangkan Modul Prompt dan AI sebagai pusat pelatihan Agen AI Anda. Di sinilah Anda mengajarkan semua yang perlu ia ketahui untuk bertindak sebagai anggota tim Anda. Ini terutama dilakukan melalui "prompt". Prompt adalah serangkaian instruksi terperinci dalam bahasa alami. Di dalamnya, Anda menjelaskan: - Persona: Siapa agen itu? Apakah ia harus formal, ramah, teknis? - Tujuan: Apa fungsi utamanya? Mengkualifikasi prospek, menjadwalkan rapat, menawarkan dukungan tingkat pertama? - Pengetahuan: Informasi apa yang dapat ia berikan tentang produk, layanan, dan kebijakan Anda? - Batasan: Apa yang tidak boleh ia lakukan? Topik apa yang harus ia hindari atau serahkan kepada manusia? Prompt yang dirancang dengan baik adalah perbedaan antara chatbot generik dan asisten virtual yang benar-benar memecahkan masalah dan menciptakan nilai bagi bisnis. Instruksi vs. Skenario: Apa Bedanya? Dalam ekosistem Papo, penting untuk membedakan bagaimana AI dilatih untuk tujuan yang berbeda. Modul Prompt dan AI terutama berfokus pada Instruksi untuk Agen AI yang berinteraksi dengan pelanggan. - Instruksi (Prompt): Adalah pedoman luas dan kontekstual yang memandu perilaku Agen AI dalam percakapan terbuka dan dinamis. Mereka mendefinisikan kepribadian dan logika penalaran agar agen dapat menangani berbagai pertanyaan tak terduga dari pelanggan. Anda mengonfigurasi ini di Modul Prompt dan AI. - Skenario: Adalah pasangan pertanyaan dan jawaban yang lebih spesifik atau alur dialog terstruktur. Mereka digunakan untuk melatih alat AI internal, seperti Capitão (asisten tim Anda), untuk menjawab pertanyaan umum atau menjalankan tugas yang sangat spesifik dengan skenario yang telah ditentukan sebelumnya. Singkatnya, instruksi memberikan agen Anda kemampuan untuk "berpikir", sementara skenario melatihnya untuk "menjawab" situasi spesifik. Bagaimana Memberdayakan Agen AI Anda dengan Modul Prompt Mengonfigurasi agen yang efektif lebih dari sekadar mengaktifkan AI. Modul ini menawarkan alat untuk penyesuaian yang halus dan berkelanjutan. 1. Akses Modul: Di menu samping platform Papo, klik Prompt dan AI. Jika item tidak terlihat, minta administrator akun Anda untuk memeriksa izin akses Anda. 2. Buat Agen Khusus: Selain agen "Umum" yang berfungsi sebagai standar, buat sub-asisten. Misalnya, Anda dapat memiliki "Agen Penjualan" dengan prompt yang berfokus pada kualifikasi dan penjadwalan, dan "Agen Dukungan" dengan prompt yang berfokus pada penyelesaian pertanyaan umum dan pembukaan tiket. 3. Strukturkan Instruksi Anda: Di Editor Prompt, Anda dapat menggunakan kolom teks bebas atau bagian terstruktur. Bagian-bagian ini membantu mengatur pedoman ke dalam kategori seperti persona, tujuan, dan batasan, memastikan Anda tidak melupakan detail penting apa pun. 4. Kaitkan Agen dengan Saluran Strategis: Di area Kotak Masuk, Anda memutuskan di mana setiap agen akan beroperasi. Aktifkan "Agen Penjualan" Anda di WhatsApp dan Instagram Direct, tempat prospek lebih kuat, dan "Agen Dukungan" Anda di email atau obrolan situs web. 5. Pantau dan Optimalkan: Area Statistik sangat penting. Jika Anda melihat banyak interaksi "Skipped" (Dilewati), itu bisa menjadi tanda bahwa AI tidak memiliki kepercayaan diri untuk menjawab, menunjukkan bahwa prompt Anda memerlukan lebih banyak detail atau kejelasan. Analisis data ini untuk terus menyempurnakan instruksi Anda. Pertanyaan Umum Apa perbedaan antara agen "Umum" dan sub-asisten? Agen "Umum" adalah asisten standar akun Anda. Jika Anda mengaktifkan AI di kotak masuk tanpa menentukan agen, dialah yang akan merespons. Sub-asisten adalah agen tambahan yang dapat Anda buat dengan prompt dan aturan sendiri untuk tugas-tugas khusus, seperti melayani saluran tertentu atau kampanye pemasaran. Bisakah saya memiliki Agen AI untuk penjualan dan satu lagi untuk dukungan? Ya. Ini adalah salah satu keuntungan utama Modul Prompt. Anda dapat membuat sub-asisten bernama "Agen Penjualan" dengan prompt yang berfokus pada kualifikasi prospek dan penjadwalan demo. Kemudian, Anda dapat membuat yang lain bernama "Agen Dukungan" dengan instruksi untuk menjawab pertanyaan umum. Terakhir, di area "Kotak Masuk", Anda mengaitkan setiap agen dengan saluran yang sesuai. Apa yang terjadi jika AI tidak tahu cara menjawab? Ketika AI tidak memiliki kepercayaan diri dalam jawaban atau aturan mencegahnya berinteraksi, interaksi ditandai sebagai "Skipped" (Dilewati) dalam statistik. Percakapan tetap ada di kotak masuk agar agen manusia dapat mengambil alih. Ini memastikan tidak ada pelanggan yang tidak terjawab dan berfungsi sebagai indikator bagi Anda untuk meningkatkan prompt agen Anda. Bagaimana saya tahu jika prompt saya bagus? Cara terbaik untuk mengevaluasi prompt Anda adalah dengan menganalisis kualitas jawaban AI dan data di bagian Statistik. Prompt yang baik menghasilkan jumlah interaksi yang berhasil ("Succeeded") yang tinggi dan sedikit kegagalan ("Failed") atau interaksi yang dilewati ("Skipped"). Jika AI merespons di luar nada atau memberikan informasi yang salah, saatnya untuk meninjau dan merinci instruksi lebih lanjut di Editor Prompt. Mulai gunakan gratis → Konfigurasi Agen AI pertama Anda tanpa biaya dan saksikan layanan Anda berfungsi 24/7.

Bagaimana cara menggunakan Synapse untuk mengidentifikasi peluang upsell dan cross-sell?

Untuk mengidentifikasi peluang upsell dan cross-sell, Papo (https://papo.global/) menawarkan pencarian cerdas Synapse, sebuah modul AI yang memindai seluruh riwayat percakapan Anda untuk mencari kata kunci dan frasa. Ini memungkinkan tim penjualan Anda secara proaktif menemukan pelanggan yang sebelumnya menunjukkan minat pada produk pelengkap, paket yang lebih tinggi, atau solusi tambahan, mengubah arsip pesan menjadi sumber pendapatan baru yang aktif. Riwayat interaksi dengan pelanggan Anda adalah tambang emas informasi. Komentar seperti "apakah paket Anda termasuk X?" atau "apakah Anda juga memiliki solusi untuk Y?" adalah tanda-tanda jelas potensi penjualan baru. Namun, dalam volume percakapan yang besar, peluang-peluang ini mudah hilang. Synapse mengatasi masalah ini dengan memungkinkan Anda mencari tanda-tanda tersebut secara aktif, menemukan momen tepat ketika seorang pelanggan menyatakan kebutuhan yang dapat dipenuhi perusahaan Anda dengan penawaran upsell (produk atau paket yang lebih baik) atau cross-sell (produk pelengkap). Strategi pencarian untuk penjualan baru Pencarian Synapse adalah alat yang serbaguna. Rahasia untuk menggunakannya secara efektif adalah berpikir seperti detektif penjualan, mencari petunjuk yang ditinggalkan oleh pelanggan dalam percakapan sebelumnya. | Jenis Peluang | Istilah Pencarian yang Disarankan | Tujuan Tindakan | | :--- | :--- | :--- | | Upsell | "Upgrade", "paket lebih lengkap", "batas", "butuh lebih banyak", "fitur canggih" | Menemukan pelanggan yang sudah menggunakan produk Anda dan siap untuk versi yang lebih tinggi. | | Cross-sell | Nama produk/layanan lain, "Anda juga punya", "selain itu, saya butuh" | Menawarkan produk atau layanan pelengkap kepada pelanggan yang sudah ada. | | Reaktivasi | "Anggaran", "proposal", "berapa harganya", "saya akan pikirkan" | Mengaktifkan kembali prospek yang meminta penawaran di masa lalu dan tidak jadi membeli. | | Intelijen Kompetitif | Nama pesaing ("Pesaing X") | Mengidentifikasi pelanggan yang membandingkan solusi Anda dan menyajikan keunggulan Anda. | Bagaimana pencarian Synapse mengungkap peluang Berbeda dengan pencarian CRM standar yang menemukan kontak berdasarkan nama atau telepon, pencarian Synapse menyelidiki konten percakapan. Ini berfungsi sebagai lapisan intelijen di atas kotak masuk terpadu Anda, membaca dan mengindeks pesan dari semua saluran yang terhubung ke Papo, seperti WhatsApp, Instagram, dan email. Ketika Anda mencari istilah seperti "upgrade paket", Synapse tidak hanya menunjukkan siapa yang mengatakannya, tetapi juga menyajikan percakapan yang tepat, memungkinkan Anda memahami seluruh konteks: - Siapa yang bertanya: Kontak yang menunjukkan minat. - Kapan bertanya: Tanggal pesan, yang membantu menilai apakah peluang tersebut masih relevan. - Apa konteksnya: Apa yang memotivasi pertanyaan dan apa jawaban yang diberikan saat itu. Kedalaman analisis ini memungkinkan tim penjualan Anda melakukan pendekatan yang jauh lebih personal dan efektif, berdasarkan kebutuhan nyata yang diungkapkan oleh pelanggan itu sendiri. Langkah demi langkah untuk menemukan peluang penjualan dengan Synapse Menggunakan Synapse untuk menghasilkan penjualan baru adalah proses strategis yang dapat dibagi menjadi beberapa langkah yang jelas. | Langkah | Tindakan | Detail | | :--- | :--- | :--- | | 1. Akses Synapse | Di panel Papo, navigasikan ke modul intelijen Synapse. | Di dalam Synapse, temukan fungsionalitas Pencarian Riwayat. | | 2. Tentukan Strategi | Putuskan jenis peluang apa yang Anda cari: upsell, cross-sell, atau reaktivasi. | Definisi ini akan memandu istilah yang akan Anda cari. | | 3. Lakukan Pencarian | Ketik istilah pencarian yang relevan di kolom pencarian. | Gunakan variasi kata. Misalnya, untuk cross-sell, cari nama produk pelengkap dan juga masalah yang dipecahkannya. | | 4. Analisis Hasil | Synapse akan mencantumkan semua percakapan yang berisi istilah yang dicari. | Klik setiap hasil untuk membaca bagian percakapan dan memahami konteks lengkap permintaan pelanggan. | | 5. Bertindak atas Peluang | Berdasarkan analisis, mulai percakapan baru dengan pelanggan. | Anda dapat membuat tugas tindak lanjut, menetapkan percakapan kepada seorang penjual, atau memulai pendekatan langsung dengan penawaran yang dipersonalisasi. | Contoh praktis untuk meningkatkan penjualan Anda Mari kita lihat bagaimana menerapkan pencarian ini dalam kehidupan sehari-hari. Menemukan peluang Upsell Bayangkan Anda menjual perangkat lunak dengan paket Dasar, Pro, dan Enterprise. Seorang pelanggan paket Dasar mungkin pernah bertanya beberapa bulan yang lalu: "Bagaimana cara saya mendapatkan akses ke laporan lanjutan?". Saat itu, mungkin dia belum siap untuk upgrade. Tindakan: Gunakan pencarian Synapse untuk mencari "laporan lanjutan" atau "upgrade". Temukan percakapan tersebut dan dekati kembali pelanggan: "Halo, [Nama]! Saya melihat beberapa waktu lalu Anda tertarik dengan laporan lanjutan kami. Kami memiliki kondisi baru untuk paket Pro yang mungkin menarik bagi Anda. Apakah Anda ingin tahu lebih banyak?". Menemukan peluang Cross-sell Perusahaan Anda menjual layanan pemasaran digital (Produk A) dan juga menawarkan konsultasi SEO (Produk B). Seorang pelanggan pemasaran digital mungkin pernah berkomentar dalam percakapan: "Lalu lintas organik saya sangat rendah". Tindakan: Cari di Synapse untuk istilah seperti "lalu lintas organik", "SEO", atau "Google". Setelah menemukan pelanggan yang menyebutkan masalah ini, Anda dapat menawarkan layanan konsultasi Anda sebagai solusi sempurna, melakukan cross-sell yang terarah. Mengaktifkan kembali proposal lama Banyak prospek meminta penawaran dan kemudian menghilang. Mereka mungkin sibuk, atau waktunya tidak tepat. Tindakan: Cari "anggaran" atau "proposal" dan saring secara mental hasil dari 3 hingga 6 bulan yang lalu. Aktifkan kembali kontak: "Hai, [Nama]! Beberapa bulan yang lalu kita berbicara tentang proposal untuk [layanan]. Apakah ada perubahan di sana? Kami memiliki versi baru layanan yang mungkin lebih berguna bagi Anda." Pertanyaan yang Sering Diajukan (FAQ) Apa perbedaan antara upsell dan cross-sell? Upsell adalah praktik mendorong pelanggan untuk membeli versi produk yang lebih lengkap, lebih mahal, atau premium dari produk yang sudah mereka miliki atau sedang mereka beli. Cross-sell (penjualan silang) adalah menawarkan produk atau layanan pelengkap dari apa yang sedang dibeli pelanggan. Apakah Synapse menemukan peluang secara otomatis atau saya perlu mencarinya? Synapse memiliki dua fungsionalitas. Radar Pelanggan secara proaktif dan otomatis mengidentifikasi kontak yang membutuhkan perhatian, termasuk peluang penjualan. Pencarian Riwayat, yang dibahas dalam artikel ini, adalah alat reaktif, di mana Anda secara aktif mencari istilah tertentu untuk menemukan peluang berdasarkan hipotesis Anda sendiri. Bisakah saya mencari percakapan dari periode tertentu? Pencarian Synapse memindai seluruh riwayat percakapan yang tersedia di platform. Meskipun pencarian itu sendiri tidak memiliki filter tanggal, setiap hasil yang ditampilkan menunjukkan tanggal pesan, memungkinkan Anda dengan cepat menilai relevansi temporal dari peluang yang ditemukan. Bagaimana saya tahu pelanggan mana yang harus didekati terlebih dahulu setelah menemukan beberapa peluang? Prioritaskan berdasarkan konteks. Percakapan yang lebih baru umumnya menunjukkan peluang yang lebih "hangat". Selain itu, analisis sentimen yang diungkapkan dalam pesan (pelanggan yang tampak frustrasi dengan batasan paket saat ini adalah kandidat kuat untuk upsell) dan silangkan dengan informasi lain dari CRM Anda, seperti label "prospek panas" atau riwayat pembelian. Selain penjualan, untuk apa lagi saya bisa menggunakan pencarian Synapse? Pencarian cerdas berguna untuk berbagai area. Anda dapat menggunakannya untuk menemukan umpan balik produk (mencari "saran" atau "saya berharap ada"), mengidentifikasi pelanggan yang berisiko berhenti berlangganan (mencari "batalkan" atau "tidak puas"), dan melakukan riset pasar (mencari nama pesaing). Baca juga - Bagaimana cara kerja pencarian cerdas (Synapse) dalam riwayat percakapan? - Bagaimana cara membuat dan menyesuaikan saluran penjualan Anda di CRM Kanban Mulai gunakan secara gratis dan temukan peluang tersembunyi → Pengguna pertama gratis bagi Anda untuk menghubungkan saluran Anda dan menguji kecerdasan platform.

Bagaimana AI Papo Menghasilkan Ringkasan dan Transkripsi Panggilan?

Fungsionalitas ringkasan dan transkripsi panggilan Papo (https://papo.global/) menggunakan kecerdasan buatan untuk secara otomatis mengubah audio panggilan suara menjadi teks, dan kemudian menghasilkan ringkasan cerdas. Proses ini menyoroti poin-poin terpenting, keputusan yang diambil, dan tindakan selanjutnya, memungkinkan tim menghemat waktu, mengoptimalkan tindak lanjut pasca-panggilan, dan meningkatkan kualitas layanan. Dalam operasi penjualan dan dukungan, banyak detail krusial ditentukan selama panggilan. Harus mendengarkan rekaman panjang lagi untuk menyiapkan tindak lanjut atau mengingat semua poin yang disepakati akan menghabiskan waktu berharga tim Anda. AI Papo mengatasi tantangan ini dengan mengotomatiskan transkripsi dan pembuatan ringkasan, memastikan tidak ada informasi penting yang hilang dan mempercepat kelanjutan layanan. Proses Pembuatan Ringkasan dan Transkripsi Transformasi percakapan suara menjadi ringkasan dan transkripsi terjadi secara otomatis di latar belakang, tanpa memerlukan tindakan manual dari agen. Proses ini dibagi menjadi beberapa langkah yang jelas, mulai dari perekaman panggilan hingga ketersediaan hasil di platform. | Tahap | Tindakan AI Papo | Manfaat bagi Pengguna | | :--- | :--- | :--- | | 1. Perekaman Panggilan | Panggilan suara, yang dilakukan melalui saluran terintegrasi seperti WhatsApp atau penyedia telepon (VOIP), direkam di platform. | File audio disimpan dan dapat diakses di riwayat kontak, dalam catatan panggilan. | | 2. Transkripsi Otomatis | Model AI memproses file audio rekaman dan mengubahnya sepenuhnya menjadi teks. | Transkripsi lengkap percakapan dihasilkan, memungkinkan pencarian kata kunci dan tinjauan detail dialog. | | 3. Analisis dan Ringkasan| Kecerdasan buatan menganalisis transkripsi untuk mengidentifikasi tema sentral, pertanyaan, jawaban, nilai, tanggal, dan item tindakan. | Inti percakapan diekstraksi, memisahkan konten yang relevan dari percakapan informal atau pengisi. | | 4. Pembuatan Ringkasan | Berdasarkan analisis, AI menyusun teks yang ringkas dan terstruktur, menyajikan poin-poin penting, keputusan yang disepakati, dan langkah-langkah selanjutnya. | Ringkasan yang siap dibaca cepat dilampirkan pada catatan panggilan, memfasilitasi pemahaman konteks dalam hitungan detik. | Cara Mengakses dan Menggunakan Ringkasan dalam Praktik Bagi pengguna, pengalamannya lancar dan sepenuhnya terintegrasi dengan alur kerja harian di Papo. 1. Lakukan atau Terima Panggilan: Agen menggunakan saluran suara yang dikonfigurasi di Papo, seperti PapoCall untuk panggilan via WhatsApp atau integrasi VOIP, untuk berkomunikasi dengan pelanggan. 2. Penyelesaian dan Pencatatan: Setelah panggilan berakhir, panggilan tersebut secara otomatis dicatat di linimasa kontak, terlihat bersama dengan pesan teks. 3. Pemrosesan di Latar Belakang: Dalam beberapa menit berikutnya, AI Papo memulai pemrosesan rekaman. Proses ini sepenuhnya otomatis dan tidak memerlukan intervensi. 4. Akses Konten yang Dihasilkan: Dengan mengklik peristiwa panggilan di riwayat kontak, agen akan menemukan detail panggilan (durasi, tanggal) dan, tepat di bawahnya, transkripsi lengkap dan ringkasan yang dihasilkan oleh AI. 5. Lakukan Tindakan dengan Cepat: Dengan ringkasan di tangan, agen dapat dengan cepat membuat tugas tindak lanjut, memperbarui kartu pelanggan di CRM Kanban, atau mengirim email tindak lanjut dengan poin-poin yang dibahas, semuanya tanpa meninggalkan platform. Otomatisasi ini sangat berguna untuk serah terima antar agen. Ini memungkinkan agen baru memahami seluruh konteks panggilan terakhir dalam hitungan detik, tanpa perlu membaca riwayat panjang atau mendengarkan rekaman, memastikan layanan yang lebih konsisten dan profesional. Untuk Siapa Fungsionalitas Ini Direkomendasikan? Fitur ringkasan dan transkripsi AI menambah nilai pada berbagai fungsi dalam operasi komersial atau dukungan, mengoptimalkan proses dan membebaskan waktu untuk aktivitas strategis. - Penjual dan SDR: Menghemat waktu saat meninjau poin-poin utama panggilan kualifikasi atau negosiasi, menyiapkan tindak lanjut yang lebih cepat dan akurat. - Agen Dukungan: Dengan cepat memahami riwayat masalah yang dilaporkan melalui suara, bahkan jika panggilan tersebut ditangani oleh rekan kerja lain, memastikan kelanjutan layanan. - Manajer Tim: Memantau kualitas interaksi dan kemajuan negosiasi dengan lebih efisien, berfokus pada ringkasan daripada mendengarkan rekaman berjam-jam. - Analis Kualitas (QA): Menggunakan transkripsi untuk mengaudit kepatuhan skrip dan kualitas ucapan, serta ringkasan untuk dengan cepat mengidentifikasi hasil setiap panggilan. Pertanyaan yang Sering Diajukan Di mana saya dapat menemukan transkripsi dan ringkasan panggilan? Baik transkripsi lengkap maupun ringkasan yang dihasilkan oleh AI tersedia langsung di riwayat percakapan kontak. Keduanya dilampirkan pada peristiwa panggilan yang sesuai dan muncul segera setelah pemrosesan rekaman. Apakah ringkasan AI berfungsi untuk semua panggilan saya? Fungsionalitas ini bergantung pada aktivasi perekaman panggilan di penyedia suara Anda (seperti PapoCall atau integrasi VOIP seperti Wavoip) dan paket Anda di Papo. Panggilan perlu direkam agar AI dapat memproses audio, mentranskripsikannya, dan meringkasnya. Apakah transkripsi panggilan 100% akurat? Teknologi transkripsi AI sangat canggih, tetapi, seperti sistem otomatis lainnya, kadang-kadang dapat menunjukkan ketidakakuratan. Faktor-faktor seperti kualitas audio yang rendah, kebisingan latar belakang, aksen yang kuat, atau jargon yang sangat spesifik dapat memengaruhi akurasi. Transkripsi harus digunakan sebagai panduan yang kuat, tetapi bukan sebagai catatan hukum yang tidak dapat salah. Berapa lama waktu yang dibutuhkan ringkasan dan transkripsi untuk muncul? Pemrosesan terjadi di latar belakang dan biasanya hanya membutuhkan beberapa menit setelah panggilan berakhir. Waktu pastinya dapat bervariasi tergantung pada durasi panggilan dan beban pemrosesan sistem saat itu. Bahasa apa saja yang didukung oleh transkripsi dan ringkasan? Papo terus-menerus memperluas kemampuan AI-nya. Untuk mendapatkan daftar bahasa yang didukung paling mutakhir untuk transkripsi dan ringkasan panggilan, silakan lihat dokumentasi resmi di situs web kami atau hubungi tim dukungan kami. Bisakah saya mengedit transkripsi atau ringkasan yang dihasilkan oleh AI? Fungsionalitas ini dirancang untuk memberikan wawasan cepat dan otomatis, menghemat waktu manual. Untuk detail tentang kemungkinan pengeditan atau anotasi pada teks yang dihasilkan, periksa opsi yang tersedia di antarmuka platform saat melihat catatan panggilan. Baca juga - Mengapa mengintegrasikan sistem telepon VOIP seperti Wavoip di Papo? - Apa itu Agen AI dan bagaimana cara kerjanya di Papo? Mulai gratis dan ubah panggilan Anda menjadi tindakan → Pengguna pertama gratis, memungkinkan Anda merasakan kekuatan AI tanpa biaya awal.

Cara membuat otomasi untuk mengirim survei CSAT di akhir setiap layanan

Untuk mengirim survei CSAT secara otomatis di akhir setiap layanan, gunakan Flow Papo (https://papo.global/) dengan langkah "Tunggu" (Delay). Setelah percakapan berakhir, Flow berhenti selama periode yang dapat dikonfigurasi lalu mengirim pesan survei kepuasan, memungkinkan Anda mengumpulkan umpan balik dan mengukur kualitas layanan. Otomasi survei CSAT menghilangkan pekerjaan manual mengirim pertanyaan setelah setiap interaksi. Dengan pembuat Flow visual, Anda membuat perjalanan yang dimulai saat percakapan selesai, menerapkan waktu tunggu strategis, dan mengirim pertanyaan penilaian — semuanya terintegrasi dengan riwayat pelanggan dan laporan platform. | Komponen | Fungsi Utama | Contoh Konfigurasi | | :--- | :--- | :--- | | Flow Otomasi | Mengatur perjalanan pasca-layanan. | Flow dimulai saat menutup percakapan atau menerapkan label "Layanan Selesai". | | Langkah "Tunggu" | Memasukkan jeda sebelum mengirim survei. | Tunggu 30 menit, 2 jam, atau 1 hari. | | Aksi "Kirim Pesan" | Mengirim pertanyaan kepuasan. | Pesan teks (dalam 24 jam) atau Template Pesan (HSM) dengan skala 1 hingga 5. | | Laporan CSAT | Melihat nilai, rata-rata, dan distribusi per agen. | Akses modul Laporan untuk memantau kinerja tim. | Cara kerja otomasi survei CSAT Logikanya sederhana: Flow dipicu saat layanan berakhir, menunggu interval agar pelanggan dapat merenungkan pengalaman, lalu mengirim pesan yang meminta nilai. Respons pelanggan dicatat dalam percakapan dan tersedia di laporan CSAT Papo, tempat Anda dapat menganalisis kepuasan secara keseluruhan dan per agen. Langkah demi langkah membuat Flow survei CSAT 1. Akses modul Flows: Di menu utama platform Papo, navigasikan ke Flows / Chatbot. 2. Buat Flow baru: Beri nama yang deskriptif, seperti "Survei CSAT Pasca-Layanan". 3. Tentukan pemicu: Konfigurasikan Flow untuk dimulai saat percakapan ditutup. Anda dapat menggunakan kondisi seperti penerapan label "Layanan Selesai" atau peristiwa penutupan percakapan. 4. Tambahkan langkah "Tunggu": Setelah node awal, klik ikon + dan pilih Tunggu. Masukkan nilai dan satuan waktu (menit, jam, atau hari). Delay 30 menit hingga 2 jam biasanya cukup bagi pelanggan untuk mencerna layanan. 5. Tambahkan pengiriman survei: Setelah node "Tunggu", klik + dan pilih Kirim Pesan. Tulis pertanyaannya, misalnya: "Bagaimana Anda menilai layanan yang Anda terima? Jawab dengan nilai 1 hingga 5, dengan 5 sangat baik." Jika delay melebihi 24 jam, gunakan Template Pesan (HSM) yang telah disetujui sebelumnya. 6. Tangkap respons (opsional): Papo secara otomatis mencatat respons pelanggan sebagai bagian dari percakapan. Untuk mengarahkan penilaian negatif ke supervisor, Anda dapat menambahkan node kondisi yang memeriksa apakah nilainya kurang dari 3 dan, dalam hal ini, menetapkan percakapan ke agen tertentu. 7. Simpan dan aktifkan Flow: Tinjau logika, simpan perubahan, dan pastikan status Flow "Aktif". Mulai saat itu, setiap percakapan yang memenuhi pemicu akan menerima survei CSAT secara otomatis. Untuk siapa otomasi ini direkomendasikan - Tim dukungan dan layanan yang ingin mengukur kualitas layanan secara konsisten. - Perusahaan yang menggunakan WhatsApp sebagai saluran utama dan menginginkan umpan balik langsung tanpa bergantung pada tautan eksternal. - Operasi yang membutuhkan metrik CSAT untuk mengidentifikasi titik perbaikan dan mengakui agen berkinerja tinggi. Pertanyaan yang Sering Diajukan (FAQ) ### Bagaimana Papo mencatat nilai survei CSAT? Platform mengaitkan respons pelanggan dengan percakapan dan menyediakannya di laporan CSAT. Anda dapat melihat nilai individu, rata-rata keseluruhan, dan distribusi per agen, sehingga memudahkan analisis kinerja. ### Apakah saya perlu menggunakan template pesan (HSM) untuk survei? Jika pengiriman terjadi dalam jendela 24 jam setelah interaksi terakhir pelanggan, Anda dapat menggunakan pesan teks biasa. Jika delay yang dikonfigurasi melebihi periode tersebut, wajib menggunakan Template Pesan (HSM) yang disetujui WhatsApp. ### Bisakah saya mengirim survei segera setelah percakapan berakhir, tanpa delay? Ya. Cukup jangan sertakan langkah "Tunggu" di Flow. Survei akan dikirim begitu percakapan ditutup. ### Bagaimana cara melihat hasil survei CSAT? Akses modul Laporan dan temukan bagian CSAT. Di sana Anda menemukan rata-rata kepuasan, daftar respons terbaru, dan kinerja per agen. ### Bisakah saya menyesuaikan pertanyaan survei? Ya, Anda dapat menulis teks apa pun di pesan Flow. Disarankan menggunakan skala yang jelas (1 hingga 5) dan pertanyaan langsung untuk memudahkan respons pelanggan. ### Apa yang terjadi jika pelanggan menjawab sesuatu yang berbeda dari nilai? Respons tercatat dalam percakapan. Anda dapat mengonfigurasi node kondisi di Flow untuk menangani respons non-numerik, misalnya mengalihkan percakapan ke agen manusia. Baca juga - Bagaimana mengukur kepuasan pelanggan (CSAT) di Papo? - Bagaimana membuat otomasi yang mengirim pesan setelah waktu tertentu? Mulai gratis → Buat akun gratis Papo Anda dan otomatiskan survei CSAT untuk mengukur kepuasan pelanggan tanpa upaya manual.

Cara mengatur Voice Assist untuk menjadwalkan rapat dengan perintah suara

Untuk mengatur Voice Assist agar bisa menjadwalkan rapat lewat perintah suara di Papo (https://papo.global/), buka pengaturan kotak masuk bertipe Situs, aktifkan Voice Assist, hubungkan dengan Agen AI, lalu aktifkan aksi penjadwalan yang terintegrasi dengan Google Kalender. Dengan begitu, pengunjung situs dapat mengetuk ikon mikrofon, meminta jadwal secara lisan, dan Papo akan memeriksa kalender serta membuat acara secara otomatis. | Persyaratan | Perannya dalam penjadwalan lewat suara | | :--- | :--- | | Widget chat bertipe Situs | Di sinilah ikon mikrofon muncul untuk pengunjung. | | Voice Assist aktif | Memungkinkan widget menerima perintah suara. | | Agen AI terhubung | Menafsirkan permintaan dan memandu percakapan. | | Koneksi ke Google Kalender | Memeriksa waktu kosong dan membuat acara di Google Calendar. | | Aksi "Jadwalkan rapat" | Mengaktifkan alur penjadwalan di dalam asisten. | Cara kerja penjadwalan lewat suara Voice Assist mengubah permintaan lisan pengunjung menjadi acara kalender. Saat pengguna mengetuk mikrofon dan berkata misalnya "saya mau menjadwalkan rapat besok pukul 10.00", Papo akan mentranskripsikan audio tersebut dan memakai AI yang sama seperti Super Chat untuk menafsirkan permintaan. Setelah itu, asisten memeriksa Google Kalender yang terhubung, menemukan waktu kosong, dan membuat acara lengkap dengan tanggal, jam, serta email tamu. Prosesnya melalui tiga tahap utama: 1. Masukan suara: pengunjung menyampaikan permintaan di widget situs. 2. Penafsiran dan pemeriksaan: AI memahami maksudnya dan memeriksa waktu yang sudah terisi di Google Kalender. 3. Pembuatan acara: Papo membuat rapat di kalender tanpa pengunjung perlu mengetik. Langkah demi langkah pengaturannya Sebelum mulai, pastikan akun Papo Anda sudah terhubung ke Google Kalender. Platform ini menampilkan status koneksi tersebut dan memungkinkan Anda melihat daftar waktu yang terisi serta membuat acara. Setelah itu, ikuti proses berikut di panel: 1. Buka Pengaturan → Kotak masuk. 2. Pilih kotak masuk yang sudah ada bertipe Situs atau buat yang baru. 3. Di bagian Voice Assist, aktifkan fiturnya. 4. Hubungkan Voice Assist dengan prompt AI yang sudah Anda atur di akun. 5. Pada mode interaksi, centang opsi Jadwalkan rapat. 6. Simpan perubahan agar widget di situs ikut diperbarui. Setelah disimpan, widget akan menampilkan ikon mikrofon. Anda tidak perlu mengubah kode pemasangan di situs. Untuk siapa ini cocok Pengaturan ini berguna bagi bisnis apa pun yang mengandalkan rapat yang dijadwalkan lewat situs: - Konsultan dan penyedia jasa yang menawarkan sesi perkenalan. - Tim penjualan yang mengubah pengunjung menjadi rapat demo. - Klinik, salon, dan studio yang mengatur jadwal tanpa bergantung pada pengetikan. - Tim layanan pelanggan yang ingin mengurangi hambatan bagi pengguna ponsel. Pertanyaan yang sering diajukan Apakah Voice Assist menjadwalkan sendiri atau hanya menampilkan jadwal? Dengan aksi penjadwalan yang aktif dan Google Kalender yang terhubung, asisten dapat memeriksa waktu kosong dan membuat acara secara otomatis di Google Calendar. Apakah saya perlu menghubungkan Google Kalender sebelum mengaktifkan Voice Assist? Ya. Agar alur penjadwalan berfungsi, akun Papo harus terhubung ke Google Kalender. Tanpa koneksi itu, ketersediaan tidak bisa diperiksa dan acara tidak bisa dibuat. Apakah Voice Assist memakai AI yang sama dengan chat teks? Ya. Asisten suara dihubungkan ke prompt AI di akun Anda. Dengan begitu, basis pengetahuan dan perilakunya tetap sama seperti layanan lewat teks. Apakah pengunjung perlu mengetik informasi apa pun? Permintaannya dimulai lewat suara. Bila perlu, asisten dapat mengonfirmasi data penjadwalan di percakapan itu sendiri, tetapi interaksi utamanya tetap lisan. Bisakah penjadwalan lewat suara dipakai di semua kotak masuk? Tidak. Voice Assist adalah fitur khusus untuk widget chat bertipe Situs. Kotak masuk dari kanal lain, seperti WhatsApp atau Telegram, mengikuti aturan masing-masing kanal. Baca juga - Bagaimana cara mengaktifkan dan mengatur Voice Assist di chat situs Anda? - Bagaimana cara kerja waktu ketersediaan untuk penjadwalan? Mulai gratis dan aktifkan Voice Assist di situs Anda → Dengan akun gratis Papo, Anda bisa menghubungkan Google Kalender dan mulai menjadwalkan rapat lewat perintah suara tanpa berpindah alat.

Cara Membuat Otomatisasi Ulang Tahun untuk Mengirim Kupon Diskon via WhatsApp

Untuk membuat otomatisasi ulang tahun yang mengirim kupon diskon via WhatsApp, gunakan Atribut Kustom dan pembuat Flows Papo (https://papo.global/). Anda akan menyimpan tanggal lahir kontak di field kustom dan mengonfigurasi Flow yang dipicu setiap hari, memeriksa apakah tanggal dan bulan saat ini cocok dengan ulang tahun pelanggan, lalu mengirim pesan berisi kupon. Strategi otomatisasi ini mengubah tanggal spesial menjadi peluang engagement dan penjualan, tanpa memerlukan kerja manual dari tim Anda. Kombinasi data personal dengan logika otomatisasi visual memungkinkan setiap pelanggan menerima pesan yang unik dan relevan pada waktu yang tepat. | Komponen | Fungsi Utama | Contoh Konfigurasi | | :--- | :--- | :--- | | Atribut Kustom | Menyimpan tanggal lahir di profil kontak. | Buat atribut bertipe "Tanggal" dengan nama data_nascimento. | | Flow Otomatisasi | Mengatur pemeriksaan harian dan pengiriman pesan. | Flow dengan pemicu berulang, kondisi tanggal, dan aksi pengiriman. | | Node Kondisi | Memeriksa apakah tanggal dan bulan saat ini cocok dengan ulang tahun kontak. | Kondisi yang membandingkan tanggal saat ini dengan field data_nascimento. | | Aksi "Kirim Pesan" | Mengirim pesan ucapan selamat dengan kupon diskon. | Template pesan (HSM) dengan kode kupon dan nama pelanggan. | Cara kerja otomatisasi ulang tahun Logika intinya sederhana dan kuat. Pertama, Anda perlu memiliki tanggal lahir kontak yang tercatat di Atribut Kustom di Papo. Dengan data tersebut terisi, Anda membangun Flow yang dijalankan pada frekuensi tertentu, biasanya sekali sehari. Setiap kali dijalankan, Flow memeriksa, untuk setiap kontak di basis Anda, apakah tanggal dan bulan dari tanggal lahir sesuai dengan tanggal saat ini. Jika ya, otomatisasi mengirim pesan ucapan selamat berisi kupon diskon eksklusif, langsung ke WhatsApp pelanggan. Langkah-langkah membuat otomatisasi 1. Buat Atribut Kustom: Di modul Kontak, akses pengaturan Atribut Kustom. Buat atribut baru bertipe "Tanggal" dan beri nama "Tanggal Lahir". Field ini akan tersedia di profil setiap kontak untuk diisi manual atau melalui impor daftar. 2. Isi data kontak: Pastikan tanggal lahir pelanggan yang ingin Anda targetkan sudah terisi di atribut baru. Anda dapat melakukannya dengan mengedit kontak satu per satu atau mengimpor spreadsheet data secara massal. 3. Akses modul Flows: Di menu utama platform Papo, buka Flows / Chatbot. 4. Buat Flow baru: Beri nama yang deskriptif, seperti "Otomatisasi Ulang Tahun dengan Kupon". 5. Tentukan pemicu: Konfigurasikan Flow agar dimulai oleh pemicu berulang. Konfigurasi ideal adalah eksekusi harian, agar pemeriksaan ulang tahun terjadi setiap hari. 6. Tambahkan node Kondisi: Setelah node awal, tambahkan Kondisi. Logikanya adalah memeriksa apakah tanggal dan bulan dari Atribut Kustom "Tanggal Lahir" sama dengan tanggal dan bulan hari ini. Papo memungkinkan Anda membandingkan field tanggal secara dinamis dengan tanggal sistem saat ini. 7. Konfigurasikan pengiriman pesan: Pada cabang "Ya" dari kondisi (saat tanggal cocok), tambahkan aksi Kirim Pesan. Tulis teks ucapan selamat yang hangat dan sertakan kode kupon diskon. Contoh: "Selamat ulang tahun, {{contact.first_name}}! Untuk merayakannya, ini kupon diskon 20% untuk pembelian berikutnya: ANIVERSARIO20. Berlaku hingga akhir bulan!" 8. Simpan dan aktifkan Flow: Tinjau logika, simpan perubahan, dan pastikan status Flow "Aktif". Mulai saat itu, otomatisasi akan berjalan setiap hari, memastikan tidak ada pelanggan yang berulang tahun tanpa pesan spesial dan kupon diskonnya. Untuk siapa otomatisasi ini cocok - E-commerce dan toko ritel yang ingin meningkatkan pembelian berulang dengan penawaran personal. - Salon kecantikan, barbershop, dan klinik estetika yang dapat menawarkan diskon layanan pada bulan ulang tahun pelanggan. - Restoran dan layanan pesan antar yang ingin mempertahankan pelanggan dengan hidangan penutup gratis atau diskon pada pesanan ulang tahun. - Bisnis B2C apa pun yang mengumpulkan tanggal lahir pelanggan dan ingin memperkuat hubungan secara otomatis dan skalabel. Pertanyaan yang Sering Diajukan (FAQ) ### Apakah saya perlu menggunakan template pesan (HSM) untuk pengiriman? Ya, karena pesan ulang tahun bersifat proaktif dan dikirim di luar jendela layanan 24 jam yang dimulai oleh pelanggan, wajib menggunakan Template Pesan (HSM) yang telah disetujui Meta. Anda dapat membuat template yang menyertakan variabel seperti nama pelanggan dan kode kupon. ### Bagaimana Papo mengetahui tanggal hari ini untuk dibandingkan dengan ulang tahun? Node Kondisi di Flow memungkinkan Anda membandingkan Atribut Kustom bertipe "Tanggal" dengan tanggal sistem saat ini. Anda mengonfigurasi aturan untuk memeriksa apakah tanggal dan bulan sama, dengan mengabaikan tahun lahir. ### Bisakah saya menggunakan kupon diskon berbeda untuk setiap pelanggan? Ya. Jika Anda memiliki kode kupon unik yang disimpan di Atribut Kustom lain (seperti field teks), Anda dapat memasukkannya secara dinamis ke dalam pesan menggunakan variabel yang sesuai, sama seperti memasukkan nama depan. ### Apa yang terjadi jika tanggal lahir kontak tidak terisi? Tidak terjadi apa-apa. Node Kondisi tidak akan menemukan kecocokan tanggal untuk kontak tersebut, dan kontak akan melewati cabang "Tidak" dari Flow (jika ada yang dikonfigurasi) atau tidak akan menerima pesan. Karena itu, penting untuk menjaga basis kontak tetap mutakhir. ### Bisakah saya menjadwalkan pengiriman pada jam tertentu? Ya. Pemicu berulang Flow dapat dikonfigurasi untuk dijalankan pada jam tertentu, seperti pukul 09.00, sehingga pesan tiba di awal hari ulang tahun. ### Apakah mungkin menambahkan langkah "Tunggu" setelah pengiriman untuk follow-up? Ya. Anda dapat memperluas Flow dengan menambahkan node "Tunggu" setelah pengiriman pesan pertama, lalu node "Kirim Pesan" baru untuk follow-up, seperti pengingat untuk menggunakan kupon beberapa hari kemudian. Baca juga - Bagaimana cara membuat otomatisasi yang mengirim pesan setelah waktu tertentu? - Bagaimana cara membuat otomatisasi untuk mengirim survei CSAT di akhir setiap layanan Mulai sekarang gratis → Buat akun Papo Anda dan ubah tanggal spesial menjadi penjualan dengan otomatisasi cerdas di WhatsApp.

Cara menggunakan Kategorisasi Otomatis untuk meneruskan percakapan ke tim yang tepat

Untuk secara otomatis meneruskan percakapan ke tim penjualan, dukungan, atau keuangan di Papo (https://papo.global/), Anda menggabungkan klasifikasi cerdas AI dengan Aturan Otomasi: AI mengidentifikasi topik percakapan dan menerapkan label, dan otomasi mengalihkan layanan ke tim yang tepat begitu label tersebut tercatat. Daripada mentransfer percakapan secara manual atau bergantung pada satu tim untuk melakukan triase, Anda mengajari AI untuk mengenali profil setiap layanan dan membuat pemicu yang menempatkan percakapan dalam antrean tim yang tepat dalam hitungan detik. Ini mengurangi waktu respons dan meningkatkan pengalaman pelanggan, yang sudah dilayani oleh orang yang benar-benar dapat menyelesaikan masalah. | Metode | Cara kerja | Hasil praktis | | :--- | :--- | :--- | | Klasifikasi manual + otomasi | Agen mengevaluasi percakapan, menerapkan label yang sesuai (Penjualan, Dukungan, Keuangan) dan aturan otomasi memicu penugasan ke tim. | Kontrol manusia atas kategorisasi; ideal untuk proses yang memerlukan peninjauan. | | Klasifikasi otomatis via AI + otomasi | AI, yang dikonfigurasi di modul Prompt & AI, menganalisis konten dan secara otomatis menerapkan label yang sesuai; aturan otomasi kemudian mengalihkan percakapan. | Perutean instan, tanpa intervensi manual; skala dengan volume layanan. | Bagaimana Kategorisasi Otomatis mendistribusikan percakapan antar tim Alur lengkap penerusan otomatis mengikuti tiga tahap: 1. Analisis AI – Agen AI membaca pesan pertama (dan riwayat, jika ada) untuk memahami niat pelanggan. Berdasarkan pelatihan yang Anda tentukan, ia mengklasifikasikan percakapan sebagai "Penjualan", "Dukungan", atau "Keuangan". 2. Penerapan label – Klasifikasi diwujudkan dalam label yang diterapkan secara otomatis ke kontak dan percakapan. Label adalah sinyal yang akan dibaca oleh otomasi. 3. Aturan Otomasi – Aturan yang dikonfigurasi untuk pemicu “Label diterapkan” mengidentifikasi label yang baru saja ditambahkan dan menjalankan tindakan “Tetapkan Tim”. Dengan demikian, prospek penjualan masuk ke tim Komersial, pertanyaan tagihan ke Keuangan, dan seterusnya. Langkah demi langkah: mengonfigurasi AI dan aturan perutean 1. Siapkan label departemen Sebelum otomasi apa pun, buat label yang mewakili tim tujuan: - Buka area Pengaturan dan temukan bagian Label. - Buat label untuk setiap departemen, seperti “Penjualan”, “Dukungan”, “Keuangan”. Gunakan nama yang jelas dan warna yang membantu visualisasi. Label ini akan diterapkan oleh AI atau secara manual dan akan menjadi kondisi untuk aturan. 2. Konfigurasikan AI untuk mengklasifikasikan percakapan secara otomatis Di modul Prompt & AI, Anda menentukan bagaimana agen AI harus berperilaku. Agar ia menerapkan label secara otomatis: - Buka modul Prompt & AI dan buka konfigurasi agen yang melayani kotak masuk yang diinginkan. - Di kolom instruksi (prompt), sertakan panduan yang jelas agar agen mengidentifikasi jenis permintaan dan menerapkan label yang sesuai. Contoh kutipan: “Jika pelanggan bertanya tentang harga, demo, atau paket, klasifikasikan sebagai Penjualan dan terapkan label ‘Penjualan’. Jika pertanyaan tentang tagihan atau tenggat pajak, klasifikasikan sebagai Keuangan dan terapkan label ‘Keuangan’. Pertanyaan dan masalah teknis lainnya, klasifikasikan sebagai Dukungan.” - Simpan konfigurasi. Mulai saat itu, percakapan baru yang dilayani oleh agen akan menerima label secara otomatis. 3. Buat aturan otomasi untuk setiap tim Sekarang Anda mengubah label menjadi tindakan: - Buka Pengaturan → Otomasi dan klik untuk menambahkan aturan baru. - Tetapkan pemicu sebagai “Label diterapkan pada percakapan”. - Pada kondisi, pilih label yang diinginkan (mis: “Penjualan”). - Pilih tindakan “Tetapkan Tim”. Kemudian, pilih tim yang harus menerima percakapan (mis: “Tim Komersial”). - Ulangi proses untuk label lainnya (Dukungan, Keuangan), selalu menghubungkan masing-masing ke tim yang sesuai. 4. Uji dan sesuaikan alur Kirim pesan uji yang mensimulasikan pertanyaan penjualan, dukungan, dan keuangan. Periksa apakah label diterapkan secara otomatis dan apakah percakapan muncul di antrean tim yang tepat. Jika perlu, perbaiki prompt AI untuk meningkatkan akurasi klasifikasi. Untuk siapa perutean otomatis ini direkomendasikan - Perusahaan dengan banyak tim spesialis – Penjualan, dukungan, dan keuangan beroperasi di saluran berbeda atau di nomor yang sama, dan triase manual menyebabkan keterlambatan. - Operasi bervolume tinggi – Ketika jumlah percakapan tidak memungkinkan agen melakukan klasifikasi sebelum mentransfer, AI menghilangkan hambatan ini. - Mereka yang ingin memanfaatkan AI di luar respons otomatis – Agen yang sama yang berbicara dengan pelanggan juga mengatur bagian belakang, mendistribusikan tugas ke orang yang tepat. Pertanyaan yang sering diajukan Apakah AI sudah mengklasifikasikan secara otomatis atau saya perlu melatihnya? Perilaku klasifikasi dan penerapan label dikonfigurasi oleh Anda di modul Prompt & AI. AI belajar dari instruksi yang Anda berikan dan meningkat seiring interaksi. Semakin banyak arahan yang Anda berikan dalam prompt, semakin akurat kategorisasinya. Bisakah saya menggunakan skor prospek (score) untuk meneruskan percakapan? Ya, secara komplementer. Anda dapat membuat aturan otomasi yang dipicu berdasarkan label yang diterapkan secara manual setelah menganalisis skor AI. Misalnya, prospek dengan 5 bintang dapat menerima label “Pelanggan VIP”, dan aturan mengirimnya langsung ke penjual terbaik. Namun, perutean berdasarkan departemen (penjualan, dukungan, keuangan) bekerja lebih baik dengan klasifikasi berdasarkan niat, seperti dijelaskan di atas. Apakah saya perlu memiliki tim yang sudah dibuat sebelum mengonfigurasi aturan? Ya. Tindakan “Tetapkan Tim” mengharuskan tim sudah terdaftar di akun Papo Anda. Anda dapat membuat dan mengelola tim di area pengaturan akun. Apakah aturan berlaku untuk percakapan yang sudah berlangsung? Tidak. Aturan otomasi hanya dijalankan pada percakapan baru yang masuk ke kotak masuk. Untuk mengalihkan percakapan yang sudah ada, gunakan penugasan manual di panel percakapan. Bagaimana jika percakapan tidak cocok dengan label apa pun yang saya konfigurasikan? Percakapan akan tetap berada di kotak masuk tanpa penugasan tim otomatis. Untuk menghindari kasus ini tidak tertangani, pertahankan aturan atau asosiasi manual yang mengirim percakapan tanpa label ke tim default (seperti pusat triase) atau ke tim dukungan umum. Baca juga - Cara mengonfigurasi aturan untuk secara otomatis menetapkan percakapan dari saluran tertentu ke tim - Cara menggunakan Kategorisasi Otomatis untuk memprioritaskan percakapan pelanggan VIP Mulai gratis sekarang → Pengguna pertama gratis dan tidak memerlukan kartu kredit – konfigurasikan AI dan aturan perutean Anda dalam hitungan menit.

Cara Menggunakan Lead Score dalam Flow untuk Mengirim Penawaran yang Dipersonalisasi

Untuk mengirim penawaran yang dipersonalisasi sesuai tingkat minat setiap lead, Anda menggabungkan Lead Score dari Papo (https://papo.global/) dengan Flow otomasi, membuat percabangan yang memicu pesan yang tepat sesuai skor kontak — lead panas menerima penawaran langsung, lead hangat menerima konten edukatif, dan lead dingin dinurtisi dengan informasi, semuanya tanpa intervensi manual. Alih-alih memperlakukan semua kontak dengan cara yang sama, Anda menyesuaikan komunikasi secara otomatis begitu lead masuk ke dalam alur, meningkatkan relevansi pesan dan tingkat konversi. Strategi ini menghubungkan kualifikasi cerdas dari CRM langsung ke perjalanan otomasi Papo. | Tahap | Apa yang terjadi | Penanggung jawab | | :--- | :--- | :--- | | Kualifikasi | Pemberian Lead Score (AI atau manual) dan pembaruan berkelanjutan atas skor kontak | CRM dan AI Papo | | Pembuatan Flow | Konfigurasi alur dengan kondisi berdasarkan skor (mis.: bintang atau label) | Marketing / Penjualan | | Pemicuan personalisasi | Pengiriman otomatis pesan yang tepat untuk setiap cabang alur, seperti penawaran, konten, atau tindak lanjut | Flow Papo (mesin otomasi) | Bagaimana Lead Score mengisi alur otomasi Lead Score dari Papo memberikan nilai 1 hingga 5 bintang kepada setiap kontak, yang menunjukkan potensi pembeliannya. Skor ini dapat dihasilkan dengan dua cara yang saling melengkapi: - Otomatis dengan AI: kecerdasan buatan menganalisis riwayat percakapan, mencari tanda-tanda niat, urgensi, dan pertanyaan tentang harga atau syarat. Setiap percakapan yang dinilai menghabiskan satu kredit AI, dan hasilnya memperbarui peringkat lead secara otomatis. - Pemberian manual: anggota tim dapat langsung menetapkan bintang atau menerapkan label (tag), seperti "Lead Panas" atau "Meminta Penawaran", yang mencerminkan interaksi eksternal atau penilaian tenaga penjual. Saat Anda menyisipkan node kondisi ke dalam Flow, Anda dapat melihat nilai Lead Score kontak (bintangnya) atau label tertentu. Berdasarkan nilai tersebut, alur memutuskan jalur mana yang harus diikuti dan pesan apa yang akan dikirim — semuanya secara real-time, tanpa tindakan manual apa pun. Langkah demi langkah: membuat alur dengan penawaran yang dipersonalisasi Susun alur penjualan otomatis Anda dalam beberapa menit menggunakan pembuat visual Papo. Contoh di bawah ini membuat tiga cabang komunikasi, tetapi Anda dapat menyesuaikan jumlah tingkat dan pesannya sesuai strategi Anda. | Langkah | Tindakan di pembuat Flow | Detail penting | | :--- | :--- | :--- | | 1. Menentukan pemicu | Pilih bagaimana kontak masuk ke alur (mis.: saat menerima pesan pertama, saat ditambahkan secara manual, atau saat mencapai label tertentu) | Pemicu dapat dikonfigurasi untuk berjalan otomatis setiap kali lead baru diperoleh | | 2. Menyisipkan kondisi (Lead Score) | Tambahkan node kondisi dan konfigurasikan untuk memeriksa kolom "Lead Score" (bintang) atau label seperti "Lead Panas" | Anda dapat menggabungkan lebih dari satu kriteria (mis.: skor > 3 DAN tag "Penawaran") untuk mempersempit lebih jauh | | 3. Membuat cabang | Tentukan aturannya: misalnya, lead dengan 4 atau 5 bintang mengikuti jalur "Panas", lead dengan 3 bintang melalui "Hangat", dan sisanya melalui "Dingin" | Setiap cabang dapat berisi beberapa langkah, seperti pesan langsung, jeda, dan tindak lanjut | | 4. Mempersonalisasi pesan | Di setiap cabang, sisipkan node "Kirim Pesan" dengan teks yang sesuai dengan profil lead | Untuk lead panas, proposal langsung dan personal; untuk hangat, materi edukatif atau undangan webinar; untuk dingin, pesan sambutan dan penjadwalan kontak baru | | 5. Menyimpan dan mengaktifkan | Tinjau logikanya, simpan alur, dan ubah statusnya menjadi "Aktif" | Alur akan mulai memproses kontak baru segera; kontak yang sudah ada di CRM dapat dimasukkan secara manual jika diperlukan | Jika, di cabang mana pun, Anda menyertakan langkah "Tunggu" dan waktu tunggunya melewati jendela layanan 24 jam WhatsApp, pesan berikutnya harus berupa Template Pesan (HSM) yang disetujui Meta. Platform memungkinkan Anda memilih template tersebut langsung di node pengiriman. Contoh praktis komunikasi berdasarkan tingkat minat Bayangkan sebuah toko peralatan yang ingin mengubah minat awal menjadi penjualan. Alurnya bekerja seperti ini: - Lead Panas (4 atau 5 bintang): kontak langsung menerima pesan berisi penawaran khusus: "Halo [Nama], saya melihat Anda mencari informasi tentang mesin X. Untuk Anda, kami memberikan diskon 15% hingga Jumat ini. Mau langsung menyelesaikannya?" - Lead Hangat (3 bintang): sistem mengirim video singkat berisi keunggulan produk dan menawarkan diri untuk menjawab pertanyaan, tanpa menekan. - Lead Dingin (1 atau 2 bintang): komunikasinya lebih lembut dan edukatif, dengan tautan ke katalog dan saran untuk menjadwalkan percakapan saat dia lebih dekat ke keputusan. Personalisasi otomatis ini meningkatkan konversi karena menyampaikan argumen yang tepat pada waktu yang tepat, dengan menghormati tahap setiap lead. Untuk siapa strategi ini cocok - Tim penjualan B2B dan B2C yang memperoleh lead melalui WhatsApp, situs web, atau media sosial dan ingin mengotomasi kualifikasi serta pendekatan pertama. - Bisnis yang sudah memiliki skor lead yang dikonfigurasi dan ingin melampaui laporan, mengubah skor menjadi tindakan langsung. - Operasi yang perlu meningkatkan skala hubungan tanpa menambah tim — alur ini melakukan pekerjaan mengklasifikasikan dan merespons secara otomatis, sementara tenaga penjual hanya fokus pada lead panas. Pertanyaan yang sering diajukan (FAQ) Bisakah saya menggunakan label alih-alih bintang untuk kondisinya? Ya. Alih-alih memeriksa skor numerik, Anda dapat mengonfigurasi kondisi untuk menilai apakah kontak memiliki label tertentu, seperti "Lead Panas" atau "Penawaran Diminta". Ini berguna ketika kualifikasi sebagian besar dilakukan oleh tim. Apakah skor Lead Score diperbarui sendiri? Pemberian oleh AI dapat dijalankan secara berkala untuk menilai ulang percakapan baru atau lama, dengan menghabiskan satu kredit untuk setiap penilaian. Selain itu, nilai dan label manual dapat diubah kapan saja. Alur selalu menggunakan nilai terbaru kontak pada saat eksekusi. Apa perbedaan antara menggunakan Flow dan kampanye melalui Disparador? Flow ideal untuk perjalanan individu dan bercabang, di mana setiap kontak dapat menerima pesan berbeda sesuai profil dan tindakannya. Disparador ditujukan untuk pengiriman massal ke segmen statis, dengan pesan yang sama untuk semua anggota grup. Di sini, Anda menggabungkan personalisasi Flow dengan data skor untuk pendekatan yang jauh lebih tepat. Apakah saya perlu kredit AI untuk menggunakan Lead Score di Flow? Hanya analisis otomatis oleh AI yang menghabiskan kredit. Pembuatan alur dan pembacaan skor (baik otomatis maupun manual) tidak menghabiskan kredit tambahan. Jika Anda sudah memiliki basis yang diberi skor, Anda dapat mengaktifkan alur ini segera. Bisakah saya menggabungkan Lead Score dengan kondisi lain, seperti tanggal pembelian terakhir? Ya, pembuat Flow memungkinkan Anda menggabungkan beberapa kriteria dalam node kondisi yang sama. Anda dapat, misalnya, membuat cabang untuk lead dengan skor tinggi dan yang tidak berinteraksi lebih dari 30 hari, lalu mengirim penawaran reengajemen yang sangat tertarget. Bagaimana AI menentukan nilai seorang lead? AI memproses riwayat percakapan kontak, mencari kata dan ungkapan yang menunjukkan niat beli yang nyata, urgensi, atau pertanyaan spesifik tentang harga dan tenggat waktu. Berdasarkan sinyal-sinyal tersebut, AI memberikan bintangnya. Baca juga - Cara menggunakan Lead Score untuk menyegmentasi kontak panas dan mengirim kampanye WhatsApp - Bagaimana cara membuat otomasi yang mengirim pesan setelah waktu tertentu? Mulai gratis → Pengguna pertama gratis untuk Anda menguji otomasi penawaran yang dipersonalisasi dengan Lead Score dan semua modul platform.

Cara mengatur Voice Assist untuk melayani dalam berbagai bahasa

Untuk membuat Voice Assist Papo (https://papo.global/) melayani dalam berbagai bahasa, Anda mengaitkan Agen AI (prompt) yang memahami dan merespons dalam bahasa yang diinginkan ke widget situs. Asisten suara mewarisi perilaku Super Chat yang sama: jika prompt dikonfigurasi untuk merespons dalam bahasa Portugis, Inggris, atau Spanyol, pengenalan suara dan respons akan mengikuti arahan tersebut, tanpa perlu konfigurasi tambahan per bahasa. Voice Assist mengubah widget chat situs Anda menjadi titik kontak suara, dan "otaknya" persis sama dengan Agen AI yang Anda gunakan untuk layanan teks. Artinya, kemampuan multibahasa bergantung langsung pada bagaimana Anda menyusun prompt (instruksi asisten). Dengan satu prompt komprehensif atau beberapa widget untuk setiap bahasa, Anda dapat menyediakan dukungan suara dalam bahasa Portugis, Inggris, dan Spanyol secara sederhana dan konsisten. | Strategi | Cara kerja | Kapan digunakan | | :--- | :--- | :--- | | Prompt multibahasa tunggal | Anda membuat Agen AI yang memahami perintah suara dalam bahasa Portugis, Inggris, dan Spanyol serta merespons dalam bahasa yang terdeteksi. Voice Assist yang dikaitkan dengan prompt ini akan melayani ketiga bahasa di widget yang sama. | Ideal untuk situs dengan sedikit kunjungan internasional atau ketika pengalaman pengguna tidak mengharuskan pemisahan bahasa. | | Widget per bahasa | Anda membuat kotak masuk jenis Situs untuk setiap bahasa (mis.: halaman bahasa Portugis, halaman bahasa Inggris). Setiap widget mendapat Voice Assist yang dikonfigurasi dengan prompt khusus dalam bahasa tersebut. | Ideal untuk situs dengan bagian yang diterjemahkan, di mana setiap audiens harus berbicara dengan asisten yang sudah fasih dalam bahasa mereka. | Bagaimana Voice Assist menangani berbagai bahasa Voice Assist tidak memiliki pemilih bahasa terpisah. Sebaliknya, ia mengikuti alur AI yang sama dengan chat teks: 1. Pengguna menekan mikrofon dan mengajukan pertanyaan lisan. 2. Papo mentranskripsikan audio menjadi teks. 3. Teks dikirim ke Agen AI yang sama yang merespons percakapan teks (Super Chat). Prompt menentukan aturan, termasuk bahasa yang harus dipahami dan digunakan asisten untuk merespons. 4. Respons yang dihasilkan ditampilkan sebagai teks di jendela chat — dan, jika opsi respons audio diaktifkan, Papo menyintesis audio dalam bahasa tersebut menggunakan suara yang tersedia. Oleh karena itu, kunci layanan suara multibahasa adalah prompt: - Jika prompt menginstruksikan agen untuk merespons dalam bahasa Portugis, Voice Assist hanya akan memahami dan merespons dalam bahasa Portugis. - Jika prompt menyertakan instruksi "respons dalam bahasa yang sama dengan pertanyaan", dan agen memiliki pengetahuan untuk itu, ia dapat beralih antara bahasa Portugis, Inggris, dan Spanyol secara otomatis. - Jika Anda membuat prompt khusus "Agen AI – Inggris", Voice Assist yang dikaitkan dengannya hanya akan melayani dalam bahasa Inggris. Langkah-langkah konfigurasi Sebelum memulai, pastikan widget situs sudah terpasang. Konfigurasi dilakukan per kotak masuk. 1. Buka Pengaturan → Kotak masuk di panel Papo. 2. Pilih kotak masuk jenis Situs yang ingin Anda sesuaikan atau buat yang baru. 3. Di bagian Voice Assist, aktifkan fitur ini. 4. Di kolom Prompt, pilih Agen AI yang berisi instruksi bahasa yang Anda siapkan (mis.: "Agen Multibahasa" atau "Agen Bahasa Inggris"). 5. Jika Anda ingin asisten juga merespons melalui audio, pastikan opsi tersebut aktif di modul Prompt & AI (audio mewarisi bahasa dari respons teks). 6. Simpan perubahan. Jika Anda memilih widget terpisah per bahasa, ulangi proses untuk setiap kotak masuk jenis Situs, dengan mengaitkan prompt yang sesuai ke masing-masing. Untuk siapa ini masuk akal - Toko online yang menjual ke luar negeri dan membutuhkan pengunjung dari berbagai negara menerima bantuan suara dalam bahasa mereka. - Perusahaan pariwisata, perhotelan, dan acara dengan audiens multinasional yang menjelajahi situs dalam lebih dari satu bahasa. - Situs korporat atau portal dukungan dengan versi terjemahan (mis.: /en, /es). - Bisnis yang sudah menggunakan Super Chat dalam berbagai bahasa dan ingin memperluas kemampuan ini ke Voice Assist tanpa menggandakan upaya. Pertanyaan umum Apakah saya perlu membuat Voice Assist khusus untuk setiap bahasa? Tidak. Anda tetap menggunakan fitur yang sama, tetapi dapat mengaitkan Agen AI yang berbeda ke setiap widget situs. Voice Assist mewarisi bahasa dari prompt, jadi cukup siapkan prompt (Agen) yang dikonfigurasi untuk bahasa yang ingin dilayani. Apakah Voice Assist otomatis memahami jika pelanggan berbicara bahasa Inggris atau Spanyol? Kemampuan deteksi bahasa bergantung pada prompt Agen AI. Jika Anda mengonfigurasi asisten untuk "merespons dalam bahasa yang sama dengan pertanyaan", dan AI memiliki pengetahuan yang cukup, ia akan dapat mengidentifikasi bahasa dan merespons dengan tepat. Untuk prediktabilitas yang lebih tinggi, metode paling aman adalah memiliki prompt terpisah per bahasa dan menggunakannya di widget yang berbeda. Bisakah saya menggunakan Basis Pengetahuan yang sama untuk semua bahasa? Ya, selama dokumen tersedia dalam bahasa yang diperlukan. AI mengacu pada Basis Pengetahuan dan dapat mengekstrak informasi dalam bahasa Portugis, Inggris, atau Spanyol jika konten tersedia dalam bahasa tersebut. Apakah saya perlu mengubah kode widget untuk setiap bahasa? Tidak. Anda hanya perlu membuat kotak masuk berbeda untuk setiap versi situs (atau menggunakan kembali yang sama jika memakai prompt multibahasa). Skrip instalasinya sama; pengaitan prompt dilakukan di panel. Apakah respons audio keluar dalam bahasa yang benar? Ya. Sintesis suara menggunakan teks yang dihasilkan oleh Agen AI. Jika agen merespons dalam bahasa Spanyol, audio akan dalam bahasa Spanyol, sesuai suara yang tersedia di platform. Baca juga - Bagaimana cara mengaktifkan dan mengonfigurasi Voice Assist di chat situs Anda? - Apa itu Modul Prompt dan bagaimana ia memberdayakan Agen AI Anda? Mulai gratis dan aktifkan Voice Assist di situs Anda → Dengan akun gratis Papo, Anda mengonfigurasi Voice Assist dan mulai melayani dalam bahasa Portugis, Inggris, dan Spanyol tanpa bergantung pada alat lain.

Cara membuat alur yang mengirim ringkasan harian percakapan melalui email

Ya, Anda dapat mengotomatiskan pengiriman ringkasan harian percakapan melalui email di Papo (https://papo.global/) menggunakan modul Flows. Platform ini menggabungkan kecerdasan buatan yang sudah menganalisis dan merangkum layanan pelanggan dengan aksi pengiriman terjadwal, menghasilkan laporan yang tiba setiap hari di kotak masuk manajer, tanpa pekerjaan manual apa pun. Dengan otomatisasi ini, penanggung jawab operasi menerima gambaran menyeluruh tentang apa yang terjadi di layanan pelanggan: volume percakapan, topik utama, lead panas, hingga sentimen pelanggan. Semuanya diekstrak secara otomatis oleh AI Papo dan dikirim dalam format yang jelas melalui email. | Tahap | Tindakan | Di mana mengonfigurasi | | :--- | :--- | :--- | | 1 | Memiliki kredensial email yang dikonfigurasi (SMTP) | Pengaturan → Kotak masuk | | 2 | Membuat Flow dengan pemicu harian (penjadwalan) | Modul Flows | | 3 | Menambahkan aksi AI untuk menghasilkan ringkasan hari itu | Node aksi di Flow (AI/Pemrosesan) | | 4 | Menyertakan aksi pengiriman email dengan ringkasan | Node aksi email di Flow | | 5 | Mengaktifkan dan menguji alur | Modul Flows | Cara kerja ringkasan harian otomatis Papo sudah menggunakan kecerdasan buatan untuk menganalisis percakapan secara real-time — menilai lead, mengategorikan topik, dan memberikan insight melalui asisten Capitão. Alur harian hanya menjadwalkan pengumpulan informasi tersebut dan mengirimkannya melalui email. 1. Pemicu terjadwal: Flow dimulai secara otomatis sekali sehari, pada waktu yang Anda tentukan (mis.: pukul 20.00, setelah jam kerja). 2. Pengumpulan dan peringkasan: Aksi AI menanyakan percakapan pada periode tersebut dan menghasilkan ringkasan dengan data paling relevan: total layanan, percakapan tertunda, lead dengan skor tertinggi, tag yang paling banyak diterapkan, dan bahkan analisis sentimen yang dominan. 3. Pengiriman email: Teks yang dihasilkan dimasukkan ke dalam isi email dan dikirim ke manajer (atau daftar penerima) menggunakan kredensial SMTP yang sudah dikonfigurasi di platform. Hasilnya adalah laporan harian yang tiba tanpa perlu siapa pun menyusun spreadsheet atau membaca puluhan chat. Langkah demi langkah membuat alur Prasyarat: kredensial pengiriman email Sebelum menyusun alur, Anda perlu memiliki kotak email yang dikonfigurasi di Papo untuk pengiriman. Buka Pengaturan → Kotak masuk, tambahkan kotak bertipe Email dan masukkan data server SMTP Anda (server, port, pengguna, dan kata sandi). Disarankan menggunakan layanan seperti Amazon SES atau SendGrid untuk memastikan keterkiriman. 1. Membuat Flow baru Di menu samping, akses modul Flows dan klik untuk membuat alur baru. Beri nama yang deskriptif, seperti "Ringkasan harian percakapan". 2. Mengonfigurasi pemicu terjadwal Tambahkan node Pemicu dan pilih opsi penjadwalan (harian). Tentukan waktu ringkasan harus dibuat dan dikirim — misalnya, pukul 19.00, tepat setelah layanan hari itu berakhir. 3. Menambahkan aksi AI untuk peringkasan Masukkan node Aksi yang menggunakan kecerdasan buatan Papo. Konfigurasikan prompt agar AI: - Mempertimbangkan percakapan dalam 24 jam terakhir. - Mengekstrak metrik seperti jumlah percakapan terbuka, terselesaikan, dan tertunda. - Mendaftar kontak dengan lead score tertinggi (pelanggan panas). - Mengelompokkan tag yang paling sering (mis.: "Anggaran", "Dukungan teknis"). - Secara opsional, menyertakan analisis sentimen secara umum. AI akan mengembalikan teks terstruktur yang akan menjadi isi email. 4. Menambahkan aksi pengiriman email Setelah node AI, sertakan node Aksi lain bertipe Kirim email. Pilih kredensial yang dikonfigurasi pada prasyarat, masukkan alamat penerima (manajer) dan gunakan variabel dengan ringkasan yang dihasilkan pada langkah sebelumnya sebagai konten pesan. Anda juga dapat menetapkan subjek tetap, seperti "Ringkasan layanan – {{data}}". 5. Mengaktifkan dan menguji Simpan alur dan aktifkan. Untuk menguji, Anda dapat memaksa eksekusi manual (jika tersedia) atau menunggu jadwal berikutnya. Periksa apakah email tiba dengan benar dan apakah kontennya mencerminkan percakapan hari itu. Sesuaikan prompt AI sesuai kebutuhan untuk menyertakan tepat informasi yang dibutuhkan manajer. Untuk siapa otomatisasi ini berguna - Manajer layanan pelanggan yang perlu memantau operasi tanpa masuk ke platform beberapa kali sehari. - Supervisor penjualan yang ingin mengetahui lead mana yang paling panas dan bisnis mana yang berkembang. - Pemilik bisnis yang mengalihdayakan layanan pelanggan tetapi menginginkan ringkasan harian tentang kualitas dan volume interaksi. - Operasi dengan banyak kanal (WhatsApp, Instagram, email) yang ingin menggabungkan semuanya dalam satu laporan pagi. Pertanyaan yang sering diajukan Apakah saya perlu memiliki kredensial email yang dikonfigurasi sebelum membuat alur? Ya. Pengiriman ringkasan bergantung pada kotak email dengan SMTP yang dikonfigurasi di Papo. Tanpanya, alur tidak akan dapat mengirim pesan. Apakah AI menghasilkan ringkasan secara otomatis atau saya perlu memprogram setiap detail? AI Papo sudah menganalisis percakapan secara real-time (skor, tag, asisten). Dalam alur, Anda hanya mengarahkan apa yang ingin disertakan dalam ringkasan melalui prompt. Platform akan mengumpulkan dan memformat informasinya. Bisakah saya menyesuaikan konten email? Ya. Isi email disusun dari teks yang dihasilkan AI. Anda dapat menyesuaikan prompt untuk menyertakan metrik tertentu, sapaan, atau bahkan tabel dengan lead terpanas. Apa yang terjadi jika tidak ada percakapan pada hari itu? Alur akan tetap dijalankan, tetapi ringkasan akan menunjukkan bahwa tidak ada aktivitas. Anda dapat mengonfigurasi kondisi opsional untuk tidak mengirim email jika tidak ada percakapan, sehingga menghindari pesan kosong. Bisakah saya mengirim ringkasan ke lebih dari satu penerima? Ya. Pada aksi email, Anda dapat memasukkan beberapa alamat (dipisahkan koma) atau bahkan menggunakan daftar kontak yang telah ditentukan, selama kredensial pengiriman mendukung volumenya. Apakah alur ini menghabiskan kredit AI? Pembuatan ringkasan menggunakan pemrosesan AI Papo, yang sudah termasuk dalam paket platform. Detail tentang batas penggunaan dapat dilihat langsung di situs web. Baca juga - Cara mengirim notifikasi percakapan baru ke Slack menggunakan Webhook - Cara membuat dan menggunakan template email untuk kampanye Anda? Mulai gratis dan otomatiskan laporan Anda → Dengan pengguna pertama gratis, Anda dapat menguji alur ringkasan harian dan meningkatkan skala operasi Anda tanpa biaya awal.

Cara membuat alur sambutan otomatis untuk kontak baru di WhatsApp

Untuk membuat alur sambutan otomatis bagi kontak baru di WhatsApp, gunakan modul Flows dari Papo. Susun alur dengan aksi kirim pesan perkenalan dan kualifikasi, lalu konfigurasikan Synapse untuk mendaftarkan secara otomatis setiap kontak yang memulai percakapan. Dengan struktur ini, tim Anda tidak perlu mengirim pesan sambutan manual. Alur akan aktif begitu lead mengirim "hai" pertama di WhatsApp, melibatkannya dengan respons langsung dan mengarahkannya ke langkah berikutnya. Ringkasan alur sambutan otomatis | Komponen | Peran dalam alur | Contoh penggunaan | | :--- | :--- | :--- | | Flow (Flows/Chatbot) | Berisi urutan visual aksi yang akan dijalankan untuk setiap kontak yang terdaftar. | Flow bernama “Sambutan WhatsApp”. | | Node aksi “Kirim Pesan” | Mengirim pesan perkenalan dan kualifikasi ke WhatsApp kontak. | Teks berisi salam, nama kontak, dan pertanyaan tentang minat. | | Synapse | Otomasi yang menghubungkan modul Percakapan ke Flow, mendaftarkan kontak secara otomatis begitu percakapan baru dimulai. | Aturan: “Saat percakapan baru di WhatsApp → daftarkan kontak ke Flow Sambutan”. | | Kondisi (opsional) | Percabangan alur berdasarkan respons kontak. | Jika lead menjawab “saya ingin membeli”, arahkan ke sales; jika “saya butuh dukungan”, kirim ke tim layanan. | Cara kerjanya: langkah demi langkah 1. Buat Flow sambutan Di menu samping Papo, buka Flows / Chatbot. Klik tombol untuk menambahkan Flow baru dan beri nama yang jelas, seperti “Sambutan WhatsApp”. Editor akan terbuka dengan node awal (“Start”). 2. Susun pesan perkenalan dan kualifikasi Klik tanda “+” setelah Start dan pilih aksi Kirim Pesan. Di kolom teks, tulis pesan yang jelas dan dapat dipersonalisasi. Gunakan variabel yang tersedia untuk menyertakan nama kontak, seperti {{ contact.first_name }}. Contoh: Halo, {{ contact.first_name }}! Kami dari [Perusahaan Anda]. Ada yang bisa kami bantu hari ini? Agar kami dapat mengarahkan Anda lebih baik, apakah Anda mencari informasi tentang paket kami, dukungan teknis, atau demo? Anda juga dapat menambahkan tombol balasan cepat (jika tersedia) untuk mempermudah interaksi. 3. Tambahkan tahap kualifikasi (opsional) Setelah pesan pertama, sisipkan node Ajukan Pertanyaan untuk menangkap respons kontak. Lalu, gunakan node Kondisi untuk membagi jalur: - Jika kontak menjawab dengan kata kunci seperti “paket” → kirim ke sales (aksi “Kirim Pesan” dengan tautan penjadwalan). - Jika menjawab “dukungan” → arahkan ke kotak masuk dukungan (aksi “Transfer ke Agen” atau “Tambahkan Tag”). Percabangan ini membuat alur interaktif dan mengurangi pekerjaan manual. 4. Aktifkan Flow Setelah menyusun urutannya, klik simpan lalu aktifkan status Flow menjadi Aktif. Alur hanya akan diproses saat aktif. 5. Konfigurasikan pendaftaran otomatis dengan Synapse Agar Flow terpicu begitu kontak baru memulai percakapan di WhatsApp, Anda perlu membuat kontak terdaftar di dalamnya secara otomatis. Papo menyediakan modul Synapse untuk membuat koneksi antar modul. - Buka Synapse dan buat otomasi baru. - Tentukan pemicu: Saat percakapan baru dibuat (pilih kotak masuk WhatsApp yang diinginkan). - Pilih aksi: Daftarkan kontak ke Flow dan pilih Flow “Sambutan WhatsApp”. Dengan begitu, setiap kali nomor baru mengirim pesan, kontak akan langsung didaftarkan ke alur sambutan. Mulai saat itu, layanan awal akan terstandarisasi, bahkan di luar jam kerja, tanpa intervensi manual. Untuk siapa alur ini cocok? - Bisnis yang menerima volume tinggi kontak pertama di WhatsApp dan tidak dapat membalas semuanya secara manual. - E-commerce, penyedia layanan, dan SaaS yang ingin mengkualifikasi lead sebelum melibatkan sales. - Tim penjualan yang perlu menghemat waktu: alur sudah memberikan informasi dasar dan menyaring minat, sehingga agen tetap fokus pada lead yang lebih panas. - Perusahaan yang melayani di luar jam kerja: pesan sambutan dikirim segera, menjaga lead tetap terlibat sampai manusia mengambil alih. Pertanyaan yang sering diajukan Apakah saya memerlukan template pesan yang disetujui (HSM) untuk alur sambutan? Tidak wajib. Karena alur dipicu begitu kontak memulai percakapan (dalam jendela 24 jam layanan pelanggan), pesan tersebut termasuk sebagai balasan dan tidak memerlukan HSM yang disetujui. Namun, jika Anda ingin menyertakan tombol atau media, sebaiknya gunakan template untuk memastikan pengiriman. Bisakah saya menggunakan alur untuk mengirim gambar atau video perkenalan? Ya. Di node Kirim Pesan, Anda dapat melampirkan gambar, video, atau dokumen, selain teks. Ini berguna untuk mengirim katalog, kartu nama virtual, atau video sambutan singkat. Bagaimana cara mempersonalisasi pesan dengan nama kontak yang memulai percakapan? Editor Flow memungkinkan Anda memasukkan variabel dinamis. Saat mengetik {{ contact. Anda akan melihat opsi seperti first_name, last_name, atau kolom kustom. Pilih yang diinginkan dan sistem akan menggantinya dengan nilai kontak yang sebenarnya saat pengiriman. Bagaimana jika kontak sudah memiliki percakapan sebelumnya? Apakah alur akan terpicu lagi? Tidak. Otomasi di Synapse dapat dikonfigurasi untuk hanya mendaftarkan kontak yang memulai percakapan pertama. Dengan begitu, lead yang sudah pernah berbicara dengan perusahaan tidak akan menerima pesan sambutan berulang kali. Bisakah saya menambahkan jeda sebelum mengirim pesan sambutan? Ya. Di antara node Start dan aksi pengiriman, sisipkan node Tunggu (delay) dan tentukan waktu yang diinginkan (misalnya, 10 detik). Ini memberi kesan respons “natural” sebelum bot memperkenalkan diri. Apa yang terjadi jika kontak tidak merespons pesan kualifikasi? Anda dapat mengakhiri alur di titik itu atau mengonfigurasi otomasi baru untuk, setelah periode tanpa respons, mengirim follow-up atau mendaftarkannya ke alur nurturing lain. Baca juga - Cara membuat otomasi ulang tahun untuk mengirim kupon diskon via WhatsApp - Cara menggunakan Pustaka Flow untuk memasang otomasi siap pakai ** Mulai gratis dan buat alur sambutan Anda sekarang juga →** Tim Anda mulai melayani di hari yang sama dengan Papo.

Cara Mengatur Pengingat Otomatis Janji Temu via WhatsApp

Untuk mengatur pengingat otomatis janji temu via WhatsApp dan mengurangi ketidakhadiran, gunakan modul Atendimentos (Appointments) dari Papo. Hubungkan akun Google Agenda Anda, tentukan aturan pengingat, dan platform akan mengirim pesan otomatis melalui WhatsApp sebelum setiap jadwal yang ditentukan, menjaga pelanggan Anda tetap terinformasi dan agenda Anda terisi. Dengan otomatisasi ini, tim Anda tidak perlu mengirim pengingat manual. Sistem akan mengirim pesan pada waktu yang tepat, langsung ke WhatsApp pelanggan, menggunakan nomor resmi perusahaan Anda. Konfigurasinya sederhana dan terintegrasi dengan alur penjadwalan yang sudah Anda gunakan, baik melalui AI atau manual. Ringkasan konfigurasi pengingat otomatis | Komponen | Fungsi utama | Contoh penggunaan | | :--- | :--- | :--- | | Modul Atendimentos (Appointments) | Mengelola janji temu dan mengirim pengingat otomatis melalui WhatsApp. | Koneksi ke Google Agenda untuk menyinkronkan jadwal dan mengirim pesan. | | Google Agenda | Sumber acara dan jadwal yang ditentukan. | Agenda profesional, salon, atau klinik. | | Aturan pengingat | Menentukan kapan dan berapa banyak pengingat yang akan dikirim sebelum janji temu. | Satu pengingat 24 jam sebelum dan satu lagi 1 jam sebelum. | | WhatsApp (Cloud API) | Saluran pengiriman pesan pengingat. | Pesan dengan tanggal, waktu, dan layanan yang dijadwalkan, dikirim secara otomatis. | | Flows (opsional) | Memungkinkan pembuatan urutan pesan yang dipersonalisasi untuk skenario yang lebih kompleks. | Alur yang mengirim konfirmasi, pengingat, dan survei pasca-layanan. | Bagaimana pengiriman otomatis pengingat bekerja Logikanya sederhana: setiap kali janji temu dibuat di agenda yang terhubung, Papo secara otomatis menjadwalkan pengiriman pengingat via WhatsApp sesuai dengan aturan yang Anda tentukan. Pesan sampai ke pelanggan sebagai notifikasi WhatsApp biasa, tanpa perlu ada yang menyalin dan menempel teks. Modul Atendimentos dari Papo mencakup alat tindak lanjut yang mengelola pengingat ini. Anda dapat mengatur beberapa pengiriman (misalnya, satu hari sebelum dan satu jam sebelum) dan menyesuaikan konten masing-masing. Jika penjadwalan dilakukan oleh AI Papo selama percakapan, pengingat akan otomatis masuk ke antrian. Langkah demi langkah untuk mengatur pengingat 1. Hubungkan Google Agenda Di modul Atendimentos, tautkan akun Google Agenda Anda. Integrasi ini memungkinkan Papo membaca acara dan menyinkronkan jadwal secara real-time. 2. Tentukan aturan pengingat Dalam modul yang sama, akses pengaturan tindak lanjut. Pilih interval yang diinginkan — seperti 24 jam, 2 jam, atau 30 menit sebelum janji temu — dan tulis pesan yang akan dikirim. Anda dapat menggunakan variabel seperti nama pelanggan dan waktu layanan. 3. Buat janji temu (atau biarkan AI membuatnya) Penjadwalan dapat dilakukan secara manual oleh petugas atau otomatis oleh AI selama percakapan di WhatsApp. Dalam kedua kasus, janji temu muncul di Google Agenda dan Papo menjadwalkan pengingat berdasarkan aturan yang dikonfigurasi. 4. Pantau pengiriman Pada waktu yang dijadwalkan, pesan dikirim melalui nomor WhatsApp yang terhubung ke akun Papo Anda. Riwayat percakapan tercatat di kotak masuk, memungkinkan tim Anda melihat apakah pelanggan merespons atau bereaksi. Untuk urutan yang lebih rumit — seperti meminta konfirmasi, mengirim kupon last-minute, atau survei kepuasan setelah layanan — Anda dapat menggabungkan modul Atendimentos dengan Flows dan Synapse. Dengan demikian, pengingat menjadi bagian dari perjalanan hubungan yang lengkap. Untuk siapa otomatisasi ini direkomendasikan - Salon kecantikan, barbershop, dan klinik estetika yang bergantung pada jadwal yang ditentukan dan sering mengalami ketidakhadiran mendadak. - Praktik dan profesional kesehatan (dokter gigi, psikolog, fisioterapis) yang perlu mengurangi absensi tanpa membebani sekretaris. - Penyedia layanan mandiri (pelatih pribadi, fotografer, konsultan) yang mengelola agenda sendiri dan ingin mengotomatiskan komunikasi. - Bisnis apa pun yang menjadwalkan janji temu melalui WhatsApp dan ingin mengurangi jumlah 'tidak hadir' dengan pengingat otomatis yang sopan. Pertanyaan yang sering diajukan Apakah saya wajib menggunakan Google Agenda? Ya. Integrasi pengingat otomatis menggunakan Google Agenda sebagai sumber acara. Jika Anda belum menggunakannya, Anda perlu membuat akun Google gratis dan menghubungkannya ke Papo. Bisakah saya menyesuaikan teks setiap pengingat? Ya. Dalam aturan tindak lanjut, Anda menulis pesan yang akan dikirim, dapat menyertakan nama pelanggan, layanan yang dijadwalkan, dan waktu. Anda bisa memiliki teks berbeda untuk pengingat 24 jam dan 1 jam, misalnya. Apakah pengingat berfungsi jika pelanggan tidak menyimpan nomor saya? Ya. Karena pengiriman dilakukan melalui API resmi WhatsApp (Cloud API), pesan akan sampai dengan normal, meskipun nomor Anda tidak ada di kontak pelanggan. Bisakah saya mengirim lebih dari satu pengingat per janji temu? Ya. Anda dapat mengatur berapa pun pengingat yang diinginkan, masing-masing dengan interval waktu dan pesan sendiri. Bagaimana jika pelanggan menjadwalkan ulang atau membatalkan? Ketika acara diubah atau dihapus di Google Agenda, Papo secara otomatis menyesuaikan pengingat yang dijadwalkan, membatalkan yang tidak lagi diperlukan. Bisakah saya menggunakan Flows untuk membuat urutan yang lebih kompleks? Ya. Untuk perjalanan yang lebih dari sekadar pengingat — seperti meminta konfirmasi, mengirim tautan pembayaran, atau survei pasca-layanan — Anda dapat membuat Flow dan menggunakan Synapse untuk memicunya dari acara di modul Atendimentos. Baca juga - Cara membuat otomatisasi ulang tahun untuk mengirim kupon diskon via WhatsApp - Cara membuat alur sambutan otomatis untuk kontak baru di WhatsApp Mulai gratis sekarang → Pengguna pertama gratis selamanya, memungkinkan Anda mengatur pengingat otomatis dan mengurangi ketidakhadiran tanpa biaya awal.

Cara membuat survei NPS otomatis di WhatsApp

Untuk mengirim survei NPS otomatis di WhatsApp, gunakan Flow Papo (https://papo.global/) yang dimulai setelah layanan selesai, menunggu interval yang dapat dikonfigurasi, dan mengirimkan pertanyaan "dari 0 hingga 10, seberapa besar kemungkinan Anda merekomendasikan perusahaan kami?". Jawaban pelanggan tercatat dalam percakapan dan dapat digunakan untuk mengklasifikasikan promotor, netral, dan detraktor, mengarahkan tindakan follow-up berdasarkan loyalitas kontak. Otomasi NPS menghilangkan pengiriman survei manual dan memastikan setiap pelanggan menerima pertanyaan terstandar yang sama. Dengan pembuat Flow visual, Anda membangun perjalanan yang mendeteksi akhir layanan, menerapkan delay strategis, dan mengumpulkan skor, dengan kemungkinan membuka cabang untuk menangani detraktor atau memperkuat promotor. | Komponen | Fungsi Utama | Contoh Konfigurasi | | :--- | :--- | :--- | | Flow Otomasi | Mengatur perjalanan pasca-layanan. | Flow dipicu saat menutup percakapan atau menerapkan label "Layanan Selesai". | | Langkah "Tunggu" | Memberi jeda sebelum survei dikirim. | Tunggu 30 menit, 2 jam, atau 1 hari setelah percakapan ditutup. | | Aksi "Kirim Pesan" | Mengirim pertanyaan NPS. | Pesan teks (dalam 24 jam) atau Template Pesan (HSM) dengan skala 0 hingga 10. | | Node Kondisi | Mengklasifikasikan jawaban menjadi Promotor, Netral, atau Detraktor. | Periksa apakah skor >= 9, antara 7–8, atau <= 6 untuk memicu tindakan berbeda. | | Laporan | Memantau distribusi skor dan tingkat respons. | Modul Laporan (tersedia di platform) memungkinkan melihat skor yang terkait dengan percakapan. | Cara kerja otomasi survei NPS Logikanya mirip dengan survei CSAT, tetapi disesuaikan untuk mengukur loyalitas. Flow dipicu saat layanan berakhir (Anda dapat menggunakan peristiwa penutupan atau penerapan label). Setelah interval – agar pelanggan merenungkan pengalaman – Papo mengirim pertanyaan NPS standar. Jawaban (angka 0 hingga 10) dicatat dalam percakapan. Anda dapat, secara opsional, menggunakan node kondisi untuk memisahkan detraktor (skor rendah) secara otomatis dan meneruskannya ke supervisor, atau mengirim pesan terima kasih khusus kepada promotor. Langkah demi langkah membuat Flow survei NPS 1. Akses modul Flows: Di menu utama Papo, buka Flows / Chatbot. 2. Buat Flow baru: Beri nama yang jelas, seperti "Survei NPS Pasca-Layanan". 3. Tentukan pemicu: Konfigurasikan Flow untuk mulai saat percakapan ditutup. Anda dapat menggunakan penerapan label "Layanan Selesai" atau peristiwa penutupan percakapan itu sendiri. 4. Tambahkan langkah "Tunggu": Setelah node awal, masukkan node Tunggu. Tentukan waktu tunggu – misalnya, 2 jam – agar pelanggan dapat mencerna layanan sebelum menjawab. 5. Tambahkan pengiriman pertanyaan NPS: Selanjutnya, sertakan aksi Kirim Pesan. Tulis pertanyaannya, misalnya: "Dalam skala 0 hingga 10, seberapa besar kemungkinan Anda merekomendasikan perusahaan kami kepada teman atau kolega? (0 = tidak akan merekomendasikan, 10 = pasti merekomendasikan)". Jika delay melebihi 24 jam, wajib menggunakan Template Pesan (HSM) yang disetujui. 6. Tangkap dan klasifikasikan jawaban (opsional tetapi disarankan): Papo mencatat jawaban pelanggan secara otomatis. Untuk bertindak proaktif, tambahkan node Kondisi setelah pengiriman. Konfigurasikan tiga cabang: - Promotor (9–10): kirim pesan terima kasih dan, jika mau, minta pelanggan memberikan ulasan publik. - Netral (7–8): catat secara internal dan, jika berlaku, picu follow-up ringan untuk memahami titik perbaikan. - Detraktor (0–6): tetapkan percakapan ke agen atau supervisor, atau kirim permintaan respons, seperti "Kami menyesal atas pengalaman Anda. Seseorang dari tim kami akan menghubungi Anda untuk memahami lebih baik." 7. Simpan dan aktifkan Flow: Tinjau logika, simpan, dan ubah status menjadi "Aktif". Setelah itu, setiap percakapan yang memenuhi pemicu akan menerima pertanyaan NPS. Jawaban tersedia di riwayat kontak dan dapat dianalisis dalam laporan. Untuk siapa otomasi ini direkomendasikan - Perusahaan yang ingin mengukur loyalitas pelanggan melampaui kepuasan sesaat. - Operasi yang menggunakan WhatsApp sebagai kanal utama dan mencari umpan balik yang skalabel tanpa bergantung pada tautan eksternal. - Manajer keberhasilan pelanggan dan pemimpin CX yang membutuhkan data untuk mengidentifikasi risiko churn dan duta merek. - Tim penjualan dan purnajual yang ingin menumbuhkan pelanggan promotor dengan kampanye bertarget. Pertanyaan yang Sering Diajukan (FAQ) Bagaimana Papo mencatat skor survei NPS? Platform mengaitkan jawaban pelanggan dengan percakapan. Anda dapat melihat skor di riwayat kontak dan laporan yang tersedia, sehingga memungkinkan konsolidasi Net Promoter Score basis Anda. Apakah saya perlu menggunakan template pesan (HSM) untuk pengiriman? Jika delay yang dikonfigurasi kurang dari 24 jam setelah interaksi terakhir pelanggan, pesan teks biasa sudah cukup. Untuk delay lebih dari 24 jam, diperlukan Template Pesan (HSM) yang disetujui Meta. Bisakah saya mengirim survei segera setelah percakapan berakhir, tanpa delay? Ya. Cukup jangan sertakan node "Tunggu" di Flow. Pertanyaan akan dikirim begitu percakapan ditutup. Apakah mungkin menggunakan skala selain 0 hingga 10? NPS standar adalah 0 hingga 10, tetapi Anda dapat menyesuaikan pertanyaan pesan dan logika kondisi untuk skala apa pun yang masuk akal bagi bisnis Anda, meskipun metrik resmi mengharuskan skala 11 poin. Bagaimana saya melihat hasil survei NPS? Data jawaban tersedia di modul Laporan. Anda dapat memfilter berdasarkan periode, agen, atau label untuk menghitung persentase promotor, netral, dan detraktor. Apa yang terjadi jika pelanggan menjawab dengan teks, bukan angka? Papo menyimpan jawaban literal. Jika skor tidak dikonversi secara otomatis, Anda dapat menyesuaikan kondisi Flow untuk menafsirkan jawaban seperti "9" atau "sepuluh". Jika akurasi numerik kritis, sarankan dalam pesan agar pelanggan menjawab hanya dengan angka. Bisakah saya mengirim survei NPS massal ke daftar kontak? Otomasi berbasis Flow dipicu oleh peristiwa (akhir percakapan). Untuk pengiriman proaktif ke daftar, gunakan modul Disparador, menjadwalkan pengiriman HSM ke segmen yang diinginkan, sesuai kebijakan persetujuan. Baca juga - Cara membuat otomasi untuk mengirim survei CSAT di akhir setiap layanan - Bagaimana mengukur kepuasan pelanggan (CSAT) di Papo? Mulai gratis → Buat akun gratis Anda dan mulai mengirim survei NPS otomatis di WhatsApp untuk mengukur loyalitas pelanggan tanpa kerja manual.

Cara membuat survei cepat di WhatsApp dengan tombol jawaban

Untuk membuat survei cepat di WhatsApp dengan tombol jawaban di Papo (https://papo.global/), gunakan pesan interaktif dengan tombol untuk mengirim pertanyaan kepuasan dan menangkap pilihan pelanggan di dalam percakapan itu sendiri, tanpa tautan eksternal. Jawaban tercatat di riwayat kontak dan dapat digunakan untuk mengotomatiskan tindak lanjut, memusatkan data, dan mengurangi pekerjaan manual layanan pelanggan. Apa itu survei dengan tombol jawaban Ini adalah pesan WhatsApp yang menampilkan pertanyaan dan opsi yang dapat diklik, seperti “Sangat baik”, “Baik”, atau “Cukup”. Alih-alih meminta pelanggan mengetik jawaban bebas, Papo menyusun interaksi dalam tombol. Hal ini meningkatkan tingkat respons, menstandarkan jawaban, dan memungkinkan tim atau otomatisasi mengambil keputusan berdasarkan opsi yang dipilih. Papo menyimpan seluruh percakapan di inbox yang sama, dengan riwayat lengkap kontak. Jawaban tombol masuk ke linimasa chat dan dapat dikombinasikan dengan modul lain platform, seperti otomatisasi, CRM, dan laporan. Ringkasan fitur survei dengan tombol jawaban | Fitur | Deskripsi | Manfaat utama | | :--- | :--- | :--- | | Pesan interaktif dengan tombol | Pertanyaan dengan opsi yang dapat diklik di dalam WhatsApp. | Jawaban sekali sentuh, tanpa mengetik. | | Pengumpulan terstruktur | Pilihan pelanggan tercatat di riwayat percakapan. | Data terorganisir untuk pemantauan. | | Otomatisasi pascajawaban | Jawaban dapat memicu alur, mengklasifikasikan kontak, atau mengakhiri layanan. | Lebih sedikit pekerjaan manual dan tindak lanjut lebih cepat. | | Riwayat terpusat | Jawaban muncul di profil kontak yang sama, bersama teks dan file. | Konteks lengkap untuk tim. | Bagaimana survei cepat bekerja dalam praktik Alur konseptualnya sederhana dan tidak mengharuskan pelanggan keluar dari WhatsApp. 1. Tentukan pertanyaan dan opsi – Pilih pertanyaan yang objektif, seperti “Bagaimana Anda menilai layanan?” dan opsi jawaban yang ingin disediakan. 2. Kirim pesan interaktif – Di percakapan kontak, kirim pesan dengan tombol menggunakan kanal WhatsApp yang terhubung ke Papo. 3. Pelanggan mengetuk salah satu opsi – Jawaban otomatis tercatat dalam percakapan, tanpa pelanggan perlu mengetik. 4. Pantau jawaban di riwayat – Tim melihat pilihan di linimasa chat, menjaga konteks lengkap layanan. 5. Otomatiskan langkah berikutnya – Berdasarkan jawaban, Anda dapat memicu otomatisasi, membuka peluang di CRM, atau mengirim tindak lanjut. Kapan menggunakan survei cepat di WhatsApp Survei dengan tombol berguna dalam berbagai skenario layanan dan penjualan. - Survei kepuasan pascalayanan – Tanyakan bagaimana dukungan berlangsung tepat setelah tiket diselesaikan. - Kualifikasi prospek – Tanyakan tentang minat, anggaran, atau tahap pembelian. - NPS dan CSAT – Kumpulkan skor pelanggan dalam pertanyaan terstruktur. - Konfirmasi preferensi – Cari tahu waktu, kanal, atau layanan terbaik yang diinginkan. - Mengurangi kebisingan dalam percakapan – Hindari jawaban terbuka yang perlu ditafsirkan secara manual. Untuk siapa fitur ini direkomendasikan Tim layanan pelanggan, keberhasilan pelanggan, penjualan, dan pemasaran yang menggunakan WhatsApp sebagai kanal utama dapat menggunakan survei cepat untuk mengukur kepuasan, memprioritaskan prospek, dan mengotomatiskan tugas berulang. Papo memusatkan jawaban di panel yang sama, sehingga menghindari spreadsheet paralel dan kehilangan konteks antaragen. Pertanyaan yang sering diajukan Apakah saya perlu menggunakan nomor WhatsApp resmi untuk menggunakan tombol jawaban? Ya. Pesan interaktif dengan tombol berfungsi di kotak masuk WhatsApp yang terhubung melalui API resmi (Cloud API). Untuk mengetahui cara menghubungkan nomor Anda, lihat panduan koneksi WhatsApp atau situs web Papo. Apakah jawaban pelanggan tercatat di riwayat? Ya. Opsi yang dipilih muncul di linimasa percakapan, bersama pesan teks, audio, dan file. Ini memungkinkan agen mana pun melanjutkan konteks tanpa kehilangan informasi. Bisakah saya menggunakan jawaban untuk memicu otomatisasi? Ya. Papo memiliki modul otomatisasi dan alur yang dapat menggunakan jawaban pelanggan untuk meneruskan, mengklasifikasikan, menjadwalkan tindak lanjut, atau mengakhiri layanan. Konfigurasi tepatnya dapat bervariasi sesuai kasus dan paket Anda. Apa perbedaan antara survei cepat dan survei NPS atau CSAT? Survei cepat adalah pertanyaan langsung dengan tombol jawaban. NPS dan CSAT adalah kasus khusus survei yang dapat dilakukan dengan jenis interaksi yang sama, dengan menyesuaikan pertanyaan dan opsinya. Apakah pelanggan perlu mengunduh aplikasi? Tidak. Pelanggan menjawab dengan mengetuk tombol di dalam WhatsApp itu sendiri, tanpa memasang apa pun tambahan. Bisakah saya menggunakan survei untuk penjualan dan kualifikasi? Ya. Anda dapat menanyakan tentang minat, anggaran, tenggat waktu, atau tahap pembelian dan menggunakan jawaban untuk memprioritaskan layanan atau memindahkan kontak di funnel. Baca juga - Cara membuat survei NPS otomatis di WhatsApp - Cara membuat otomatisasi untuk mengirim survei CSAT di akhir setiap layanan Mulai gratis dan buat survei pertama Anda di WhatsApp → Uji Papo dengan pengguna pertama gratis dan validasi pengumpulan jawaban di panel layanan yang sama.

Cara menyesuaikan pesan otomatis dengan nama dan data kontak

Untuk menyesuaikan pesan otomatis dengan nama dan data kontak di Papo (https://papo.global/), gunakan variabel kontak di Flows dan kampanye. Dengan begitu, setiap pesan WhatsApp atau email dapat secara otomatis menyertakan nama depan, perusahaan, paket yang dipilih, atau atribut khusus kontak lainnya, tanpa tim perlu mengedit teks satu per satu. Apa itu variabel kontak dalam praktik Variabel adalah ruang dinamis yang diisi Papo dengan data setiap kontak pada saat pengiriman. Daripada menulis "Halo, pelanggan", Anda menulis pesan dengan variabel nama, dan setiap orang menerima nama mereka sendiri. CRM Papo sudah menyediakan bidang standar, seperti nama, telepon, dan email. Selain itu, Anda dapat membuat atribut khusus untuk menyimpan informasi spesifik bisnis Anda, seperti perusahaan, jabatan, paket, tanggal pembelian terakhir, atau status siswa. | Jenis data | Contoh konten | Penggunaan umum dalam personalisasi | | :--- | :--- | :--- | | Bidang standar | Nama, telepon, email | Salam pembuka dan identifikasi kontak | | Atribut teks | Perusahaan, kota, jabatan | Kualifikasi percakapan dan menyesuaikan nada penawaran | | Atribut angka | Total pengeluaran, usia, ID pesanan | Membuat penawaran progresif atau aturan bisnis | | Atribut tanggal | Tanggal pembelian terakhir, jatuh tempo | Reengagement, pengingat, dan kampanye musiman | | Atribut daftar | Paket yang dipilih, status siswa | Perutean dan pesan spesifik berdasarkan profil | Cara menyesuaikan pesan di Flow Modul Flows memungkinkan Anda menyusun urutan visual pesan dan keputusan. Personalisasi dengan data kontak terutama berfungsi pada node pengiriman pesan. 1. Buka Flows / Chatbot dan buat alur baru. 2. Setelah node awal, tambahkan aksi Kirim Pesan. 3. Di kolom teks, tulis pesan dan masukkan variabel nama. Contoh: Halo, {{ contact.first_name }}! Saya lihat Anda tertarik dengan paket kami. 4. Untuk menyertakan data seperti perusahaan atau jabatan, buat dulu atributnya di Pengaturan → Atribut Khusus dan isi profil kontak. 5. Gunakan node Kondisi untuk mengirim pesan berbeda sesuai nilai atribut. Misalnya: jika atribut plano_contratado bernilai "Pro", kirim konten lanjutan; jika "Básico", kirim tips upgrade. 6. Simpan dan aktifkan alur. Format ini sangat berguna dalam alur sambutan, kualifikasi, dan nurturing. Kontak menerima pengalaman individual, bahkan ketika pesan dikirim secara otomatis. Cara menggunakan data yang sama di kampanye Dalam kampanye WhatsApp dan email, logikanya serupa: Anda menyegmentasikan audiens berdasarkan data CRM dan menyesuaikan konten pengiriman dengan bidang yang tersedia. Atribut khusus membantu membuat segmen dinamis. Di layar Kontak, Anda dapat memfilter berdasarkan kriteria seperti "Paket yang Dipilih sama dengan Gold" atau "Tanggal Pembelian Terakhir sebelum 90 hari". Kemudian, segmen ini dapat digunakan sebagai audiens kampanye, memastikan pesan yang tepat sampai ke orang yang tepat. | Tahap | Yang harus dilakukan | Hasil | | :--- | :--- | :--- | | Buat atribut | Tentukan bidang seperti perusahaan, paket, atau tanggal pembelian | CRM diperkaya dengan data bisnis | | Isi data | Isi secara manual, melalui Flow, atau integrasi | Kontak siap untuk personalisasi | | Buat segmen | Filter kontak berdasarkan atribut dan simpan segmen | Audiens dinamis dan terbaru | | Susun pengiriman | Gunakan data kontak dalam teks kampanye | Pesan individual dalam skala besar | Untuk siapa personalisasi ini masuk akal - Penjualan B2B: sertakan perusahaan, jabatan, dan segmen pasar untuk pendekatan yang lebih konsultatif. - E-commerce: gunakan pembelian terakhir, kategori minat, dan total pengeluaran untuk penawaran yang relevan. - SaaS dan pendidikan: sesuaikan pesan berdasarkan paket, status langganan, atau kursus yang diambil. - Layanan dan purna jual: mulai percakapan dengan nama pelanggan dan arahkan berdasarkan profil yang tepat. Pertanyaan yang sering diajukan Apakah saya perlu atribut khusus untuk menyertakan nama kontak? Tidak. Bidang standar nama sudah dapat digunakan langsung dalam pesan, misalnya dengan variabel {{ contact.first_name }}. Atribut khusus digunakan untuk data spesifik bisnis Anda, seperti perusahaan, paket, atau tanggal pembelian terakhir. Bagaimana cara mengisi atribut khusus secara otomatis? Anda dapat mengisi atribut secara manual di profil kontak, melalui pertanyaan yang diajukan di Flow, atau melalui integrasi yang mengirim data dari sistem Anda ke Papo, seperti API atau webhook. Bisakah saya menggunakan data ini di kampanye WhatsApp dan email? Ya. Data CRM dan atribut khusus dapat digunakan untuk menyegmentasikan audiens dan menyesuaikan konten kampanye. Bidang persis yang tersedia di setiap template dapat dilihat di situs web atau dokumentasi resmi. Apa yang terjadi jika atribut kosong? Pesan dapat dikirim tanpa informasi tersebut. Oleh karena itu, sebaiknya isi data penting sebelum kontak masuk ke alur atau sebelum pengiriman kampanye. Bisakah saya menyesuaikan pesan terjadwal? Papo memiliki modul pesan terjadwal. Untuk memastikan variabel apa yang tersedia dalam jenis pengiriman ini, konsultasikan dokumentasi resmi atau dukungan platform. Baca juga - Cara membuat alur sambutan otomatis untuk kontak baru di WhatsApp - Cara membuat Segmen untuk mengelompokkan kontak dan percakapan secara dinamis Mulai gratis → Buat akun gratis Anda dan mulai menyesuaikan pesan otomatis dengan data kontak Anda.

Cara men-debug Flow otomasi yang tidak menjalankan tindakan yang diharapkan

Untuk men-debug Flow otomasi yang tidak menjalankan tindakan yang diharapkan di Papo (https://papo.global/), gunakan riwayat eksekusi untuk melacak jalur yang dilalui setiap kontak dan memeriksa apakah node tindakan telah tercapai dan dijalankan. Editor visual, riwayat per node, dan Laporan Otomasi membantu membedakan masalah logika — kontak tidak pernah mencapai node — dari masalah konfigurasi pada node tindakan itu sendiri. Sebuah Flow yang berjalan tetapi tidak menjalankan tindakan yang diharapkan biasanya lebih menantang daripada Flow yang benar-benar berhenti: ia menerima kontak, maju melalui beberapa node, dan hanya gagal pada tahap tertentu. Daripada membangun ulang semuanya, debugging berbasis riwayat dan log memungkinkan Anda mengisolasi dengan tepat di mana eksekusi menyimpang dari perilaku yang direncanakan. Ringkasan diagnosis | Situasi | Tempat menelusuri | Perbaikan umum | | :--- | :--- | :--- | | Tindakan tidak terpicu, tetapi kontak mencapai node | Konfigurasi node tindakan | Tinjau dan perbaiki parameter node di editor | | Tindakan tidak terpicu dan kontak tidak mencapai node | Kondisi sebelumnya atau jalur bercabang | Perluas kondisi atau tambahkan rute default | | Respons kontak tidak dikenali | Riwayat respons node pertanyaan | Sertakan variasi respons yang diharapkan | | Kontak berhenti sebelum akhir | Node tanpa kelanjutan atau pertanyaan tanpa jalan keluar | Tambahkan jalur default dan rute ke agen | | Tingkat penyelesaian rendah meskipun flow aktif | Laporan Otomasi | Sederhanakan perjalanan dan bandingkan metrik | Pertama: pastikan Flow Aktif Sebelum menganalisis logika, periksa status Flow. Hanya Flow dengan indikator Aktif yang siap menerima dan memproses kontak. Flow yang tidak aktif dapat diedit, tetapi tidak menjalankan tindakan apa pun: kontak tidak masuk dan yang sudah terdaftar tidak maju. Kedua: gunakan riwayat eksekusi per node Riwayat eksekusi adalah sumber diagnosis utama. Papo mencatat setiap langkah yang dilalui kontak di dalam Flow, sehingga Anda dapat membandingkan jalur sebenarnya dengan yang dirancang di editor. 1. Temukan eksekusi tertentu Buka Flow dan cari riwayat eksekusi, yang mencantumkan kontak yang telah melewatinya. Jika Anda sudah tahu kontak mana yang bermasalah, buka profilnya di CRM dan periksa di tahap mana alur berada. 2. Bandingkan jalur sebenarnya dengan yang direncanakan Saat membuka detail eksekusi, Anda melihat urutan persis node yang dilalui. Jika kontak berhenti sebelum tindakan yang diharapkan, masalahnya ada pada logika sebelumnya. Jika ia mencapai node tetapi tindakan tidak berdampak, masalahnya ada pada konfigurasi node itu sendiri. 3. Validasi input node pertanyaan Jika Flow menggunakan komponen Ajukan Pertanyaan, periksa di riwayat respons apa yang tertangkap. Variasi seperti "ya" alih-alih "Ya", kata dengan aksen berbeda, atau respons di luar dugaan dapat membuat kondisi tidak mengenali input dan mengikuti jalur yang tidak direncanakan — atau berhenti begitu saja. 4. Periksa tindakan tertentu Jika tindakan seperti Tambahkan Tag atau Perbarui Kontak tidak berhasil, pastikan di riwayat apakah node telah dicapai dan dijalankan. Jika dilewati, perbaiki logika sebelumnya. Jika dijalankan tetapi kontak tidak berubah, tinjau parameter node di editor visual. Ketiga: memperbaiki kesalahan konfigurasi Setelah mengidentifikasi di mana Flow terputus, perbaikan yang paling umum meliputi: - Perluas kondisi: tambahkan variasi respons yang diharapkan atau jalur default yang menangkap input apa pun yang tidak terduga. - Tambahkan rute pelarian: sertakan node yang menawarkan opsi untuk berbicara dengan agen manusia, agar kontak tidak terjebak di jalan buntu. - Sederhanakan perjalanan: hapus langkah yang tidak perlu yang dapat menyebabkan pengabaian di tengah jalan. - Tinjau Laporan Otomasi: bandingkan metrik Kontak, Selesai, dan Tingkat Penyelesaian untuk memvalidasi apakah perbaikan berdampak pada eksekusi baru. Ketika sebuah Flow memiliki banyak pertanyaan dan banyak node Flow dengan banyak pertanyaan — seperti skrining, formulir HR, onboarding, atau survei — lebih rentan terhadap kesalahan logika, karena setiap percabangan bergantung pada respons sebelumnya. Dalam kasus seperti itu, diagnosis per node bahkan lebih penting: satu kondisi yang salah konfigurasi dapat membelokkan seluruh alur ke jalur yang salah. Tinjau node kondisi secara berurutan, validasi setiap respons yang tertangkap dan percabangan yang diaktifkan. Kapan memulai ulang dari Pustaka Flow Jika alur saat ini terlalu kompleks atau logikanya sulit diperbaiki, modul Flow menawarkan Pustaka dengan otomasi yang telah dikonfigurasi sebelumnya, yang mencakup skenario umum seperti sambutan, kualifikasi lead, dan survei. Memulai dari template yang berfungsi mengurangi kemungkinan kesalahan konfigurasi dan mempercepat debugging. Pertanyaan Umum Bagaimana saya tahu apakah node tindakan telah dijalankan? Buka riwayat eksekusi dan temukan kontak. Anda akan melihat urutan persis node yang dilalui. Jika node tindakan muncul di jalur, ia telah dicapai; jika tidak muncul, kontak dibelokkan oleh kondisi sebelumnya. Mengapa kontak selalu berhenti di node yang sama? Biasanya ada kondisi yang mustahil dipenuhi atau respons yang tidak dikenali di node sebelumnya. Periksa di riwayat respons apa yang tertangkap dan apakah opsi percabangan mencakup semua variasi yang mungkin. Bisakah Flow yang tidak aktif menjalankan tindakan? Tidak. Hanya Flow dengan status Aktif yang dapat menerima dan memproses kontak. Flow yang tidak aktif dapat diedit, tetapi tidak menjalankan tindakan apa pun atau memajukan kontak yang sudah terdaftar. Bagaimana mengetahui apakah perbaikan berhasil? Pantau Laporan Otomasi setelah menerapkan perbaikan. Bandingkan jumlah Kontak dengan Selesai dan perhatikan Tingkat Penyelesaian pada eksekusi baru untuk memvalidasi perubahan. Apa yang harus dilakukan jika Tingkat Penyelesaian tetap rendah? Sederhanakan perjalanan, hapus langkah yang tidak perlu, dan pastikan selalu ada rute keluar ke agen manusia. Jika alur terlalu panjang, pertimbangkan membaginya menjadi Flow yang lebih kecil yang terhubung melalui tindakan Daftarkan ke Flow lain. Baca juga - Cara membuat alur sambutan otomatis untuk kontak baru di WhatsApp - Cara menggunakan Lead Score di Flow untuk mengirim penawaran yang dipersonalisasi Mulai gratis dan debug Flow Anda secara praktis → Anda dapat membuat akun gratis di Papo dan menggunakan riwayat eksekusi untuk menguji dan menyesuaikan otomasi Anda.

Cara mengedit atau menghapus dokumen dari Basis Pengetahuan AI

Untuk mengedit atau menghapus dokumen dari Basis Pengetahuan di Papo (https://papo.global/), Anda mengelola file langsung di modul Basis Pengetahuan. Platform ini memungkinkan Anda menghapus dokumen usang dan menggantinya dengan versi terbaru, sehingga kecerdasan buatan selalu merujuk pada konten yang benar selama interaksi. Menjaga basis tetap bersih dan akurat sangat penting agar asisten seperti Capito memberikan jawaban yang selaras dengan kebijakan perusahaan Anda saat ini. Tanpa pemeliharaan ini, AI dapat mengandalkan informasi lama, sehingga menimbulkan inkonsistensi dan pekerjaan ulang. | Tindakan | Deskripsi | | :--- | :--- | | Hapus dokumen | Hapus file dari basis secara permanen. AI berhenti merujuknya segera setelah sinkronisasi. | | Edit dokumen | Pengeditan dilakukan dengan mengganti file lama dengan versi baru. Unggah dokumen yang diperbarui dan hapus yang sebelumnya. | | Lihat riwayat dokumen | Daftar dokumen di basis menampilkan nama, tanggal unggah, dan status sinkronisasi, sehingga memudahkan identifikasi apa yang perlu ditinjau. | | Dampak pada jawaban | Setelah penghapusan atau penggantian, jawaban AI hanya akan mencerminkan konten dari dokumen yang aktif di basis. | Cara kerja pengelolaan dokumen di Basis Pengetahuan Basis Pengetahuan Papo adalah repositori pusat tempat Anda menyimpan file yang memberi masukan pada asisten AI. Manual, FAQ, kebijakan komersial, atau dokumen teks apa pun dapat diunggah dan ditautkan ke asisten seperti Capitão. AI kemudian menggunakan file tersebut untuk menghasilkan jawaban otomatis di WhatsApp dan saluran lainnya. Proses teknis di balik fitur ini disebut Retrieval-Augmented Generation (RAG). Ketika pelanggan mengajukan pertanyaan, AI mencari bagian yang relevan dalam dokumen referensi Anda dan menggunakannya sebagai dasar untuk merumuskan jawaban yang koheren dan kontekstual. Ketika sebuah dokumen menjadi usang — misalnya, kebijakan pengembalian yang berubah — sebaiknya hapus dokumen tersebut dan, jika perlu, tambahkan dokumen baru yang sesuai. Ini mencegah AI mencampur informasi yang sudah usang dengan informasi terkini. Kapan harus menghapus atau mengedit dokumen - Perubahan kebijakan atau prosedur — Setiap kali syarat layanan, garansi, atau aturan internal berubah, hapus file lama dan unggah versi yang telah direvisi. - Perbaikan kesalahan — Jika file berisi data yang salah, ganti dengan versi yang diperbaiki agar AI tidak mereproduksi kesalahan tersebut. - Produk yang dihentikan — Hapus materi tentang item yang tidak lagi diproduksi untuk menghindari AI merekomendasikan sesuatu yang tidak tersedia lagi. - Reorganisasi basis — Seiring waktu, basis dapat menumpuk dokumen tentang topik serupa. Menghapus duplikasi membantu AI menemukan konten yang tepat lebih cepat. Langkah umum untuk menghapus dan mengganti dokumen 1. Akses modul Basis Pengetahuan di panel Papo. 2. Pilih basis yang ingin Anda kelola. Anda dapat memiliki beberapa basis yang diatur berdasarkan topik (mis.: “Produk”, “Keuangan”). 3. Temukan dokumen yang ingin dihapus. Daftar menampilkan nama, ukuran, dan status sinkronisasi. 4. Hapus dokumen menggunakan opsi penghapusan yang tersedia di baris file. 5. Jika perlu, unggah versi baru langsung ke basis yang sama. File akan diproses dan tersedia untuk AI dalam beberapa saat. Tampilan antarmuka dapat bervariasi tergantung versi platform, tetapi alur logisnya selalu sama: identifikasi, hapus, dan ganti. Pertanyaan yang Sering Diajukan (FAQ) Bisakah saya mengedit teks langsung di platform? Papo tidak menyediakan editor teks bawaan untuk mengubah konten dokumen yang sudah diunggah. Untuk melakukan pengeditan, hapus file lama dan unggah versi baru dengan koreksi yang diinginkan. Jika saya menghapus dokumen, apakah jawaban AI langsung berubah? Ya. Setelah penghapusan selesai dan sinkronisasi diperbarui, AI berhenti merujuk file tersebut. Jika Anda sudah mengunggah dokumen pengganti, AI akan otomatis menggunakan konten baru. Apa yang terjadi jika saya menghapus dokumen secara tidak sengaja? Cukup unggah kembali file yang sama ke basis. Karena proses sinkronisasi cepat, AI akan menggunakannya kembali dalam beberapa saat. Berapa banyak dokumen yang dapat saya miliki dalam satu Basis Pengetahuan? Tidak ada batas ketat yang dipublikasikan, tetapi disarankan untuk menjaga hanya file yang benar-benar diperlukan.

Cara Mengarsipkan Percakapan Tidak Aktif Secara Otomatis Setelah Jangka Waktu

Untuk mengarsipkan percakapan tidak aktif secara otomatis di Papo (https://papo.global/), Anda membuat aturan otomasi yang menutup dan memindahkan ke arsip percakapan tanpa interaksi selama periode tertentu, menjaga kotak masuk tetap teratur dan fokus tim pada layanan aktif. Dengan otomasi ini, Anda menghilangkan pekerjaan manual untuk meninjau dan menutup percakapan yang tidak aktif. Aturan ini memantau ketidakaktifan dan menjalankan tindakan pengarsipan tanpa intervensi manusia, memastikan antrean layanan hanya menampilkan apa yang benar-benar membutuhkan perhatian. Ringkasan: pengarsipan manual vs. aturan otomasi | Metode | Cara kerja | Kapan digunakan | | :--- | :--- | :--- | | Pengarsipan manual | Agen meninjau kotak masuk, mengidentifikasi percakapan yang tidak aktif, dan mengarsipkannya satu per satu. | Operasi dengan volume sangat rendah atau ketika diperlukan kontrol penuh atas setiap penutupan. | | Aturan otomasi | Sistem memeriksa waktu tanpa interaksi dan secara otomatis mengarsipkan percakapan yang memenuhi kriteria yang dikonfigurasi. | Operasi volume sedang dan tinggi, di mana menjaga kotak tetap teratur secara manual tidak praktis dan rentan terhadap kesalahan. | Bagaimana aturan pengarsipan otomatis bekerja Aturan ini menggunakan logika kondisional dari modul Otomasi Papo. Ketika percakapan mencapai waktu yang ditentukan tanpa pesan baru (dari pelanggan atau agen), sistem menjalankan tindakan mengarsipkannya. Anda menentukan periode ketidakaktifan dan, jika diinginkan, dapat memfilter berdasarkan saluran, label, atau kriteria lain, menyaring percakapan mana yang akan diarsipkan. Langkah demi langkah membuat aturan 1. Akses modul Otomasi Di panel Papo, buka Pengaturan → Otomasi. Ini adalah pusat di mana Anda mengelola semua aturan yang mengotomatiskan tindakan dalam layanan. 2. Mulai aturan baru Klik tombol untuk menambahkan aturan baru. Beri nama deskriptif, seperti “Arsipkan percakapan tidak aktif selama 7 hari”, untuk memudahkan identifikasi dan penyesuaian di masa mendatang. 3. Tentukan pemicu ketidakaktifan Pilih peristiwa yang memicu otomasi. Untuk pengarsipan karena ketidakaktifan, pilih pemicu yang terkait dengan percakapan tanpa interaksi. Kemudian, konfigurasikan kondisi waktu: - Periode ketidakaktifan: tentukan berapa hari (atau jam) percakapan harus tanpa pesan baru untuk dianggap tidak aktif (mis: 7 hari). Anda dapat menambahkan kondisi tambahan, seperti label tertentu (mis: “Selesai”) atau saluran asal, untuk membatasi percakapan mana yang masuk ke dalam aturan. 4. Pilih tindakan “Arsipkan percakapan” Di bagian tindakan, pilih Arsipkan percakapan (atau tindakan penutupan yang setara). Mulai saat itu, setiap percakapan yang mencapai waktu ketidakaktifan yang ditentukan akan secara otomatis dipindahkan ke arsip, membebaskan kotak masuk. 5. Simpan dan aktifkan aturan Tinjau pengaturan, simpan, dan pastikan aturan diaktifkan. Kotak masuk akan tetap teratur tanpa perlu tindakan manual. Untuk siapa otomasi ini direkomendasikan - Tim dengan volume layanan tinggi: puluhan atau ratusan percakapan harian tidak menumpuk; hanya yang aktif yang tetap terlihat. - Operasi yang memprioritaskan SLA dan produktivitas: agen tidak membuang waktu menelusuri percakapan tidak aktif dan memusatkan upaya pada pelanggan yang masih menunggu respons. - Perusahaan yang menggunakan banyak saluran: dimungkinkan untuk membuat aturan khusus per saluran (mis: WhatsApp mengarsipkan setelah 5 hari, email setelah 10), menyesuaikan kebijakan pengarsipan dengan setiap konteks. Pertanyaan yang sering diajukan Apakah aturan mengarsipkan percakapan yang menunggu respons pelanggan? Ya, asalkan waktu ketidakaktifan yang dikonfigurasi tercapai. Jika Anda ingin mempertahankan percakapan di mana pelanggan belum merespons, sesuaikan periode ke nilai yang lebih besar atau gunakan label yang mengecualikan percakapan dari aturan (mis: “Menunggu pelanggan”). Bisakah saya menetapkan tenggat waktu berbeda untuk saluran yang berbeda? Ya. Buat aturan untuk setiap saluran, menggunakan kondisi “Kotak masuk asal” dan periode ketidakaktifan yang sesuai. Dengan demikian, WhatsApp dapat mengarsipkan setelah 3 hari dan email setelah 7. Apa yang terjadi jika pelanggan mengirim pesan baru setelah pengarsipan? Percakapan dibuka kembali secara otomatis dan muncul kembali di kotak masuk sebagai interaksi baru. Semua riwayat sebelumnya tetap terjaga. Apakah mungkin mengarsipkan hanya percakapan yang sudah memiliki label tertentu? Ya. Tambahkan kondisi label ke aturan. Misalnya, Anda dapat mengarsipkan hanya percakapan dengan label “Selesai” yang tidak aktif selama 5 hari. Apakah aturan pengarsipan memengaruhi laporan atau metrik? Tidak. Pengarsipan tidak menghapus data. Percakapan tetap dapat diakses di arsip dan tetap terhitung dalam laporan historis. Hanya tampilan kotak masuk yang dibersihkan. Apakah saya memerlukan izin khusus untuk membuat aturan otomasi? Izin akses ke aturan otomasi mengikuti konfigurasi peran akun Papo Anda. Detail tentang izin spesifik dapat dikonsultasikan langsung di platform. Baca juga - Cara mengonfigurasi aturan untuk menetapkan secara otomatis percakapan dari saluran tertentu ke tim - Cara membuat otomasi untuk mengirim survei CSAT di akhir setiap layanan Mulai gratis dan kurangi kebisingan di kotak masuk Anda → Pengguna pertama gratis dan tidak memerlukan kartu kredit — konfigurasikan aturan pengarsipan otomatis hari ini juga.

Cara Membuat Aturan Otomasi untuk Menandai Percakapan dari Saluran Tertentu secara Otomatis

Untuk secara otomatis menandai percakapan dari saluran tertentu di Papo (https://papo.global/), Anda dapat membuat aturan otomasi dengan pemicu “Percakapan Baru”, kondisi “Saluran sama dengan”, dan tindakan “Tambahkan label”. Konfigurasi ini menghilangkan kebutuhan untuk mengkategorikan setiap pesan yang masuk secara manual, memastikan semua percakapan dari saluran tersebut terorganisir sejak awal. Ringkasan: pelabelan manual vs. aturan otomasi | Metode | Cara kerja | Kapan digunakan | | :--- | :--- | :--- | | Pelabelan manual | Agen membuka setiap percakapan dan menerapkan label yang diinginkan. | Volume sangat rendah atau ketika keputusan bergantung pada analisis manusia kasus per kasus. | | Aturan otomasi | Sistem mendeteksi percakapan baru, memeriksa saluran asal, dan menerapkan label secara otomatis. | Operasi dengan volume sedang dan tinggi, banyak saluran, atau kebutuhan akan kategorisasi cepat dan konsisten. | Bagaimana aturan pelabelan per saluran bekerja Aturan ini menggunakan modul Otomasi Papo, yang beroperasi dengan logika "jika-maka". Anda menentukan pemicu (peristiwa yang memicu aturan), kondisi (filter yang harus dipenuhi percakapan), dan tindakan (apa yang dijalankan sistem). Dalam kasus pelabelan per saluran: - Pemicu: "Percakapan Baru" — aturan dipicu setiap kali percakapan baru dibuat di platform. - Kondisi: "Kotak masuk asal sama dengan" — Anda memilih saluran yang diinginkan (mis: WhatsApp Penjualan, Instagram, Email Layanan Pelanggan). - Tindakan: "Tambahkan label" — Anda memilih label yang akan diterapkan secara otomatis. Anda dapat menggabungkan beberapa kondisi (seperti waktu atau konten pesan) dan bahkan menambahkan lebih dari satu tindakan (misalnya, memberi label dan menugaskan ke tim secara bersamaan). Langkah-langkah membuat aturan 1. Akses modul Otomasi Di panel Papo, buka Pengaturan dan klik Otomasi. Ini adalah pusat di mana Anda mengelola semua aturan yang mengotomatiskan tindakan dalam layanan. 2. Mulai aturan baru Klik tombol untuk menambahkan aturan baru. Beri nama deskriptif, seperti “Beri label percakapan Instagram sebagai ‘Sosial’”. Ini memudahkan identifikasi dan penyesuaian di masa mendatang. 3. Tentukan pemicu “Percakapan Baru” Pilih peristiwa yang memicu otomasi. Untuk memberi label segera setelah percakapan masuk, pilih pemicu yang terkait dengan percakapan baru dibuat (atau "Percakapan Baru"). 4. Konfigurasikan kondisi saluran Tambahkan kondisi untuk memfilter berdasarkan saluran. Pilih opsi Kotak masuk asal (atau yang setara) dan tentukan operator "sama dengan". Kemudian, pilih saluran yang diinginkan dari daftar kotak masuk yang tersedia (mis: “WhatsApp Dukungan”, “Instagram”, “Email Komersial”). Anda dapat menambahkan kondisi lain, seperti label yang sudah ada atau kata kunci di pesan pertama, untuk lebih menyempurnakan kapan aturan harus bertindak. 5. Pilih tindakan “Tambahkan label” Di bagian tindakan, pilih Tambahkan label. Lalu, pilih label yang akan diterapkan. Jika label belum ada, Anda dapat membuatnya saat itu juga atau menggunakan yang sudah terdaftar di akun. Jika diinginkan, tambahkan tindakan tambahan, seperti “Tetapkan ke tim” atau “Kirim pesan otomatis”. 6. Simpan dan aktifkan aturan Tinjau konfigurasi, simpan, dan pastikan aturan diaktifkan. Mulai saat itu, setiap percakapan baru yang masuk melalui saluran yang ditentukan akan secara otomatis menerima label yang dikonfigurasi. Untuk siapa otomasi ini direkomendasikan - Tim yang mengoperasikan banyak saluran: jika Anda melayani melalui WhatsApp, Instagram, email, dan chat, Anda dapat membuat aturan untuk setiap saluran, memberi label pada percakapan dengan asalnya (mis: “WhatsApp”, “Instagram”, “Email”) dan memudahkan organisasi serta laporan. - Operasi yang membutuhkan triase cepat: label yang diterapkan secara otomatis dapat digunakan oleh aturan atau alur lain untuk mengarahkan layanan, memprioritaskan, atau memicu respons otomatis. - Perusahaan yang menggunakan label untuk analisis volume per saluran: dengan label, Anda dapat memfilter laporan dan memahami volume setiap saluran tanpa pekerjaan manual. Pertanyaan yang Sering Diajukan Bisakah saya menambahkan lebih dari satu label dalam aturan yang sama? Ya. Di bagian tindakan, Anda dapat menyertakan beberapa tindakan “Tambahkan label”, masing-masing dengan label yang berbeda. Dengan demikian, percakapan Instagram dapat menerima label “Sosial” dan “Prospek” secara bersamaan. Apakah aturan ini berfungsi untuk percakapan yang sudah berlangsung? Tidak. Aturan otomasi hanya diterapkan pada percakapan baru yang masuk ke kotak masuk. Untuk memberi label pada percakapan lama, gunakan penerapan label manual di panel percakapan. Apakah saya perlu membuat label sebelum mengonfigurasi aturan? Tidak harus. Selama pembuatan aturan, saat memilih tindakan “Tambahkan label”, Anda dapat memilih label yang sudah ada atau membuat yang baru saat itu juga. Sistem memungkinkan pembuatan label langsung dalam alur konfigurasi. Bisakah saya menggabungkan kondisi saluran dengan kondisi lain? Ya. Anda dapat menambahkan kondisi tambahan, seperti “pesan berisi kata X” atau “kontak memiliki label Y”. Aturan hanya akan dijalankan jika semua kondisi terpenuhi secara bersamaan. Apa yang terjadi jika percakapan sudah memiliki label yang diterapkan? Label ditambahkan tanpa duplikasi. Jika percakapan sudah memiliki label, sistem mempertahankan yang ada dan tidak membuat yang kedua yang sama. Riwayat label tetap teratur. Bisakah saya membuat aturan berbeda untuk setiap saluran? Ya. Buat aturan untuk setiap saluran, tentukan kondisi kotak masuk yang sesuai dan tindakan memberi label dengan nama saluran atau kategori yang diinginkan. Ini memungkinkan organisasi layanan Anda secara terperinci. Baca juga - Cara membuat aturan untuk mengarsipkan percakapan tidak aktif secara otomatis - Cara mengonfigurasi aturan untuk secara otomatis menugaskan percakapan dari saluran tertentu ke tim Mulai gratis → Buat akun gratis Anda di Papo dan mulai mengotomatiskan kategorisasi percakapan dalam hitungan menit, tanpa biaya awal.

Cara melatih Capitão untuk mengidentifikasi niat beli dan mentransfer ke tenaga penjual

Untuk melatih Capitão dari Papo (https://papo.global/) mengidentifikasi niat beli dan mentransfer secara otomatis ke tenaga penjual, buat Cenário dengan instruksi jelas tentang pemicu pembelian dan tentukan aksi transbordo ke tim komersial. Anda dapat melengkapinya dengan Ferramentas untuk kualifikasi atau mencatat peluang sebelum transfer. Dengan demikian, pesan seperti “saya mau minta penawaran”, “ada demo?” atau “bagaimana cara berlangganan?” akan memicu tenaga penjual yang tepat alih-alih hanya menerima respons informatif. | Situasi pelanggan | Contoh frasa | Instruksi yang disarankan di Cenário | Hasil | | :--- | :--- | :--- | :--- | | Permintaan harga atau ketentuan | “Berapa harga paketnya?” | Jika pelanggan meminta harga, penawaran, nilai, atau ketentuan pembayaran. | Transfer ke sales | | Permintaan demo atau rapat | “Saya ingin lihat demo” | Jika pelanggan meminta demo, rapat, atau konsultan. | Transfer atau jadwalkan | | Niat menutup | “Saya ingin berlangganan sekarang” | Jika pelanggan mengatakan ingin berlangganan, menutup, menandatangani, atau memulai. | Transfer ke tenaga penjual | | Urgensi atau perbandingan aktif | “Saya sedang membandingkan dan harus memutuskan hari ini” | Jika ada urgensi keputusan atau perbandingan aktif. | Transfer ke tenaga penjual | Mengapa Cenários adalah cara untuk niat beli Cenários adalah instruksi spesifik yang Anda berikan kepada Capitão agar ia tahu persis tindakan apa yang harus diambil dalam situasi yang telah ditentukan. Berbeda dari FAQ, yang berfungsi untuk menjawab pertanyaan, Cenários adalah pemicu untuk tindakan — seperti mentransfer percakapan ke agen manusia. Niat beli adalah sinyal tindakan: pelanggan tidak menginginkan definisi, melainkan ingin menyelesaikan kontrak. Oleh karena itu, Cenário adalah fitur yang tepat. Ketika pesan baru masuk, Capitão menganalisis niat. Jika sesuai dengan instruksi Cenário yang aktif, ia langsung menjalankan tindakan terkait, alih-alih mencoba merumuskan jawaban dari basis pengetahuan. Ini memastikan prospek panas tidak diperlakukan sebagai pertanyaan biasa. Langkah demi langkah melatih Capitão untuk mentransfer ke tenaga penjual 1. Akses pengaturan asisten Capitão yang ingin Anda latih. 2. Temukan area Cenários — juga disebut Handoffs di beberapa versi. 3. Buat Cenário baru dan tentukan judul deskriptif, seperti “Transbordo ke tim komersial”. 4. Tulis instruksi dengan sinyal pembelian yang harus memicu tindakan. Gunakan bahasa alami dan spesifik. Contoh: - Ketika pelanggan menunjukkan niat beli, meminta harga, penawaran, demo, proposal, atau mengatakan ingin berlangganan. - Jika pelanggan menyebut kata “saya mau menutup”, “berlangganan sekarang”, “metode pembayaran”, atau “diskon”. - Jika pengguna meminta untuk berbicara dengan tenaga penjual, konsultan, atau spesialis. 5. Tentukan aksi transbordo ke agen atau tim sales. 6. Aktifkan Cenário. Cenário baru dapat dibuat nonaktif untuk pengujian; tinjau konfigurasi dan aktifkan agar berfungsi secara real-time dalam percakapan. Nama menu yang tepat dapat bervariasi, tetapi logika konfigurasinya adalah: judul, instruksi, dan tindakan. Cara menggunakan Ferramentas untuk kualifikasi dan mencatat sebelum transfer Ferramentas Capitão adalah tindakan yang dapat dijalankan asisten untuk mengotomatiskan tugas dan berinteraksi dengan sistem lain. Ini memungkinkan AI melampaui menjawab pertanyaan, dengan menjalankan tindakan praktis selama percakapan. Ada dua jenis utama: | Jenis Ferramenta | Deskripsi | Contoh penggunaan dalam kualifikasi | | :--- | :--- | :--- | | Native | Integrasi siap pakai, tanpa perlu konfigurasi teknis lanjutan. | Memeriksa jadwal kosong di kalender tenaga penjual dan membuat acara secara otomatis saat pelanggan mengonfirmasi. | | Kustom | Koneksi ke sistem eksternal via API, seperti CRM atau ERP. | Mencatat peluang atau prospek baru di CRM begitu niat beli teridentifikasi. | Dalam praktiknya, Anda dapat menggabungkan Cenário dan Ferramenta: Cenário mendeteksi niat beli dan Ferramenta mencatat peluang atau menjadwalkan rapat. Kemudian, transbordo mengarahkan percakapan ke tenaga penjual, yang menerima riwayat lengkap dan sudah dengan konteks. Untuk siapa konfigurasi ini masuk akal - Perusahaan dengan tim sales terpisah dari dukungan. - Operasi yang menerima permintaan penawaran dan demo di saluran yang sama. - Bisnis B2B yang perlu mengarahkan prospek panas tanpa kerja manual berulang. - Tim yang ingin AI menangkap niat beli di luar jam kerja dan menyiapkan percakapan untuk tenaga penjual keesokan harinya. Pertanyaan yang sering diajukan Apa perbedaan antara Cenário pembelian dan FAQ harga? FAQ menjawab dengan informasi, sedangkan Cenário menjalankan tindakan. Jika tujuannya adalah mentransfer percakapan ke tenaga penjual, konfigurasikan Cenário dengan transbordo, bukan FAQ. Sinyal apa yang dapat dikenali Capitão sebagai niat beli? Semua yang dijelaskan dalam instruksi Cenário: permintaan harga, penawaran, demo, konsultan, urgensi, penyebutan penutupan atau berlangganan. Jaga instruksi tetap spesifik untuk mengurangi positif palsu. Apa yang terjadi ketika niat beli teridentifikasi? Capitão menghentikan pencarian jawaban di basis pengetahuan dan memicu tindakan yang dikonfigurasi di Cenário, biasanya transbordo. Percakapan ditransfer dengan riwayat ke tenaga penjual atau tim sales. Apakah saya perlu pengetahuan teknis untuk membuat Cenário transbordo? Tidak. Anda menentukan judul, instruksi, dan aksi transbordo. Sedangkan Ferramentas kustom, yang menghubungkan sistem eksternal via API, memerlukan pengetahuan teknis lanjutan. Bisakah saya menjadwalkan rapat secara otomatis sebelum mentransfer? Ya. Anda dapat mengaktifkan Ferramenta native kalender agar Capitão memeriksa jadwal kosong dan membuat acara. Kemudian, Cenário dapat mengarahkan percakapan ke tenaga penjual dengan janji temu yang sudah dijadwalkan. Apakah Cenário langsung aktif? Cenário baru dapat dibuat nonaktif untuk pengujian. Setelah meninjau konfigurasi, Anda mengaktifkannya agar berlaku pada percakapan baru. Baca juga - Cara mentransfer percakapan ke agen lain selama layanan - Cara membuat Negosiasi (Deal) langsung dari percakapan WhatsApp Mulai gratis → Mulai gratis untuk memvalidasi alur dengan pengguna pertama seharga R$ 0.

Cara menguji Flow otomasi sebelum mengaktifkannya

Untuk menguji Flow otomasi sebelum mengaktifkannya untuk pelanggan nyata di Papo (https://papo.global/), Anda dapat mengaktifkan Flow sementara, mendaftarkan kontak uji secara manual, dan meninjau riwayat eksekusi untuk memvalidasi seluruh perjalanan. Proses ini memungkinkan Anda men-debug logika, memeriksa tindakan, dan memperbaiki kesalahan tanpa memengaruhi satu pun lead atau pelanggan asli. Sebelum merilis Flow ke publik, penting untuk memastikan semua tahap — pesan, pertanyaan, kondisi, dan tindakan — berperilaku persis seperti yang direncanakan. Membangun alur visual adalah langkah pertama; membuktikan bahwa itu berfungsi dalam praktik adalah langkah berikutnya. Untungnya, Papo menyediakan fitur yang diperlukan untuk validasi lengkap dengan satu kontak kontrol. Ringkasan proses pengujian | Tahap | Tindakan | Yang perlu diperhatikan | | :--- | :--- | :--- | | 1. Susun Flow | Rancang alur dengan node tindakan, pertanyaan, dan kondisi, lalu simpan. | Logika visual sudah benar, tidak ada node yang menggantung. | | 2. Aktifkan sementara | Ubah status Flow menjadi Aktif di modul Flows. | Hanya Flow aktif yang memproses kontak. | | 3. Daftarkan kontak uji | Di CRM, buka kontak uji dan pilih untuk mendaftarkannya secara manual ke Flow aktif. | Kontak harus berupa profil uji, bukan pelanggan nyata. | | 4. Pantau eksekusi | Akses riwayat eksekusi Flow dan lihat setiap node yang dilalui kontak. | Kondisi, jawaban yang ditangkap, dan tindakan yang dijalankan. | | 5. Perbaiki dan ulangi | Jika menemukan kesalahan, nonaktifkan Flow, sesuaikan logika, dan ulangi pengujian. | Hingga hasilnya sesuai harapan. | Cara kerja pengujian, langkah demi langkah 1. Susun Flow dan simpan draf Gunakan editor visual modul Flows / Chatbot untuk membangun perjalanan. Tambahkan node tindakan yang diperlukan (kirim pesan, ajukan pertanyaan, tambahkan tag, dll.), tentukan percabangan dengan kondisi, dan pastikan tidak ada jalur buntu. Setelah selesai, simpan Flow — Flow akan tetap tidak aktif sampai Anda memutuskan untuk mengaktifkannya. 2. Aktifkan Flow untuk pengujian Flow yang tidak aktif tidak menerima kontak atau menjalankan tindakan. Oleh karena itu, untuk melakukan pengujian, Anda perlu mengubah status menjadi Aktif. Aktivasi ini bersifat sementara selama Anda memvalidasi cara kerjanya; Anda dapat menonaktifkan Flow lagi jika menemukan masalah dan mengaktifkannya kembali saat siap untuk produksi. 3. Buat atau pilih kontak uji Untuk mengisolasi pengujian dari lingkungan nyata, gunakan kontak yang dibuat khusus untuk tujuan ini. Buka CRM, tambahkan kontak baru dengan nama dan nomor telepon fiktif, misalnya, “Uji Flow” dengan nomor yang Anda kendalikan (seperti WhatsApp pribadi Anda sendiri, jika ingin menerima pesannya). Kontak ini akan menjadi “kelinci percobaan” untuk otomasi. 4. Daftarkan kontak secara manual ke Flow Dengan Flow aktif, buka profil kontak uji di CRM. Temukan opsi untuk mendaftarkannya ke Flow dan pilih otomasi yang ingin Anda uji. Pendaftaran manual ini memasukkan kontak ke awal perjalanan, persis seperti yang akan terjadi pada lead nyata, tetapi secara terkendali. 5. Pantau riwayat eksekusi Segera setelah pendaftaran, Papo mulai memproses kontak. Buka Flow yang sama, cari bagian riwayat eksekusi, dan temukan entri kontak uji Anda. Saat membuka detail, Anda akan melihat urutan persis node yang dilalui — setiap pesan yang dikirim, setiap pertanyaan yang dijawab, dan setiap kondisi yang dievaluasi. Bandingkan jalur nyata ini dengan yang Anda rancang di editor. 6. Analisis hasil dan lakukan iterasi Jika kontak berhenti di node kondisi yang seharusnya tidak berhenti, periksa apakah jawaban yang ditangkap dikenali dengan benar (perhatikan variasi seperti “ya” dan “Ya”). Jika tindakan seperti Tambahkan Tag atau Perbarui Kontak tidak dijalankan, konfirmasi di riwayat apakah node tersebut tercapai. Dengan diagnosis di tangan, nonaktifkan Flow, lakukan penyesuaian yang diperlukan, aktifkan kembali, dan ulangi pengujian dengan kontak yang sama (atau baru) sampai semuanya berjalan dengan lancar. Untuk siapa proses ini disarankan - Administrator yang sedang membuat otomasi pertama dan ingin menghindari kejutan dengan lead nyata. - Tim pemasaran dan penjualan yang membangun Flow kualifikasi, survei, atau sambutan dan perlu memastikan pengalaman pelanggan. - Setiap pengguna yang menyesuaikan Flow dari Pustaka dan ingin memvalidasi adaptasi sebelum merilisnya ke publik. Pertanyaan yang sering diajukan Bisakah saya menguji Flow tanpa mengaktifkannya? Tidak. Hanya Flow dengan status Aktif yang dapat menerima dan memproses kontak. Untuk menguji logika, Flow perlu diaktifkan sementara. Setelah pengujian, Anda dapat menonaktifkannya tanpa masalah. Bisakah Flow uji saya mengganggu pelanggan nyata? Tidak, selama Anda menggunakan kontak uji khusus. Selama Anda tidak mendaftarkan pelanggan asli apa pun ke Flow — baik secara manual, massal, atau melalui otomasi lain — interaksi akan terbatas pada profil kontrol. Apa yang harus dilakukan jika kontak uji tidak maju di suatu node? Periksa riwayat eksekusi: node tempat berhenti menunjukkan di mana logika gagal. Biasanya ini adalah kondisi yang tidak mengenali jawaban kontak (misalnya, pertanyaan mengharapkan “Ya” dan kontak mengetik “ya” huruf kecil) atau jalur buntu. Perbaiki kondisi atau tambahkan rute default untuk menangkap jawaban yang tidak diperkirakan. Apakah saya perlu membuat kontak baru untuk setiap pengujian? Tidak wajib. Anda dapat menggunakan kembali kontak uji yang sama beberapa kali. Cukup daftarkan kembali ke Flow (setelah memulai ulang atau menyesuaikan) dan pantau riwayat baru. Jika Anda lebih suka menyimpan catatan terpisah, buat kontak baru untuk setiap putaran pengujian. Setelah menguji, bisakah saya menonaktifkan Flow dan mengaktifkannya kembali seperti biasa? Ya. Anda dapat mengganti status antara Aktif dan Tidak Aktif kapan saja. Setelah penyesuaian akhir, biarkan Flow tetap aktif untuk mulai menerima pendaftaran kontak nyata. Apakah riwayat eksekusi menampilkan jawaban yang dikirim kontak? Ya. Saat memeriksa node bertipe Ajukan Pertanyaan di riwayat, Anda dapat melihat input persis yang diberikan kontak. Ini penting untuk memvalidasi apakah percabangan yang benar telah diikuti. Baca juga - Cara men-debug Flow otomasi yang tidak berfungsi - Apa perbedaan antara Flow dan Sequência di Papo? Mulai uji sekarang secara gratis → Pengguna pertama gratis dan memungkinkan Anda memvalidasi Flow otomasi tanpa komitmen, bahkan sebelum mengundang tim.

Cara menampilkan semua Flow di akun Anda dan mendaftarkan kontak secara manual

Untuk menampilkan semua Flow di akun Anda dan mendaftarkan kontak secara manual di Papo, buka modul Flows. Platform menampilkan daftar flow dan sequence yang tersedia beserta pengenal, nama, dan tipe. Setelah memeriksa apakah flow aktif, Anda dapat memasukkan kontak tertentu ke awal perjalanan. Ringkasan proses | Tahap | Yang harus dilakukan | Hasil | | :--- | :--- | :--- | | Menampilkan flow | Buka modul Flows dan lihat flow yang tersedia | Anda menemukan flow yang tepat berdasarkan pengenal, nama, dan tipe | | Memeriksa status | Periksa apakah flow Aktif atau Tidak Aktif | Hanya flow aktif yang menerima dan memproses kontak | | Mendaftarkan kontak | Pilih kontak dan masukkan ke awal flow | Kontak mulai menjalani perjalanan yang dirancang | Apa yang Anda temukan di daftar Flow Di modul Flows Papo, daftar menampilkan flow dan sequence yang tersedia di akun. Untuk setiap item, Anda dapat mengidentifikasi tiga informasi dasar: - Pengenal: membedakan satu flow dari yang lain. - Nama: memudahkan menemukan perjalanan, misalnya triase, onboarding, atau follow-up. - Tipe: menunjukkan apakah item adalah flow generik atau sequence. Tampilan ini memungkinkan Anda menemukan dengan cepat flow yang ingin ditinjau, diaktifkan, atau digunakan untuk mendaftarkan kontak. Flow yang dibuat dari nol atau dipasang dari Pustaka Flow dapat dimulai sebagai draf kosong atau tidak aktif; flow baru berlaku setelah disimpan dan diaktifkan. Status Flow: apa yang berubah antara aktif dan tidak aktif Daftar Flow juga menampilkan status setiap perjalanan. Status inilah yang menentukan apakah flow diizinkan berjalan: - Aktif: flow dapat menerima kontak baru dan memproses tahapan yang dikonfigurasi. - Tidak Aktif: flow tidak diizinkan menerima atau memproses kontak. Ini adalah status jeda perjalanan. Aturan utamanya sederhana: hanya Flow dengan status Aktif yang dapat menerima dan memproses kontak. Jika Anda mencoba mendaftarkan seseorang ke flow yang tidak aktif, perjalanan tidak akan berlanjut. Karena itu, sebelum pendaftaran manual apa pun, pastikan flow tujuan aktif. Bagaimana pendaftaran kontak secara manual bekerja Flow aktif tidak melakukan apa pun sampai kontak didaftarkan ke dalamnya. Pendaftaran adalah tindakan memasukkan kontak ke awal perjalanan yang Anda rancang. Dari titik itu, kontak mulai menjalani tahapan flow, seperti pesan, pertanyaan, kondisi, dan transfer. Pendaftaran manual berguna ketika Anda ingin memasukkan orang tertentu ke flow yang sudah ada, tanpa bergantung pada pemicu otomatis. Misalnya: - Seorang lead meminta masuk ke sequence nurturing dan Anda ingin memasukkannya sekarang. - Seorang pelanggan merespons penawaran dan perlu masuk ke flow sambutan. - Seorang kontak terlewat dari triase dan harus ditambahkan secara manual. Dalam kasus ini, tindakannya bersifat individual: Anda memilih kontak dan memasukkannya ke flow yang diinginkan. Platform mempertahankan riwayat percakapan kontak di CRM; pendaftaran hanya menentukan awal perjalanan baru. Kapan pendaftaran manual masuk akal - Follow-up spesifik: lead panas perlu masuk ke sequence follow-up tanpa menunggu pengiriman massal berikutnya. - Perbaikan flow: kontak tidak disertakan oleh kriteria awal dan sekarang harus ditangani. - Layanan terkoordinasi: tim berbicara dengan lead melalui kanal lain dan ingin meresmikan perjalanan di Papo. - Pengujian terkendali: Anda ingin memvalidasi flow dengan kontak nyata sebelum merilisnya untuk semua. Dalam semua skenario ini, pendaftaran manual menempatkan kontak di titik awal flow, asalkan flow aktif dan tahapannya sudah dikonfigurasi. Pertanyaan umum Bagaimana saya tahu apakah Flow aktif? Di daftar Flow, status muncul di samping setiap flow atau sequence. Nilai Aktif menunjukkan bahwa flow diizinkan menerima dan memproses kontak; Tidak Aktif menunjukkan bahwa perjalanan dijeda. Bisakah saya mendaftarkan kontak ke Flow yang tidak aktif? Tidak. Hanya flow dengan status Aktif yang dapat menerima dan memproses kontak. Sebelum mendaftar, periksa apakah flow tujuan aktif; jika tidak aktif, aktifkan dulu. Apakah pendaftaran manual menghapus riwayat kontak? Tidak. Pendaftaran memasukkan kontak ke awal perjalanan, tetapi riwayat percakapan dan data profil di CRM tetap utuh. Apa perbedaan antara menampilkan Flow dan menampilkan Sequence? Sequence adalah tipe Flow tertentu. Dalam daftar, kolom tipe membantu membedakan flow generik dari sequence follow-up berkelanjutan. Pendaftaran manual berfungsi pada kedua kasus, asalkan item aktif. Di mana saya menemukan template yang belum saya pasang? Template berada di Pustaka Flow. Saat memasang template, template masuk ke akun Anda sebagai flow tidak aktif, siap untuk ditinjau, diaktifkan, dan didaftarkan kontaknya. Baca juga - Apa perbedaan antara Flow dan Sequence di Papo? - Cara menguji Flow otomasi sebelum mengaktifkannya Mulai gratis dan konfigurasikan Flow Anda → Buat akun gratis dan gunakan pengguna pertama tanpa biaya untuk memvalidasi Flow Anda.

Cara Menampilkan Semua Sekuens dan Memantau Progres Kontak

Untuk menampilkan semua Sekuens dan memantau progres kontak di Papo, buka modul Flows. Platform menampilkan daftar sekuens yang tersedia, dan melalui profil kontak Anda dapat melihat di sekuens mana kontak terdaftar, serta dapat menjeda atau membatalkan pengiriman pesan berikutnya untuk orang tersebut. Mengelola sekuens follow-up dan pesan otomatis sangat penting agar tidak kehilangan lead atau mengganggu kontak yang sudah merespons. Daripada mencari kontak satu per satu, Anda dapat mulai dari ringkasan sekuens aktif atau profil kontak untuk mengambil keputusan dengan cepat. Ringkasan tindakan untuk menampilkan dan mengelola sekuens | Tindakan | Tempat melakukan | Hasil | | :--- | :--- | :--- | | Menampilkan semua Sekuens | Modul Flows, dengan filter tipe Sekuens | Anda melihat nama, pengenal, dan status (Aktif/Nonaktif) setiap sekuens | | Melihat progres kontak | Profil kontak di modul Kontak | Melihat di Sekuens aktif mana kontak terdaftar | | Menjeda/menghapus kontak | Profil kontak, di bagian Sekuens aktif | Menghentikan pengiriman berikutnya untuk kontak ini tanpa memengaruhi yang lain | Cara mengakses dan memahami daftar Sekuens Sekuens adalah bagian dari modul Flows Papo. Di sanalah semua perjalanan otomatis — termasuk sekuens follow-up — terpusat. 1. Buka modul Flows di panel platform. 2. Di daftar, identifikasi entri yang tipenya adalah Sekuens. Ini membedakan sekuens pesan terjadwal dari alur percakapan lainnya. 3. Untuk setiap sekuens, daftar menampilkan: - Pengenal: kode unik yang mengidentifikasi sekuens. - Nama: judul yang Anda berikan pada sekuens, seperti "Follow-up setelah penawaran" atau "Selamat datang trial". - Status: menunjukkan apakah sekuens Aktif (mengirim pesan ke kontak yang terdaftar) atau Nonaktif (dijeda untuk semua). Dengan tampilan ini, Anda dapat dengan cepat memeriksa sekuens mana yang sedang berjalan. Sekuens nonaktif tidak memproses kontak mana pun; agar berfungsi kembali, sekuens harus diaktifkan. Memantau progres kontak dalam Sekuens Untuk mengetahui di tahap mana kontak berada, cara paling langsung adalah melalui profilnya: 1. Buka modul Kontak dan cari berdasarkan nama atau nomor WhatsApp. 2. Buka profil. Platform menampilkan Sekuens atau Flows tempat orang tersebut terdaftar. Di layar ini, Anda melihat nama sekuens dan status keikutsertaan. Jika kontak aktif dalam sekuens, pesan terjadwal berikutnya akan dikirim sesuai jadwal. Jika perlu menghentikan pengiriman, tindakan dilakukan dari tempat yang sama. Menghapus atau menjeda kontak dari Sekuens Di dalam profil kontak, pada daftar sekuens aktif, Anda dapat menghapus pendaftaran. Ini setara dengan menjeda sekuens untuk kontak tersebut secara spesifik. - Apa yang terjadi: pesan berikutnya dari sekuens berhenti dikirim ke orang tersebut. - Apa yang tetap tersimpan: seluruh riwayat percakapan dan pesan yang sudah dikirim tetap tersimpan di CRM. Kontak lain tetap menerima pesan seperti biasa. - Jika ingin melanjutkan kembali: karena pendaftaran dibatalkan, untuk mulai mengirim pesan lagi kontak perlu didaftarkan ulang ke sekuens (atau ke sekuens baru), memulai perjalanan dari awal. Penghapusan ini adalah cara tercepat untuk bertindak ketika lead sudah merespons, meminta waktu, atau sudah tidak masuk akal untuk melanjutkan sekuens. Untuk siapa tampilan ini paling berguna - SDR dan tenaga penjualan yang mengelola banyak sekuens follow-up dan perlu menjeda kontak begitu ia merespons atau menjadwalkan rapat. - Manajer operasi yang ingin memantau sekuens mana yang aktif dan berapa banyak kontak di masing-masing sekuens. - Tim Customer Success yang menggunakan sekuens untuk nurturing dan onboarding serta mungkin perlu menghentikan pengiriman selama negosiasi paralel. Pertanyaan yang sering diajukan Bagaimana saya tahu bahwa Sekuens benar-benar berjalan? Di modul Flows, status Aktif di samping sekuens menunjukkan bahwa sekuens diizinkan untuk mengirim pesan. Jika ada kontak yang terdaftar, pengiriman terjadi sesuai interval yang dijadwalkan. Jika Nonaktif, tidak ada pengiriman yang dilakukan. Bisakah saya melihat semua kontak dalam satu Sekuens sekaligus? Daftar di modul Flows menampilkan pengenal, nama, dan status sekuens. Untuk memeriksa kontak tertentu, caranya adalah memeriksa profil masing-masing atau menggunakan laporan konversi dan kampanye, jika sekuens terhubung ke funnel penjualan di Kanban. Saat menghapus kontak dari Sekuens, apakah ia kehilangan pesan yang sudah diterima? Tidak. Pesan yang sudah dikirim tercatat dalam riwayat percakapan, di profil kontak. Penghapusan hanya memblokir pengiriman berikutnya yang dijadwalkan untuk pendaftaran tersebut. Apa perbedaan antara menghapus kontak dan menjeda seluruh Sekuens? Menghapus kontak menghentikan pengiriman hanya untuk orang tersebut, sementara lead lain tetap berada dalam sekuens. Menjeda seluruh Sekuens menonaktifkan alur untuk semua kontak sekaligus. Apakah ada cara untuk menjeda sementara tanpa membatalkan pendaftaran? Ya. Alternatif dengan atribut khusus dan kondisi di Flow memungkinkan Anda menjeda dan melanjutkan sekuens dari titik terakhir. Detail cara membangun logika ini ada di artikel tentang penjedaan sementara di Pusat Bantuan. Di mana saya bisa melihat apakah kontak telah menyelesaikan Sekuens? Jika Sekuens telah selesai, keikutsertaan tidak lagi muncul sebagai aktif di profil. Untuk analisis penyelesaian, laporan platform dan kartu Kanban yang terkait dengan perjalanan memberikan gambaran lengkap tentang progres lead. Baca juga - Cara menampilkan semua Flows di akun Anda dan mendaftarkan kontak secara manual - Cara menjeda Sekuens pesan untuk kontak Mulai gratis di Papo → Buat sekuens follow-up, daftarkan kontak, dan kelola progres — semuanya di panel yang sama, tanpa biaya awal.

Cara menduplikasi Flow otomasi untuk membuat versi baru

Untuk menduplikasi Flow otomasi di Papo (https://papo.global/) dan membuat versi baru, buka modul Flows, temukan flow asli, dan gunakan fungsi duplikasi. Salinan tersebut mempertahankan semua node, koneksi, dan konfigurasi, sehingga Anda hanya perlu menyesuaikan yang diperlukan untuk skenario baru — seperti kampanye berbeda, segmen lead, atau saluran layanan. Ringkasan: membuat dari nol vs. menduplikasi Flow | Metode | Upaya | Kapan digunakan | | :--- | :--- | :--- | | Membuat Flow dari nol | Tinggi — seluruh struktur node, kondisi, dan aksi harus dibangun | Flow yang sepenuhnya baru, tanpa kemiripan dengan yang sudah ada | | Menduplikasi Flow yang ada | Rendah — strukturnya disalin dan Anda hanya menyesuaikan yang berubah | Variasi dari perjalanan yang sama (mis.: produk, audiens, atau saluran berbeda) | Cara kerja duplikasi Flow Duplikasi membuat salinan independen dari Flow yang dipilih. Flow baru mewarisi semua komponen dari aslinya — node aksi, kondisi, pesan, tag, dan percabangan — tetapi tidak membawa kontak yang terdaftar maupun riwayat eksekusi. Dari salinan tersebut, Anda dapat mengganti nama, mengedit, atau menghapus elemen apa pun tanpa memengaruhi Flow asal. Fitur ini sangat berguna ketika Anda sudah memiliki otomasi yang tervalidasi dan perlu mereplikasinya untuk konteks lain. Misalnya, Flow sambutan untuk lead Instagram dapat diduplikasi dan disesuaikan untuk lead WhatsApp, hanya dengan mengubah pesan awal dan label yang diterapkan. Langkah-langkah menduplikasi Flow 1. Buka modul Flows Di menu samping panel Papo, klik Flows / Chatbot. Ini adalah pusat tempat semua otomasi visual Anda terdaftar. 2. Temukan Flow yang ingin diduplikasi Di daftar Flows, temukan flow yang akan dijadikan model. Anda dapat menggunakan pencarian atau filter yang tersedia untuk mempercepat pencarian. 3. Mulai duplikasi Pilih aksi duplikasi yang terkait dengan Flow. Platform akan segera membuat salinan, biasanya dengan nama asli ditambah akhiran seperti "(salinan)". 4. Ganti nama Flow baru Klik nama salinan dan tentukan judul yang mencerminkan tujuan baru. Nama yang jelas membantu tim mengidentifikasi tujuan otomasi dengan cepat (mis.: "Sambutan Instagram" vs. "Sambutan WhatsApp"). 5. Edit node sesuai kebutuhan Buka editor visual Flow yang diduplikasi dan lakukan penyesuaian: - Ubah teks pesan agar sesuai dengan audiens atau saluran baru. - Ubah kondisi (mis.: respons yang diharapkan, tag yang diperiksa). - Ganti aksi seperti "Tambahkan tag" atau "Perbarui kontak" dengan nilai yang benar untuk skenario baru. - Hapus atau tambahkan node untuk menyertakan langkah khusus dari perjalanan baru. 6. Aktifkan Flow Setelah meninjau perubahan, simpan dan aktifkan flow. Hanya Flow dengan status Aktif yang dapat menerima dan memproses kontak. Untuk siapa duplikasi Flow direkomendasikan - Tim pemasaran dan penjualan yang mengelola banyak kampanye dengan struktur serupa (mis.: peluncuran produk, promosi musiman). - Operasi multichannel yang ingin mereplikasi perjalanan sukses di berbagai saluran (WhatsApp, Instagram, email) dengan sedikit penyesuaian. - Agensi dan mitra yang mengonfigurasi otomasi untuk beberapa klien dan perlu menggunakan kembali flow tervalidasi sebagai titik awal. - Tim mana pun yang ingin menguji variasi dari sebuah Flow tanpa risiko merusak versi asli yang sedang berjalan. Pertanyaan yang sering diajukan Apakah duplikasi juga menyalin kontak yang sudah terdaftar? Tidak. Flow yang diduplikasi dibuat tanpa kontak yang terdaftar. Anda perlu mendaftarkan kontak yang diinginkan secara manual, per batch, atau melalui otomasi lain. Bisakah saya menduplikasi Flow yang tidak aktif? Ya. Duplikasi berfungsi terlepas dari status Flow asli. Anda dapat menduplikasi flow yang aktif maupun tidak aktif. Apakah perubahan yang saya lakukan pada Flow asli memengaruhi salinannya? Tidak. Setelah duplikasi, kedua Flow sepenuhnya independen. Setiap pengeditan pada satu flow tidak tercermin pada yang lain. Bisakah saya menduplikasi Flow yang sama beberapa kali? Ya. Anda dapat membuat salinan sebanyak yang Anda inginkan, selama mematuhi batas Flow pada paket Anda. Setiap duplikasi dihitung sebagai Flow baru di akun Anda. Apa yang terjadi dengan webhook atau integrasi yang dikonfigurasi di Flow asli? Konfigurasi webhook dan aksi yang memanggil layanan eksternal disalin bersama node. Namun, sebaiknya tinjau URL dan parameter di Flow yang diduplikasi untuk memastikan mengarah ke endpoint yang benar untuk skenario baru. Apakah duplikasi memakan batas akun? Aksi duplikasi itu sendiri tidak memiliki biaya tambahan, tetapi Flow yang dibuat akan menempati satu slot dalam batas Flow paket Anda. Periksa jumlah yang tersedia di akun Anda. Baca juga - Cara menampilkan semua Flow di akun Anda dan mendaftarkan kontak secara manual - Cara menguji Flow otomasi sebelum mengaktifkannya Mulai gratis dan buat Flow otomasi Anda → Dengan Papo, Anda dapat menduplikasi dan menyesuaikan perjalanan layanan dalam hitungan menit, tanpa perlu memulai dari nol.

Cara mengonfigurasi Capitão untuk memeriksa status pesanan secara real-time

Untuk mengonfigurasi Capitão dari Papo (https://papo.global/) agar dapat memeriksa status pesanan secara real-time, gunakan Alat (Tool) kustom via HTTP. Alat ini menghubungkan asisten ke endpoint ERP, e-commerce, atau CRM Anda dan memungkinkan AI menafsirkan pesan pelanggan, mengirim nomor pesanan ke sistem eksternal, dan mengembalikan status selama percakapan di WhatsApp. Dengan konfigurasi ini, Capitão tidak lagi hanya menjadi asisten yang menjawab pertanyaan, tetapi juga menjalankan tindakan praktis. Pelanggan dapat mengirim “di mana pesanan saya 12345?” dan menerima respons otomatis, seperti “Pesanan sedang dikirim”, tanpa intervensi manusia. Ini mengurangi antrean, mempercepat layanan, dan membebaskan tim untuk menangani kasus yang kompleks. Ringkasan konfigurasi | Tahap | Yang harus dilakukan | Catatan | | :--- | :--- | :--- | | 1. Mengakses Capitão | Buka pengaturan asisten di platform Papo. | Nama menu yang tepat dapat bervariasi. | | 2. Membuat Alat kustom | Gunakan tipe HTTP untuk menghubungkan Capitão ke sistem eksternal dengan API. | Memerlukan pengetahuan teknis tentang API dan permintaan HTTP. | | 3. Menentukan endpoint | Masukkan URL API dari ERP, e-commerce, atau CRM Anda. | Contoh: https://api.meusistema.com/v1/pedidos. | | 4. Mengonfigurasi metode dan autentikasi | Gunakan GET untuk mengambil data dan sertakan header keamanan, seperti token autentikasi. | Contoh: Authorization: Bearer sua_chave_secreta. | | 5. Mengirim nomor pesanan | Izinkan Capitão menggunakan informasi yang diberikan pelanggan dalam percakapan. | Tindakan menjadi dinamis sesuai pesanan yang diberikan. | | 6. Menghubungkan ke WhatsApp | Aktifkan asisten di kotak masuk WhatsApp. | Pemeriksaan mulai berfungsi selama layanan. | Bagaimana cara kerja pemeriksaan status dengan Capitão Alurnya adalah siklus yang menghubungkan pesan pelanggan ke tindakan konkret: 1. Pelanggan bertanya tentang pesanan: Mengirim sesuatu seperti “Di mana pesanan saya 12345?”. 2. Capitão memahami maksudnya: Berdasarkan instruksi dan deskripsi alat yang dikonfigurasi, ia mengidentifikasi bahwa ia harus memeriksa status. 3. Alat dipicu: Asisten mengirim nomor “12345” ke endpoint sistem eksternal Anda. 4. Sistem mengembalikan status: API mengembalikan hasil, seperti “Pesanan sedang dikirim” atau “Pesanan telah dikirim”. 5. Capitão merespons pelanggan: AI menggunakan hasil ini untuk merumuskan respons yang alami dan lengkap di WhatsApp. Seluruh proses ini terjadi secara real-time, tanpa agen manusia perlu menyalin nomor pesanan dan membuka sistem lain. Prasyarat untuk menggunakan Alat kustom HTTP Sebelum mengonfigurasi, penting untuk memiliki: - Asisten Capitão yang sudah dibuat di platform Papo, dengan nama dan deskripsi yang ditentukan. - Sistem eksternal dengan API yang tersedia, seperti ERP, CRM, atau platform e-commerce. - URL endpoint yang akan dipanggil untuk memeriksa pesanan. - Kredensial autentikasi, seperti kunci API atau token akses, untuk menjaga permintaan tetap aman. - Pengetahuan tentang API dan permintaan HTTP, karena konfigurasi Alat kustom bersifat lanjutan. Jika Anda tidak memiliki API di sistem Anda atau tidak tahu data apa yang diterimanya, detail teknis harus divalidasi dengan tim pengembang atau dokumentasi penyedia. Alat native vs. kustom untuk pesanan Papo menawarkan dua jenis Alat untuk Capitão: | Jenis | Deskripsi | Contoh penggunaan | Pengetahuan teknis | | :--- | :--- | :--- | :--- | | Native | Integrasi yang telah dikonfigurasi sebelumnya dan siap digunakan di platform. | Menjadwalkan demo di Google Calendar. | Rendah, cukup aktifkan dan hubungkan akun. | | Kustom (HTTP) | Tindakan yang dipersonalisasi yang terhubung ke sistem eksternal atau API Papo. | Memeriksa status pesanan di e-commerce perusahaan. | Lanjutan, memerlukan API dan permintaan HTTP. | Untuk memeriksa status pesanan secara real-time, cara yang paling umum adalah Alat kustom HTTP, karena pesanan biasanya berada di sistem perusahaan sendiri. Tidak ada integrasi native otomatis untuk semua ERP atau e-commerce; setiap sistem perlu dihubungkan melalui endpoint yang sesuai. Mengonfigurasi Alat kustom untuk status pesanan Proses konseptual untuk mengaktifkan pemeriksaan pesanan mengikuti logika yang jelas: 1. Akses pengaturan asisten: Di panel Papo, buka area konfigurasi Capitão tempat Alat dikelola. 2. Buat Alat dengan tipe kustom HTTP: Pilih opsi yang memungkinkan koneksi ke sistem eksternal via API. 3. Isi data permintaan: Masukkan URL endpoint, metode HTTP (GET untuk mengambil data), dan header autentikasi, seperti Authorization: Bearer sua_chave_secreta. 4. Tentukan bagaimana nomor pesanan akan dikirim: Alat dapat menggunakan data dari percakapan untuk membuat tindakan menjadi dinamis. Dengan demikian, ketika pelanggan memberikan pesanan 12345, Capitão mengirim nilai tersebut dalam panggilan. 5. Jelaskan dengan jelas kapan Alat harus digunakan: Capitão memilih alat yang sesuai berdasarkan instruksi dan deskripsi yang Anda konfigurasi. Sertakan contoh pesan, seperti “periksa status”, “di mana pesanan saya”, atau “lacak pesanan”. 6. Hubungkan asisten ke kotak masuk: Aktifkan Capitão di kotak masuk WhatsApp atau saluran lain yang terhubung ke Papo. Mulai saat itu, ia akan merespons permintaan status di dalam percakapan. Nama layar dan tombol yang tepat dapat bervariasi di dalam platform. Jika ada pertanyaan tentang lokasi suatu bidang, konsultasikan dengan Pusat Bantuan atau dukungan Papo. Kapan otomatisasi ini masuk akal Mengonfigurasi pemeriksaan status pesanan secara real-time berguna untuk operasi yang: - Menerima banyak pertanyaan berulang tentang pesanan di WhatsApp. - Menjual melalui e-commerce atau bekerja dengan tenggat waktu pengiriman. - Ingin mengurangi waktu respons pertama dalam percakapan purna jual. - Perlu membebaskan tim untuk kasus yang memerlukan analisis manusia, seperti penukaran, pengembalian dana, atau keluhan. - Sudah memiliki sistem eksternal dengan API pemeriksaan pesanan. Jika operasi Anda belum memiliki API pesanan, kustomisasi lengkap mungkin tidak dapat dilakukan segera. Dalam hal ini, ada baiknya mengevaluasi apakah Alat native Papo dapat memenuhi tahap layanan lain, seperti penjadwalan demo di Google Calendar. Pertanyaan yang sering diajukan Apakah saya perlu bisa memprogram untuk mengonfigurasi pemeriksaan status? Ya, untuk Alat kustom HTTP diperlukan pengetahuan lanjutan tentang API dan permintaan HTTP. Alat native memiliki konfigurasi yang lebih sederhana, tetapi tidak secara otomatis mencakup semua sistem eksternal. Bisakah Capitão memeriksa lebih dari satu sistem? Ya. Anda dapat mengonfigurasi beberapa Alat kustom agar Capitão dapat berkomunikasi dengan berbagai API, seperti ERP, CRM, atau platform e-commerce. Bagaimana cara menjamin keamanan pemeriksaan? Gunakan header autentikasi, seperti token akses, agar permintaan aman dan diotorisasi. Misalnya, Authorization: Bearer sua_chave_secreta. Jangan bagikan kunci secara publik dan validasi akses hanya ke endpoint yang diperlukan. Bisakah saya menguji sebelum mengaktifkan di WhatsApp? Ya. Idealnya validasi panggilan API dengan alat pengujian eksternal sebelum mengaktifkan asisten di kotak masuk, untuk menghindari respons yang salah kepada pelanggan. Apa yang terjadi jika sistem eksternal mengembalikan error? Capitão hanya dapat merespons berdasarkan hasil dari API. Jika endpoint sedang down atau mengembalikan error, respons mungkin tidak berisi status. Karena itu penting untuk memantau ketersediaan sistem yang terintegrasi. Baca juga: - Cara melatih Capitão untuk mengidentifikasi niat beli dan mentransfer ke penjual - Cara menguji koneksi webhook Papo sebelum mengaktifkan otomatisasi Mulai gratis dan konfigurasikan pemeriksaan pesanan dengan Capitão → Pusatkan WhatsApp, Instagram, email, dan SMS dalam satu kotak dengan AI Papo yang merespons dalam 2 detik.

Cara Membuat Tool Capitão untuk Mencari Kuotasi Ongkos Kirim

Untuk membuat Tool Capitão yang mencari kuotasi ongkos kirim, gunakan Tool HTTP kustom di platform Papo (https://papo.global/). Tool ini menghubungkan asisten ke API ekspedisi atau platform logistik Anda dan memungkinkan AI menafsirkan data seperti kode pos tujuan, berat, dan dimensi yang dikirim pelanggan, mengakses sistem eksternal, dan secara otomatis mengembalikan tarif ongkos kirim selama percakapan di WhatsApp. Dengan konfigurasi ini, Capitão tidak lagi hanya menjadi asisten yang menjawab pertanyaan, tetapi juga menjalankan tindakan logistik praktis. Pelanggan dapat bertanya “Berapa ongkos kirim ke kode pos 02030‑040?” dan langsung menerima jawaban seperti “Ongkos kirim ke kode pos tersebut adalah R$ 18,90 dengan estimasi 3 hari kerja”, tanpa intervensi manusia. Ini mengurangi hambatan pembelian, mempercepat layanan, dan membebaskan tim untuk negosiasi yang lebih kompleks. Ringkasan konfigurasi | Tahap | Yang harus dilakukan | Catatan | | :--- | :--- | :--- | | 1. Akses pengaturan Capitão | Buka pengaturan asisten di Papo. | Nama menu yang tepat dapat bervariasi. | | 2. Buat Tool kustom | Gunakan tipe HTTP untuk menghubungkan Capitão ke API ekspedisi. | Memerlukan pengetahuan teknis tentang permintaan HTTP. | | 3. Tentukan endpoint | Masukkan URL API yang menghitung ongkos kirim (mis.: Correios, Braspress, Intelipost). | Contoh: https://api.transportadora.com/v1/cotacao. | | 4. Konfigurasikan metode dan autentikasi | Gunakan POST atau GET dengan header keamanan, seperti token akses. | Contoh: Authorization: Bearer sua_chave_api. | | 5. Kirim data kuotasi | Izinkan Capitão mengekstrak dari percakapan kode pos, berat, format, atau parameter lain yang diminta API. | Tindakan menjadi dinamis sesuai yang diberitahukan pelanggan. | | 6. Hubungkan ke WhatsApp | Aktifkan asisten di kotak masuk WhatsApp. | Kueri mulai berfungsi secara real-time dalam layanan. | Cara kerja kuotasi ongkos kirim dengan Capitão Alur ini menghubungkan pertanyaan umum pelanggan ke perhitungan real-time: 1. Pelanggan meminta kuotasi: Mengirim pesan seperti “Berapa ongkos kirim ke kode pos 04123‑000?”. 2. Capitão menafsirkan maksud: Berdasarkan instruksi dan deskripsi tool, ia mengenali bahwa ia harus menggunakan Tool kuotasi. 3. Tool dipicu: Asisten mengirim nilai yang diekstrak dari percakapan (kode pos, berat produk, dll.) ke endpoint ekspedisi. 4. API mengembalikan nilai dan estimasi: Sistem eksternal mengembalikan JSON dengan opsi ongkos kirim yang tersedia. 5. Capitão merespons pelanggan: AI menerjemahkan data tersebut menjadi respons alami, seperti “Kami punya PAC seharga R$ 22,90 (7 hari) dan Sedex seharga R$ 39,50 (2 hari)”. Seluruh proses terjadi tanpa agen manusia perlu menyalin kode pos dan membuka sistem lain. Prasyarat untuk mengonfigurasi Tool kuotasi Sebelum membuat tool, Anda perlu memiliki: - Asisten Capitão yang sudah dibuat di platform Papo, dengan nama dan deskripsi yang ditentukan. - API ekspedisi yang tersedia, baik dari Correios, platform logistik (Intelipost, Frenet, SuperFrete), atau sistem manajemen pengiriman sendiri. - URL endpoint yang akan dipanggil untuk menghitung ongkos kirim. - Kredensial autentikasi (kunci API, token, atau header khusus) agar permintaan aman. - Pengetahuan tentang API dan permintaan HTTP, karena konfigurasi Tool kustom bersifat lanjutan. Jika ekspedisi Anda tidak menyediakan API publik, Anda perlu mengembangkan perantara atau menggunakan solusi kuotasi yang sudah menyediakan endpoint. Spesifikasi teknis harus divalidasi dengan tim pengembang atau dokumentasi penyedia. Tool native vs. kustom untuk logistik Papo menawarkan dua jenis Tool untuk Capitão: | Jenis | Deskripsi | Contoh penggunaan | Pengetahuan teknis | | :--- | :--- | :--- | :--- | | Native | Integrasi yang telah dikonfigurasi dan siap digunakan di platform. | Menjadwalkan demo di Google Calendar. | Rendah, cukup aktifkan dan hubungkan akun. | | Kustom (HTTP) | Tindakan yang dipersonalisasi dan terhubung ke sistem eksternal via API. | Mengecek kuotasi ongkos kirim real-time di WhatsApp. | Lanjutan, memerlukan API dan permintaan HTTP. | Untuk mencari kuotasi ongkos kirim, jalur yang disarankan adalah Tool HTTP kustom, karena perhitungan bergantung pada masing-masing ekspedisi atau operator logistik. Tidak ada integrasi native generik untuk semua ekspedisi; Anda memerlukan endpoint spesifik dari layanan kuotasi yang Anda gunakan. Mengonfigurasi Tool kustom untuk kuotasi ongkos kirim Proses konseptual untuk mengaktifkan otomatisasi ini mengikuti logika yang jelas, tanpa perlu menghafal nama layar atau tombol: 1. Akses pengaturan asisten: Di panel Papo, buka area konfigurasi Capitão tempat Tool dikelola. 2. Buat Tool bertipe HTTP kustom: Pilih opsi yang memungkinkan koneksi ke sistem eksternal via API. 3. Masukkan data permintaan: Isi URL endpoint ekspedisi, metode HTTP (biasanya POST, karena Anda mengirim kode pos dan menerima perhitungan), dan header autentikasi, seperti Authorization: Bearer sua_chave. 4. Tentukan parameter dinamis: Keunggulan utamanya adalah Capitão dapat menggunakan informasi yang diberikan pelanggan sendiri dalam percakapan. Anda dapat mengonfigurasi tool untuk mengirim kode pos yang muncul dalam pesan, berat standar produk, atau format paket. Tool akan menafsirkan nilai tersebut secara otomatis. 5. Instruksikan Capitão tentang cara merespons: Dalam deskripsi tool atau pedoman asisten, Anda dapat mengarahkan AI untuk menyajikan nilai dan estimasi secara ramah, seperti “Ongkos kirim Anda ke kode pos … adalah R$ … dan tiba dalam …”. 6. Hubungkan asisten ke kotak masuk: Pastikan Capitão aktif untuk WhatsApp (atau kanal lain) tempat pelanggan akan bertanya. Setelah konfigurasi, pesan apa pun yang menyebut “ongkos kirim”, “kuotasi”, atau “pengiriman” akan memicu alur — asalkan Capitão mengenali maksudnya. Respons akhir berasal dari data nyata ekspedisi, tanpa staf perlu ikut campur. Pertanyaan umum Apakah saya perlu memiliki API dari ekspedisi saya untuk menggunakan Tool ini? Ya. Tool HTTP kustom bekerja dengan memanggil endpoint yang mengembalikan nilai ongkos kirim. Jika ekspedisi Anda tidak menyediakan API, Anda dapat menggunakan layanan kuotasi (seperti Intelipost, Frenet, atau SuperFrete) yang menggabungkan beberapa ekspedisi dan menyediakan satu endpoint. Bagaimana Capitão tahu kode pos atau berat mana yang harus digunakan? Selama konfigurasi, Anda dapat menunjukkan bahwa nilai kode pos harus diekstrak langsung dari pesan pelanggan. Tool menggunakan variabel dinamis untuk menangkap data tersebut. Asisten juga dapat mengonfirmasi dengan pelanggan jika informasi tidak lengkap, tergantung instruksi yang Anda berikan. Apakah perlu pengembang untuk mengonfigurasi? Ya. Pembuatan tool HTTP kustom memerlukan pengetahuan tentang API, metode HTTP, dan autentikasi. Biasanya, pengembang atau seseorang yang berpengalaman dalam integrasi melakukan tahap ini. Papo tidak menyediakan endpoint ekspedisi, hanya infrastruktur untuk menghubungkannya. Apakah kuotasi ongkos kirim tercatat di CRM Papo? Riwayat percakapan dan respons yang dihasilkan tersimpan di kotak masuk. Papo tidak secara otomatis membuat catatan kuotasi di modul tertentu (seperti deal di Kanban), tetapi Anda dapat melengkapi alur menggunakan otomatisasi lain, seperti webhook, untuk membuat lead atau tugas dari interaksi tersebut. Bisakah saya menggunakan Tool yang sama untuk mengecek estimasi pengiriman? Ya. Biasanya respons API ongkos kirim sudah mencakup estimasi waktu. Tool dapat dikonfigurasi untuk menampilkan nilai maupun estimasi dalam respons Capitão. Apakah ada biaya tambahan untuk menggunakan Tool kustom? Tool kustom adalah bagian dari fitur Capitão untuk akun yang memiliki akses ke fitur tersebut. Untuk detail ketersediaan sesuai paket, lihat situs Papo. Baca juga - Cara mengonfigurasi Capitão untuk mengecek status pesanan secara real-time - Cara membuat kunci publik dan kunci rahasia API Papo Mulai gratis dan buat asisten Anda dengan tool cerdas → Pusatkan layanan dan otomatisasi di WhatsApp dengan AI, tanpa memperbanyak tool.

Cara mengonfigurasi AI untuk menandai percakapan sebagai “Selesai” secara otomatis berdasarkan kata kunci

Untuk mengonfigurasi otomasi yang menandai percakapan sebagai “Selesai” berdasarkan kata kunci di Papo (https://papo.global/), buat Aturan Otomasi di modul Otomasi, tetapkan pemicu pesan masuk, tambahkan kondisi kata kunci (mis.: “terima kasih”, “selesai”) dan konfigurasikan tindakan untuk menerapkan label “Selesai” dan mengarsipkan percakapan. Dengan begitu, kotak masuk tetap rapi dan tim tidak perlu menutup setiap percakapan yang sudah selesai secara manual. Ringkasan: penandaan manual vs. otomasi berdasarkan kata kunci | Metode | Cara kerja | Kapan digunakan | | :--- | :--- | :--- | | Penandaan manual | Agen mengklik kanan percakapan dan memilih opsi untuk menandai sebagai selesai. | Volume rendah, kasus yang memerlukan pertimbangan manusia, atau pengecualian. | | Aturan Otomasi berdasarkan kata kunci | Sistem mengidentifikasi istilah yang dikonfigurasi dalam pesan dan menjalankan tindakan otomatis, seperti menerapkan label dan mengarsipkan. | Percakapan terstandar di mana ungkapan seperti “terima kasih” menandakan penyelesaian. | Papo menyimpan riwayat dan label percakapan, sehingga status tetap dapat dilacak bahkan setelah diarsipkan. Cara kerja aturan kata kunci Di modul Otomasi, aturan mengikuti logika pemicu + kondisi + tindakan. Dalam skenario penyelesaian berdasarkan kata kunci, pemicu mengidentifikasi pesan baru; kondisi membandingkan teks dengan istilah yang dikonfigurasi; tindakan menjalankan pelabelan dan pengarsipan. Anda dapat membatasi aturan ke kotak masuk tertentu, label saat ini, atau kriteria lain, sehingga mengurangi positif palsu. Misalnya, aturan hanya berlaku untuk percakapan WhatsApp dari Dukungan yang belum memiliki label “Selesai”. Langkah-langkah konfigurasi 1. Buka modul Otomasi Di panel Papo, buka Pengaturan dan klik Otomasi. Ini adalah area tempat Anda mengelola aturan yang mengotomatiskan tindakan dalam layanan pelanggan. 2. Buat aturan baru Mulai aturan baru dan beri nama deskriptif, seperti “Tandai sebagai Selesai berdasarkan kata kunci”. Ini memudahkan mengidentifikasi dan menyesuaikan otomasi nanti. 3. Tetapkan pemicu pesan Pilih peristiwa yang memicu otomasi saat pesan baru masuk ke percakapan. Jika panel menampilkan pemicu terpisah per saluran atau per jenis pesan, pilih yang sesuai dengan alur Anda. 4. Konfigurasikan kondisi kata kunci Pada kondisi, tentukan bahwa isi pesan harus berisi salah satu istilah penyelesaian: “terima kasih”, “selesai”, “ditutup”. Tambahkan variasi ejaan agar aturan tidak melewatkan pesan yang ditulis dengan cara berbeda. 5. Tambahkan tindakan label dan pengarsipan Konfigurasikan tindakan untuk menerapkan label “Selesai” dan tindakan untuk mengarsipkan percakapan. Jika antarmuka akun Anda hanya menampilkan satu tindakan per aturan, Anda dapat merangkai aturan pelengkap atau meninjau opsi yang tersedia di versi panel; detail terbaru ada di situs Papo. 6. Simpan dan aktifkan Tinjau konfigurasi, simpan, dan pastikan aturan aktif. Mulai saat itu, percakapan yang memenuhi kondisi akan diberi label dan diarsipkan secara otomatis. Contoh penggunaan praktis | Contoh | Kata kunci yang disarankan | Tindakan yang disarankan | | :--- | :--- | :--- | | Dukungan selesai | “terima kasih”, “selesai”, “semua beres” | Terapkan “Selesai” dan arsipkan | | Purna jual dikonfirmasi | “diterima”, “terpasang” | Terapkan “Pelanggan mengonfirmasi” dan pertahankan tindak lanjut | | Email formal selesai | “saya berterima kasih”, “sudah selesai” | Terapkan “Selesai” dan arsipkan | Pilih istilah yang muncul secara alami di akhir layanan. Kata yang terlalu umum meningkatkan risiko menutup percakapan yang masih aktif. Untuk siapa otomasi ini cocok - Tim dukungan dengan volume tinggi: menghilangkan tugas berulang untuk meninjau dan menutup percakapan satu per satu. - Operasi yang sudah menggunakan label terstandar: menjaga klasifikasi tetap konsisten tanpa bergantung pada setiap agen mengingat label yang tepat. - Perusahaan dengan banyak saluran: Anda dapat membuat satu aturan per saluran, menghormati kosakata dan ritme setiap kotak masuk. - Tim yang ingin mengurangi tugas administratif: setelah penyelesaian otomatis, agen bebas untuk percakapan berikutnya. Pertanyaan yang sering diajukan Apakah aturan dapat menerapkan label dan mengarsipkan pada percakapan yang sama? Ya, Anda dapat mengonfigurasi kedua tindakan dalam aturan yang sama. Jika akun Anda menampilkan tindakan secara terpisah, atur aturan untuk menerapkan label sebelum mengarsipkan. Bisakah saya menggunakan lebih dari satu kata kunci? Ya. Tambahkan istilah yang menandakan penyelesaian dan variasinya, seperti “terima kasih”, “selesai”, dan “ditutup”. Daftar yang lebih spesifik mengurangi kemungkinan menandai percakapan yang masih aktif. Apakah aturan berlaku untuk pesan lama atau hanya pesan baru? Otomasi dipicu oleh pesan atau peristiwa baru yang dikonfigurasi. Untuk percakapan yang sudah terbuka, gunakan penandaan manual di panel percakapan. Apa yang terjadi jika pelanggan menulis lagi setelah pengarsipan? Percakapan dibuka kembali secara otomatis dan muncul lagi di kotak masuk, dengan riwayat sebelumnya tetap terjaga. Bisakah saya membatasi aturan ke saluran atau label tertentu? Ya. Anda dapat menambahkan kondisi seperti kotak masuk asal atau label saat ini, agar aturan hanya berlaku dalam konteks tertentu. Apakah saya perlu membuat label “Selesai” terlebih dahulu? Papo memungkinkan pembuatan label pada tindakan jika belum ada. Untuk menjaga standar, sebaiknya tinjau daftar label dan alur tim sebelum mengaktifkan aturan. Baca juga - Cara menggunakan Aturan Otomasi untuk menutup percakapan tidak aktif dan mengirim survei CSAT - Cara menggunakan label untuk menandai prioritas dalam layanan pelanggan Dengan mengotomatiskan identifikasi penyelesaian berdasarkan kata kunci, Anda mengubah akhir percakapan menjadi tahap yang dapat diprediksi: label diterapkan, kotak masuk rapi, dan tim bebas untuk pelanggan berikutnya. Sesuaikan istilah dan kondisi dengan kosakata audiens Anda dan pantau laporan untuk memvalidasi apakah aturan mengklasifikasikan dengan benar. Mulai gratis dan otomatiskan penyelesaian percakapan → Buat akun Papo Anda dan konfigurasikan aturan otomasi untuk memberi label dan mengarsipkan percakapan berdasarkan kata kunci, menjaga kotak masuk tetap teratur.

Cara Menyesuaikan Nada Suara Capitão untuk Berbagai Audiens

Untuk menyesuaikan nada suara asisten Capitão dari Papo (https://papo.global/) bagi berbagai audiens, Anda menggunakan modul Prompt dan AI untuk menentukan aturan formalitas, empati, dan kosakata, dengan membuat agen atau instruksi khusus yang menyesuaikan respons dengan profil pelanggan. Capitão adalah asisten kecerdasan buatan yang mengotomatiskan layanan di kanal Anda, tetapi nada komunikasinya dapat membuat perbedaan besar dalam pengalaman pelanggan. Sementara basis pengetahuan (dokumen, FAQ, dan skenario) menentukan apa yang dijawab asisten, modul Prompt dan AI mengontrol bagaimana ia menjawab — dari bahasa yang lebih teknis dan korporat hingga gaya santai dan akrab. Ringkasan pendekatan untuk menyesuaikan nada | Pendekatan | Cara melakukan | Kapan digunakan | | :--- | :--- | :--- | | Menyesuaikan agen utama | Edit aturan umum (general_rules) agen standar dengan instruksi nada. | Ketika satu nada cocok untuk sebagian besar pelanggan, dengan variasi kecil. | | Membuat sub-asisten | Buat agen sekunder dengan aturan dan kosakata sendiri lalu hubungkan ke kotak masuk tertentu. | Untuk melayani audiens yang sangat berbeda (mis.: B2B formal dan B2C muda) di kanal terpisah. | | Menggabungkan aturan dan konteks | Masukkan instruksi bersyarat ke prompt berdasarkan label, kanal, atau profil pelanggan. | Ketika kanal yang sama menerima berbagai profil dan asisten perlu menyesuaikan nada secara dinamis. | Bagaimana modul Prompt dan AI mengontrol nada suara Modul Prompt dan AI adalah otak yang menentukan perilaku Capitão selama percakapan. Di dalamnya, Anda mengonfigurasi aturan umum (general_rules) dan pengaturan AI (ai_settings) yang menentukan gaya komunikasi asisten. Aturan ini diterapkan pada semua respons yang dihasilkan Capitão, terlepas dari basis pengetahuan yang ia konsultasikan. Misalnya, Anda dapat menyertakan instruksi seperti: - “Gunakan bahasa formal, hindari bahasa gaul, dan sapa pelanggan dengan ‘Bapak’ atau ‘Ibu’.” - “Bersikap empatik dan ramah, tunjukkan pemahaman sebelum menawarkan solusi.” - “Gunakan nada ringan dan sesekali emoji untuk audiens muda.” Selain agen utama, Anda dapat membuat sub-asisten (agen sekunder) dengan aturan sendiri. Setiap sub-asisten dapat dihubungkan ke kotak masuk berbeda, memungkinkan WhatsApp penjualan memiliki nada lebih komersial, sementara chat situs dukungan mempertahankan nada lebih teknis dan sabar. Langkah-langkah untuk menentukan nada suara Capitão 1. Akses modul Prompt dan AI Di platform Papo, temukan modul Prompt dan AI. Di sinilah Anda mengelola agen dan pengaturan perilakunya. 2. Pilih agen yang ingin Anda sesuaikan Anda dapat mengedit agen utama (yang melayani akun secara keseluruhan) atau membuat sub-asisten nonaktif sebagai draf untuk menguji nada baru sebelum mengaktifkannya. Sub-asisten berguna untuk mengisolasi audiens tanpa memengaruhi layanan umum. 3. Edit aturan umum (general_rules) Aturan umum adalah kolom tempat Anda memasukkan instruksi dalam bahasa alami tentang nada suara. Tulis secara jelas dan langsung, seolah-olah Anda membimbing agen manusia. Contoh praktis: - Untuk audiens korporat: “Pertahankan nada profesional dan objektif. Gunakan ‘Pelanggan yang terhormat’ dalam sapaan dan hindari singkatan.” - Untuk audiens muda: “Bersikap ramah dan gunakan bahasa santai. Boleh menggunakan ‘Hai!’, ‘Makasih!’, dan emoji seperti 😊 jika sesuai.” - Untuk layanan yang empatik: “Selalu tunjukkan empati terlebih dahulu. Jika pelanggan melaporkan masalah, awali dengan ‘Saya paham ini bisa membuat frustrasi’ sebelum mengusulkan solusi.” 4. Sesuaikan pengaturan AI (ai_settings), jika perlu Selain aturan tekstual, modul ini memungkinkan penyempurnaan perilaku dengan parameter AI. Meskipun detail teknisnya bervariasi, Anda dapat menggunakan bagian ini untuk mengontrol tingkat kreativitas atau kepatuhan pada aturan, sehingga nada tidak menyimpang dari yang diharapkan. 5. Terapkan prompt dan uji Setelah menentukan aturan, terapkan prompt agar agen mulai menggunakannya. Kirim beberapa pesan uji di kotak masuk yang terhubung untuk memeriksa apakah Capitão merespons dengan nada yang diinginkan. Jika perlu penyesuaian, cukup edit aturannya lagi. 6. Hubungkan agen ke kotak masuk yang benar Jika Anda membuat sub-asisten untuk audiens tertentu, kaitkan dengan kotak masuk yang sesuai (misalnya, nomor WhatsApp yang digunakan untuk penjualan B2B). Dengan begitu, nada khusus akan diterapkan secara otomatis pada semua percakapan di kanal tersebut. Untuk siapa penyesuaian ini berguna - Perusahaan B2B dan B2C yang berjalan dalam operasi yang sama, membutuhkan nada formal untuk klien korporat dan nada lebih santai untuk konsumen akhir. - Merek yang hadir di banyak kanal, di mana Instagram menuntut bahasa lebih visual dan santai, sementara email menuntut lebih formal. - Bisnis yang melayani berbagai kelompok usia, menyesuaikan kosakata dan empati sesuai profil pelanggan. - Tim dukungan yang ingin memanusiakan layanan, menyuntikkan keramahan dan kesabaran pada momen keluhan. Pertanyaan umum Bisakah saya memiliki nada suara berbeda untuk setiap kanal? Ya. Buat sub-asisten untuk setiap kanal (WhatsApp, Instagram, chat situs) dengan aturan nada khusus dan hubungkan masing-masing ke kotak masuknya. Capitão akan otomatis menggunakan nada yang dikonfigurasi untuk kanal tersebut. Bisakah Capitão menyesuaikan nada secara otomatis berdasarkan profil pelanggan? Asisten mengikuti aturan yang Anda tentukan. Jika Anda menyertakan instruksi bersyarat dalam prompt — misalnya, “jika pelanggan menggunakan bahasa formal, balas dengan tingkat yang sama” — Capitão dapat menyesuaikan nada berdasarkan konteks percakapan. Namun, penyesuaian yang sepenuhnya otomatis tanpa aturan eksplisit tidak dijamin. Apakah saya perlu membuat asisten terpisah untuk setiap nada? Tidak harus. Anda dapat mempertahankan satu agen utama dengan aturan yang mencakup sebagian besar situasi. Pembuatan sub-asisten disarankan ketika audiens sangat berbeda dan Anda ingin mengisolasi perilaku sepenuhnya. Apakah aturan nada memengaruhi respons berbasis FAQ dan dokumen? Ya. Aturan Prompt dan AI diterapkan pada respons apa pun yang dihasilkan Capitão, baik yang diambil dari dokumen, FAQ, maupun skenario. Kontennya tetap sama, tetapi kemasannya (nada, formalitas, empati) mengikuti instruksi Anda. Bagaimana menguji apakah nada sudah sesuai sebelum diaktifkan untuk pelanggan nyata? Anda dapat membuat sub-asisten nonaktif (draf) dan menghubungkannya sementara ke kotak masuk pengujian. Kirim pesan yang mensimulasikan berbagai profil pelanggan dan evaluasi responsnya. Sesuaikan aturan hingga mencapai nada yang diinginkan, lalu aktifkan agen untuk audiens sebenarnya. Bisakah saya menggunakan nada suara Capitão yang sama dalam kampanye Disparador? Modul Prompt dan AI mengontrol perilaku asisten dalam percakapan interaktif. Untuk kampanye pesan massal, nada ditentukan langsung dalam konten pesan yang Anda buat di Disparador. Aturan agen tidak berlaku untuk pengiriman tersebut. Baca juga - Cara melatih Capitão untuk menjawab pertanyaan umum perusahaan Anda - Cara mengonfigurasi AI untuk otomatis menandai percakapan sebagai “Selesai” berdasarkan kata kunci Mulai sekarang gratis → Dengan pengguna pertama gratis, Anda sudah dapat mengonfigurasi nada suara Capitão dan menguji berbagai gaya layanan.

Cara membuat Flow dengan kondisi berdasarkan atribut kustom kontak

Untuk membuat Flow yang secara otomatis mencabangkan perjalanan kontak berdasarkan atribut kustom — seperti paket yang diambil, kota, atau minat —, gunakan editor Flows Papo dan masukkan node kondisi yang dikonfigurasi untuk memeriksa "Atribut kontak". Dari nilai yang tersimpan di CRM, alur dapat mengirim pesan spesifik, menambahkan tag, atau mengarahkan lead ke tim yang tepat, semuanya secara otomatis dan tanpa intervensi manual. Dengan otomatisasi ini, setiap kontak menerima perlakuan unik, berdasarkan informasi yang sudah dimiliki perusahaan Anda. Ini meningkatkan relevansi komunikasi, memperbaiki pengalaman pelanggan, dan mengoptimalkan pekerjaan tim pemasaran, penjualan, dan dukungan. Ringkasan alur dengan kondisi berdasarkan atribut | Elemen | Fungsi | Contoh | | :--- | :--- | :--- | | Flow (Flows/Chatbot) | Urutan visual yang mengotomatiskan interaksi | Flow "Onboarding berdasarkan paket" | | Atribut kustom | Bidang tambahan di profil kontak (teks, angka, tanggal, atau daftar) | paket (Básico, Pro, Enterprise), kota (SP, RJ, BH) | | Node kondisi "Atribut kontak" | Memeriksa nilai atribut untuk menentukan jalur | Jika paket sama dengan "Pro", ikuti cabang penawaran khusus | | Aksi per cabang | Apa yang terjadi pada setiap hasil kondisi | Kirim template WhatsApp, tandai tag "VIP", beri tahu manajer | Cara kerjanya: langkah demi langkah 1. Siapkan atribut kustom Sebelum membuat Flow, penting bahwa data yang ingin Anda gunakan tersedia di CRM. Buka Pengaturan → Atribut Kustom dan buat bidang seperti "Paket Berlangganan" (tipe Daftar), "Kota" (Teks), atau "Pembelian Terakhir" (Tanggal). Kemudian, isi nilai kontak — secara manual, melalui impor, atau melalui integrasi (API, webhook). 2. Buat Flow dengan pemicu yang sesuai Di menu samping Papo, klik Flows / Chatbot dan tambahkan alur baru. Ganti pemicu default dengan peristiwa yang akan memulai perjalanan, seperti "Kontak dibuat", "Pesan diterima", "Tag ditambahkan", atau lainnya yang tersedia. 3. Masukkan node kondisi Setelah pemicu, klik ikon "+" dan pilih opsi kondisi. Di dalam kondisi, pilih tipe "Atribut kontak". Dalam konfigurasi, pilih atribut kustom yang diinginkan dan tentukan aturan: "sama dengan", "berisi", "lebih besar dari", tergantung pada tipe bidang. Anda dapat menggabungkan lebih dari satu aturan menggunakan operator "DAN" dan "ATAU". 4. Buat cabang perjalanan Untuk setiap nilai atau rentang nilai yang ingin Anda tangani secara berbeda, konfigurasikan cabang. Contoh praktis: - Jika paket adalah "Pro" → jalur A (pelanggan premium) - Jika paket adalah "Basic" → jalur B (pelanggan standar) - Jika atribut kosong → jalur fallback untuk meminta pembaruan data 5. Tambahkan aksi di setiap cabang Di setiap cabang, masukkan node aksi yang sesuai: Kirim Pesan (WhatsApp, email), Tambahkan tag, Buat tugas di Kanban, Kirim notifikasi internal, dll. Personalisasi pesan menggunakan variabel kontak, termasuk atribut itu sendiri (mis.: {{contact.kota}}). 6. Aktifkan Flow Tinjau seluruh logika, simpan, dan ubah status menjadi Aktif. Alur akan memproses semua kontak yang memenuhi pemicu, mencabangkan secara instan berdasarkan nilai atribut CRM yang sebenarnya. Setiap kali cabang menyertakan jeda lebih dari jendela 24 jam WhatsApp, pesan berikutnya harus berupa Template Pesan (HSM) yang disetujui oleh Meta, yang memungkinkan Papo untuk memilih langsung di node pengiriman. Untuk siapa strategi ini direkomendasikan? - Perusahaan SaaS atau langganan yang menginginkan onboarding berbeda sesuai paket yang diambil. - E-commerce yang menyegmentasikan penawaran berdasarkan kota, minat, atau rentang pengeluaran pelanggan. - Institusi pendidikan yang mempersonalisasi komunikasi berdasarkan kursus atau unit siswa. - Tim penjualan B2B yang memprioritaskan lead dari wilayah tertentu atau dengan jabatan tertentu di CRM. - Operasi apa pun yang sudah mengumpulkan data terstruktur dan ingin mengubahnya menjadi komunikasi otomatis dan relevan. Pertanyaan yang Sering Diajukan Apakah saya perlu membuat atribut sebelum menyusun Flow? Ya. Atribut kustom harus ada di Pengaturan → Atribut Kustom sebelum digunakan sebagai kondisi. Kontak juga harus memiliki bidang yang terisi — secara manual, melalui impor, atau melalui integrasi. Tipe perbandingan apa yang bisa saya gunakan? Tergantung pada tipe atribut. Untuk Teks, Anda dapat menggunakan "sama dengan" atau "berisi". Untuk Angka, "sama dengan", "lebih besar dari", "lebih kecil dari". Untuk Tanggal, "sebelum", "setelah". Bidang tipe Daftar memungkinkan Anda memilih langsung salah satu opsi yang telah ditentukan. Bagaimana cara mempersonalisasi pesan di cabang dengan nilai atribut? Di dalam node aksi apa pun, gunakan variabel kontak yang sesuai dengan atribut (mis.: {{contact.paket}}) di bidang teks. Sistem secara otomatis menggantinya dengan nilai sebenarnya dari setiap lead. Bagaimana jika kontak tidak memiliki atribut yang terisi? Anda dapat mengonfigurasi cabang khusus untuk "nilai kosong" dalam kondisi. Dengan demikian, kontak tersebut mengikuti rute alternatif, seperti menerima pesan yang meminta mereka melengkapi pendaftaran atau diarahkan ke agen. Bisakah saya menggabungkan beberapa atribut dalam satu kondisi? Ya. Node kondisi mendukung beberapa aturan dengan operator logika "DAN" dan "ATAU", memungkinkan segmentasi seperti "kota berisi São Paulo" DAN "paket sama dengan Pro". Apakah ini berfungsi dengan data yang diperbarui secara otomatis melalui integrasi? Ya. Atribut yang diisi oleh API, webhook, atau modul Papo apa pun tercermin secara real-time di Flow. Saat pemicu diaktifkan, kondisi akan menggunakan nilai kontak terbaru. Baca juga - Cara memicu Flow secara otomatis saat kontak baru dibuat di CRM - Cara menampilkan semua Flow akun Anda dan mendaftarkan kontak secara manual Mulai buat Flow dengan atribut kustom → Pengguna pertama Papo gratis dan tidak memerlukan kartu kredit — ideal untuk Anda menguji kondisi berdasarkan atribut di Flow Anda sebelum meningkatkan skala.

Cara mengatur follow-up otomatis untuk lead yang tidak merespons dalam X hari

Untuk mengatur otomatisasi yang mengirim follow-up ketika lead tidak merespons dalam X hari, gunakan Flow dari Papo (https://papo.global/) dengan kondisi tidak aktif dan aksi Kirim Pesan. Alur menunggu periode yang ditentukan, memeriksa apakah tidak ada interaksi, dan baru kemudian memicu follow-up, memungkinkan untuk menjalin kembali lead yang diam tanpa bergantung pada pengingat manual. Logikanya sederhana: lead masuk ke otomatisasi, Flow berhenti selama waktu yang ditentukan, dan pada akhirnya, sebuah kondisi memeriksa apakah ada respons. Jika tidak ada interaksi, aksi pesan mengirim follow-up. Jika lead merespons, otomatisasi dapat berhenti atau meneruskan ke tim. Semuanya berjalan di dalam Papo, dengan riwayat yang tercatat dalam percakapan dan CRM. Ringkasan otomatisasi | Tahap | Fitur di Papo | Konfigurasi | Hasil | | :--- | :--- | :--- | :--- | | Jeda perjalanan | Langkah Tunggu di Flow | Tentukan X hari, jam, atau menit | Menunggu periode ideal sebelum follow-up | | Deteksi keheningan | Kondisi tidak aktif di Flow | Periksa apakah lead tidak berinteraksi | Lanjut hanya untuk lead yang tidak merespons | | Jalin kembali | Aksi Kirim Pesan | Teks atau template HSM | Memicu follow-up otomatis | | Menjaga percakapan sesuai aturan | Template Pesan | Wajib setelah 24 jam di WhatsApp | Menghindari blokir dan menjaga pengiriman yang valid | Bagaimana otomatisasi follow-up berdasarkan ketidakaktifan bekerja Di pembuat Flow Papo, Anda menggabungkan dua momen: penantian dan verifikasi. Langkah Tunggu memperkenalkan jeda dalam menit, jam, atau hari. Segera setelah itu, kondisi tidak aktif mengevaluasi apakah kontak tetap tidak berinteraksi selama periode tersebut. Hanya ketika kondisi benar, Flow melanjutkan ke aksi Kirim Pesan. Urutan ini berguna untuk irama penjualan, pemeliharaan lead, dan pembukaan kembali percakapan setelah proposal, anggaran, atau materi dikirim. Juga dapat digunakan untuk mengingatkan pelanggan tentang tenggat waktu, mengonfirmasi minat dalam negosiasi, atau melanjutkan kontak yang tidak mendapat respons di funnel. Anda dapat memulai Flow dengan berbagai cara, sesuai operasi: ketika kontak baru dibuat di CRM, ketika label diterapkan, ketika kartu masuk ke tahap Kanban, atau ketika aturan mendeteksi percakapan tanpa interaksi. Yang penting adalah otomatisasi diaktifkan untuk audiens yang tepat dan dengan opt-in yang valid. Langkah demi langkah untuk mengatur follow-up 1. Di panel Papo, akses Flows / Chatbot dan buat Flow baru atau edit yang sudah ada. 2. Di titik perjalanan di mana lead harus memulai penantian, tambahkan langkah Tunggu. 3. Tentukan nilai dan satuan waktu: misalnya, 3 hari, 48 jam, atau 30 menit. 4. Tambahkan kondisi tidak aktif tepat setelah langkah Tunggu. Konfigurasikan agar alur berlanjut hanya jika lead tidak berinteraksi dalam periode tersebut. 5. Hubungkan aksi Kirim Pesan setelah kondisi. Tulis follow-up secara singkat dan dengan konteks, seperti pertanyaan tentang proposal atau pengingat langkah berikutnya. 6. Jika pengiriman terjadi setelah jendela 24 jam WhatsApp, gunakan Template Pesan (HSM) yang telah disetujui sebelumnya oleh Meta. 7. Simpan Flow dan pastikan itu aktif untuk memproses kontak. Variasi untuk menjaga kotak masuk tetap teratur adalah menggunakan aturan dengan pemicu percakapan tanpa interaksi. Dalam konfigurasi ini, aturan mendeteksi ketidakaktifan, mengarsipkan percakapan, dan pengarsipan memicu Flow yang melakukan jeda dan mengirim follow-up. Opsi ini menarik ketika tim ingin membersihkan antrian dan, pada saat yang sama, tidak kehilangan kesempatan untuk menjalin kembali lead. Untuk siapa otomatisasi ini masuk akal - Tim penjualan yang menerima lead di WhatsApp, Instagram, atau saluran lain dan tidak ingin kehilangan peluang karena kurangnya tindak lanjut. - Operasi yang menggunakan Kanban dan CRM untuk melacak proposal, tetapi membutuhkan sentuhan otomatis ketika lead menjadi diam. - Bisnis dengan volume tinggi dan tim kecil, yang tidak dapat mengingat setiap follow-up secara manual. - Perusahaan yang sudah memisahkan lead berdasarkan label, tahap, atau saluran dan menginginkan irama standar untuk menjalin kembali. Pertanyaan yang sering diajukan Apakah follow-up dibatalkan jika lead merespons selama penantian? Cara paling aman adalah mengonfigurasi kondisi tidak aktif setelah langkah Tunggu. Dengan demikian, jika ada respons, alur dapat dihentikan atau diarahkan ke layanan manusia, alih-alih mengirim pesan otomatis. Perilaku akhir tergantung pada kondisi yang Anda tentukan di Flow. Apakah saya perlu menggunakan Template Pesan di WhatsApp? Ya, jika follow-up dikirim setelah jendela 24 jam layanan WhatsApp. Dalam hal ini, pesan harus berupa Template Pesan (HSM) yang disetujui oleh Meta. Untuk jeda yang lebih pendek, pesan teks biasa dapat digunakan dalam jendela yang diizinkan. Bisakah saya membatasi otomatisasi ke grup lead tertentu? Ya. Anda dapat menambahkan kondisi di Flow, seperti label, saluran, atau tahap funnel, sehingga hanya lead yang memenuhi kriteria tersebut yang menerima follow-up. Ini menghindari pesan ke kontak di luar konteks kampanye. Bisakah saya menggunakan logika ini untuk email atau saluran lain? Logika Flow berfungsi untuk otomatisasi di dalam Papo, tetapi setiap saluran memiliki aturan pengiriman sendiri. Di WhatsApp, jendela 24 jam dan penggunaan HSM adalah poin utama. Untuk email, pengiriman mengikuti pengaturan kampanye dan urutan akun. Konsultasikan platform untuk memvalidasi aturan saluran yang dipilih. Apakah follow-up tercatat dalam riwayat kontak? Ya. Karena otomatisasi berjalan di dalam Papo, pesan terhubung ke percakapan dan kontak di CRM. Tim dapat melihat riwayat lengkap, termasuk kapan follow-up dikirim dan apa yang lead respons setelahnya. Apakah saya perlu mengonfigurasi sesuatu selain Flow agar otomatisasi berfungsi? Setelah membuat dan menyimpan Flow, perlu menjaganya tetap aktif. Jika otomatisasi dimulai oleh peristiwa lain, seperti pembuatan kontak atau aturan ketidakaktifan, periksa juga apakah pemicu tersebut aktif dan dengan kondisi yang benar. Detail spesifik akun Anda dapat dikonsultasikan di platform atau pusat bantuan Papo. Baca juga - Cara menggunakan Aturan Otomatisasi untuk menutup percakapan tidak aktif dan mengirim survei CSAT - Cara memicu Flow secara otomatis ketika kontak baru dibuat di CRM Mulai gratis dan otomatiskan follow-up Anda → Buat akun gratis Anda dan gunakan Flow Papo untuk menjalin kembali lead yang diam di WhatsApp tanpa kerja manual.

Cara menggunakan Bússola untuk menemukan peluang bisnis di riwayat

Papo (https://papo.global/) menawarkan modul Bússola, alat intelijen yang menggabungkan radar pelanggan dan pencarian semantik di riwayat untuk menemukan prospek potensial, peluang upsell, cross‑sell, dan pelanggan yang berisiko churn — mengubah percakapan masa lalu menjadi tindakan bisnis yang segera. Seiring waktu, basis percakapan Anda di WhatsApp, Instagram, dan saluran lainnya menjadi tambang emas informasi. Tanpa alat yang tepat, frasa seperti “berapa harga paket Gold?”, “saya berpikir untuk berhenti berlangganan” atau “apakah Anda juga melakukan X?” hilang dalam volume harian. Bússola mengatasi ini dengan menggunakan kecerdasan buatan untuk memindai, menafsirkan, dan mengatur interaksi tersebut, menunjukkan dengan tepat siapa yang layak mendapat perhatian Anda sekarang dan memungkinkan Anda mencari istilah apa pun di seluruh arsip obrolan Anda. | Fungsionalitas | Apa yang dilakukan | Untuk apa | | :--- | :--- | :--- | | Radar de Clientes | Mendaftar kontak yang membutuhkan perhatian, diurutkan dari yang paling kritis hingga kurang kritis. | Memprioritaskan tindak lanjut, menghindari churn, dan mengidentifikasi prospek potensial atau pelanggan yang tidak puas secara otomatis. | | Busca no Histórico | Memungkinkan pencarian kata kunci, frasa, atau makna di semua percakapan. | Menemukan penyebutan produk, pesaing, niat beli, atau keluhan yang tersembunyi dalam pesan. | Bagaimana Radar de Clientes mengungkap peluang Radar tidak bergantung pada pencarian manual. Ia bekerja secara proaktif: AI Bússola terus menganalisis konten semua percakapan yang masuk ke kotak masuk terpadu Anda dan menyoroti kontak yang memerlukan tindakan. Daftar diurutkan dari kasus paling mendesak hingga kurang kritis, membantu tim Anda memulai hari dengan hal yang benar-benar penting. Sinyal yang dipertimbangkan AI meliputi: - Minat beli – penyebutan anggaran, paket yang lebih tinggi, atau pertanyaan tentang fitur lanjutan. - Risiko churn – frasa seperti “berhenti berlangganan”, “tidak puas”, “saya sudah berbicara dengan penyedia lain”. - Tindak lanjut tertunda – prospek yang mengajukan pertanyaan penting dan belum menerima jawaban untuk waktu yang lama. - Masalah berulang – keluhan yang menunjukkan pelanggan akan meninggalkan layanan. Saat melihat radar, tim penjualan atau kesuksesan pelanggan Anda dapat bertindak sebelum peluang menjadi dingin atau masalah membesar, menghubungi orang yang tepat pada saat yang tepat. Bagaimana Busca no Histórico menemukan peluang tersembunyi Sementara radar menunjukkan apa yang mendesak, pencarian semantik Bússola memungkinkan Anda menyelidiki riwayat dengan pertanyaan Anda sendiri. Alih-alih mencari kontak berdasarkan nama, Anda mencari konten percakapan — cara melakukan “penambangan data” di arsip obrolan Anda sendiri. Tabel di bawah ini menyarankan pencarian yang ditargetkan untuk setiap jenis peluang: | Tujuan | Saran istilah pencarian | Tindakan yang mungkin | | :--- | :--- | :--- | | Upsell | “upgrade”, “paket lebih tinggi”, “saya butuh lebih”, “fitur X” | Mendekati pelanggan dengan penawaran paket yang lebih besar yang dipersonalisasi. | | Cross‑sell | “apakah Anda juga punya”, nama produk lain, “selain itu” | Menawarkan layanan pelengkap yang relevan. | | Reaktivasi prospek | “anggaran”, “proposal”, “berapa harganya”, “saya akan pikirkan” | Melakukan tindak lanjut dengan kondisi baru. | | Pencegahan churn | “berhenti berlangganan”, “tidak puas”, “masalah”, “tidak berfungsi” | Memulai layanan proaktif untuk mempertahankan pelanggan. | | Intelijen kompetitif | Nama pesaing | Menyesuaikan argumen dan menyoroti keunggulan. | Langkah demi langkah untuk melakukan pencarian strategis di Bússola Menggunakan pencarian riwayat itu sederhana dan tidak memerlukan pengetahuan teknis. Proses di bawah ini membantu mengubah kecurigaan menjadi daftar kontak yang dapat ditindaklanjuti. | Langkah | Tindakan | Detail | | :--- | :--- | :--- | | 1. Akses Bússola | Di panel Papo, temukan modul Bússola (area intelijen). | Ini adalah lingkungan yang sama yang menggabungkan Radar de Clientes dan pencarian. | | 2. Pilih fungsionalitas | Di tab pencarian riwayat, ketik kata kunci atau frasa. | Gunakan istilah yang tepat atau variasi yang akan digunakan pelanggan dalam percakapan. | | 3. Analisis hasil | Sistem menampilkan daftar percakapan di mana istilah ditemukan, dengan cuplikan dialog. | Klik hasil apa pun untuk membuka percakapan lengkap dan melihat konteksnya. | | 4. Bertindak atas peluang | Berdasarkan informasi, ambil tindakan komersial atau dukungan yang sesuai. | Anda dapat memulai pesan baru, membuat tugas di Kanban, menugaskan ke agen, atau memicu tindak lanjut otomatis. | Bússola berguna untuk setiap operasi yang telah mengumpulkan volume interaksi yang cukup besar dan ingin berhenti kehilangan uang di riwayat. Tim penjualan, kesuksesan pelanggan, dan pemasaran dapat bertindak lebih tepat, karena keputusan didasarkan pada apa yang benar-benar dikatakan kontak — bukan pada tebakan. Pertanyaan yang Sering Diajukan Apakah Bússola menggantikan CRM Papo? Tidak. Bússola melengkapi CRM. Sementara CRM mengatur kontak, pipeline, dan aktivitas, Bússola menganalisis konten percakapan untuk mengungkap apa yang dikatakan setiap kontak dan seberapa mendesak suatu tindakan. Bagaimana radar memutuskan bahwa seorang pelanggan “kritis”? Kecerdasan buatan mengevaluasi sinyal dalam pesan, seperti nada percakapan (positif, negatif, atau netral), adanya kata kunci terkait peluang atau masalah, dan waktu sejak interaksi terakhir. Kombinasi faktor-faktor ini menghasilkan daftar prioritas yang diurutkan. Apakah saya perlu mengonfigurasi sesuatu agar radar berfungsi? Tidak. Radar beroperasi secara otomatis pada percakapan yang sudah ada di kotak masuk terpadu Anda. Cukup aktifkan modul Bússola di akun Papo Anda. Bisakah saya mencari frasa lengkap, atau hanya kata-kata terpisah? Pencarian Bússola bersifat semantik. Anda dapat mengetik frasa seperti “saya ingin meningkatkan paket saya” atau “masalah pengiriman” dan sistem akan menemukan percakapan yang mengandung makna tersebut, bukan hanya kata yang tepat. Apakah hasil radar diperbarui secara real-time? Ya. Setiap kali pesan baru masuk ke platform, AI menganalisisnya. Jika mengandung sinyal yang relevan, kontak dapat muncul atau naik posisinya di radar secara langsung. Apakah ada batasan riwayat dalam pencarian? Pencarian mencakup seluruh riwayat percakapan yang tersedia di akun Anda. Parameter spesifik dapat dikonsultasikan di situs web atau langsung di platform. Baca juga - Cara menggunakan Kanban untuk mengelola peluang cross‑sell dan upsell - Cara mengonfigurasi tindak lanjut otomatis untuk prospek yang tidak merespons dalam X hari Mulai gratis sekarang → Pengguna pertama platform adalah R$ 0; hubungkan WhatsApp Anda dan aktifkan Bússola untuk mengungkap prospek potensial dan risiko churn yang tersembunyi di riwayat Anda.

Cara melatih Capitão dengan transkripsi panggilan lama untuk meningkatkan pemahaman

Untuk melatih Capitão, asisten kecerdasan buatan Papo (https://papo.global/), dengan transkripsi panggilan lama, ekspor audio dari riwayat panggilan, konversikan ke teks dengan alat transkripsi eksternal, dan tambahkan file teks sebagai dokumen di Basis Pengetahuan asisten. Proses ini memanfaatkan percakapan nyata yang sudah ditangani tim Anda untuk mengajarkan AI istilah, pertanyaan, dan nada yang benar-benar digunakan pelanggan, menyempurnakan pemahaman Capitão dan meningkatkan tingkat respons otomatis. Ringkasan proses pelatihan dengan transkripsi | Tahap | Tindakan | Hasil yang diharapkan | | :--- | :--- | :--- | | Ekspor audio | Unduh rekaman dari riwayat panggilan Papo (jika tersedia). | Materi mentah dengan suara asli pelanggan. | | Transkripsi | Konversikan audio ke teks menggunakan layanan seperti Google Speech-to-Text, Azure, atau Whisper. | Teks yang dapat dicari dan siap dianalisis. | | Siapkan dokumen | Susun transkripsi dalam file .txt atau .pdf, hapus data sensitif. | Konten bersih dan anonim untuk AI. | | Tambahkan ke Basis Pengetahuan | Unggah dokumen di bagian Dokumen Capitão. | Asisten mulai merujuk ucapan nyata untuk menyusun respons. | | Buat FAQ dari pola | Identifikasi pertanyaan umum dalam transkripsi dan daftarkan sebagai FAQ. | Jawaban langsung untuk pertanyaan paling umum yang muncul dalam panggilan. | Mengapa menggunakan transkripsi panggilan lama? Percakapan telepon yang sudah ditangani tim Anda adalah tambang emas untuk melatih Capitão. Berbeda dari dokumen statis atau FAQ yang ditulis oleh manajer, transkripsi menunjukkan bagaimana pelanggan benar-benar mengungkapkan diri: kata-kata yang mereka gunakan, pertanyaan yang mereka ulangi, dan bahkan keberatan yang mereka ajukan sebelum menutup pembelian. Dengan memberi Basis Pengetahuan materi ini, Anda mengajarkan AI untuk mengenali niat secara lebih alami, mengurangi jumlah pesan yang perlu dialihkan ke agen manusia. Metode ini sangat berguna untuk bisnis yang sudah memiliki volume besar panggilan terekam dan ingin mempercepat kurva pembelajaran asisten tanpa hanya bergantung pada asumsi atau pertanyaan hipotetis. Bagaimana riwayat panggilan bekerja di Papo Modul Panggilan Papo menyimpan riwayat dan statistik semua panggilan yang dilakukan melalui platform. Anda dapat melihat daftar panggilan, dengan informasi seperti arah (masuk/keluar), status, dan metode. Jika akun Anda mengaktifkan perekaman panggilan, file audio terhubung ke setiap catatan dan dapat diekspor untuk penggunaan eksternal. Jika perekaman tidak tersedia, Anda masih dapat menggunakan catatan dan ringkasan percakapan sebagai sumber pelatihan, meskipun transkripsi audio memberikan tingkat detail tertinggi. Langkah demi langkah untuk melatih Capitão dengan transkripsi 1. Ekspor audio panggilan. Akses riwayat panggilan di panel Papo dan temukan percakapan yang ingin Anda gunakan. Jika perekaman diaktifkan, unduh file audio ke komputer Anda. 2. Konversikan audio ke teks. Gunakan alat transkripsi eksternal (seperti Google Speech-to-Text, Microsoft Azure Speech, atau Whisper) untuk menghasilkan teks yang sesuai dengan setiap panggilan. Tinjau transkripsi untuk memperbaiki kemungkinan kesalahan dan hapus data pribadi sensitif (nomor dokumen, kartu, dll.). 3. Format transkripsi sebagai dokumen. Simpan setiap transkripsi dalam file .txt atau .pdf. Kelompokkan percakapan berdasarkan tema (penjualan, dukungan, penagihan) jika ingin mengatur basis lebih baik. 4. Tambahkan dokumen ke Basis Pengetahuan Capitão. Di panel Papo, buka pengaturan asisten Capitão yang ingin Anda latih. Di bagian Basis Pengetahuan, unggah file transkripsi sebagai dokumen. Platform memproses konten dan menyediakannya untuk konsultasi AI. 5. Buat FAQ berdasarkan pola yang ditemukan. Analisis transkripsi dan identifikasi pertanyaan yang paling sering berulang. Daftarkan pasangan pertanyaan dan jawaban tersebut di area FAQ Capitão. Contoh: jika banyak panggilan menanyakan “Berapa tenggat waktu jatuh tempo boleto?”, buat FAQ dengan pertanyaan tersebut dan jawaban yang benar. 6. Pantau peningkatan di laporan. Setelah beberapa hari, periksa di laporan layanan apakah tingkat respons otomatis Capitão meningkat dan jumlah transfer ke manusia menurun. Sesuaikan dokumen dan FAQ sesuai kebutuhan. Untuk siapa pelatihan ini cocok - Perusahaan yang sudah memiliki volume besar panggilan terekam dan ingin mempercepat konfigurasi asisten. - Operasi yang ingin menangkap kosakata asli pelanggan, termasuk bahasa gaul, sinonim, dan ungkapan regional. - Tim yang menyadari bahwa Capitão tidak memahami beberapa pertanyaan karena dirumuskan dengan cara berbeda dari yang diharapkan. - Bisnis yang ingin mengurangi waktu ramp-up AI, menggunakan data historis alih-alih membuat FAQ dari nol. Pertanyaan umum Apakah Papo melakukan transkripsi otomatis panggilan? Platform Papo menyimpan riwayat dan rekaman panggilan, tetapi transkripsi audio ke teks harus dilakukan dengan alat eksternal. Setelah konversi, Anda dapat mengirim teks sebagai dokumen ke Basis Pengetahuan Capitão. Bisakah saya menggunakan format file transkripsi apa pun? Format paling umum yang diterima sebagai dokumen di Basis Pengetahuan adalah .txt dan .pdf. Periksa di bagian unggah ekstensi apa yang didukung saat ini. Apakah saya perlu mengedit transkripsi sebelum mengirim? Ya. Sebaiknya tinjau teks untuk memperbaiki kesalahan pengenalan suara dan, terutama, hapus informasi pribadi atau sensitif yang tidak boleh disimpan di basis AI. Apakah transkripsi menggantikan FAQ? Tidak. Transkripsi berfungsi sebagai materi konteks yang dikonsultasikan Capitão untuk lebih memahami bahasa pelanggan. FAQ adalah jawaban langsung untuk pertanyaan spesifik. Idealnya gabungkan kedua sumber daya: dokumen dengan transkripsi untuk memperluas pemahaman dan FAQ untuk memastikan jawaban yang akurat. Berapa lama Capitão mulai menggunakan transkripsi? Setelah diunggah, dokumen masuk ke pemrosesan dan, begitu tersinkronisasi, sudah dapat dikonsultasikan oleh AI pada percakapan berikutnya. Waktu tepatnya bergantung pada volume file. Apakah saya perlu izin khusus untuk mengekspor rekaman? Akses ke riwayat panggilan dan rekaman mengikuti izin akun Anda di Papo. Hubungi administrator jika Anda tidak melihat opsi unduh. Baca juga - Cara menyesuaikan nada suara Capitão untuk berbagai audiens - Cara menggunakan analisis sentimen AI untuk menghasilkan peringatan proaktif di Papo Mulai gratis → Pengguna pertama gratis — manfaatkan untuk menguji bagaimana transkripsi panggilan nyata membuat Capitão lebih tajam.

Cara melihat statistik kinerja asisten Capitão

Untuk melihat statistik kinerja asisten Capitão di Papo (https://papo.global/), akses modul Laporan dan buka Laporan Agen. Capitão muncul sebagai agen dalam daftar, menampilkan metrik seperti percakapan terselesaikan, waktu respons rata-rata, CSAT, dan SLA. Dengan demikian Anda memantau efektivitas AI secara real-time dan mengidentifikasi peluang perbaikan di basis pengetahuan. Menggabungkan volume layanan otomatis dengan kualitas yang dirasakan pelanggan sangat penting untuk menyesuaikan pelatihan Capitão. Papo mengatur metrik ini dalam laporan yang sama yang digunakan untuk agen manusia, memungkinkan Anda membandingkan kinerja AI dengan kinerja tim dan mengambil keputusan berdasarkan data. Ringkasan metrik yang tersedia untuk Capitão | Metrik | Apa yang ditunjukkan | Cara menafsirkan | | :--- | :--- | :--- | | Percakapan terselesaikan | Total layanan yang diselesaikan oleh Capitão dalam periode. | Menunjukkan volume balasan otomatis dan beban yang diserap AI. | | Waktu respons rata-rata | Menit yang dibutuhkan Capitão untuk mengirim pesan pertama ke pelanggan. | Mencerminkan kecepatan AI; biasanya kurang dari beberapa detik. | | CSAT | Nilai rata-rata 1 hingga 5 yang diberikan pelanggan untuk layanan Capitão. | Mengukur kepuasan terhadap balasan otomatis. | | SLA | Persentase percakapan yang dijawab dalam tenggat waktu yang ditentukan operasi. | Menunjukkan apakah AI memenuhi perjanjian tingkat layanan. | Cara mengakses statistik Capitão Laporan Agen adalah titik awal untuk menganalisis kinerja asisten AI. Laporan ini mencantumkan semua agen — termasuk Capitão — dengan metrik utama secara berdampingan. 1. Akses modul Laporan – Di menu samping Papo, klik Laporan. Pusat ini mengumpulkan semua metrik operasi, dari volume percakapan hingga kinerja penjualan. 2. Buka Laporan Agen – Di dalam hub laporan, temukan bagian Agen. Daftar ini menampilkan peringkat lengkap, dan Capitão muncul teridentifikasi sebagai "IA Papo" (atau nama yang Anda berikan ke asisten). 3. Terapkan filter periode yang diinginkan – Gunakan interval yang telah ditentukan (Hari ini, 7 hari terakhir, 30 hari terakhir) atau tentukan periode khusus. Untuk mengevaluasi dampak pembaruan terbaru di basis pengetahuan, misalnya, pilih hari-hari setelah perubahan. 4. Analisis kolom kinerja – Perhatikan kolom Percakapan terselesaikan, Waktu respons rata-rata, CSAT, dan SLA. Jumlah percakapan terselesaikan menunjukkan berapa banyak layanan yang diselesaikan Capitão tanpa intervensi manusia. Dengan membandingkan angka ini dengan total percakapan dalam periode, Anda menghitung tingkat balasan otomatis. 5. Ekspor data – Di laporan itu sendiri, ada opsi untuk mengekspor konten dalam PDF (untuk presentasi) atau CSV (untuk analisis mendetail di spreadsheet). File yang dihasilkan mengikuti filter periode yang diterapkan, memberikan potongan yang persis Anda tentukan. Untuk siapa pemantauan ini paling berguna - Manajer layanan yang perlu mengukur pengembalian investasi AI dan membenarkan perluasan penggunaan Capitão. - Analis kualitas yang ingin membandingkan kepuasan pelanggan dengan balasan otomatis versus layanan manusia. - Tim operasi yang ingin mengidentifikasi hambatan di basis pengetahuan — penurunan CSAT Capitão dapat menandakan bahwa FAQ atau dokumen perlu diperbarui. - Reseller white label yang memantau kinerja AI di akun klien mereka untuk memberikan saran perbaikan. Pertanyaan yang sering diajukan Apakah Capitão selalu muncul di Laporan Agen? Ya. Setiap kali asisten Capitão aktif dan terhubung ke setidaknya satu kotak masuk, ia akan terdaftar sebagai agen di Laporan Agen, dengan metrik yang sama dengan agen manusia. Bagaimana cara menghitung tingkat balasan otomatis Capitão? Tingkat balasan otomatis dapat diperoleh dengan membagi jumlah percakapan yang diselesaikan Capitão dengan total percakapan dalam periode. Misalnya, jika Capitão menyelesaikan 300 percakapan dan totalnya 500, tingkatnya adalah 60%. Perhitungan ini dapat dilakukan dengan cepat menggunakan data yang diekspor dalam CSV. Apakah CSAT Capitão diukur dengan cara yang sama seperti agen manusia? Ya. Survei kepuasan dikirim ke pelanggan setelah percakapan berakhir, terlepas dari siapa yang melayani. Capitão menerima nilai 1 hingga 5, dan rata-rata muncul di kolom CSAT laporan. Bisakah saya melihat statistik Capitão terpisah per kotak masuk? Laporan Agen menunjukkan kinerja konsolidasi asisten di semua kotak masuk tempat ia beroperasi. Untuk tampilan per saluran, Anda dapat menggabungkan data yang diekspor dengan laporan volume per saluran yang tersedia di Papo. Seberapa sering metrik Capitão diperbarui? Metrik di Laporan Agen diperbarui secara real-time, mencerminkan interaksi terbaru yang diproses oleh asisten. Apa yang harus dilakukan jika CSAT Capitão di bawah harapan? Nilai rendah biasanya menunjukkan bahwa basis pengetahuan perlu diperkuat. Tinjau FAQ dan dokumen yang terkait dengan asisten, tambahkan pertanyaan umum yang belum tercakup, dan pertimbangkan untuk melatih Capitão dengan transkrip panggilan lama untuk meningkatkan pemahaman bahasa pelanggan. Baca juga - Apa itu Basis Pengetahuan AI dan cara menambahkan dokumen untuk melatih Capitão - Cara melatih Capitão dengan transkrip panggilan lama untuk meningkatkan pemahaman Mulai gratis → Dengan Papo, Anda mengaktifkan asisten Capitão dalam hitungan menit dan mulai mengukur kinerja AI tanpa biaya awal.

Cara melatih Capitão untuk merespons dalam berbagai bahasa

Untuk melatih Capitão, asisten kecerdasan buatan Papo (https://papo.global/), agar merespons dalam berbagai bahasa, Anda mengonfigurasi prompt asisten untuk menginstruksikan AI mendeteksi bahasa pesan dan merespons dalam bahasa yang sama, selain menambahkan FAQ dan dokumen di Basis Pengetahuan dalam bahasa yang diinginkan. Anda juga dapat membuat asisten Capitão terpisah untuk setiap bahasa dan menghubungkannya ke kotak masuk tertentu, sehingga setiap audiens menerima layanan dalam bahasa ibu mereka. Kemampuan multibahasa Capitão tidak bergantung pada pemilih bahasa tunggal, melainkan pada kombinasi antara instruksi prompt ( “otak” asisten) dan konten yang Anda sediakan di Basis Pengetahuan. Dengan konfigurasi yang tepat, asisten yang sama dapat bergantian antara bahasa Portugis, Inggris, Spanyol, dan bahasa lain, atau Anda dapat membuat asisten khusus untuk setiap bahasa dan menautkannya ke kanal berbeda. | Strategi | Cara kerja | Kapan digunakan | | :--- | :--- | :--- | | Prompt multibahasa tunggal | Anda membuat asisten Capitão dengan prompt yang menginstruksikan AI untuk “merespons dalam bahasa yang sama dengan pertanyaan”. Basis Pengetahuan diisi dengan FAQ dan dokumen dalam bahasa yang didukung. Asisten mendeteksi bahasa dan merespons sesuai. | Ideal untuk operasi dengan volume internasional sedang, di mana satu tim mengelola semua layanan dan pengalaman tidak menuntut pemisahan total berdasarkan bahasa. | | Asisten terpisah per bahasa | Anda membuat asisten Capitão untuk setiap bahasa (mis.: “Capitão EN”, “Capitão ES”) dengan prompt dan Basis Pengetahuan eksklusif dalam bahasa tersebut. Setiap asisten ditautkan ke kotak masuk atau widget tertentu (mis.: situs berbahasa Inggris, WhatsApp dengan nomor khusus). | Direkomendasikan ketika ada volume percakapan besar dalam setiap bahasa, tim tersegmentasi berdasarkan bahasa, atau ketika akurasi jawaban menuntut konten yang sepenuhnya terisolasi. | Bagaimana Capitão memproses berbagai bahasa Capitão menggunakan mesin AI yang sama dengan Prompt & IA Papo. Ketika pelanggan mengirim pesan, alurnya sebagai berikut: 1. Pesan masuk ke kotak masuk (WhatsApp, situs, Instagram, dll.). 2. Asisten Capitão yang terkait dengan kotak tersebut menerima teks dan mengonsultasikan prompt serta Basis Pengetahuannya. 3. Jika prompt berisi instruksi untuk mendeteksi bahasa dan merespons dalam bahasa yang sama, AI mengidentifikasi bahasa pertanyaan dan menghasilkan jawaban yang sesuai. 4. Jika Basis Pengetahuan memiliki FAQ atau dokumen dalam bahasa yang terdeteksi, Capitão memprioritaskan informasi tersebut untuk menyusun jawaban. Oleh karena itu, kunci layanan multibahasa terletak pada dua pilar: - Prompt yang terstruktur baik: dengan perintah jelas seperti “selalu respons dalam bahasa yang sama dengan pesan pelanggan” atau “jika pelanggan menulis dalam bahasa Inggris, respons dalam bahasa Inggris; jika menulis dalam bahasa Spanyol, respons dalam bahasa Spanyol”. - Basis Pengetahuan multibahasa: FAQ dan dokumen dalam bahasa yang ingin Anda layani. Tanpa konten ini, Capitão mungkin dapat memahami bahasa, tetapi tidak akan memiliki jawaban akurat berdasarkan bisnis Anda. Langkah demi langkah mengonfigurasi Capitão multibahasa Sebelum memulai, pastikan Anda sudah memiliki asisten Capitão. Jika belum, buat yang baru di modul Capitão dengan mengisi nama dan deskripsi. 1. Akses asisten Capitão yang ingin dilatih. Di panel Papo, buka modul Capitão dan pilih asisten dari daftar. 2. Edit prompt (instruksi AI). Sertakan panduan jelas tentang perilaku multibahasa. Contoh: “Anda adalah asisten layanan. Selalu respons dalam bahasa yang sama dengan pertanyaan pelanggan. Jika pertanyaan dalam bahasa Portugis, respons dalam bahasa Portugis; jika dalam bahasa Inggris, respons dalam bahasa Inggris; jika dalam bahasa Spanyol, respons dalam bahasa Spanyol.” 3. Tambahkan FAQ dalam bahasa yang diinginkan. Di bagian Basis Pengetahuan asisten, buat pasangan pertanyaan dan jawaban untuk setiap bahasa. Misalnya: - “Qual o horário de funcionamento?” / “Atendemos de segunda a sexta, das 9h às 18h.” - “What are your business hours?” / “We are open Monday to Friday, 9 AM to 6 PM.” - “¿Cuál es el horario de atención?” / “Atendemos de lunes a viernes, de 9 a 18 h.” 4. Unggah dokumen (PDF, teks) yang berisi informasi relevan dalam setiap bahasa. Capitão mengekstrak pengetahuan dari file tersebut dan menggunakannya untuk menjawab pertanyaan yang tidak tercakup oleh FAQ. 5. Uji perilakunya. Kirim pesan uji dalam berbagai bahasa melalui kotak masuk yang tertaut ke asisten dan periksa apakah jawaban berada dalam bahasa yang benar dan dengan konten yang diharapkan. 6. Sesuaikan skenario alih tangan (handoff) jika perlu. Buat skenario untuk mentransfer percakapan ke agen manusia ketika Capitão tidak yakin dengan jawaban atau ketika pelanggan meminta berbicara dengan seseorang — terlepas dari bahasanya. Jika Anda memilih asisten terpisah per bahasa, ulangi proses untuk setiap asisten, dengan prompt dan basis pengetahuan eksklusif, dan tautkan masing-masing ke kotak masuk yang sesuai (mis.: widget situs berbahasa Inggris, nomor WhatsApp untuk pelanggan berbahasa Spanyol). Untuk siapa konfigurasi ini masuk akal - E-commerce yang menjual ke luar negeri dan perlu melayani pelanggan dalam bahasa Inggris, Spanyol, atau bahasa lain tanpa mempekerjakan tim bilingual untuk kontak pertama. - Agen perjalanan, hotel, dan operator dengan audiens multinasional yang menghubungi melalui WhatsApp atau chat situs. - Perusahaan teknologi dan SaaS dengan basis pengguna global, yang ingin menawarkan dukungan otomatis dalam bahasa asli setiap pelanggan. - Bisnis yang sudah menggunakan Capitão dalam bahasa Portugis dan ingin memperluas otomatisasi ke pasar baru tanpa menggandakan struktur layanan. Pertanyaan yang sering diajukan Apakah saya perlu membuat asisten Capitão berbeda untuk setiap bahasa? Tidak harus. Satu asisten dapat melayani beberapa bahasa jika prompt menginstruksikan deteksi otomatis dan Basis Pengetahuan berisi konten dalam bahasa yang diinginkan. Pilihan antara satu asisten multibahasa atau beberapa asisten khusus bergantung pada volume percakapan dan organisasi tim Anda. Apakah Capitão mendeteksi bahasa pelanggan secara otomatis? Ya, asalkan prompt berisi instruksi yang tepat. AI Papo mampu mengidentifikasi bahasa pesan dan merespons dalam bahasa yang sama, menggunakan konten Basis Pengetahuan yang tersedia dalam bahasa tersebut. Bisakah saya menambahkan FAQ dalam bahasa Portugis dan Inggris di basis pengetahuan yang sama? Ya. Anda dapat mendaftarkan pertanyaan yang sama dalam berbagai bahasa sebagai FAQ terpisah. Capitão akan mencari jawaban yang sesuai dengan bahasa yang terdeteksi dalam percakapan. Bagaimana cara membuat Capitão merespons dalam bahasa Portugis untuk pelanggan dari Brasil dan dalam bahasa Inggris untuk pelanggan dari AS? Konfigurasikan prompt dengan instruksi untuk merespons dalam bahasa pertanyaan dan isi Basis Pengetahuan dengan FAQ dan dokumen dalam bahasa Portugis dan Inggris. Jika Anda menggunakan nomor WhatsApp atau widget berbeda untuk setiap negara, Anda juga dapat membuat asisten terpisah dan menautkannya ke setiap kotak masuk. Apakah pelatihan multibahasa berfungsi dengan dokumen PDF? Ya. Anda dapat mengirim file PDF, dokumen teks, dan format lain dalam bahasa yang Anda ingin Capitão pahami. AI mengekstrak konten dan menggunakannya untuk menjawab pertanyaan, dengan tetap menghormati bahasa dokumen. Bagaimana saya memverifikasi apakah Capitão merespons dalam bahasa yang benar? Gunakan area Statistik asisten Capitão untuk memantau volume jawaban otomatis dan, terutama, lakukan uji manual dengan mengirim pesan dalam berbagai bahasa melalui kotak masuk yang tertaut. Analisis percakapan nyata juga membantu mengidentifikasi apakah bahasa sudah dipatuhi. Baca juga - Apa itu Basis Pengetahuan AI dan cara menambahkan dokumen untuk melatih Capitão - Cara melihat statistik performa asisten Capitão Mulai gratis → Buat akun Papo Anda dan konfigurasikan Capitão untuk melayani pelanggan dalam bahasa apa pun, tanpa biaya awal.

Cara Menggunakan Capitão untuk Membuat Ringkasan Percakapan Otomatis dan Mengirimnya via Email

Ya, Anda dapat menggunakan Capitão dari Papo (https://papo.global/) untuk secara otomatis menghasilkan ringkasan setiap percakapan dan mengirimkannya melalui email saat layanan berakhir. Platform ini menggabungkan Tool HTTP khusus di modul Capitão dengan kecerdasan buatan yang sudah menganalisis dialog, sehingga memberikan laporan instan kepada manajer – tanpa menyalin, menempel, atau membuka sistem lain. | Tahap | Tindakan | Di mana mengonfigurasi | | :--- | :--- | :--- | | 1 | Membuat Tool HTTP khusus di Capitão (endpoint email) | Modul Capitão → Custom Tools | | 2 | Membuat Flow dengan pemicu percakapan berakhir | Modul Flows | | 3 | Menambahkan node AI untuk menghasilkan ringkasan percakapan | Node aksi (AI) di Flow | | 4 | Menambahkan node yang memanggil Tool Capitão, dengan meneruskan ringkasan | Node aksi (Tool) di Flow | | 5 | Mengaktifkan dan menguji alur | Modul Flows | Otomatisasi ini memastikan bahwa begitu agen menutup layanan, Capitão membuat ringkasan cerdas dan mengirimkannya via email – tanpa intervensi manual. Cara kerja otomatisasi dengan Capitão Papo sudah menggunakan AI untuk menilai lead, mengategorikan topik, dan menawarkan insight. Capitão bertindak sebagai kopilot yang mampu menjalankan tindakan terprogram. Dengan menggabungkan Tool HTTP khusus (yang mengirim ringkasan ke layanan email) dengan Flow yang dipicu saat percakapan ditutup, prosesnya menjadi sepenuhnya otomatis. 1. Pemicu: Flow dimulai setiap kali percakapan berubah ke status “berakhir” — baik secara manual oleh agen maupun oleh aturan otomatis. 2. Peringkasan oleh AI: Node kecerdasan buatan membaca riwayat percakapan dan menghasilkan teks terstruktur dengan poin-poin utama: topik, keputusan, hal yang tertunda, lead score, dan sentimen. 3. Panggilan ke Tool Capitão: Ringkasan dikirim sebagai parameter ke Tool HTTP yang dikonfigurasi, yang meneruskan pesan ke layanan email Anda (SMTP sendiri, webhook SendGrid, Make, Zapier, dll.). 4. Email terkirim: Dalam hitungan detik, manajer menerima di kotak masuk laporan ringkas dengan semua yang penting dari interaksi tersebut. Dengan demikian, tidak ada informasi yang hilang; setiap percakapan yang berakhir menjadi catatan langsung untuk pemantauan atau follow-up. Langkah demi langkah untuk mengonfigurasi ringkasan otomatis 1. Membuat Tool HTTP khusus di Capitão Akses modul Capitão dan temukan bagian alat khusus (Custom Tools). Buat tool HTTP baru dengan parameter berikut: - Nama: identifikasi alatnya (mis.: “Kirim ringkasan via email”). - Endpoint: URL layanan yang akan menerima permintaan dan melakukan pengiriman email (misalnya, webhook Make, endpoint SendGrid, atau API sendiri). - Metode: POST. - Headers dan Body: konfigurasikan sesuai API penyedia email Anda. Di body permintaan, sebuah variabel akan menerima teks ringkasan (mis.: {“summary”: “{{resumo}}”}). Variabel ini akan diisi oleh Flow saat eksekusi. Pastikan untuk menguji tool dengan permintaan contoh untuk memvalidasi pengiriman email. 2. Membuat Flow dengan pemicu percakapan berakhir Di modul Flows, buat alur baru dan beri nama (mis.: “Ringkasan percakapan saat ditutup”). Tambahkan node Pemicu dan pilih peristiwa yang terkait dengan berakhirnya percakapan. Dengan begitu, setiap kali layanan ditutup di platform, alur akan dipicu secara otomatis. 3. Menambahkan node AI untuk menghasilkan ringkasan Sertakan node Aksi yang menggunakan kecerdasan buatan Papo. Di kolom instruksi (prompt), tentukan dengan tepat apa yang harus ada dalam ringkasan. Contoh: “Analisis percakapan yang baru berakhir dan buat ringkasan dengan: topik utama, keputusan yang diambil, hal yang tertunda, lead score kontak, dan sentimen umum. Pertahankan teks dalam bahasa Portugis, objektif, dan maksimal 250 kata.” Output dari node ini akan berupa teks ringkasan, tersedia sebagai variabel untuk langkah berikutnya. 4. Menambahkan aksi yang memanggil Tool Capitão Setelah node AI, masukkan node Aksi baru dari jenis yang memanggil alat eksternal – dalam hal ini, Tool HTTP yang Anda buat di Capitão. Pilih tool “Kirim ringkasan via email” (atau nama yang digunakan) dan petakan variabel dengan ringkasan yang dihasilkan AI ke parameter yang diharapkan. Dengan begitu, setiap kali alur dijalankan, teks ringkasan akan dikirim ke endpoint yang dikonfigurasi. 5. Mengaktifkan dan menguji Simpan alur dan aktifkan. Untuk menguji, tutup percakapan uji (atau gunakan percakapan nyata yang tidak menimbulkan dampak) dan verifikasi apakah email sampai ke penerima yang dikonfigurasi dengan ringkasan AI. Sesuaikan prompt atau tool sesuai kebutuhan. Untuk siapa otomatisasi ini berguna - Supervisor layanan yang perlu memantau setiap interaksi tanpa terus-menerus membuka Papo. - Tim penjualan yang menginginkan umpan balik instan tentang perkembangan negosiasi. - Perusahaan dengan audit kualitas, yang secara otomatis mencatat setiap penyelesaian. - Operasi ramping, tempat manajer merangkap fungsi dan membutuhkan laporan cepat, tanpa kerja manual. Pertanyaan yang sering diajukan Apakah saya perlu memiliki layanan email eksternal untuk menggunakan tool ini? Ya. Tool HTTP Capitão mengirim data ke endpoint yang Anda kendalikan. Endpoint tersebut dapat berupa API dari penyedia email Anda (SendGrid, Amazon SES, dll.) atau webhook layanan integrasi seperti Make atau Zapier, yang kemudian melakukan pengiriman email. Bisakah saya menggunakan aksi email bawaan Flow alih-alih Tool Capitão? Ya. Jika Anda lebih suka menghindari konfigurasi tool HTTP, Anda dapat langsung menambahkan node “Kirim email” ke Flow (menggunakan kredensial SMTP yang sudah dikonfigurasi di Papo). Dalam skenario ini, ringkasan yang dihasilkan AI langsung masuk ke kotak email, tanpa bergantung pada modul Capitão. Bedanya, dengan tool khusus, Anda mendapatkan fleksibilitas ekstra (seperti melampirkan file, menggunakan template HTML, atau mengintegrasikan alur eksternal). Apakah ringkasan mencakup seluruh riwayat pesan percakapan? AI menganalisis semua pesan yang dipertukarkan dalam layanan dan mengekstrak informasi paling relevan sesuai prompt yang dikonfigurasi – topik, keputusan, sentimen, dan poin perhatian. Anda dapat menyesuaikan prompt untuk memberikan lebih banyak atau lebih sedikit detail, sesuai kebutuhan manajer. Apakah otomatisasi terpicu saat agen menutup percakapan atau saat sistem mengakhiri karena tidak ada aktivitas? Flow akan dipicu setiap kali status percakapan diubah menjadi “berakhir”, baik oleh tindakan agen, aturan otomatisasi, maupun penutupan otomatis yang dikonfigurasi di platform. Bisakah saya mengirim ringkasan ke lebih dari satu alamat email? Ya. Cukup konfigurasikan endpoint tool untuk menerima banyak penerima (atau buat grup email di penyedia Anda) dan, di Flow, teruskan ringkasan seperti biasa. Alat HTTP akan menjalankan pengiriman ke semua kontak yang ditentukan. Baca juga - Apa itu Basis Pengetahuan AI dan bagaimana menambahkan dokumen untuk melatih Capitão - Cara menggunakan analisis sentimen AI untuk menghasilkan peringatan proaktif di Papo Mulai gratis → Pengguna pertama gratis dan tidak memerlukan kartu kredit — otomatiskan ringkasan percakapan Anda dengan AI dari Papo.

Cara menggunakan Bússola untuk mengidentifikasi pelanggan yang berisiko berhenti berlangganan

Bússola dari Papo (https://papo.global/) memungkinkan Anda mengidentifikasi pelanggan yang berisiko berhenti berlangganan dengan menggabungkan Radar de Clientes, yang memprioritaskan kontak dengan tanda-tanda ketidakpuasan dan churn, dan pencarian dalam riwayat percakapan, yang menemukan penyebutan seperti "batal", "masalah", atau "tidak puas" di semua interaksi. Dengan kedua fitur ini, tim Anda dapat bertindak proaktif dalam retensi sebelum pelanggan meminta pembatalan. | Fitur | Apa yang ditampilkan | Cara menggunakan untuk menghindari churn | | :--- | :--- | :--- | | Radar de Clientes | Menampilkan daftar kontak yang membutuhkan perhatian, dari yang paling kritis hingga yang paling tidak. | Prioritaskan tindak lanjut dengan pelanggan yang menunjukkan frustrasi atau menyebutkan pembatalan. | | Busca no Histórico | Memungkinkan Anda mencari istilah dan frasa di semua percakapan. | Temukan percakapan dengan tanda-tanda risiko seperti "batal", "tidak berfungsi", atau nama pesaing. | | Análise de sentimento | Mengklasifikasikan pesan sebagai positif, negatif, atau netral. | Memberi masukan pada radar untuk meningkatkan tingkat kekritisan percakapan negatif yang persisten. | Bagaimana Bússola mengubah percakapan menjadi peringatan churn Bússola secara otomatis menganalisis pesan yang diterima di saluran yang terhubung ke Papo, seperti WhatsApp, Instagram, dan lainnya. Alih-alih bergantung pada agen untuk membaca semua percakapan, kecerdasan buatan mengidentifikasi tanda-tanda risiko dan mengaturnya untuk tim. Radar de Clientes berfungsi sebagai daftar prioritas harian. Tingkat kekritisan dihitung dari faktor-faktor seperti ketidakpuasan, keluhan, niat pembatalan, tindak lanjut yang tertunda, dan masalah berulang. Pelanggan yang menulis "saya berpikir untuk membatalkan" atau "saya sudah berbicara dengan penyedia lain" cenderung muncul di bagian atas daftar. Pencarian di riwayat adalah pelengkap investigatif: Anda mencari istilah strategis dan menerima daftar percakapan di mana hal itu disebutkan, dengan kutipan dialog. Ini memungkinkan Anda melakukan pemindaian proaktif bahkan pada kontak yang tidak muncul di radar. | Tujuan | Cari di Bússola | Tindakan yang disarankan | | :--- | :--- | :--- | | Mengidentifikasi pembatalan yang akan segera terjadi | "batal", "saya ingin batal", "saya tidak mau lagi" | Hubungi, pahami alasannya, dan tawarkan solusi. | | Mendeteksi ketidakpuasan | "tidak puas", "masalah", "tidak berfungsi", "kecewa" | Eskalasi ke tim retensi dan selesaikan penyebabnya. | | Memantau persaingan | Nama pesaing | Perkuat diferensiasi dan sesuaikan penawaran. | | Memulihkan pelanggan yang tidak aktif | "anggaran", "proposal", "saya akan berpikir" | Lakukan tindak lanjut dengan kondisi baru. | Langkah demi langkah menggunakan Bússola dalam retensi | Langkah | Tindakan | Detail | | :--- | :--- | :--- | | 1 | Mengakses modul Bússola | Di panel Papo, buka area intelijen tempat radar dan pencarian berada. | | 2 | Konsultasikan Radar de Clientes | Tinjau daftar yang diurutkan dari yang paling kritis hingga yang paling tidak. | | 3 | Perhalus dengan pencarian di riwayat | Cari istilah seperti "batal", "tidak puas", atau nama pesaing. | | 4 | Analisis konteks | Buka percakapan lengkap untuk memahami apa yang memicu sinyal. | | 5 | Bertindak untuk mempertahankan | Mulai pesan, tugaskan ke agen, buat tugas di Kanban, atau kirim tindak lanjut. | Kapan masuk akal menggunakan Bússola untuk retensi Rutinitas ini berguna untuk operasi yang sudah mengumpulkan volume percakapan yang wajar dan ingin berhenti kehilangan pelanggan karena kurangnya pemantauan. Tim sukses pelanggan, layanan, dan penjualan dapat menggunakan sinyal yang sama untuk: - Memprioritaskan hari berdasarkan tingkat kekritisan yang sebenarnya, bukan hanya berdasarkan urutan kedatangan. - Menemukan pelanggan yang tidak pernah membuka tiket resmi, tetapi menunjukkan frustrasi di obrolan. - Mengukur efektivitas retensi dengan meninjau percakapan sebelum dan sesudah tindakan. Jika operasinya kecil dan volumenya rendah, pembacaan manual mungkin cukup. Bússola mulai bermanfaat ketika ada banyak pesan per hari dan tanda-tanda risiko hilang di antara interaksi biasa. Pertanyaan yang Sering Diajukan Apakah Bússola menggantikan CRM Papo? Tidak. Bússola melengkapi CRM: ia menganalisis percakapan dan menunjukkan siapa yang membutuhkan perhatian, sementara CRM menyimpan kontak, riwayat, dan pipeline. Bagaimana radar menentukan bahwa seorang pelanggan kritis? Kecerdasan buatan mempertimbangkan sinyal dalam percakapan, seperti sentimen negatif, kata-kata pembatalan, masalah berulang, dan tindak lanjut yang tertunda. Pelanggan dengan sinyal ini muncul lebih awal dalam daftar. Apakah saya perlu mengonfigurasi sesuatu untuk menggunakan Bússola? Bússola sudah menjadi bagian dari modul intelijen Papo. Anda dapat mulai dengan mengonsultasikan radar dan melakukan pencarian di riwayat; detail konfigurasi akun ada di platform. Istilah apa yang harus saya cari untuk menemukan risiko pembatalan? Kami merekomendasikan untuk memulai dengan "batal", "ingin keluar", "tidak puas", "masalah", "tidak berfungsi", "kecewa", dan nama pesaing. Apakah pencarian hanya mempertimbangkan pesan terbaru? Pencarian menelusuri riwayat percakapan dari saluran yang terhubung ke Papo, memungkinkan Anda menemukan penyebutan lama dan baru. Untuk batasan periode, periksa platform. Apakah Bússola menganalisis sentimen secara otomatis? Ya, analisis sentimen mengklasifikasikan pesan sebagai positif, negatif, atau netral dan merupakan salah satu faktor yang digunakan radar untuk memprioritaskan pelanggan. Baca juga - Cara menggunakan analisis sentimen AI untuk menghasilkan peringatan proaktif di Papo Mulai gratis dan identifikasi pelanggan yang berisiko sebelum mereka membatalkan → Mulai secara gratis untuk menyatukan WhatsApp, Instagram, dan saluran lainnya dalam satu panel dengan AI dan gunakan Bússola untuk bertindak sebelum pembatalan.

Cara Menyesuaikan Saran Live Coach untuk Skrip Penjualan Tertentu

Untuk menyesuaikan saran Live Coach agar sesuai dengan skrip penjualan tertentu di Papo (https://papo.global/), Anda perlu mengonfigurasi Playbook penjualan dengan konteks mendetail tentang produk Anda, memetakan keberatan yang paling umum beserta argumen penangkalnya, menetapkan tone of voice merek, dan memilih kotak masuk tempat asisten akan beroperasi. Penyesuaian berkelanjutan berdasarkan laporan performa akan makin menyempurnakan panduan real-time, sehingga setiap interaksi mengikuti skrip persis dari operasi penjualan Anda. Live Coach (juga dikenal sebagai Captain) berperan sebagai kopilot kecerdasan buatan selama percakapan penjualan. Agar ia tidak memberikan saran yang generik, melainkan mengikuti skrip yang Anda gunakan sehari-hari, penting untuk menyesuaikan Playbook — basis pengetahuan yang “mengajarkan” AI cara berkomunikasi, berargumen, dan menangani keberatan dengan gaya Anda sendiri. Komponen penyesuaian Live Coach Penyesuaian ini bertumpu pada empat pilar yang Anda atur langsung di Papo. Masing-masing mengarahkan perilaku asisten di kotak masuk yang dipilih. | Komponen | Apa yang disesuaikan | Dampak pada saran | | :--- | :--- | :--- | | Konteks produk | Deskripsi produk/layanan Anda, keunggulan, harga, dan detail teknis. | AI dapat merumuskan jawaban yang tepat tentang fitur dan harga, persis seperti yang diinstruksikan skrip. | | Tone of voice | Pilihan antara konsultatif, langsung, ramah, atau formal. | Gaya saran mencerminkan identitas merek Anda, sehingga konsistensi pesan tetap terjaga. | | Pemetaan keberatan | Daftar keberatan yang sering muncul dan argumen penangkal yang sudah siap. | Saat pelanggan mengajukan hambatan, Live Coach menyarankan jawaban yang sudah Anda tentukan, bukan improvisasi. | | Kotak masuk | Pilih kanal mana (WhatsApp, Instagram, dll.) yang harus dipantau Live Coach. | Saran hanya muncul pada percakapan penjualan yang ditentukan, sehingga tidak mengganggu kanal dukungan. | Cara menyesuaikan Playbook agar mengikuti skrip penjualan Anda Kunci agar Live Coach memberikan saran yang benar-benar selaras dengan proses Anda adalah mengisi setiap kolom Playbook dengan kedalaman dan bahasa yang digunakan tim penjualan Anda. Ikuti panduan berikut: 1. Deskripsikan produk secara mendetail. Jangan hanya menulis “Kami menjual paket Premium”. Sertakan apa saja yang termasuk dalam paket tersebut, harga bulanannya, siapa targetnya, dan keunggulan utama dibandingkan kompetitor. Semakin banyak informasi, semakin relevan saran yang muncul saat prospek bertanya “Apa isi paket ini?” atau “Kenapa saya harus membeli dari Anda?”. 2. Tetapkan tone of voice yang persis digunakan tim Anda. Papo menyediakan empat gaya: - Konsultatif (ideal untuk penjualan kompleks, ketika penjual mengedukasi pelanggan) - Langsung (penjualan transaksional, berfokus pada call-to-action) - Ramah (hubungan yang dekat, bahasa lebih informal) - Formal (komunikasi korporat, lebih konservatif) Pilih yang sesuai dengan tuntutan skrip Anda. 3. Petakan keberatan dan buat argumen penangkal yang sudah dipakai skrip Anda. Daftarkan 5 sampai 10 keberatan yang paling umum (misalnya: “Terlalu mahal”, “Saya perlu berpikir dulu”, “Saya pakai kompetitor X”). Untuk masing-masing, tuliskan jawaban yang akan diberikan penjual terbaik Anda — tanpa menghemat kata. Live Coach akan menggunakan teks tersebut sebagai dasar saran real-time. 4. Aktifkan Playbook hanya di kotak masuk penjualan. Saat konfigurasi, pilih kanal tempat saran harus muncul (misalnya hanya “WhatsApp Penjualan” dan “Instagram Penjualan”). Hal ini mencegah asisten mengganggu layanan dukungan atau pertanyaan pascapenjualan, sehingga fokus tetap sepenuhnya pada skrip komersial. Setiap kali salah satu pengaturan ini diubah, Live Coach langsung menghasilkan saran berdasarkan aturan baru, tanpa perlu pelatihan ulang secara manual. Menyempurnakan saran seiring waktu Menyesuaikan Live Coach bukan pekerjaan yang statis. Setelah Playbook aktif, pantau laporan Papo untuk memvalidasi apakah saran tersebut benar-benar mendorong metrik penjualan. Bandingkan tingkat konversi, waktu respons pertama, dan jumlah kesepakatan yang ditutup sebelum dan sesudah penyesuaian. Jika keberatan tertentu masih menyulitkan, perbarui argumen penangkal yang terdaftar. Jika tone of voice terasa kurang selaras, gantilah di antara opsi yang tersedia. Kombinasi data dari laporan dan penyesuaian Playbook secara terus-menerus adalah jalan untuk mengubah Live Coach menjadi kopilot yang mencerminkan proses penjualan Anda dengan setia. Untuk siapa penyesuaian ini penting - Pemimpin tim penjualan yang perlu menyeragamkan pendekatan seluruh tim dan mengurangi ketergantungan pada pengetahuan masing-masing individu. - Agensi dan reseller white label yang ingin menawarkan pengalaman AI yang dikustomisasi untuk setiap klien, dengan skrip khusus per operasi. - Perusahaan dengan produk kompleks atau penjualan konsultatif, ketika argumentasi yang tepat dan penanganan keberatan sangat menentukan konversi. Pertanyaan yang sering diajukan Bisakah saya memiliki Playbook yang berbeda untuk setiap kanal? Ya. Anda dapat memilih kotak masuk yang berbeda saat mengonfigurasi setiap Playbook. Dengan begitu, Anda bisa membuat skrip yang berbeda untuk WhatsApp, Instagram, atau kanal lain, sesuai karakteristik masing-masing. Bagaimana menyesuaikan tone of voice agar saran terdengar seperti penjual sungguhan? Platform ini menyediakan empat opsi: konsultatif, langsung, ramah, dan formal. Cukup pilih yang paling mewakili komunikasi tim Anda. AI akan menerapkan gaya tersebut pada semua saran yang dihasilkan. Apakah saya harus memetakan semua keberatan sekaligus? Tidak. Anda bisa memulai dengan 3 sampai 5 keberatan yang paling sering muncul dan menambahkan yang lain seiring tim makin mahir menggunakan alat ini. Playbook memungkinkan pengeditan tanpa batas. Bisakah Live Coach menyarankan skrip untuk berbagai tahap funnel (prospeksi, negosiasi, closing)? Ya. Konteks produk dan pemetaan keberatan mencakup sejak kontak pertama hingga penutupan. Saran otomatis menyesuaikan diri dengan momen percakapan, selama informasinya telah didaftarkan dengan kedalaman yang memadai. Bagaimana mengetahui apakah saran benar-benar mengikuti skrip dan meningkatkan hasil? Pantau perkembangan tingkat konversi dan metrik lainnya di Laporan Agen dan Laporan Penjualan Papo. Membandingkan periode sebelum dan sesudah penyesuaian menunjukkan apakah skrip diikuti dan memberikan dampak positif. Bisakah saya menguji Playbook sebelum mengaktifkannya untuk seluruh tim? Karena tidak ada lingkungan uji yang terpisah, pendekatan umumnya adalah mengaktifkan Playbook di satu kotak masuk saja atau untuk sekelompok agen terbatas, lalu memantau hasilnya sebelum diperluas. Penyesuaian dapat dilakukan kapan saja. Baca juga - Cara mengonfigurasi Captain agar menggunakan basis pengetahuan berbeda per kotak masuk Mulai gratis dan sesuaikan skrip penjualan tim Anda → Papo menyediakan uji coba gratis agar Anda dapat mengonfigurasi Playbook dan melihat Live Coach menyarankan jawaban persis seperti yang dituntut proses penjualan Anda.

Cara Mengintegrasikan Voice Assist dengan Sistem Telepon untuk Layanan Suara

Untuk mengintegrasikan Voice Assist dari Papo (https://papo.global/) ke sistem telepon dan mengotomatiskan layanan panggilan suara dengan AI, Anda menghubungkan nomor telepon melalui Wavoip dan mengaitkan asisten AI yang menjawab panggilan menggunakan basis pengetahuan dan prompt yang sama yang dikonfigurasi di platform. Dengan demikian, setiap panggilan yang masuk dijawab oleh AI yang memahami konteks, mencari informasi, dan menjalankan tindakan seperti penjadwalan rapat, tanpa intervensi manusia. Papo memungkinkan Anda menyatukan layanan suara dan teks dalam satu kotak masuk. Dengan menghubungkan penyedia VOIP seperti Wavoip, Anda mengubah Voice Assist — yang awalnya dibuat untuk widget situs web — menjadi operator telepon cerdas, yang mampu menafsirkan ucapan pelanggan, merespons dengan akurat, dan bahkan membuat acara di Google Calendar. Ringkasan integrasi | Komponen | Fungsi dalam otomatisasi panggilan | | :--- | :--- | | Akun Wavoip aktif | Menyediakan nomor telepon dan lalu lintas suara. | | Kotak masuk suara di Papo | Saluran yang menerima dan mengelola panggilan. | | Token API Wavoip | Menghubungkan Papo ke penyedia telepon. | | Prompt AI (Voice Assist) | Menentukan perilaku dan pengetahuan asisten. | | Basis Pengetahuan | Memberi AI informasi perusahaan. | | Koneksi ke Google Agenda (opsional) | Memungkinkan AI menjadwalkan rapat selama panggilan. | Bagaimana layanan suara dengan AI bekerja Ketika pelanggan menelepon ke nomor yang terhubung, Papo menerima panggilan melalui Wavoip dan mengarahkannya ke asisten AI. Voice Assist mentranskripsikan ucapan secara real-time, menafsirkan maksud dengan mesin yang sama dengan Super Chat dan merespons secara alami, seperti operator manusia. Jika permintaan memerlukan tindakan — seperti menjadwalkan waktu — AI memeriksa Google Agenda dan membuat acara secara otomatis, tanpa pelanggan perlu mengetik apa pun. Alur ini mengikuti tiga tahap: 1. Penerimaan panggilan: pelanggan memanggil nomor dan panggilan diteruskan ke kotak suara Papo. 2. Interpretasi dan respons: AI mentranskripsikan audio, mencari jawaban di Basis Pengetahuan dan merespons dengan suara. 3. Tindakan (jika perlu): AI menjadwalkan rapat, mentransfer panggilan ke manusia, atau mengirim ringkasan melalui email, sesuai konfigurasi. Langkah-langkah untuk mengintegrasikan Sebelum memulai, pastikan Anda memiliki akun Wavoip aktif dan nomor telepon yang dikonfigurasi. Kemudian, ikuti proses di panel Papo: 1. Dapatkan token Wavoip: di panel Wavoip, salin token API. 2. Buat kotak masuk suara: di Papo, buka Pengaturan → Kotak Masuk dan klik Tambah Kotak. Pilih saluran Suara dan pilih Wavoip sebagai penyedia. 3. Masukkan token dan simpan: tempel token Wavoip, beri nama kotak (mis.: "Layanan Suara") dan tambahkan agen yang dapat memantau panggilan. 4. Kaitkan prompt AI: di kotak yang sama, aktifkan layanan otomatis oleh AI dan pilih prompt yang ingin Anda gunakan. Prompt ini bisa sama dengan yang sudah Anda gunakan di Voice Assist situs web. 5. Aktifkan tindakan (opsional): jika Anda ingin AI menjadwalkan rapat, hubungkan Google Agenda dan centang tindakan "Jadwalkan rapat" di pengaturan kotak. 6. Simpan dan uji: setelah disimpan, lakukan panggilan ke nomor Wavoip dan periksa apakah AI menjawab dan merespons dengan benar. Mulai saat itu, semua panggilan yang masuk akan dijawab oleh Voice Assist, dengan riwayat tercatat di Papo. Untuk siapa integrasi ini direkomendasikan Otomatisasi layanan telepon dengan AI berguna untuk bisnis yang menerima volume tinggi panggilan berulang atau yang perlu memberikan layanan awal yang cepat dan berkualitas: - Perusahaan jasa yang menjadwalkan konsultasi, kunjungan, atau demonstrasi. - E-commerce yang menjawab pertanyaan tentang pesanan, tenggat waktu, dan penukaran. - Operasi dukungan yang ingin menyaring panggilan sebelum diteruskan ke manusia. - Bisnis lokal (klinik, salon, agen properti) yang menginginkan layanan 24 jam tanpa merekrut tim tambahan. Pertanyaan yang Sering Diajukan Bisakah Voice Assist menjawab panggilan seperti robot? Ya. Dengan integrasi melalui Wavoip dan prompt AI yang dikonfigurasi, asisten menjawab panggilan, memahami ucapan pelanggan, dan merespons dengan suara, seperti operator manusia. Apakah saya perlu nomor telepon fisik? Tidak. Wavoip menyediakan nomor virtual yang berfungsi melalui internet. Anda dapat menggunakannya untuk menerima dan melakukan panggilan langsung di Papo. Bisakah AI menjadwalkan rapat selama panggilan? Ya. Jika tindakan "Jadwalkan rapat" diaktifkan dan Google Agenda terhubung, Voice Assist memeriksa waktu yang tersedia dan membuat acara secara otomatis, mengonfirmasi data melalui suara. Bisakah saya menggunakan basis pengetahuan yang sama dengan chat teks? Ya. Voice Assist menggunakan prompt yang sama dan Basis Pengetahuan yang sama yang telah Anda konfigurasikan untuk layanan chat, memastikan konsistensi dalam respons. Apa yang terjadi jika AI tidak tahu jawabannya? Anda dapat mengonfigurasi kotak untuk mentransfer panggilan ke operator manusia ketika AI tidak menemukan jawaban yang sesuai atau ketika pelanggan meminta berbicara dengan seseorang. Apakah integrasi ini berfungsi dengan penyedia VOIP lain? Papo menawarkan integrasi native dengan Wavoip. Untuk penyedia lain, konsultasikan dokumentasi API atau hubungi dukungan. Baca juga - Cara mengintegrasikan Wavoip di Papo untuk melakukan dan menerima panggilan suara - Cara mengaktifkan dan mengonfigurasi Voice Assist di chat situs web Anda? Mulai gratis dan otomatiskan layanan suara dengan AI → Dengan akun gratis Papo, Anda menghubungkan Wavoip Anda dan mengonfigurasi Voice Assist untuk menjawab panggilan secara otomatis, tanpa perlu peralatan tambahan.

Cara Menggunakan Macro di Papo untuk Menerapkan Aksi Cepat pada Percakapan

Dengan Papo (https://papo.global/), Macro memungkinkan Anda menjalankan serangkaian aksi berulang — seperti memberi label, mentransfer, dan mengarsipkan — pada percakapan dengan satu klik, mengurangi pekerjaan manual dan memastikan konsistensi layanan. Macro adalah pintasan yang menerapkan urutan aksi pengelolaan yang telah ditentukan pada satu atau beberapa percakapan. Daripada melakukan tiga atau empat klik untuk mengatur layanan, agen memicu satu Macro dan platform menjalankan semuanya sekaligus. Ringkasan: Macro, Balasan Cepat, dan Aturan Automasi | Alat | Fungsi | Kapan digunakan | | :--- | :--- | :--- | | Macro | Menjalankan serangkaian aksi manual dengan satu klik (memberi label, menugaskan, menutup). | Untuk menerapkan alur kerja standar pada percakapan tertentu selama layanan manusia. | | Balasan Cepat | Menyisipkan blok teks yang telah ditentukan ke dalam percakapan. | Untuk menjawab pertanyaan umum dengan cepat, tanpa mengetik teks yang sama berulang kali. | | Aturan Automasi | Menjalankan aksi secara otomatis berdasarkan pemicu (mis.: pesan baru). | Untuk mengotomatiskan proses yang tidak memerlukan intervensi manual, seperti menugaskan lead baru ke tim. | Apa itu Macro? Macro adalah "resep" aksi yang dapat diterapkan pada satu atau beberapa percakapan dengan satu perintah. Macro dirancang untuk mengotomatiskan tugas manual dan berulang yang dilakukan agen di dalam kotak masuk. Jika Balasan Cepat berfokus pada mempercepat komunikasi (menyisipkan teks), Macro berfokus pada mempercepat pengelolaan (menjalankan aksi pada percakapan). Aksi paling umum yang dapat disertakan dalam Macro adalah: - Menambahkan atau menghapus label (penanda): Untuk mengategorikan percakapan (mis.: "Lead Panas", "Dukungan N2", "Umpan Balik"). - Menugaskan percakapan: Untuk meneruskan layanan ke agen tertentu atau tim (mis.: "Penjualan", "Keuangan"). - Mengubah status percakapan: Untuk menandai percakapan sebagai "Tertunda" atau "Selesai" (ditutup). - Menambahkan catatan internal: Untuk meninggalkan komentar bagi anggota tim lain. Dengan menggabungkan aksi-aksi ini, Anda membuat alur kerja cepat dan bebas kesalahan untuk situasi umum sehari-hari. Cara membuat Macro di Papo Pembuatan Macro terpusat, memungkinkan administrator mengonfigurasi pintasan untuk seluruh tim. 1. Buka Pengaturan: Arahkan ke panel pengaturan akun Papo Anda. 2. Temukan bagian Automasi: Cari opsi "Macro" di dalam "Automasi". 3. Buat Macro baru: Klik tombol untuk menambahkan Macro baru. Anda perlu menentukan: - Nama Macro: Nama yang jelas dan deskriptif yang membantu agen memahami fungsinya. Misalnya: "Kualifikasi dan kirim ke Penjualan" atau "Tutup dan tandai selesai". - Aksi: Pilih dari daftar aksi yang tersedia apa yang harus dilakukan Macro. Anda dapat menambahkan beberapa aksi yang akan dijalankan secara berurutan. Misalnya, untuk Macro "Kualifikasi dan kirim ke Penjualan", aksinya bisa: 1. Tambahkan label: "Lead Terkualifikasi" 2. Tugaskan ke tim: "Penjualan" 4. Simpan Macro: Setelah mengonfigurasi aksi, simpan Macro agar tersedia bagi para agen. Cara menerapkan Macro pada percakapan Setelah Macro dibuat, agen dapat menerapkannya dengan mudah selama layanan, tanpa meninggalkan layar percakapan. 1. Buka percakapan: Pilih percakapan yang ingin Anda terapkan aksinya. 2. Temukan menu Macro: Di dalam antarmuka percakapan, biasanya dekat opsi memberi label atau menugaskan, akan ada tombol atau menu untuk "Macro". 3. Pilih Macro yang diinginkan: Klik tombol dan daftar semua Macro yang tersedia akan muncul. Pilih yang sesuai dengan aksi yang perlu Anda jalankan. 4. Konfirmasi penerapan: Platform akan segera menjalankan semua aksi yang dikonfigurasi dalam Macro yang dipilih. Misalnya, saat mengklik Macro "Tutup dan tandai selesai", percakapan akan diberi label dan statusnya berubah menjadi "Selesai" secara otomatis. Fungsi ini juga dapat digunakan secara massal. Di beberapa tampilan platform, Anda dapat memilih beberapa percakapan dan menerapkan Macro yang sama ke semuanya sekaligus, sehingga makin mengoptimalkan pengelolaan volume layanan yang besar. Untuk siapa Macro berguna - Agen layanan yang perlu menjalankan rutinitas standar dengan cepat, tanpa membuang waktu dengan klik berulang. - Supervisor yang ingin memastikan proses triase, kategorisasi, dan penutupan diikuti secara konsisten oleh seluruh tim. - Operasi dengan volume percakapan tinggi, di mana kecepatan pengorganisasian antrean berdampak langsung pada waktu respons dan kepuasan pelanggan. Pertanyaan umum Apa perbedaan antara Macro dan Balasan Cepat? Perbedaan utama terletak pada apa yang dilakukan masing-masing. Balasan Cepat menyisipkan blok teks ke kotak pesan untuk mempercepat pengetikan. Macro menjalankan serangkaian aksi pengelolaan pada percakapan, seperti memberi label, menugaskan ke tim, atau menutup layanan. Satu tidak menggantikan yang lain — keduanya saling melengkapi. Bisakah saya menerapkan Macro ke beberapa percakapan sekaligus? Ya. Di beberapa layar Papo, Anda dapat memilih beberapa percakapan dan menerapkan Macro yang sama ke semuanya sekaligus. Ini sangat berguna untuk mengarsipkan secara massal, memberi label pada sekelompok layanan, atau mendistribusikan ulang percakapan di antara agen. Dalam urutan apa aksi Macro dijalankan? Aksi dijalankan dalam urutan yang dikonfigurasi saat pembuatan Macro. Misalnya, jika Anda menentukan "Tambahkan label" terlebih dahulu lalu "Tugaskan ke tim", label akan diterapkan sebelum transfer. Bisakah saya mengedit Macro setelah dibuat? Ya. Anda dapat mengakses daftar Macro di pengaturan, memilih yang ingin diubah, dan mengubah nama atau aksinya. Perubahan langsung berlaku untuk semua agen. Apakah Macro berfungsi pada percakapan dari kanal apa pun? Ya. Karena kotak masuk Papo menyatukan kanal seperti WhatsApp, Instagram, Facebook, Telegram, SMS, dan e‑mail, Macro dapat diterapkan pada percakapan dari sumber mana pun, tanpa perbedaan. Apakah penerapan Macro bisa dibatalkan? Penerapan Macro bersifat langsung dan tidak dapat dibatalkan secara otomatis. Namun, Anda dapat membalikkan setiap aksi secara manual (menghapus label, menugaskan ulang percakapan, membuka kembali status) jika perlu. Baca juga - Apa itu Super Chat dan cara menggunakan perintah untuk mempercepat tugas di CRM - Cara mengatur penetapan percakapan berdasarkan keterampilan agen dengan tim dan aturan di Papo Mulai gunakan gratis → Pengguna pertama gratis dan tidak memerlukan kartu kredit.

Automasi di Papo: Regras, Macros, Flows, dan Webhooks – mana yang harus digunakan?

Untuk mengotomatiskan proses layanan dan penjualan, Papo (https://papo.global/) menawarkan empat alat pelengkap: Regras, Macros, Flows, dan Webhooks. Gunakan Regras untuk menentukan logika kondisional yang memicu tindakan; Macros untuk menerapkan tindakan cepat dalam percakapan; Flows untuk membuat perjalanan interaktif; dan Webhooks untuk mengintegrasikan Papo dengan sistem eksternal. Setiap fitur memenuhi jenis kebutuhan yang berbeda. Sementara Regras dan Macros menyelesaikan tindakan yang spesifik dan langsung, Flows membangun percakapan terpandu dan Webhooks menghubungkan platform ke ekosistem alat Anda. Tabel berikut merangkum perbedaan utama. | Alat | Tujuan Utama | Kapan Menggunakan | Contoh Praktis | | :--- | :--- | :--- | :--- | | Regras | Logika kondisional “jika-maka” untuk memicu dan mengarahkan automasi | Tindakan otomatis berdasarkan peristiwa, segmentasi kontak, percabangan di dalam Flows | JIKA kontak menerima label “Lead Panas”, MAKA mulai Flow penjadwalan demo | | Macros | Menjalankan serangkaian tindakan yang telah ditentukan dengan satu klik | Mempercepat tugas berulang selama layanan, seperti mengirim sapaan, menambahkan label, dan memindahkan kartu di Kanban | Dengan pintasan, kirim “Halo, ada yang bisa saya bantu?”, terapkan label “Dukungan”, dan tugaskan percakapan ke tim teknis | | Flows | Membuat perjalanan interaktif dan proses dengan banyak langkah | Chatbot kualifikasi, survei kepuasan, orientasi klien, alur apa pun yang memerlukan interaksi dengan pengguna | Chatbot yang menanyakan alasan kontak dan, sesuai jawaban, mengarahkan ke penjualan atau dukungan | | Webhooks | Mengirim notifikasi HTTP ke URL eksternal saat peristiwa terjadi | Mengintegrasikan Papo dengan CRM, ERP, spreadsheet, atau alat automasi seperti n8n | Mengirim data lead baru ke CRM perusahaan begitu dibuat di Papo | Apa itu Regras di Papo? Regras adalah mesin logika platform. Mereka bekerja dengan struktur “jika-maka”: Anda menentukan kondisi (“jika”) dan tindakan (“maka”), dan sistem secara otomatis menjalankannya setiap kali kondisi terpenuhi. Regras bukan alat yang berdiri sendiri, tetapi muncul dalam tiga konteks utama: - Di dalam Flow: untuk membuat percabangan. Contoh: “JIKA respons kontak mengandung kata ‘harga’, MAKA kirim tabel harga”. - Sebagai pemicu automasi: untuk memulai Flow atau Sequências. Contoh: “JIKA kontak menerima label ‘Lead Terkualifikasi’, MAKA mulai Flow penjadwalan”. - Dalam pembuatan Segmen: untuk memfilter kontak berdasarkan atribut. Contoh: “Kontak yang atribut ‘Paket’ sama dengan ‘Pro’”. Gunakan Regras ketika Anda memerlukan tindakan otomatis langsung, tanpa interaksi dengan pengguna, atau untuk menyegmentasikan basis kontak Anda secara dinamis. Apa itu Macros di Papo? Macros adalah pintasan yang menjalankan serangkaian tindakan yang telah dikonfigurasi dalam percakapan dengan satu klik atau perintah keyboard. Mereka dibuat untuk menghilangkan tugas berulang selama layanan, seperti mengirim pesan sapaan yang sama, menerapkan label, memindahkan kartu di Kanban, atau menugaskan percakapan ke tim tertentu. Misalnya, Anda dapat membuat makro bernama “Sambutan VIP” yang, saat dipicu, mengirim pesan “Halo, selamat datang!”, menambahkan label “Klien VIP”, dan mentransfer percakapan ke tim layanan premium. Macros ideal untuk menstandarkan respons dan memastikan tidak ada langkah proses yang terlewat, terutama dalam operasi dengan volume percakapan tinggi. Apa itu Flows di Papo? Flows adalah alat automasi paling serbaguna di Papo. Melalui editor visual, Anda membangun perjalanan lengkap untuk kontak, langkah demi langkah. Setiap tahap adalah “simpul” yang bisa berupa pesan, pertanyaan, tindakan (seperti menambahkan label atau memperbarui atribut), atau kondisi. Berbeda dari Regras dan Macros, Flows memungkinkan interaksi dengan pengguna: kontak merespons dan alur mengambil keputusan berdasarkan respons tersebut. Mereka sempurna untuk membuat chatbot kualifikasi lead, survei kepuasan (CSAT/NPS), proses orientasi, dan skenario apa pun yang memerlukan percakapan terpandu. Untuk mempercepat pembuatan, Papo menawarkan Perpustakaan Flows dengan template siap pakai untuk kasus penggunaan paling umum. Cukup instal template, sesuaikan pesan, dan aktifkan. Apa itu Webhooks di Papo? Webhooks adalah notifikasi HTTP yang dikirim Papo ke URL eksternal ketika peristiwa tertentu terjadi di platform. Mereka adalah jembatan untuk mengintegrasikan Papo dengan sistem lain, seperti CRM, ERP, spreadsheet, atau alat automasi (mis.: n8n, Zapier). Misalnya, Anda dapat mengonfigurasi webhook sehingga setiap kali kontak baru dibuat, Papo secara otomatis mengirim data (nama, telepon, email) ke CRM Anda. Atau, ketika kartu dipindahkan ke kolom “Menang” di Kanban, webhook memicu notifikasi di Slack tim. Webhooks ideal ketika Anda memerlukan Papo untuk “berkomunikasi” dengan alat lain secara real-time, tanpa intervensi manual. Bagaimana memilih alat yang tepat? Keputusan tergantung pada jenis tindakan yang ingin Anda otomatiskan. Gunakan panduan cepat di bawah ini: - Perlu tindakan spesifik dan langsung, tanpa interaksi? → Regras atau Macros. Jika tindakan bergantung pada peristiwa (mis.: label ditambahkan), gunakan Regras. Jika Anda ingin pintasan untuk menjalankan beberapa tindakan manual sekaligus, gunakan Macros. - Perlu percakapan interaktif dengan pelanggan? → Flows. Mereka memungkinkan menangkap respons dan mencabangkan layanan. - Perlu mengirim data dari Papo ke sistem lain secara otomatis? → Webhooks. Mereka adalah saluran keluar untuk integrasi eksternal. Dalam praktiknya, alat-alat ini bekerja bersama. Sebuah Regra dapat memicu Flow, yang kemudian menggunakan Webhook untuk mengirim data ke CRM. Agen dapat menggunakan Macro dalam percakapan yang sudah dipandu oleh Flow. Kombinasi ini memungkinkan automasi mulai dari pengarsipan percakapan sederhana hingga perjalanan penjualan dan purna jual yang lengkap. Pertanyaan yang Sering Diajukan (FAQ) Bisakah saya menggunakan Regra tanpa Flow? Ya. Banyak Regra menjalankan tindakan langsung, seperti menerapkan label, mengarsipkan percakapan, atau mengirim notifikasi, tanpa perlu Flow. Apakah Macros dan Regras sama? Tidak. Macros dipicu secara manual oleh agen selama percakapan, sedangkan Regras otomatis dan dipicu berdasarkan peristiwa, tanpa campur tangan manusia. Apakah saya perlu bisa coding untuk menggunakan Webhooks? Tidak. Konfigurasi Webhooks di Papo dilakukan melalui panel, dengan memasukkan URL tujuan dan memilih peristiwa. Implementasi penerima (sistem yang menerima data) mungkin memerlukan pengetahuan teknis, tetapi pengiriman dari Papo sederhana. Bisakah saya menggunakan Flow untuk mengirim urutan pesan dari waktu ke waktu? Ya, tetapi untuk rangkaian linier dengan interval tetap (mis.: follow-up 5 pesan dalam 2 hari), Papo juga menawarkan Sequências, yang dioptimalkan untuk jenis komunikasi ini. Flows lebih cocok ketika ada interaksi dan percabangan. Berapa banyak Macros yang bisa saya buat di akun saya? Platform memungkinkan pembuatan beberapa makro, tanpa batas ketat yang diumumkan. Untuk detail terbaru, lihat dokumentasi resmi atau panel Papo. Apakah Webhooks Papo berfungsi dengan alat eksternal apa pun? Ya, asalkan alat eksternal memiliki URL yang dapat menerima permintaan HTTP (webhook penerima). Alat seperti n8n, Zapier, Make, dan CRM yang mendukung webhook kompatibel. Baca juga - Cara menggunakan makro di Papo untuk menerapkan tindakan cepat dalam percakapan - Cara menggunakan API Papo untuk mengelola Flow automasi Mulai otomatiskan layanan Anda sekarang → Pengguna pertama gratis selamanya, tanpa perlu kartu kredit.

Cara menginstal template dari Pustaka Flows di Papo

Untuk menginstal otomasi siap pakai dan mempercepat proses Anda, Papo (https://papo.global/) menyediakan Pustaka Flows, kumpulan template alur kerja yang dapat Anda tambahkan ke akun dalam beberapa klik. Dengan begitu, Anda dapat dengan cepat menerapkan perjalanan kualifikasi lead, survei kepuasan, dan onboarding pelanggan tanpa harus memulai dari nol. Pustaka Flows dibuat agar tim dari semua tingkat keterampilan dapat memanfaatkan kekuatan otomasi, menghemat waktu, dan mengurangi kompleksitas dalam membuat alur kerja. | Langkah | Tindakan | Deskripsi | | :--- | :--- | :--- | | 1. Akses | Buka Pustaka Flows | Di dalam modul Flows di platform Papo, temukan opsi untuk mengakses pustaka template. | | 2. Jelajahi | Temukan dan lihat pratinjau template | Telusuri kategori (mis.: Penjualan, Dukungan) dan klik untuk melihat pratinjau struktur flow secara lengkap. | | 3. Instal | Instal flow ke akun Anda | Dengan satu klik, salinan template ditambahkan ke daftar flow Anda, dengan status Nonaktif secara default. | | 4. Sesuaikan dan Aktifkan | Edit dan publikasikan flow | Tinjau pesan, sesuaikan tindakan, dan saat sudah siap, aktifkan flow untuk mulai menggunakannya. | Apa itu Pustaka Flows? Pustaka Flows adalah kumpulan alur otomasi (flow) yang telah dikonfigurasi sebelumnya dan disediakan oleh Papo. Anggap saja seperti toko aplikasi untuk otomasi Anda. Setiap template di pustaka dirancang untuk menyelesaikan kebutuhan bisnis tertentu, memungkinkan Anda mulai mengotomatiskan tugas dalam hitungan menit, bukan jam. Beberapa contoh template yang dapat Anda temukan adalah: - Kualifikasi Lead: Chatbot yang mengajukan pertanyaan awal untuk memfilter dan memprioritaskan kontak baru sebelum mengirimkannya ke tim penjualan. - Sambutan Pelanggan Baru: Rangkaian pesan untuk memandu pelanggan baru tentang langkah pertama dengan produk atau layanan Anda. - Survei Kepuasan (CSAT/NPS): Flow yang secara otomatis mengirim survei setelah layanan selesai dan mengambil tindakan berdasarkan nilai yang diterima. - Penjadwalan Demo: Flow yang mengumpulkan informasi lead dan mengarahkannya ke jadwal tenaga penjualan. Manfaat utamanya adalah kecepatan. Daripada merancang flow kompleks dari nol, Anda dapat menginstal model yang sudah teruji dan hanya fokus pada penyesuaian halus, seperti menyesuaikan teks pesan atau menentukan ke tim mana tugas akan dikirim. Cara menginstal otomasi dari Pustaka langkah demi langkah Menerapkan otomasi dari template adalah proses yang sederhana dan aman. Flow baru akan berjalan setelah Anda meninjau, menyesuaikan, dan mengaktifkannya secara manual. 1. Mengakses Pustaka Di panel Papo, buka modul Flows, tempat Anda mengelola semua otomasi. Di layar Flows, cari opsi yang mengarah ke Pustaka Flows atau bagian template. 2. Menjelajahi dan memilih template Di pustaka, Anda akan menemukan berbagai template yang diatur berdasarkan kategori atau kasus penggunaan, seperti Penjualan, Pemasaran, Dukungan, atau SDM. - Telusuri opsi: Jelajahi template yang tersedia untuk menemukan yang sesuai dengan kebutuhan Anda. - Pratinjau flow: Sebelum menginstal, Anda dapat mengklik template untuk melihat pratinjau struktur visualnya. Ini menunjukkan semua “node” (tahapan) alur, seperti pesan, kondisi, dan tindakan, sehingga Anda dapat memahami dengan tepat apa yang dilakukan otomasi tersebut bahkan sebelum menambahkannya ke akun Anda. 3. Menginstal template Suka dengan template? Langkah berikutnya adalah menginstalnya. Saat mengklik tombol instal, salinan lengkap flow tersebut akan ditambahkan ke daftar otomasi Anda di modul Flows. Detail penting: secara default, flow diinstal sebagai NONAKTIF. Ini adalah langkah keamanan untuk memastikan otomasi tidak mulai berjalan secara tidak sengaja sebelum dikonfigurasi khusus untuk bisnis Anda. 4. Menyesuaikan dan mengaktifkan flow Dengan flow yang sudah diinstal dan nonaktif, Anda memiliki kebebasan penuh untuk menyesuaikannya dengan kebutuhan Anda. 1. Buka flow yang baru diinstal di daftar otomasi Anda. 2. Tinjau setiap node: Baca pesan teks dan sesuaikan bahasanya agar mencerminkan suara dan kebijakan merek Anda. 3. Konfigurasikan tindakan: Periksa tindakan seperti “menambahkan tag ke kontak”, “membuat tugas di modul Proyek”, atau “mengirim webhook” dan konfigurasikan sesuai aturan operasi Anda. 4. Uji alur: Gunakan alat pengujian platform untuk menyimulasikan perjalanan pelanggan dan memastikan semuanya berjalan seperti yang diharapkan. 5. Aktifkan flow: Saat puas dengan penyesuaian, cukup ubah status flow dari “Nonaktif” menjadi “Aktif”. Mulai saat itu, flow siap dipicu oleh pemicu yang Anda tentukan. Untuk siapa Pustaka Flows? Fitur ini sangat berguna untuk: - Perusahaan yang baru memulai otomasi: Menawarkan titik awal yang jelas dan fungsional, mengurangi kurva pembelajaran. - Tim Pemasaran dan Penjualan: Untuk dengan cepat menerapkan kampanye kualifikasi, pemeliharaan lead, dan tindak lanjut. - Operasi dukungan: Untuk mengotomatiskan survei kepuasan, triase tiket, dan jawaban atas pertanyaan umum. - Reseller white label: Mempercepat konfigurasi otomasi untuk berbagai klien, memungkinkan replikasi praktik terbaik dengan sedikit penyesuaian. Pertanyaan yang sering diajukan Apakah flow yang diinstal sudah aktif? Tidak. Semua template dari Pustaka Flows diinstal dengan status Nonaktif. Anda perlu meninjaunya, melakukan penyesuaian yang diperlukan, dan mengaktifkannya secara manual sebelum mulai memproses kontak. Bisakah saya mengedit template setelah diinstal? Ya. Setelah instalasi, flow menjadi salinan independen di akun Anda. Anda dapat mengubah node mana pun, menambah atau menghapus tahapan, mengubah teks dan kondisi, persis seperti yang Anda lakukan pada flow yang dibuat dari nol. Apakah Pustaka Flows gratis? Pustaka Flows adalah fitur yang tersedia di platform Papo. Akses ke template dan kemampuan untuk menginstalnya adalah bagian dari fungsionalitas modul Flows. Untuk detail tentang paket dan batasan, lihat halaman harga di situs resmi. Bisakah saya membuat template sendiri dan menyediakannya di Pustaka? Pustaka Flows berisi template resmi yang dikurasi oleh Papo. Anda dapat membuat flow kustom dari nol dan menyimpannya di akun Anda, tetapi flow tersebut tidak otomatis ditambahkan ke pustaka publik. Jika Anda adalah reseller white label, Anda dapat mereplikasi flow di antara klien Anda menggunakan alat manajemen platform. Apa yang terjadi jika template yang diinstal bertentangan dengan aturan otomasi saya yang sudah ada? Karena flow diinstal dalam keadaan nonaktif, Anda memiliki kesempatan untuk meninjau seluruh strukturnya sebelum mengaktifkannya. Selama penyesuaian, periksa apakah kondisi dan tindakan template tidak mengganggu otomasi lain yang sudah berjalan. Sesuaikan pemicu dan aturan sesuai kebutuhan untuk menghindari perilaku yang tidak diinginkan. Apakah saya perlu bisa coding untuk menggunakan Pustaka Flows? Tidak. Instalasi dan penyesuaian template dilakukan secara visual, tanpa perlu kode. Cukup klik untuk menginstal lalu edit node dengan menyeret dan mengonfigurasi opsi dalam bahasa Portugis. Baca juga - Otomasi di Papo: Aturan, Makro, Flows, dan Webhook – mana yang harus digunakan? Mulai gratis dan instal flow pertama Anda → Buat akun gratis di Papo dan dapatkan akses langsung ke Pustaka Flows untuk mengotomatiskan layanan dan penjualan dalam hitungan menit.

Cara melatih Prompt dan AI dengan contoh percakapan nyata

Untuk melatih agen kecerdasan buatan Papo (https://papo.global/) dengan contoh percakapan nyata, ekspor transkrip panggilan atau obrolan sebelumnya, ubah menjadi dokumen teks, dan tambahkan ke Basis Pengetahuan asisten di modul Prompt dan AI. Proses ini mengajarkan AI untuk mengenali kosakata, pertanyaan, dan nada yang benar-benar digunakan pelanggan Anda, meningkatkan tingkat respons otomatis dan mengurangi transfer ke manusia. Ringkasan proses pelatihan dengan percakapan nyata | Tahap | Tindakan | Hasil yang diharapkan | | :--- | :--- | :--- | | Dapatkan percakapan | Ekspor audio panggilan yang direkam atau salin teks obrolan (WhatsApp, Instagram, dll.). | Materi mentah dengan bahasa asli pelanggan. | | Transkripsikan (jika perlu) | Ubah audio menjadi teks dengan alat seperti Google Speech-to-Text, Azure, atau Whisper. | Teks yang dapat dicari dan siap dianalisis. | | Siapkan dokumen | Bersihkan data sensitif dan simpan sebagai .txt atau .pdf. | Konten anonim dan terorganisir untuk AI. | | Tambahkan ke Basis Pengetahuan | Unggah dokumen di bagian Dokumen agen di modul Prompt dan AI. | Asisten mulai merujuk pada ucapan nyata untuk merumuskan respons. | | Buat FAQ dari pola | Identifikasi pertanyaan umum dalam transkrip dan daftarkan sebagai FAQ. | Jawaban langsung untuk pertanyaan paling umum yang muncul dalam percakapan. | | Pantau peningkatan | Periksa di laporan layanan apakah tingkat respons otomatis meningkat. | Penyesuaian berkelanjutan berdasarkan data nyata. | Mengapa menggunakan percakapan nyata untuk melatih AI? Interaksi yang sudah ditangani tim Anda — baik melalui telepon, WhatsApp, Instagram, atau obrolan — mengungkapkan dengan tepat bagaimana pelanggan mengekspresikan diri. Berbeda dari dokumen statis atau pertanyaan hipotetis, transkrip menunjukkan bahasa gaul, sinonim, keberatan umum, dan bahkan kesalahan ketik yang perlu diinterpretasikan AI. Dengan memberi makan Basis Pengetahuan dengan materi ini, Anda mengurangi jumlah pesan yang tidak dipahami asisten dan yang perlu dialihkan ke agen manusia. Metode ini sangat berguna untuk bisnis yang sudah memiliki volume percakapan tercatat yang signifikan dan ingin mempercepat kurva pembelajaran agen AI tanpa hanya mengandalkan asumsi. Cara mendapatkan contoh percakapan nyata Papo menawarkan berbagai cara untuk mengakses riwayat interaksi, tergantung pada saluran: - Panggilan telepon: Jika akun Anda memiliki perekaman panggilan aktif, Anda dapat mengekspor file audio langsung dari riwayat panggilan di modul Panggilan. Kemudian, gunakan alat transkripsi eksternal (seperti Google Speech-to-Text, Microsoft Azure Speech, atau Whisper) untuk mengubah audio menjadi teks. - Percakapan obrolan (WhatsApp, Instagram, Facebook, dll.): Anda dapat menyalin teks percakapan yang relevan secara manual langsung dari kotak masuk. Untuk volume yang lebih besar, API Papo memungkinkan ekstraksi riwayat pesan secara terprogram, memudahkan pengumpulan banyak contoh. - Email dan saluran lainnya: Prinsip yang sama berlaku: salin isi pesan yang dipertukarkan dengan pelanggan dan simpan sebagai teks. Terlepas dari sumbernya, yang penting adalah mengumpulkan interaksi yang mewakili situasi nyata layanan, penjualan, atau dukungan. Langkah-langkah melatih agen AI dengan contoh nyata 1. Kumpulkan percakapan. Pilih interaksi yang mencakup topik utama bisnis Anda: pertanyaan tentang produk, keluhan, permintaan penawaran, penjadwalan, dll. Prioritaskan percakapan di mana pelanggan menggunakan bahasa alami, dengan variasi regional atau istilah informal. 2. Ubah menjadi teks bersih. Untuk audio, transkripsikan dan perbaiki kesalahan. Untuk obrolan, salin teks dan hapus informasi pribadi yang sensitif (nomor dokumen, kartu, alamat). Simpan setiap percakapan atau kelompok percakapan dalam file .txt atau .pdf. 3. Tambahkan dokumen ke Basis Pengetahuan. Di panel Papo, akses modul Prompt dan AI, temukan agen yang ingin Anda latih (biasanya Kapten) dan buka bagian Basis Pengetahuan. Unggah file transkrip sebagai dokumen. Platform memproses konten dan membuatnya tersedia untuk konsultasi AI selama respons otomatis. 4. Buat FAQ berdasarkan pola yang ditemukan. Analisis transkrip dan identifikasi pertanyaan yang sering berulang. Daftarkan pasangan pertanyaan dan jawaban ini di area FAQ agen yang sama. Contoh: jika beberapa percakapan menanyakan “Berapa lama waktu pengiriman ke daerah pedalaman?”, buat FAQ dengan pertanyaan persis itu dan jawaban yang benar. 5. Sempurnakan prompt agen (opsional). Di modul Prompt dan AI, Anda dapat meninjau teks prompt utama untuk memasukkan ekspresi umum yang muncul dalam percakapan. Ini membantu AI mengadopsi nada dan kosakata yang diharapkan pelanggan Anda. 6. Pantau hasilnya. Setelah beberapa hari, periksa statistik modul Prompt dan AI dan laporan layanan. Perhatikan apakah tingkat respons otomatis naik dan jumlah transfer ke manusia menurun. Sesuaikan dokumen dan FAQ sesuai kebutuhan. Untuk siapa pelatihan ini direkomendasikan - Perusahaan yang sudah memiliki volume besar panggilan terekam atau obrolan historis dan ingin mempercepat konfigurasi asisten. - Operasi yang ingin menangkap kosakata asli pelanggan, termasuk bahasa gaul, sinonim, dan ekspresi regional. - Tim yang menyadari bahwa agen AI tidak memahami beberapa pertanyaan karena dirumuskan dengan cara yang berbeda dari yang diharapkan. - Bisnis yang ingin mengurangi pekerjaan manual menulis FAQ hipotetis dan langsung beralih ke apa yang benar-benar ditanyakan pelanggan. Pertanyaan yang sering diajukan Bisakah saya menggunakan percakapan obrolan alih-alih panggilan? Ya. Metode ini berfungsi dengan teks interaksi nyata apa pun: obrolan WhatsApp, Instagram, Facebook, email, atau bahkan catatan layanan tatap muka. Yang penting adalah konten mencerminkan bahasa alami pelanggan. Apakah saya perlu mentranskripsikan setiap percakapan secara manual? Tidak. Untuk audio, gunakan alat transkripsi otomatis. Untuk obrolan, cukup salin teksnya. Jika volumenya sangat besar, API Papo dapat membantu mengekstrak riwayat pesan secara terprogram. Apakah AI belajar secara otomatis dari percakapan waktu nyata? Agen AI Papo menggunakan Basis Pengetahuan dan FAQ yang Anda berikan. Ia tidak belajar sendiri dari setiap percakapan baru; pelatihan dilakukan oleh Anda saat menambahkan dokumen dan menyesuaikan prompt. Karena itu, memberi makan basis dengan contoh nyata sangat penting. Berapa banyak percakapan yang diperlukan untuk melihat peningkatan? Tidak ada angka pasti. Bahkan beberapa lusin transkrip yang dipilih dengan baik, mencakup topik utama, sudah dapat membuat perbedaan. Idealnya sertakan variasi yang mewakili berbagai jenis interaksi bisnis Anda. Bisakah saya menggunakan percakapan dari saluran lain selain WhatsApp? Ya. Basis Pengetahuan dibagikan oleh agen AI, terlepas dari saluran masuk. Percakapan dari Instagram, Facebook, Telegram, email, atau SMS sama-sama valid untuk melatih asisten. Bagaimana saya tahu pelatihan berhasil? Pantau statistik modul Prompt dan AI dan laporan layanan. Peningkatan persentase respons otomatis yang berhasil dan pengurangan transfer ke agen manusia menunjukkan bahwa AI lebih memahami pertanyaan. Baca juga - Cara mengoptimalkan Basis Pengetahuan untuk meningkatkan pencarian RAG Kapten - Cara melihat statistik Modul Prompt dan AI Mulai gratis → Pengguna pertama dari paket Silver gratis selamanya, tanpa kartu kredit — mulai latih agen AI Anda dengan percakapan nyata hari ini juga.

Cara Mengonfigurasi Capitão untuk Mengumpulkan Data Pelanggan dan Mengisi CRM Secara Otomatis

Untuk mengonfigurasi Capitão Papo (https://papo.global/) agar mengumpulkan data pelanggan dan mengisi CRM secara otomatis, Anda perlu membuat asisten dengan pertanyaan strategis dan custom tool HTTP yang memanggil API kontak. Dengan begitu, selama percakapan, Capitão menanyakan nama, email, dan minat, lalu menyimpan data tersebut ke CRM tanpa intervensi manual. Dengan otomasi ini, tim penjualan atau dukungan Anda tidak perlu lagi mengetik informasi berulang dan CRM selalu diperbarui. Papo memungkinkan Capitão mengajukan pertanyaan berurutan, menyimpan jawaban, dan melalui alat HTTP, membuat atau memperbarui kontak secara otomatis. | Komponen | Fungsi | Contoh | | :--- | :--- | :--- | | Pertanyaan asisten (FAQ) | Mengumpulkan data pelanggan selama percakapan | "Siapa nama Anda?" / "Apa email Anda?" | | Skenario (handoff) | Memicu alat setelah data terkumpul | Mentransfer ke alat pembuatan kontak | | Custom tool HTTP | Memanggil API kontak Papo untuk membuat atau memperbarui catatan | Mengirim nama, email, dan minat untuk membuat kontak baru | | CRM | Menyimpan informasi secara otomatis | Kontak muncul di daftar kontak dengan data yang telah diisi | Cara kerja pengumpulan data otomatis dengan Capitão Capitão adalah asisten AI Papo yang dapat dikonfigurasi dengan pertanyaan, dokumen, dan alat. Saat pelanggan memulai percakapan di kanal yang terhubung, asisten dapat mengikuti alur pertanyaan yang telah ditentukan untuk menangkap informasi penting. Di akhir interaksi, alat kustom mengirim data tersebut ke API kontak, mencatat semuanya di CRM. Sebagai contoh, Anda dapat mengonfigurasi Capitão untuk: - Menanyakan nama lengkap pelanggan. - Meminta email kontak. - Menanyakan minat (mis.: "produk apa yang Anda cari?"). - Mengonfirmasi data lalu membuat kontak secara otomatis. Seluruh proses terjadi di dalam percakapan, tanpa pelanggan menyadari kompleksitas teknis. Agen manusia hanya turun tangan jika diperlukan, dan CRM terisi dengan informasi yang akurat dan terstandarisasi. Langkah demi langkah untuk mengonfigurasi 1. Buat asisten Capitão khusus. Di modul Capitão, buat asisten baru dengan nama deskriptif, seperti "Pengumpulan Lead". Asisten ini hanya bertanggung jawab menangkap data dan mengisi CRM. 2. Tambahkan pertanyaan (FAQ). Daftarkan pertanyaan yang akan diajukan asisten kepada pelanggan. Misalnya: "Siapa nama Anda?", "Apa email Anda?", "Apa minat Anda?". Pertanyaan ini disimpan sebagai FAQ yang disetujui dan akan digunakan dalam percakapan. 3. Konfigurasikan custom tool HTTP. Buat alat HTTP kustom yang mengarah ke endpoint pembuatan kontak API Papo. Alat ini harus mampu menerima data yang dikumpulkan (nama, email, minat) dan mengirimkannya dalam format yang diharapkan API. Dokumentasi Papo menyediakan detail yang diperlukan untuk konfigurasi ini. 4. Buat skenario (handoff). Tentukan skenario yang akan dipicu setelah jawaban terkumpul. Skenario ini harus mentransfer kontrol ke alat HTTP, yang akan benar-benar membuat kontak. Skenario dapat dikonfigurasi dengan instruksi jelas, seperti "Setelah mengumpulkan nama, email, dan minat, panggil alat pembuatan kontak". 5. Hubungkan asisten ke kotak masuk. Kaitkan asisten dengan kotak masuk yang diinginkan (WhatsApp, Instagram, chat situs web, dll.). Mulai saat itu, semua percakapan yang masuk ke kanal tersebut akan ditangani oleh Capitão yang telah dikonfigurasi. 6. Uji otomasi. Kirim pesan uji ke kanal dan pastikan asisten mengajukan pertanyaan dengan benar. Setelah interaksi, buka CRM dan konfirmasi apakah kontak telah dibuat dengan data yang diberikan. Untuk siapa konfigurasi ini berguna - Tim penjualan yang menerima banyak lead melalui WhatsApp dan perlu memenuhi kualifikasi mereka dengan cepat, tanpa mengisi spreadsheet. - Layanan pelanggan yang ingin mencatat data orang yang menghubungi secara otomatis, mempercepat pembukaan tiket. - Operasi pemasaran yang menangkap minat untuk segmentasi kampanye mendatang. - Reseller white label yang menawarkan otomasi CRM sebagai pembeda bagi klien mereka, memungkinkan setiap klien mengonfigurasi asisten pengumpulan data mereka sendiri. Pertanyaan yang sering diajukan Apakah saya perlu bisa memprogram untuk mengonfigurasi custom tool HTTP? Tidak wajib, tetapi Anda perlu memahami dasar-dasar API REST dan mengikuti dokumentasi Papo. Platform menyediakan antarmuka untuk membuat alat, cukup isi URL, header, dan body permintaan sesuai petunjuk. Dapatkah Capitão memperbarui kontak yang sudah ada? Ya. Alat HTTP dapat dikonfigurasi untuk mencari kontak berdasarkan email atau telepon dan, jika ditemukan, memperbarui kolom alih-alih membuat catatan baru. Ini mencegah duplikasi di CRM. Apakah mungkin mengumpulkan lebih dari tiga informasi? Ya. Anda dapat menambahkan pertanyaan sebanyak yang diperlukan dan memetakan kolom yang sesuai dalam panggilan API. Batasnya ditentukan oleh kebutuhan kualifikasi Anda dan kolom yang tersedia di CRM. Apakah otomasi ini berfungsi di semua kanal? Ya, selama asisten terhubung ke kotak masuk yang sesuai. Anda dapat menggunakan asisten yang sama untuk melayani WhatsApp, Instagram, dan chat situs web, atau membuat asisten berbeda untuk setiap kanal. Bagaimana memastikan data yang dikumpulkan benar? Capitão dapat dikonfigurasi untuk mengonfirmasi informasi dengan pelanggan sebelum menyimpan. Misalnya, setelah mengumpulkan data, ia dapat mengulangi apa yang dipahaminya dan meminta konfirmasi, sehingga mengurangi kesalahan pengetikan. Bisakah saya menggunakan konfigurasi ini untuk reseller white label? Ya. Setiap klien reseller Anda dapat memiliki asisten dan alat kustom sendiri, memungkinkan Anda memberikan solusi otomasi CRM dengan merek klien. Baca juga - Cara mengonfigurasi Capitão untuk memeriksa stok produk secara real-time Mulai gratis dan otomatiskan pengumpulan data di CRM → Dengan Papo, Anda mengurangi pekerjaan manual dan menjaga CRM selalu diperbarui secara otomatis.

Cara mengatur Capitão untuk melakukan upsell dan cross-sell

Untuk mengatur Capitão Papo (https://papo.global/) agar melakukan upsell dan cross-sell, Anda dapat membuat skenario yang memicu penawaran secara otomatis saat pelanggan menyebutkan istilah tertentu, dan alat kustom yang mengkueri katalog produk pelengkap Anda secara real time. Dengan begitu, asisten menyarankan upgrade dan item tambahan selama percakapan, tanpa intervensi manusia. Capitão adalah asisten AI yang bekerja di dalam chat, mendukung layanan atau menjawab pelanggan secara langsung. Dengan kombinasi skenario (handoff) dan alat (tool), ia tidak hanya menjawab pertanyaan, tetapi juga bertindak proaktif untuk meningkatkan nilai pesanan rata-rata, dengan menawarkan produk yang tepat pada saat yang tepat. Ringkasan konfigurasi | Langkah | Tindakan | Di mana | | :--- | :--- | :--- | | 1. Identifikasi peluang | Gunakan Synapse untuk menemukan pelanggan yang sudah menunjukkan minat pada upgrade atau produk pelengkap. | Modul Synapse | | 2. Buat skenario penawaran | Tentukan skenario di Capitão dengan judul dan instruksi yang mengarahkan asisten untuk menyarankan produk saat pelanggan membahas kebutuhan tertentu. | Pengaturan asisten Capitão | | 3. Konfigurasikan alat kustom (opsional) | Jika perlu mengambil data katalog secara real time, buat Tool HTTP yang mengkueri basis produk Anda dan mengembalikan saran yang paling sesuai. | Alat kustom Capitão | | 4. Hubungkan ke kanal | Kaitkan asisten dengan kotak masuk WhatsApp (atau kanal lain) agar saran muncul otomatis di percakapan. | Pengaturan kotak masuk | | 5. Uji dan sesuaikan | Simulasikan interaksi dan perbaiki instruksi skenario atau parameter alat hingga penawaran relevan dan natural. | Chat uji | Bagaimana Capitão dapat melakukan upsell dan cross-sell Capitão memahami niat pelanggan berdasarkan konteks percakapan dan pengaturan yang Anda tentukan. Ada dua cara utama untuk mengaktifkan penawaran otomatis: - Skenario (handoff): Anda membuat skenario dengan judul seperti "Penawaran upgrade" dan instruksi seperti: "Saat pelanggan bertanya tentang fitur lanjutan atau menyebutkan bahwa mereka membutuhkan lebih banyak sumber daya, sarankan paket Pro dan jelaskan manfaatnya". Capitão mengikuti panduan ini setiap kali percakapan cocok dengan pemicu. - Alat kustom (HTTP): Jika saran bergantung pada data eksternal (seperti stok, harga, atau kompatibilitas), Anda dapat membuat Tool yang mengkueri API sistem Anda. Capitão mengekstrak dari percakapan produk saat ini atau kebutuhan pelanggan, memanggil API, dan mengembalikan rekomendasi yang dipersonalisasi dalam bahasa natural. Kedua pendekatan dapat digabungkan: skenario menentukan kapan bertindak, dan alat mencari apa yang ditawarkan. Langkah demi langkah untuk mengatur penawaran otomatis | Langkah | Tindakan | Detail | | :--- | :--- | :--- | | 1. Petakan pemicu | Daftar kata atau frasa yang menunjukkan keterbukaan untuk upsell atau cross-sell. | Contoh: "ada yang lebih lengkap?", "saya perlu tambahan", "apakah Anda juga menjual…". Gunakan Synapse untuk memvalidasi istilah ini di riwayat percakapan nyata. | | 2. Buat skenario | Di pengaturan Capitão, buat skenario baru. Beri judul deskriptif dan tulis instruksi yang jelas. | Instruksi: "Jika pelanggan menunjukkan minat pada lebih banyak fitur, tawarkan paket Enterprise dengan menyebutkan manfaat X, Y, dan Z." | | 3. (Opsional) Buat alat kustom | Jika perlu, konfigurasikan Tool HTTP. Masukkan endpoint API produk Anda, metode (GET/POST), dan header autentikasi. | Capitão akan mengirim parameter seperti produto_atual atau categoria dan menerima JSON berisi saran. | | 4. Kaitkan asisten dengan kotak masuk | Hubungkan Capitão ke kotak masuk WhatsApp tempat pelanggan berinteraksi. | Mulai saat itu, asisten menerapkan skenario dan alat dalam percakapan. | | 5. Uji dengan kasus nyata | Kirim pesan yang mensimulasikan pelanggan dan periksa apakah penawaran muncul secara natural. | Sesuaikan instruksi skenario atau parameter alat hingga saran kontekstual dan berguna. | Contoh skenario dan alat - Skenario cross-sell untuk e-commerce: "Setiap kali pelanggan membeli ponsel, sarankan casing pelindung dan charger cepat. Jelaskan bahwa ini adalah item yang paling sering dibeli bersamaan." - Skenario upsell untuk SaaS: "Saat lead bertanya tentang laporan lanjutan, tawarkan paket Pro dan tekankan bahwa paket itu mencakup dasbor yang dipersonalisasi dan ekspor PDF." - Alat kustom untuk rekomendasi: Konfigurasikan Tool yang mengkueri sistem rekomendasi Anda dan mengembalikan produk pelengkap ideal berdasarkan profil pelanggan atau item yang sedang dilihat. Capitão mengubah respons API menjadi pesan seperti "Orang yang membeli produk ini juga mengambil Kit X, yang sedang diskon 10% hari ini." Untuk siapa konfigurasi ini cocok Konfigurasi ini berguna bagi bisnis yang sudah memiliki katalog produk atau layanan dan ingin meningkatkan nilai rata-rata per pelanggan tanpa membebani tim. E-commerce, SaaS, distributor, dan penyedia layanan dengan paket bertingkat adalah pihak yang paling diuntungkan. Jika Anda sudah menggunakan Kanban untuk mengelola peluang upsell, Capitão bertindak di ujung awal, menghasilkan peluang tersebut secara otomatis. Pertanyaan umum Apakah Capitão dapat menyarankan produk berdasarkan riwayat pelanggan? Ya, jika Anda mengintegrasikan alat kustom yang mengkueri CRM atau riwayat pembelian. Capitão dapat mengirim pengenal pelanggan ke API dan menerima rekomendasi yang dipersonalisasi. Apakah saya perlu pengetahuan teknis untuk membuat alat kustom? Ya, konfigurasi Tool HTTP memerlukan pemahaman tentang API dan permintaan. Jika Anda tidak memiliki pengetahuan tersebut, Anda dapat memulai hanya dengan skenario, yang berbasis teks dan tidak bergantung pada integrasi eksternal. Bagaimana Capitão tahu kapan harus menawarkan upsell? Anda menentukan pemicu dalam instruksi skenario. Misalnya, "saat pelanggan bertanya tentang batas paket saat ini" atau "saat menyebutkan pesaing". Capitão menafsirkan percakapan dan bertindak sesuai aturan tersebut. Dapatkah saya menggunakan Capitão untuk cross-sell layanan? Ya. Cukup buat skenario dengan instruksi yang ditujukan untuk layanan pelengkap. Jika Anda adalah kantor akuntansi, Anda dapat mengatur asisten untuk menawarkan layanan BPO fiskal setiap kali pelanggan bertanya tentang kewajiban aksesori. Apa itu skenario di Capitão? Skenario adalah handoff yang menentukan perilaku spesifik asisten. Setiap skenario memiliki judul dan instruksi dalam bahasa natural yang memandu Capitão tentang kapan dan bagaimana bertindak, tanpa perlu kode. Apakah mungkin mengintegrasikan dengan katalog produk saya? Ya, melalui alat kustom HTTP. Anda memerlukan endpoint yang mengembalikan produk pelengkap (atau katalog itu sendiri) dan mengonfigurasi Tool di Capitão dengan URL dan autentikasi. Baca juga - Cara mengatur Capitão untuk mengumpulkan data pelanggan dan mengisi CRM secara otomatis - Cara mengatur Capitão untuk membuat dan mengirim anggaran dalam PDF secara otomatis melalui WhatsApp Mulai gratis dan atur Capitão Anda untuk menjual lebih banyak → Tanpa komitmen, Anda menguji AI yang menyarankan produk pelengkap secara otomatis di WhatsApp.

Cara Mengonfigurasi Voice Assist untuk Melayani dalam Berbagai Bahasa di Widget Situs

Untuk mengonfigurasi Voice Assist Papo (https://papo.global/) agar melayani dalam berbagai bahasa di widget situs, Anda mengaitkan Agen AI (prompt) yang memahami dan merespons dalam bahasa yang diinginkan. Asisten suara mewarisi perilaku Super Chat: jika prompt dikonfigurasi untuk merespons dalam bahasa Portugis, Inggris, atau Spanyol, pengenalan suara dan respons akan mengikuti arahan tersebut, tanpa perlu konfigurasi tambahan per bahasa. Voice Assist mengubah widget chat situs Anda menjadi titik kontak suara, dan “otaknya” persis sama dengan Agen AI yang Anda gunakan untuk layanan teks. Artinya, kemampuan multibahasa bergantung langsung pada bagaimana Anda menyusun prompt (instruksi asisten). Dengan satu prompt komprehensif atau beberapa widget untuk setiap bahasa, Anda dapat memberikan dukungan suara dalam bahasa Portugis, Inggris, dan Spanyol secara sederhana dan konsisten. | Strategi | Cara kerja | Kapan digunakan | | :--- | :--- | :--- | | Prompt multibahasa tunggal | Anda membuat Agen AI yang memahami perintah suara dalam bahasa Portugis, Inggris, dan Spanyol serta merespons dalam bahasa yang terdeteksi. Voice Assist yang dikaitkan dengan prompt ini akan melayani ketiga bahasa di widget yang sama. | Ideal untuk situs dengan sedikit kunjungan internasional atau saat pengalaman pengguna tidak mengharuskan pemisahan bahasa. | | Widget per bahasa | Anda membuat kotak masuk bertipe Site untuk setiap bahasa (mis.: halaman berbahasa Portugis, halaman berbahasa Inggris). Setiap widget menerima Voice Assist yang dikonfigurasi dengan prompt khusus dalam bahasa tersebut. | Ideal untuk situs dengan bagian yang diterjemahkan, di mana setiap audiens harus berbicara dengan asisten yang sudah berbicara dalam bahasa mereka secara native. | Bagaimana Voice Assist menangani berbagai bahasa Voice Assist tidak memiliki pemilih bahasa terpisah. Sebaliknya, ia mengikuti alur AI yang sama seperti chat teks: 1. Pengguna mengetuk mikrofon dan mengajukan pertanyaan lisan. 2. Papo mentranskripsikan audio menjadi teks. 3. Teks dikirim ke Agen AI yang sama yang merespons percakapan teks (Super Chat). Prompt menentukan aturan, termasuk bahasa yang harus dipahami dan digunakan asisten untuk merespons. 4. Respons yang dihasilkan ditampilkan sebagai teks di jendela chat — dan, jika opsi respons audio diaktifkan, Papo menyintesis audio dalam bahasa tersebut menggunakan suara yang tersedia. Jadi, kunci untuk layanan suara multibahasa adalah prompt: - Jika prompt menginstruksikan agen untuk merespons dalam bahasa Portugis, Voice Assist hanya akan memahami dan merespons dalam bahasa Portugis. - Jika prompt menyertakan instruksi “respons dalam bahasa yang sama dengan pertanyaan”, dan agen memiliki pengetahuan untuk itu, ia dapat beralih antara bahasa Portugis, Inggris, dan Spanyol secara otomatis. - Jika Anda membuat prompt khusus “Agen AI – Inggris”, Voice Assist yang dikaitkan dengannya hanya akan melayani dalam bahasa Inggris. Langkah-langkah konfigurasi Sebelum memulai, pastikan widget situs sudah terpasang. Konfigurasi dilakukan per kotak masuk. 1. Buka Pengaturan → Kotak masuk di panel Papo. 2. Pilih kotak masuk bertipe Site yang ingin Anda sesuaikan atau buat yang baru. 3. Di bagian Voice Assist, aktifkan fitur tersebut. 4. Di kolom Prompt, pilih Agen AI yang berisi instruksi bahasa yang Anda siapkan (mis.: “Agen Multibahasa” atau “Petugas Bahasa Inggris”). 5. Jika Anda ingin asisten juga merespons melalui audio, pastikan opsi tersebut diaktifkan di modul Prompt & AI (audio mewarisi bahasa dari respons teks). 6. Simpan perubahan. Jika Anda memilih widget terpisah per bahasa, ulangi proses untuk setiap kotak masuk bertipe Site, dengan mengaitkan prompt yang sesuai ke masing-masing. Untuk siapa ini cocok - Toko online yang menjual ke luar negeri dan membutuhkan pengunjung dari berbagai negara menerima bantuan suara dalam bahasa mereka. - Perusahaan pariwisata, perhotelan, dan acara dengan audiens multinasional yang menjelajahi situs dalam lebih dari satu bahasa. - Situs perusahaan atau portal dukungan dengan versi terjemahan (mis.: /en, /es). - Bisnis yang sudah menggunakan Super Chat dalam berbagai bahasa dan ingin memperluas kemampuan tersebut ke Voice Assist tanpa menggandakan upaya. Pertanyaan yang sering diajukan Apakah saya perlu membuat Voice Assist khusus untuk setiap bahasa? Tidak. Anda tetap menggunakan fitur yang sama, tetapi dapat mengaitkan Agen AI yang berbeda ke setiap widget situs. Voice Assist mewarisi bahasa dari prompt, jadi cukup siapkan prompt (Agen) yang dikonfigurasi untuk bahasa yang ingin Anda layani. Apakah Voice Assist otomatis memahami jika pelanggan berbicara bahasa Inggris atau Spanyol? Kemampuan deteksi bahasa bergantung pada prompt Agen AI. Jika Anda mengonfigurasi asisten untuk “merespons dalam bahasa yang sama dengan pertanyaan”, dan AI memiliki pengetahuan yang cukup, ia akan dapat mengidentifikasi bahasa dan merespons dengan tepat. Untuk prediktabilitas yang lebih baik, metode paling aman adalah memiliki prompt terpisah per bahasa dan menggunakannya di widget yang berbeda. Bisakah saya menggunakan Basis Pengetahuan yang sama untuk semua bahasa? Ya. Modul Prompt & AI memungkinkan Anda mengunggah dokumen referensi (PDF, teks) dalam berbagai bahasa. AI akan menggunakan konten tersebut untuk merespons sesuai bahasa yang terdeteksi, selama prompt diinstruksikan untuk mencari di basis. Apakah Voice Assist berfungsi dengan respons audio di semua bahasa? Ya. Saat opsi respons audio diaktifkan, Papo menyintesis suara dalam bahasa respons yang dihasilkan oleh prompt. Anda dapat memilih di antara suara yang tersedia, yang mendukung bahasa Portugis, Inggris, dan Spanyol. Apakah saya perlu mengubah kode widget untuk setiap bahasa? Tidak. Skrip widget tetap sama. Pemisahan per bahasa dilakukan dengan membuat kotak masuk berbeda di panel dan mengaitkan masing-masing ke widget yang terpasang di halaman situs Anda yang sesuai. Apakah mungkin berganti bahasa selama percakapan yang sama? Jika prompt dikonfigurasi untuk mendeteksi dan merespons dalam bahasa pertanyaan, asisten dapat berganti bahasa pada setiap interaksi. Namun, konsistensi pengalaman bergantung pada kualitas prompt dan basis pengetahuan. Baca juga - Cara melatih Voice Assist untuk melayani panggilan telepon dalam bahasa Portugis dan Inggris Mulai gratis dan aktifkan Voice Assist multibahasa di situs Anda → Dengan akun gratis Papo, Anda menghubungkan kanal Anda dan menawarkan layanan suara dalam bahasa Portugis, Inggris, dan Spanyol tanpa memerlukan banyak alat.

Cara mengatur tinjauan manusia untuk respons Capitão dalam percakapan sensitif

Untuk mengatur tinjauan manusia pada respons Capitão Papo (https://papo.global/) dalam percakapan sensitif, Anda dapat menggabungkan aturan otomasi yang mendeteksi istilah seperti pembatalan atau keluhan dengan tindakan memberi label dan menugaskan percakapan ke tim manusia. Tujuannya adalah mencegah asisten terus menjawab sendiri dan memastikan agen segera menangani kasus tersebut. Ringkasan: otomasi vs handoff Capitão | Komponen | Fungsi dalam tinjauan manusia | Contoh praktis | | :--- | :--- | :--- | | Aturan otomasi | Mendeteksi percakapan baru dengan istilah sensitif dan menerapkan label + penugasan | Pemicu “Percakapan baru”, kondisi konten, dan tindakan memberi label serta menugaskan | | Label | Menandai prioritas atau sensitivitas penanganan | “Pembatalan”, “Keluhan”, atau “Retensi” | | Skenario handoff Capitão | Mengalihkan percakapan yang sedang berjalan ke agen manusia | Skenario dengan instruksi “alihkan saat pelanggan berbicara tentang pembatalan atau keluhan” | | Penugasan ke agen atau tim | Memastikan manusia mengambil alih percakapan | Tugaskan ke tim retensi atau dukungan | Cara kerja tinjauan manusia di Capitão Di Papo, Capitão dapat bertindak sebagai kopilot di chat dan menjawab pertanyaan berdasarkan FAQ dan dokumen yang disetujui. Namun, dalam percakapan sensitif, sebaiknya ia tidak terus menjawab secara otomatis. Tinjauan manusia dapat diatur pada dua momen: 1. Saat masuknya percakapan: aturan otomasi dengan pemicu “Percakapan baru” mengidentifikasi konten pesan pertama. Jika ada istilah seperti pembatalan, keluhan, pengembalian dana, atau ancaman churn, aturan akan menerapkan label dan langsung menugaskan percakapan ke agen atau tim manusia. 2. Selama penanganan oleh Capitão: skenario handoff asisten dapat mengalihkan kendali ke agen manusia ketika percakapan keluar dari alur yang direncanakan atau menjadi sensitif. Dengan begitu, Capitão berhenti menjawab dan agen mengambil alih kasus dengan riwayat lengkap. Langkah demi langkah mengatur tinjauan dengan aturan otomasi 1. Akses modul Otomasi Di panel Papo, buka Pengaturan dan klik Otomasi. Ini adalah pusat tempat Anda mengelola aturan yang mengotomatiskan tindakan dalam layanan. 2. Buat aturan baru Beri nama deskriptif, seperti “Tinjauan manusia – pembatalan atau keluhan”. Dengan begitu, mudah diidentifikasi dan disesuaikan nanti. 3. Tentukan pemicu “Percakapan baru” Pilih peristiwa yang memicu otomasi. Untuk menangkap percakapan begitu masuk, pilih pemicu terkait percakapan baru dibuat atau “Percakapan baru”. 4. Tambahkan kondisi konten sensitif Tambahkan kondisi untuk memfilter konten pesan. Anda dapat menggunakan kata kunci seperti “batal”, “pembatalan”, “keluhan”, “pengembalian dana”, atau frasa umum di bisnis Anda. Anda juga dapat menggabungkan kondisi lain, seperti kanal asal atau waktu, untuk menyempurnakan kapan aturan harus bertindak. 5. Tambahkan tindakan: beri label dan tugaskan Di bagian tindakan, pilih Tambahkan label dan pilih label seperti “Sensitif” atau “Retensi”. Lalu, tambahkan tindakan kedua untuk Tugaskan ke tim atau agen yang bertanggung jawab atas retensi. Dengan demikian, percakapan sudah datang dengan label dan diarahkan ke manusia. 6. Simpan dan aktifkan Tinjau pengaturan, simpan, dan aktifkan aturan. Mulai saat itu, setiap percakapan baru yang memenuhi kondisi akan menerima label dan ditugaskan ke tim manusia, mengurangi kemungkinan Capitão menjawab sendiri dalam kasus yang sensitif. Cara mengatur handoff Capitão untuk percakapan yang sedang berjalan Selain aturan masuk, Anda dapat membuat skenario handoff di modul Capitão. Skenario ini harus berisi instruksi yang jelas, seperti: “Saat pelanggan menunjukkan niat untuk membatalkan, mengeluh, atau meminta pengembalian dana, jangan jawab dengan FAQ. Segera alihkan layanan ke agen manusia dan beri tahu bahwa tim akan membantu.” Skenario terhubung ke asisten Capitão yang bertanggung jawab atas kotak masuk. Ketika percakapan mencapai titik ini, kendali beralih ke agen manusia, yang melihat riwayat lengkap di panel. Untuk siapa konfigurasi ini cocok - Tim retensi dan dukungan yang perlu memprioritaskan pembatalan dan keluhan sebelum respons otomatis apa pun. - Operasi dengan volume tinggi di WhatsApp dan kanal lain, di mana tidak semua kontak harus ditangani oleh AI. - Perusahaan yang menggunakan Capitão sebagai layanan pertama, tetapi menginginkan kendali manusia dalam percakapan berisiko. - Reseller white label yang menawarkan otomasi dengan aman untuk klien mereka, dengan tetap menjaga tinjauan manusia pada kasus sensitif. Pertanyaan umum Apakah Capitão dapat dijeda otomatis saat mendeteksi pembatalan? Ya, dalam dua lapisan. Untuk percakapan baru, aturan otomasi memberi label dan menugaskan kasus ke manusia sebelum Capitão mengambil alih. Untuk percakapan yang sedang berjalan, skenario handoff Capitão dapat mengalihkan layanan. Konfigurasi tepatnya dapat bervariasi tergantung akun; detail tambahan tersedia di situs Papo. Apakah saya perlu membuat label sebelum mengatur aturan? Tidak harus. Saat membuat aturan, ketika memilih tindakan Tambahkan label, Anda dapat memilih label yang sudah ada atau membuat label baru langsung di alur konfigurasi. Apakah otomasi ini berfungsi untuk semua kanal? Ya. Anda dapat menggunakan kondisi Kotak masuk asal untuk menerapkan aturan ke kanal tertentu, seperti WhatsApp, Instagram, atau email, atau menggabungkannya dengan kondisi konten untuk mencakup beberapa kanal sekaligus. Bagaimana jika pelanggan mengeluh setelah Capitão sudah menjawab? Dalam kasus ini, skenario handoff Capitão adalah fitur yang tepat untuk mengalihkan percakapan ke agen manusia di tengah layanan. Agen mengambil alih dengan riwayat sebelumnya terlihat di panel. Bisakah saya menambahkan lebih dari satu tindakan dalam aturan yang sama? Ya. Anda dapat menyertakan beberapa tindakan, seperti Tambahkan label dan Tugaskan ke tim, dalam aturan yang sama. Dengan begitu, percakapan sudah diberi label dan diarahkan ke manusia yang bertanggung jawab. Baca juga - Cara mengatur eskalasi percakapan antar tingkat dukungan (N1, N2, N3) di Papo - Cara mengatur Capitão untuk mengumpulkan data pelanggan dan mengisi CRM secara otomatis Mulai gratis → Buat akun gratis Papo dan pusatkan WhatsApp, Instagram, email, dan SMS dalam satu kotak dengan AI dan CRM di panel yang sama.

Cara membuat pengingat otomatis pasca-layanan via WhatsApp

Untuk membuat pengingat otomatis pasca-layanan via WhatsApp, gunakan modul Flows dari Papo dengan kondisi yang dipicu saat percakapan berubah ke status penutupan. Alur ini mengirim pesan follow-up menggunakan template resmi Meta (HSM), menjaga hubungan dengan pelanggan tanpa pekerjaan manual. Berbeda dari pengingat pra-layanan, yang memberitahukan tentang janji temu di masa depan, follow-up pasca-layanan berjalan setelah percakapan selesai. Ini dapat mencakup survei kepuasan, instruksi pasca-layanan, permintaan penilaian, atau tawaran untuk kembali. Semuanya dipicu secara otomatis oleh WhatsApp, tanpa agen perlu menyalin dan menempel pesan. Ringkasan otomatisasi follow-up pasca-layanan | Komponen | Peran dalam otomatisasi | Contoh penggunaan | | :--- | :--- | :--- | | Flows | Mengatur urutan verifikasi dan pengiriman setelah layanan selesai. | Flow "Follow-up pasca-layanan". | | Kondisi status | Memeriksa apakah percakapan telah ditutup, menghindari pesan untuk layanan yang masih aktif. | Jika status percakapan menunjukkan penutupan, lanjutkan alur. | | Aksi "Kirim Pesan" | Memicu template follow-up melalui WhatsApp. | Template dengan nama pelanggan dan pertanyaan kepuasan. | | Template resmi Meta (HSM) | Pesan yang disetujui untuk pengiriman proaktif di luar jendela interaksi pelanggan. | "Halo, {{contact.first_name}}! Bagaimana layanan Anda?" | | Synapse (opsional) | Menghubungkan perubahan status atau peristiwa lain ke Flow secara otomatis. | Saat percakapan ditutup, daftarkan kontak ke Flow follow-up. | Bagaimana follow-up pasca-layanan bekerja Logikanya sederhana: ketika agen atau AI menutup percakapan, status diperbarui di dasbor Papo. Flow memantau kondisi ini dan, jika benar, memicu pengiriman pesan WhatsApp. Karena pelanggan mungkin tidak mengirim pesan baru saat itu, pengiriman bersifat proaktif — oleh karena itu wajib menggunakan template resmi Meta yang disetujui di kotak masuk WhatsApp. Follow-up ini memungkinkan menjaga hubungan tetap aktif setelah masalah diselesaikan atau penjualan selesai. Alih-alih membiarkan kontak mendingin, otomatisasi mengembalikan pelanggan untuk survei, rekomendasi, atau langkah berikutnya, tanpa bergantung pada memori tim. Langkah demi langkah untuk mengatur pengingat otomatis 1. Tentukan status penutupan Sebelum menyusun alur, konfirmasikan status apa yang digunakan tim Anda untuk menunjukkan bahwa percakapan telah berakhir. Nama dapat bervariasi sesuai konfigurasi akun. Gunakan status yang sama sebagai referensi dalam kondisi. 2. Buat Flow baru Di modul Flows / Chatbot, tambahkan alur baru dan beri nama yang jelas, seperti "Follow-up pasca-layanan". 3. Konfigurasikan kondisi status Setelah node awal, masukkan Kondisi. Pilih aturan yang membandingkan status percakapan saat ini dengan status penutupan yang ditentukan di langkah 1. Dengan demikian, alur tidak akan mengirim pesan untuk layanan yang masih berlangsung. 4. Tambahkan aksi pengiriman Pada cabang di mana kondisi benar, tambahkan aksi Kirim Pesan. Pilih template yang disetujui Meta yang tersedia di kotak masuk WhatsApp Anda. Tulis teks dengan variabel seperti {{contact.first_name}} untuk mempersonalisasi pesan. 5. Aktifkan Flow dan pantau Simpan perubahan dan ubah status alur menjadi Aktif. Mulai saat itu, otomatisasi akan memantau percakapan yang ditutup dan memicu follow-up sesuai kondisi yang dikonfigurasi. 6. Hubungkan Synapse jika perlu Jika perubahan status tidak tersedia sebagai pemicu langsung di alur Anda, gunakan Synapse untuk menghubungkan peristiwa penutupan ke Flow. Ini mengotomatiskan pendaftaran kontak dan mengurangi konfigurasi manual. Penting: karena pesan dikirim secara proaktif, Anda perlu menggunakan Template Pesan (HSM) yang disetujui Meta. Papo memungkinkan Anda memilih template yang disetujui langsung di kotak masuk WhatsApp Cloud API. Untuk siapa otomatisasi ini direkomendasikan - Klinik, praktik dokter, dan salon kecantikan yang ingin mengetahui bagaimana layanan berlangsung dan mendorong kunjungan kembali. - Penyedia layanan yang ingin mengirim instruksi pasca-layanan atau meminta penilaian tanpa upaya manual. - E-commerce dan toko yang ingin meningkatkan pembelian berulang dengan pesan purna jual. - Tim dukungan yang ingin mengurangi jumlah tiket berulang dan menjaga pelanggan tetap terinformasi setelah penyelesaian. Pertanyaan yang sering diajukan Apakah saya perlu template yang disetujui (HSM)? Ya. Untuk pengiriman follow-up proaktif, Meta mengharuskan adanya Template Pesan yang disetujui. Papo mencantumkan template yang disetujui dari kotak masuk WhatsApp Cloud API Anda. Bisakah saya menggunakan alur yang sama untuk Instagram? Ya, selama kotak masuk Instagram Anda terhubung ke Papo dan template yang disetujui tersedia untuk saluran tersebut. Logika Flow dapat diadaptasi untuk berbagai saluran. Bagaimana cara menghindari mengirim follow-up ke percakapan yang masih aktif? Kondisi status mengatasi ini. Alur hanya terpicu ketika percakapan berada pada status yang ditentukan sebagai penutupan. Selama layanan masih aktif, kondisi tidak terpenuhi. Bisakah saya menyertakan survei kepuasan dalam pesan? Ya. Dalam konten template, sertakan pertanyaan penilaian atau tautan ke survei. Pesan dapat berisi variabel seperti nama kontak untuk mempersonalisasi pengalaman. Apakah saya perlu Synapse untuk otomatisasi ini? Tidak harus. Jika alur Anda sudah menerima kondisi status sebagai pemicu, Synapse bersifat opsional. Ini menjadi berguna ketika Anda perlu menghubungkan perubahan status antar modul berbeda di platform. Baca juga - Cara mengatur alur otomatis survei NPS saat menutup kesepakatan - Cara membuat sapaan otomatis musiman di WhatsApp dan Instagram Mulai gratis → Pengguna pertama gratis untuk Anda menguji otomatisasi di nomor perusahaan Anda.

Bagaimana mengonfigurasi Voice Assist untuk menjawab FAQ di situs dan mentransfer ke manusia?

Untuk mengonfigurasi Voice Assist Papo (https://papo.global/) agar menjawab pertanyaan umum di situs dan mentransfer ke manusia, kaitkan Agen AI yang dilatih dengan FAQ Anda dan tentukan aksi "Bicara dengan agen" di pengaturan widget. Dengan begitu, asisten menjawab lewat suara dan, saat pelanggan meminta orang atau AI tidak menemukan jawaban, mentransfer percakapan ke agen di chat Papo. Voice Assist adalah fitur yang menambahkan interaksi suara ke widget chat situs Anda. Fitur ini menggunakan Agen AI (prompt) yang sama dan Basis Pengetahuan Super Chat yang sama, sehingga FAQ yang sudah Anda siapkan untuk layanan teks dapat digunakan lewat suara. Transfer ke manusia dilakukan di dalam percakapan itu sendiri, tanpa berpindah kanal atau kehilangan konteks. | Langkah | Tindakan | Yang dikonfigurasi | | :--- | :--- | :--- | | 1. Buka Kotak Masuk | Buka Pengaturan → Kotak masuk. | Kelola kanal komunikasi. | | 2. Pilih widget situs | Pilih kotak masuk bertipe Situs atau buat baru. | Voice Assist tersedia pada tipe kotak ini. | | 3. Aktifkan Voice Assist | Aktifkan fitur di bagian khusus dalam pengaturan widget. | Sakelar sederhana menyalakan fitur. | | 4. Kaitkan Agen AI dengan FAQ | Di kolom Prompt, pilih agen yang dilatih dengan Basis Pengetahuan Anda. | Jawaban suara berasal dari AI yang sama dengan chat teks. | | 5. Konfigurasikan aksi transfer | Di aksi asisten, centang opsi Bicara dengan agen. | Ini memungkinkan AI meneruskan percakapan ke agen manusia. | | 6. Simpan dan publikasikan | Simpan perubahan untuk memperbarui widget. | Ikon mikrofon akan muncul di situs. | Bagaimana Voice Assist menjawab FAQ dan mentransfer ke manusia Ketika pengunjung mengklik widget chat dan mengetuk ikon mikrofon, Voice Assist mengikuti alur ini: 1. Pengguna mengajukan pertanyaan dengan suara. 2. Papo mentranskripsikan audio ke teks secara real-time. 3. Teks dikirim ke Agen AI terkait, yang mengonsultasikan Basis Pengetahuan (PDF, teks, FAQ perusahaan). 4. AI menyusun jawaban dan menampilkannya di chat — dalam teks atau juga audio, tergantung konfigurasi. 5. Jika pengguna secara eksplisit meminta bicara dengan orang, atau jika AI tidak menemukan jawaban yang andal di FAQ, asisten menawarkan opsi Bicara dengan agen. 6. Saat pelanggan menerima, percakapan ditransfer ke antrean layanan manusia Papo, dengan riwayat dialog tetap di kotak masuk yang sama. Agar transfer terjadi secara alami, sebaiknya instruksikan prompt (di modul Prompt & AI) untuk mengenali frasa seperti "saya ingin bicara dengan agen", "saya butuh bantuan orang" atau "saya ingin membatalkan", dan memicu aksi yang sesuai alih-alih mencoba menjawab sendiri. Langkah demi langkah untuk mengonfigurasi 1. Buka Kotak Masuk Di panel Papo, klik Pengaturan lalu Kotak masuk. 2. Pilih kotak masuk situs Pilih kotak yang sesuai dengan widget yang terpasang di situs Anda. Jika belum ada, klik Tambah kotak dan pilih opsi Situs. 3. Aktifkan Voice Assist Di dalam pengaturan kotak situs, cari bagian Voice Assist dan aktifkan sakelarnya. 4. Kaitkan Agen AI dengan FAQ Anda Di kolom Prompt, pilih Agen AI yang berisi pertanyaan umum dan jawaban perusahaan Anda. Agen yang sama dapat digunakan di chat teks dan Voice Assist. 5. Konfigurasikan aksi alihkan Di opsi interaksi, centang Bicara dengan agen. Anda juga dapat menawarkan Mulai percakapan di WhatsApp atau Jadwalkan rapat, jika masuk akal untuk layanan Anda. 6. Simpan dan uji Setelah menyimpan, buka widget di situs Anda, ketuk mikrofon, simulasikan pertanyaan umum, lalu minta bicara dengan agen. Periksa apakah transfer masuk ke antrean yang benar. Untuk siapa ini cocok - Tim dukungan yang menerima banyak pertanyaan berulang dan ingin membebaskan agen untuk kasus kompleks. - Toko online dan layanan dengan volume besar pertanyaan tentang tenggat, penukaran, dan ketersediaan. - Perusahaan yang ingin menawarkan layanan suara di situs tanpa meninggalkan alur layanan manusia. - Bisnis yang sudah menggunakan Super Chat dengan FAQ dan ingin mengaktifkan pengetahuan yang sama lewat suara. Pertanyaan umum Apakah Voice Assist dapat mentransfer ke telepon? Tidak. Transfer yang dikonfigurasi di Voice Assist Papo mengirim percakapan ke agen manusia di dalam chat Papo atau, jika Anda aktifkan, ke WhatsApp. Untuk layanan telepon, perlu menggunakan kanal atau fitur lain dari platform; detailnya ada di situs Papo. Bagaimana AI tahu kapan harus mentransfer alih-alih menjawab? Anda dapat menginstruksikan prompt Agen AI untuk mengenali niat bicara dengan orang. Selain itu, jika AI tidak menemukan jawaban yang andal di Basis Pengetahuan, ia menawarkan opsi Bicara dengan agen, asalkan aksi tersebut diaktifkan. Bisakah saya menggunakan basis pengetahuan yang sama dengan chat teks? Ya. Voice Assist menggunakan Agen AI yang sama persis dan Basis Pengetahuan Super Chat yang sama. Tidak perlu membuat FAQ terpisah untuk suara. Apakah saya perlu mengonfigurasi hal tambahan agar transfer tetap menyimpan riwayat? Transfer terjadi di dalam percakapan yang sama dan kotak masuk yang sama, sehingga agen manusia melihat konteks dialog. Jika Anda memerlukan aturan khusus tentang riwayat atau antrean, lihat opsi akun Anda di situs Papo. Apakah Voice Assist memahami semua aksen atau bahasa? Kemampuan pengenalan dan jawaban bergantung pada prompt Agen AI. Untuk melayani dalam berbagai bahasa, konfigurasikan prompt multibahasa atau kaitkan prompt berbeda ke widget terpisah per bahasa. Baca juga - Cara mengonfigurasi Voice Assist untuk melayani dalam berbagai bahasa di widget situs - Apa itu dan bagaimana kecerdasan buatan Papo bekerja? Mulai gratis dan aktifkan Voice Assist → Dengan Papo, Anda mengonfigurasi asisten suara tanpa biaya awal dan AI menjawab FAQ lewat suara, mentransfer ke manusia bila diperlukan.

Cara mengatur Capitão untuk mengirim follow-up otomatis jika lead tidak merespons dalam 24 jam

Untuk mengirim pesan follow-up secara otomatis saat lead tidak merespons dalam 24 jam, cara paling langsung di Papo (https://papo.global/) adalah mengatur Flow dengan jeda 24 jam, kondisi tidak ada interaksi, dan aksi Kirim Pesan. Capitão masuk sebagai lapisan pendukung: ia dapat membantu mengkualifikasi lead, menyarankan nada pesan, atau memberi konteks kepada tim, sementara flow memastikan follow-up terkirim pada waktu yang tepat, tanpa bergantung pada pengingat manual. Ringkasan otomatisasi | Tahap | Fitur | Konfigurasi | Hasil | | :--- | :--- | :--- | :--- | | Jeda alur | Langkah Tunggu di Flow | Tetapkan 24 jam | Menunggu periode ideal sebelum menjangkau kembali | | Deteksi keheningan | Kondisi tidak ada interaksi di Flow | Periksa bahwa lead tidak berinteraksi | Hanya melanjutkan lead tanpa respons | | Kirim follow-up | Aksi Kirim Pesan | Teks singkat atau Template Pesan | Memicu pesan penjangkauan kembali | | Personalisasi konten | Capitão sebagai copilot | Sarankan nada dan konteks sebelum menyimpan | Pesan lebih sesuai dengan percakapan | Cara kerja otomatisasi follow-up berdasarkan tidak ada interaksi Di pembuat Flow Papo, Anda menggabungkan dua momen: penantian dan verifikasi. Langkah Tunggu menjeda alur selama menit, jam, atau hari — dalam hal ini, 24 jam. Setelah itu, kondisi tidak ada interaksi menilai apakah kontak tetap tidak berinteraksi selama periode tersebut. Hanya ketika kondisi bernilai benar, Flow melanjutkan ke aksi Kirim Pesan. Jika lead merespons dalam interval itu, Flow dapat diakhiri atau diteruskan ke petugas, sehingga menghindari pesan di luar konteks. Urutan ini berguna untuk irama penjualan, nurturing lead, dan membuka kembali percakapan setelah proposal, penawaran harga, atau pengiriman materi. Ini juga membantu mengonfirmasi tenggat waktu, melanjutkan negosiasi yang terhenti, atau mengingatkan pelanggan tentang langkah berikutnya. Otomatisasi dapat dimulai saat kontak baru dibuat di CRM, saat label diterapkan, saat kartu masuk ke tahap Kanban, atau saat aturan mendeteksi percakapan tanpa interaksi — selalu dengan menghormati opt-in yang valid. Capitão tidak menjalankan jeda maupun kondisi tidak ada interaksi; itu adalah fungsi Flow. Tetapi Anda dapat menggunakannya sebelum mengaktifkan flow untuk meninjau pesan, menyarankan variasi, atau mengkualifikasi lead yang akan masuk ke follow-up. Cara mengatur follow-up 24 jam 1. Di panel Papo, akses Flows / Chatbot dan buat Flow baru atau edit yang sudah ada. 2. Di titik saat lead harus memulai penantian, tambahkan langkah Tunggu. 3. Tetapkan 24 jam sebagai interval. 4. Tambahkan kondisi tidak ada interaksi tepat setelah langkah Tunggu. Konfigurasikan agar Flow hanya berlanjut jika lead tidak berinteraksi selama periode tersebut. 5. Hubungkan aksi Kirim Pesan setelah kondisi dan tulis follow-up singkat, dengan konteks dan pertanyaan yang jelas. 6. Jika pengiriman terjadi setelah jendela 24 jam WhatsApp, gunakan Template Pesan (HSM) yang disetujui Meta. 7. Opsional: gunakan Capitão sebagai copilot untuk meninjau teks atau menyarankan versi yang lebih personal sebelum menyimpan. 8. Simpan, aktifkan, dan uji Flow dengan kontak contoh. Variasi untuk menjaga kotak masuk tetap teratur adalah menggunakan aturan dengan pemicu percakapan tanpa interaksi. Dalam konfigurasi ini, aturan mendeteksi tidak ada interaksi, mengarsipkan percakapan, dan pengarsipan memicu Flow yang melakukan jeda dan mengirim follow-up. Opsi ini menarik ketika tim ingin membersihkan antrean dan pada saat yang sama tidak kehilangan kesempatan untuk menjangkau kembali lead. Untuk siapa otomatisasi ini masuk akal - Tim penjualan yang menerima lead di WhatsApp, Instagram, atau kanal lain dan tidak ingin kehilangan peluang karena kurangnya tindak lanjut. - Operasi yang menggunakan Kanban dan CRM untuk melacak proposal dan membutuhkan sentuhan otomatis saat lead menjadi diam. - Bisnis dengan volume tinggi dan tim kecil, yang tidak dapat mengingat setiap follow-up secara manual. - Perusahaan yang memisahkan lead berdasarkan label, tahap, atau kanal dan menginginkan irama penjangkauan kembali yang terstandarisasi. - Reseller white label yang ingin menawarkan irama follow-up sebagai bagian dari onboarding pelanggan. Pertanyaan umum Apakah follow-up dibatalkan jika lead merespons selama penantian? Cara paling aman adalah mengonfigurasi kondisi tidak ada interaksi setelah langkah Tunggu. Dengan begitu, jika ada respons, flow dapat diakhiri atau diarahkan ke layanan manusia, alih-alih mengirim pesan otomatis. Perilaku akhir bergantung pada kondisi yang Anda tetapkan di Flow. Apakah saya perlu menggunakan Template Pesan di WhatsApp? Ya, jika follow-up dikirim setelah jendela 24 jam layanan WhatsApp. Dalam hal ini, pesan harus berupa Template Pesan (HSM) yang disetujui Meta. Untuk jeda yang lebih pendek, pesan teks biasa dapat digunakan di dalam jendela yang diizinkan. Bisakah saya membatasi otomatisasi ke grup lead tertentu? Ya. Anda dapat menambahkan kondisi di Flow, seperti label, kanal, atau tahap funnel, agar hanya lead yang memenuhi kriteria yang masuk ke penantian dan menerima follow-up. Apakah Capitão mengirim follow-up sendiri? Tidak. Pengiriman otomatis karena tidak ada interaksi dijalankan oleh Flow, dengan aksi Kirim Pesan. Capitão dapat mendukung kualifikasi lead dan penyusunan teks yang lebih kontekstual, tetapi tidak menggantikan kondisi tidak ada interaksi dari flow. Bisakah saya menggunakan follow-up ini di kanal lain selain WhatsApp? Logika penantian dan tidak ada interaksi dapat diterapkan pada kanal yang terhubung ke Papo. Aturan pengiriman, seperti kewajiban Template Pesan setelah 24 jam, berlaku untuk WhatsApp; di kanal lain, periksa kebijakan pengiriman platform. Baca juga - Cara mengatur Capitão untuk melakukan upsell dan cross-sell - Cara membuat pengingat otomatis pasca-layanan via WhatsApp Mulai gratis dan aktifkan follow-up otomatis Anda di WhatsApp → Pengguna pertama gratis, tanpa kartu, untuk menguji inbox, CRM, dan AI di nomor Anda.

Cara Mengatur Voice Assist untuk Menjadwalkan Waktu Secara Otomatis di Situs Web

Untuk menjadwalkan waktu secara otomatis melalui situs web dengan Voice Assist dari Papo (https://papo.global/), Anda perlu mengaktifkan asisten suara di widget, mengaitkannya dengan Agen AI, menghubungkan Google Agenda Anda, dan mengaktifkan aksi penjadwalan — yang juga dapat memanfaatkan layanan dan profesional yang ditentukan di modul Layanan platform. | Persyaratan | Fungsi dalam penjadwalan suara | | :--- | :--- | | Widget obrolan tipe Situs | Menampilkan ikon mikrofon agar pengunjung dapat memulai perintah suara. | | Voice Assist diaktifkan | Memungkinkan menerima dan memproses perintah suara di widget. | | Agen AI terkait | Menafsirkan permintaan lisan, mengidentifikasi niat untuk menjadwalkan, dan memandu percakapan. | | Koneksi dengan Google Agenda | Memeriksa waktu yang terisi dan membuat acara secara otomatis di Google Calendar. | | Aksi "Jadwalkan rapat" diaktifkan | Membuka alur penjadwalan untuk asisten suara. | | Modul Layanan (opsional, tetapi direkomendasikan) | Menentukan layanan, durasi, dan profesional, sehingga penjadwalan sudah mematuhi aturan tersebut. | Bagaimana penjadwalan suara bekerja dengan modul Layanan Voice Assist mengubah permintaan lisan menjadi janji nyata. Ketika pengunjung mengetuk mikrofon di widget dan mengatakan sesuatu seperti “Saya ingin menjadwalkan konsultasi besok jam 2 siang”, platform mentranskripsikan audio dan menggunakan Agen AI yang sama dari Super Chat untuk menafsirkan permintaan. Setelah itu, Papo memeriksa Google Agenda yang terhubung, memverifikasi waktu yang tersedia, dan membuat acara dengan tanggal, waktu, dan email tamu. Jika Anda juga menggunakan modul Layanan – yang mencantumkan layanan, profesional, dan durasi – AI dapat mencocokkan informasi ini dengan agenda. Misalnya, dapat memeriksa ketersediaan profesional yang dipilih, menyarankan waktu yang sesuai dengan durasi layanan, dan sudah menyertakan jenis layanan dalam janji. Ini membuat alur lebih akurat untuk praktik, klinik, studio, dan bisnis yang mengatur jadwal berdasarkan spesialis. Proses lengkap dalam tiga langkah: 1. Masukan suara: pengunjung mengucapkan permintaan di widget situs. 2. Interpretasi dan pemeriksaan: AI memahami niat, memeriksa waktu di Google Agenda dan, jika berlaku, data dari modul Layanan. 3. Pembuatan acara: Papo menjadwalkan janji, tanpa pengunjung perlu mengetik atau menavigasi beberapa layar. Langkah-langkah untuk mengatur Sebelum memulai, konfirmasi dua hal di panel Papo Anda: - Akun terhubung ke Google Agenda (platform menunjukkan status koneksi). - Jika Anda ingin menjadwalkan layanan tertentu dengan profesional, atur layanan dan tim di modul Layanan (durasi, harga, dan profesional terkait). Kemudian, ikuti langkah-langkah berikut: 1. Buka Pengaturan → Kotak masuk. 2. Pilih kotak masuk yang ada bertipe Situs atau buat yang baru. 3. Di bagian Voice Assist, aktifkan fitur tersebut. 4. Kaitkan Voice Assist dengan prompt AI yang sudah dikonfigurasi di akun Anda (Agen yang sama yang melayani di obrolan teks). 5. Di mode interaksi, centang opsi Jadwalkan rapat. 6. Simpan perubahan agar widget menerima ikon mikrofon. Tidak perlu mengubah kode instalasi widget. Setelah disimpan, setiap pengunjung yang mengakses situs melalui ponsel atau komputer akan melihat mikrofon di obrolan dan dapat menjadwalkan dengan suara segera. Untuk siapa ini masuk akal - Klinik dan praktik kesehatan (psikolog, ahli gizi, fisioterapis) yang mengandalkan penjadwalan konsultasi melalui situs web. - Salon kecantikan, barbershop, dan studio estetika yang mengatur jadwal dengan berbagai profesional dan layanan. - Studio pilates, yoga, dan gym dengan kelas privat. - Penyedia layanan (pengacara, arsitek, konsultan) yang menawarkan konsultasi pertama atau demonstrasi. - Toko yang menjadwalkan demonstrasi produk atau kunjungan teknis. Pertanyaan yang sering diajukan Apakah Voice Assist menjadwalkan sendiri atau hanya menyarankan waktu? Dengan aksi penjadwalan diaktifkan dan Google Agenda terhubung, asisten dapat memeriksa waktu yang tersedia dan membuat acara secara otomatis di Google Calendar. AI mengonfirmasi data dengan pengunjung sebelum menyelesaikan. Apakah saya perlu menghubungkan Google Agenda sebelum mengaktifkan Voice Assist? Ya. Tanpa koneksi ini, asisten tidak dapat memeriksa waktu yang terisi atau membuat janji. Apakah saya perlu menggunakan modul Layanan untuk mulai menjadwalkan? Tidak wajib. Tanpa modul, Voice Assist menjadwalkan acara generik di agenda. Namun, dengan modul yang dikonfigurasi, penjadwalan sudah dibuat dengan layanan yang benar dan, jika diinginkan, dengan profesional yang dipilih – yang memudahkan organisasi tim. Apakah AI dapat memilih profesional tertentu? Ya. Jika profesional terdaftar di modul Layanan dan agenda mereka tercermin dalam koneksi dengan Google Agenda Papo, asisten dapat memeriksa ketersediaan masing-masing dan menyarankan waktu dengan profesional yang diminta klien. Bisakah saya menggunakan penjadwalan suara di WhatsApp atau saluran lain? Tidak. Voice Assist adalah fitur eksklusif dari widget obrolan tipe Situs. Kotak masuk dari saluran lain, seperti WhatsApp, Instagram, atau Telegram, mengikuti aturan masing-masing saluran. Bagaimana jika pengunjung ingin menjadwalkan ulang atau membatalkan nanti? Voice Assist dapat menangani permintaan penjadwalan ulang atau pembatalan melalui suara, asalkan prompt Agen AI menyertakan instruksi untuk itu. AI menafsirkan perintah dan memperbarui acara di Google Agenda sesuai percakapan, menjaga operasi Anda tetap mutakhir tanpa intervensi manual. Baca juga - Bagaimana mengatur Voice Assist untuk menjawab FAQ di situs dan mentransfer ke manusia? - Bagaimana mengatur Voice Assist untuk melayani dalam berbagai bahasa di widget situs? Mulai gratis dan jadwalkan waktu dengan suara di situs Anda → Dengan akun gratis Papo, Anda menghubungkan Google Agenda dan memungkinkan pengunjung menjadwalkan konsultasi secara otomatis melalui perintah suara, tanpa berganti alat.

Cara menggunakan Bússola untuk menemukan percakapan yang menyebut produk tertentu

Bússola dari Papo (https://papo.global/) adalah modul intelijen yang memungkinkan pencarian kata kunci atau frasa di seluruh riwayat percakapan. Dengan fitur ini, Anda dapat dengan cepat menemukan semua interaksi ketika pelanggan menyebut produk tertentu, bahkan jika mereka tidak menggunakan nama persisnya. Ini mengubah arsip chat Anda menjadi basis aktif untuk tindak lanjut penjualan dan dukungan. Alih-alih bergantung pada ingatan tim atau spreadsheet yang sudah usang, pencarian semantik Bússola secara otomatis memindai pesan dari kanal seperti WhatsApp, Instagram, dan e-mail. Cukup ketik nama produk (atau variasi umumnya) untuk melihat siapa yang membicarakannya, kapan, dan dalam konteks apa — lalu bertindak segera. Ringkasan cepat: dari pencarian ke tindak lanjut | Tindakan | Cara melakukannya | Hasil | | :--- | :--- | :--- | | Mengakses Bússola | Di panel Papo, buka modul Bússola | Akses ke pencarian cerdas dan radar pelanggan | | Mencari produk | Ketik nama produk atau istilah terkait di kolom pencarian | Daftar percakapan tempat istilah muncul, dengan cuplikan yang disorot | | Menganalisis konteks | Klik setiap percakapan untuk membaca dialog lengkap | Pahami apakah itu minat, pertanyaan, keluhan, atau perbandingan | | Memberi label dan menetapkan | Terapkan label (mis.: “minat‑produk‑X”) dan tetapkan percakapan kepada tenaga penjual | Peluang terlihat di antrean penanggung jawab, dengan notifikasi internal | | Melakukan tindak lanjut | Lanjutkan percakapan dengan pesan yang dipersonalisasi, merujuk pada apa yang dikatakan pelanggan | Manfaatkan momen yang tepat untuk memajukan penjualan atau mengatasi keberatan | Bagaimana pencarian semantik menemukan sebutan produk Pencarian Bússola tidak terbatas pada menemukan nama produk yang persis. Fitur ini menafsirkan makna kalimat, menemukan sebutan tidak langsung seperti “model paling canggih”, “versi premium”, “yang dengan AI”, atau bahkan julukan yang digunakan pelanggan. Ini dimungkinkan karena platform terus mengindeks konten semua percakapan yang masuk ke kotak masuk terpadu Papo. Dalam praktiknya, saat mencari “Plano Gold”, sistem juga dapat menampilkan pesan seperti “paket termahal kalian” atau “paket yang mencakup laporan”. Kecerdasan ini menghilangkan pekerjaan manual untuk membayangkan semua variasi dan memastikan tidak ada peluang yang terlewat. Langkah demi langkah menemukan percakapan tentang produk tertentu | Langkah | Tindakan | Detail praktis | | :--- | :--- | :--- | | 1. Membuka Bússola | Di panel Papo, klik modul Bússola | Di dalam Bússola, temukan area pencarian di riwayat percakapan | | 2. Menentukan istilah pencarian | Ketik nama produk dan variasi umum | Sertakan kode (mis.: “SKU‑123”), julukan, deskripsi, dan bahkan keberatan umum (“mahal”, “tidak punya fitur X”) | | 3. Menganalisis hasil | Bússola menampilkan daftar percakapan dengan cuplikan sebutan | Klik masing-masing untuk melihat dialog lengkap, kanal, dan tanggal | | 4. Membuat notifikasi internal | Terapkan label (mis.: “minat‑produk‑X”) dan tetapkan percakapan kepada agen atau tenaga penjual | Label memungkinkan penyaringan nanti; penetapan menghasilkan notifikasi agar penanggung jawab bertindak | | 5. Memulai tindak lanjut | Tulis pesan yang kontekstual, melanjutkan apa yang dikatakan pelanggan | Mis.: “Saya lihat Anda menyebut Produk X bulan lalu. Bisa saya bantu dengan detail atau demo?” | Untuk siapa pencarian ini berguna - Tim penjualan dan SDR yang ingin mengambil kembali lead yang menunjukkan minat pada produk tertentu, tetapi belum melanjutkan. - Tim customer success yang memantau sebutan fitur baru, upgrade, atau perpanjangan. - Pemasaran dan produk yang ingin mengumpulkan umpan balik nyata tentang peluncuran atau fitur. - Operasi dengan volume percakapan tinggi, yang mustahil membaca setiap interaksi secara manual. Bússola juga membantu membangun basis intelijen produk: alih-alih berasumsi, tim Anda menganalisis apa yang benar-benar dikatakan pelanggan, sehingga dapat menyesuaikan penawaran, argumen penjualan, dan prioritas pengembangan. Pertanyaan umum Apakah Bússola menemukan sebutan tidak langsung produk, seperti julukan atau deskripsi? Ya. Pencarian bersifat semantik dan menafsirkan makna, sehingga istilah seperti “yang paling mahal”, “versi lengkap”, atau “yang dengan AI” dapat memunculkan percakapan relevan meskipun tanpa nama persis produk. Apakah saya perlu mengonfigurasi sesuatu sebelum menggunakan pencarian produk? Tidak. Bússola secara otomatis mengindeks pesan dari kanal yang terhubung ke Papo (WhatsApp, Instagram, e-mail, dan lainnya). Cukup akses modul dan cari. Apakah saya bisa menggabungkan pencarian produk dengan filter lain? Pencarian mengembalikan percakapan berdasarkan istilah yang diketik. Setelah itu, Anda dapat menerapkan label dan menggunakan filter CRM untuk menyegmentasikan kontak lebih lanjut. Detail tentang filter lanjutan tersedia di platform. Bagaimana mengetahui apakah pelanggan benar-benar berniat membeli? Saat membuka percakapan, Anda melihat konteks lengkap. Bússola menampilkan cuplikan sebutan, tetapi agen perlu menganalisis apakah itu pertanyaan, pujian, atau niat membeli. AI membantu memprioritaskan, tetapi keputusan akhir tetap manusia. Apakah saya bisa menyimpan pencarian untuk diulang nanti? Platform tidak menyimpan pencarian secara otomatis, tetapi Anda dapat membuat label berdasarkan hasil dan memantau kontak tersebut secara berkala, sehingga menghasilkan daftar yang selalu diperbarui. Apakah Bússola hanya menampilkan percakapan terbaru? Tidak. Bússola mencari di seluruh riwayat percakapan yang tersedia di akun Anda, selama pesan telah diindeks. Ini memungkinkan Anda mengambil kembali peluang lama yang masih dapat dikonversi. Baca juga - Cara menggunakan Bússola untuk memantau pelanggan yang meminta penawaran tetapi tidak menutup transaksi? - Apa itu dan bagaimana cara kerja kecerdasan buatan Papo? Mulai gratis sekarang → Pengguna pertama gratis dan tidak memerlukan kartu kredit — coba pencarian cerdas Bússola dan ubah sebutan produk menjadi penjualan.