Nilai Tersembunyi dalam Percakapan Pelanggan: Mengapa Kecerdasan Waktu Nyata Penting – Wawancara dengan Michael Hutchison

Michael Hutchison adalah Kepala TME & Pengalaman Pelanggan di eClerx. Michael memimpin Divisi Operasi Pelanggan dan mengawasi portofolio pelanggan-klien eClerx, dengan fokus pada mempertahankan pertumbuhan dan mendorong akuisisi klien baru. Peran sebelumnya termasuk di McKinsey dan L’Oréal.

Temukan berita dan acara fintech teratas!

Berlangganan newsletter FinTech Weekly

Dibaca oleh eksekutif di JP Morgan, Coinbase, Blackrock, Klarna dan lainnya

Pengalaman pelanggan selalu menjadi bagian penentu dari kinerja bisnis, tetapi tuntutan yang diberikan kepada perusahaan saat ini telah meningkat dengan kecepatan yang luar biasa. Pelanggan mengharapkan dukungan yang cepat, jelas, dan konsisten di setiap saluran, dan mereka menyampaikan harapan ini melalui volume percakapan yang sangat besar. Realitas ini telah menciptakan tekanan baru bagi organisasi yang sebelumnya mengandalkan metode yang cocok untuk lingkungan yang lebih lambat dan lebih dapat diprediksi.

Jaminan kualitas manual telah menjadi fondasi pengawasan dalam dukungan pelanggan selama bertahun-tahun. Itu cukup efektif ketika volume interaksi dapat dikelola dan perubahan sentimen berlangsung secara perlahan. Era itu sudah lama berlalu. Perusahaan kini menghadapi fluktuasi perilaku pelanggan yang tidak dapat diprediksi, pergerakan yang lebih cepat di berbagai saluran, dan pola kontak yang lebih kompleks. Mengandalkan sampel terbatas hanya meninggalkan tim dengan fragmen dari gambaran lengkap.

Perubahan ini mengungkapkan kebenaran yang lebih dalam: percakapan pelanggan jauh lebih berharga daripada yang disadari banyak organisasi. Mereka membawa sinyal tentang kekurangan produk, masalah komunikasi, dan harapan yang berubah. Mereka mengungkapkan apa yang membuat frustrasi pelanggan dan apa yang membuat mereka percaya. Menganggap percakapan ini sebagai peristiwa layanan sederhana mengabaikan potensi mereka untuk memandu keputusan di seluruh organisasi. Ketika perusahaan mulai memandang percakapan sebagai bentuk kecerdasan, cara mereka berpikir tentang kualitas, pelatihan, dan peningkatan mulai berkembang.

Meningkatnya otomatisasi dan pemantauan berbasis AI telah mendorong perubahan ini ke depan. Dengan kemampuan untuk meninjau setiap interaksi, perusahaan tidak lagi terikat pada tebakan atau asumsi usang. Mereka mendapatkan gambaran yang lebih jelas tentang bagaimana perasaan pelanggan, apa yang mereka butuhkan, dan di mana gesekan muncul. Visibilitas ini mendukung pengambilan keputusan yang lebih cepat dan lebih terinformasi, tetapi juga memperkenalkan harapan baru tentang bagaimana pemimpin menafsirkan dan bertindak berdasarkan apa yang mereka lihat.

Namun, bahkan dengan alat yang kuat, kemajuan bergantung pada pola pikir yang dibawa perusahaan terhadap data mereka. Budaya pengalaman pelanggan yang kuat tidak terbentuk hanya dari teknologi. Itu membutuhkan akuntabilitas bersama, komunikasi terbuka, dan kemauan untuk memperlakukan wawasan pelanggan sebagai sumber daya bersama, bukan milik satu tim saja. Organisasi yang mengadopsi pendekatan ini sering menemukan bahwa percakapan mereka mengungkapkan peluang untuk perbaikan jauh sebelum peluang tersebut muncul dalam metrik kinerja.

Ide-ide ini membawa kita kepada Michael Hutchison, Kepala Global Operasi Pelanggan di eClerx. Pekerjaan Michael berfokus pada memimpin portofolio pelanggan-klien dan mendukung pertumbuhan berkelanjutan, dan pengalaman sebelumnya di McKinsey dan L’Oréal memberinya pemahaman luas tentang bagaimana organisasi merespons ketika harapan pelanggan meningkat dengan cepat. Ia telah melihat bagaimana perusahaan beradaptasi ketika mereka mulai memperlakukan data interaksi sebagai aset strategis, dan perspektinya mencerminkan kesadaran yang semakin berkembang bahwa setiap percakapan mengandung sinyal yang mampu membentuk keputusan jangka panjang.

Latar belakang Michael menunjukkan mengapa kepemimpinan sangat penting dalam perubahan ini. Perusahaan yang berhasil membangun fondasi pengalaman pelanggan yang kuat sering melakukannya karena pemimpin mendukung gagasan bahwa percakapan layak mendapatkan perhatian jauh melampaui pusat kontak. Mereka mendorong tim untuk memeriksa bagaimana wawasan dapat menginformasikan pembaruan produk, keputusan pelatihan, dan perubahan operasional. Mereka memahami bahwa kualitas bukan tugas statis, melainkan usaha berkelanjutan yang didukung oleh rasa ingin tahu dan kolaborasi.

Kecerdasan waktu nyata sejalan dengan pendekatan ini dengan memperkuat gagasan bahwa interaksi pelanggan bukan sekadar pertukaran reaktif. Ketika perusahaan mendengarkan dengan saksama apa yang dibagikan pelanggan saat itu juga, mereka mengungkap pola yang dapat membimbing mereka menuju keputusan yang lebih baik. Wawasan ini mendukung kejelasan dalam lingkungan yang kompleks, apakah tujuannya mengurangi gesekan, memperkuat kepatuhan, meningkatkan pelatihan, atau melindungi loyalitas jangka panjang.

Seiring harapan terus meningkat, perusahaan dihadapkan pada pilihan: mengandalkan model usang yang hanya menangkap fragmen pengalaman pelanggan, atau membangun sistem yang mengungkapkan apa yang dikatakan pelanggan dengan detail yang jauh lebih besar. Jalan ke depan bergantung pada seberapa serius pemimpin memperlakukan informasi yang disediakan pelanggan setiap hari. Data interaksi menjadi keunggulan hanya ketika organisasi mendekatinya dengan niat dan menyadari bahwa data tersebut memiliki peran dalam membentuk keputusan jauh melampaui fungsi dukungan.

Pemahaman yang lebih luas tentang percakapan pelanggan ini membuka jalan bagi diskusi kita dengan Michael Hutchison. Pekerjaannya menunjukkan bagaimana perusahaan dapat bergerak menuju pendekatan yang lebih terinformasi, responsif, dan terhubung terhadap pengalaman pelanggan dengan memperhatikan lebih dekat wawasan yang sudah ada dalam interaksi harian mereka.

Nikmati wawancaranya!

1. QA manual telah lama menjadi standar dalam operasi dukungan pelanggan. Faktor apa yang membuat model ini tidak cukup lagi di lingkungan dukungan real-time dan volume tinggi saat ini?

QA manual telah menjadi tulang punggung dukungan pelanggan selama bertahun-tahun, tetapi saat ini tidak lagi mampu mengikuti kecepatan layanan pelanggan. Volume interaksi yang sangat besar ini terlalu tinggi untuk sampling tradisional agar dapat memberikan visibilitas penuh. Ketika tim hanya dapat meninjau 1-2% dari percakapan, mereka membuat keputusan penting berdasarkan apa yang setara dengan tebakan yang didasarkan pengetahuan.

Pelanggan mengharapkan pengalaman yang mulus di setiap saluran, apakah itu suara, obrolan, email, atau media sosial. Ini menambah tekanan pada organisasi untuk menjaga standar di setiap interaksi. Selain itu, faktor pendorong kontak dan sentimen pelanggan dapat berubah secara mendadak. Pada saat QA manual menangkap perubahan ini, tim sudah tertinggal dan akhirnya beroperasi secara reaktif, bukan proaktif.

Itulah sebabnya otomatisasi dan QA berbasis AI menjadi sangat penting. Mereka memungkinkan kita untuk memperluas cakupan ke 100% interaksi, mengidentifikasi tren yang muncul secara real-time, dan memberi wawasan yang dapat langsung digunakan oleh pemimpin garis depan. Ini bukan tentang menggantikan penilaian manusia, tetapi membebaskan tim QA untuk fokus pada pelatihan yang lebih mendalam, kepatuhan, dan peningkatan pengalaman, bukan sekadar mengejar sampel acak.

2. Anda pernah berbicara tentang data interaksi yang kurang dimanfaatkan tidak hanya secara operasional, tetapi juga secara budaya. Seperti apa budaya data yang sehat terkait pengalaman pelanggan menurut pandangan Anda?

Budaya data yang sehat terkait pengalaman pelanggan dimulai dengan menghilangkan silo antar tim. Terlalu sering, data pelanggan tidak pernah sampai ke tim produk, pemasaran, atau kepemimpinan eksekutif, yang dapat menyebabkan peluang yang terlewatkan bagi perusahaan.

*   Secara operasional, ini berarti setiap tingkat kepemimpinan, dari garis depan hingga dewan direksi, memiliki akses ke wawasan yang jelas dan tepat waktu tentang apa yang dialami pelanggan. Bukan tersembunyi di spreadsheet, tetapi disajikan dalam cara yang mendorong pengambilan keputusan harian.
*   Secara budaya, ini tentang beralih dari data yang “dimiliki” oleh satu tim dan menjadikannya bagian dari bahasa umum di seluruh pemasaran, layanan, penjualan, dan produk. Ketika semua orang merasa bertanggung jawab terhadap metrik CX, Anda mulai melihat keselarasan yang nyata.
*   Dan yang paling penting, ini adalah budaya di mana data memicu rasa ingin tahu dan perbaikan, bukan ketakutan. Ketika wawasan digunakan untuk membimbing, merayakan kemenangan, dan bereksperimen dengan ide-ide baru, Anda membangun siklus di mana suara pelanggan terus-menerus membentuk pertumbuhan bisnis.

3. Dengan AI sekarang terlibat dalam triase, penilaian, dan menampilkan tren dari panggilan, harapan baru apa yang muncul bagi tim lintas fungsi seperti operasi, kepatuhan, dan manajemen tenaga kerja?

AI mengubah tim dengan memindahkan mereka dari wawasan reaktif berbasis sampel ke kecerdasan proaktif dan komprehensif. Perubahan ini menciptakan harapan baru untuk setiap fungsi:

*   Operasi diharapkan bertindak lebih cepat—AI menampilkan pola secara hampir real-time, sehingga pemimpin tidak bisa menunggu laporan QA bulanan; mereka harus menyesuaikan pelatihan dan proses secara langsung.
*   Tim kepatuhan kini memiliki jaring pengaman yang lebih kuat, karena 100% interaksi dapat dipantau. Tapi ini juga menaikkan standar—mereka diharapkan secara proaktif menangkap masalah sebelum membesar, bukan hanya menyelidiki setelah kejadian.
*   Manajemen tenaga kerja tidak lagi hanya memproyeksikan volume dan waktu penanganan; mereka diharapkan mempertimbangkan tren kualitas, sentimen, dan faktor pendorong yang muncul dari AI, sehingga penjadwalan mencerminkan bukan hanya “kapan” permintaan tetapi juga “apa” dan “mengapa.”

Singkatnya, AI tidak hanya mengotomatisasi QA, tetapi menciptakan budaya akuntabilitas waktu nyata di seluruh fungsi, di mana bertindak berdasarkan wawasan dengan cepat menjadi standar baru.

4. Anda pernah bekerja dengan organisasi di berbagai tahap kematangan CX. Apa yang membedakan mereka yang mampu memperluas upaya pemantauan secara efektif seiring waktu?

Yang saya lihat adalah bahwa memperluas pemantauan bukan hanya soal menambahkan teknologi lebih banyak, tetapi bagaimana organisasi memandang kualitas sebagai bagian dari DNA mereka. Dalam organisasi yang matang, wawasan kualitas mengarahkan keputusan produk, pelatihan, dan pemasaran, bukan hanya daftar periksa kepatuhan. Organisasi yang kurang matang cenderung menyimpan wawasan kualitas di dalam pusat kontak, melewatkan peluang untuk mengatasi masalah sistemik.

Mereka juga membangun kerangka kerja yang fleksibel. Alih-alih terikat pada skor yang kaku, tim mengembangkan pemantauan mereka agar mencerminkan saluran baru, harapan pelanggan, dan faktor pendorong kontak yang muncul. Ada juga komponen manusia yang penting—banyak organisasi mengabaikannya. Perusahaan terbaik berinvestasi besar dalam meningkatkan kemampuan tim QA mereka saat menerapkan pemantauan AI untuk fokus pada analisis akar penyebab, pelatihan, dan kolaborasi lintas fungsi.

Akhirnya, organisasi yang sukses menutup lingkaran umpan balik. Wawasan tidak hanya disimpan di dashboard QA, tetapi diintegrasikan ke dalam rapat operasional, tinjauan kepatuhan, dan perencanaan WFM, sehingga perbaikan dapat berkembang seiring pertumbuhan bisnis. Kombinasi melihat kualitas sebagai strategi, menjaga adaptabilitasnya, dan mengintegrasikannya ke dalam pengambilan keputusan adalah kunci agar pemantauan benar-benar dapat berkembang dan mempertahankan dampaknya.

5. Harapan pelanggan terhadap kecepatan dan personalisasi terus meningkat. Menurut Anda, apa peran kecerdasan interaksi waktu nyata dalam membantu perusahaan memenuhi tuntutan tersebut?

Kecerdasan interaksi waktu nyata menjadi jembatan antara harapan pelanggan dan kinerja perusahaan. Pelanggan menginginkan jawaban yang cepat dan disesuaikan dengan situasi mereka, dan inilah yang mampu diaktifkan oleh kemampuan ini.

Bagi agen, kecerdasan waktu nyata mengubah kemampuan mereka untuk memberikan layanan tanpa mengorbankan efisiensi. Alih-alih mengandalkan ingatan tentang percakapan sebelumnya atau menghabiskan waktu mencari di berbagai sistem, mereka menerima panduan kontekstual, artikel pengetahuan relevan, dan tindakan terbaik berikutnya yang langsung disampaikan ke dalam alur kerja mereka, sehingga kecepatan dan personalisasi terjadi saat itu juga, bukan setelahnya.

Bagi pemimpin, ini berarti visibilitas terhadap masalah yang muncul dan tren sentimen saat mereka berkembang, sehingga mereka dapat menyesuaikan penjadwalan, proses, atau penawaran sebelum pelanggan merasakan dampaknya.

Transformasi pengalaman pelanggan adalah aspek yang paling penting. Kecerdasan waktu nyata memungkinkan setiap interaksi membangun berdasarkan percakapan sebelumnya, mengantisipasi kebutuhan, dan memberikan solusi yang dipersonalisasi. Ini menciptakan kesan bahwa perusahaan “benar-benar tahu” mereka dan menghargai waktu mereka untuk meningkatkan loyalitas dan kepuasan pelanggan.

Singkatnya, kecerdasan waktu nyata mengubah data interaksi dari sesuatu yang kita analisis setelah pelanggan pergi menjadi sesuatu yang kita gunakan untuk membentuk pengalaman saat mereka masih terlibat.

6. Ada banyak kebisingan industri tentang AI dan CX. Berdasarkan pengalaman Anda, langkah praktis apa yang benar-benar menggerakkan kemajuan dalam hal retensi, resolusi panggilan pertama, atau dampak pelatihan?

Ada banyak hype, tetapi organisasi yang benar-benar menggerakkan kemajuan cenderung fokus pada tiga langkah yang sangat praktis:

*   **Mulai dengan visibilitas**. Gunakan AI untuk memantau 100% interaksi sehingga Anda benar-benar tahu apa yang menyebabkan churn, kontak ulang, atau celah pelatihan. Tanpa dasar itu, Anda hanya menebak.
*   **Targetkan pengaruh terbesar**. Alih-alih mencoba memperbaiki semuanya, identifikasi 2–3 faktor utama yang paling memengaruhi retensi atau FCR dan rancang pelatihan serta perubahan proses di sekitar faktor tersebut.
*   **Tutup lingkaran umpan balik**. Tim yang paling sukses tidak berhenti di wawasan—mereka mengintegrasikannya kembali ke dalam pelatihan agen, basis pengetahuan, dan bahkan peta jalan produk agar perbaikan bertahan.

Ini lebih tentang menanamkan AI di tempat yang dapat mendorong tindakan; menyelamatkan retensi, mempercepat resolusi, dan pelatihan yang mengubah perilaku di lapangan.

7. Untuk pemimpin yang merancang ulang strategi CX dan kepatuhan mereka, dari mana Anda menyarankan mereka memulai jika ingin memperlakukan percakapan pelanggan sebagai aset strategis—bukan sekadar fungsi layanan?

Saya selalu menyarankan memulai dengan perubahan pola pikir: melihat setiap percakapan pelanggan bukan hanya sebagai titik sentuhan layanan, tetapi sebagai sumber kecerdasan yang kaya. Dari sana, tiga langkah ini membuat perbedaan besar:

*   **Sentralisasi data**. Gabungkan percakapan dari suara, obrolan, dan digital ke dalam satu tampilan sehingga Anda tidak perlu menyusun wawasan dari setiap saluran secara terpisah.
*   **Cari pola**. Gunakan AI untuk menampilkan risiko kepatuhan, sinyal churn, atau umpan balik produk yang mungkin tidak terlihat dalam sampel manual.
*   **Aktifkan wawasan**. Masukkan apa yang Anda pelajari ke dalam pelatihan kepatuhan, desain produk, dan strategi CX sehingga percakapan secara langsung membentuk hasil bisnis.

Ketika pemimpin melakukan ini, percakapan berhenti menjadi biaya yang harus dikelola dan berubah menjadi aset yang mendorong pertumbuhan, kekuatan kepatuhan, dan loyalitas pelanggan.