Mengukur Kepuasan Pelanggan dari Ulasan dengan AI

Rating tokomu 4,7, tetapi apakah itu berarti pelanggan puas dengan semuanya? Bisa jadi mereka memuji produknya dan sekaligus mengeluhkan pengiriman yang lambat, lalu tetap memberi bintang lima karena sungkan. Rata-rata bintang adalah satu angka yang menyembunyikan banyak cerita.

Jawabannya ada di teks ulasan. AI bisa membaca setiap ulasan, memberi label aspek apa yang dibicarakan dan apakah nadanya positif atau negatif, lalu kamu menghitungnya menjadi ukuran kepuasan per aspek. Ini berbeda dari membalas ulasan satu per satu (yang dibahas di memakai AI untuk membalas ulasan Google Maps). Tujuannya bukan menjawab pelanggan, melainkan mengukur dan memperbaiki.

Langkah mengukur kepuasan dari ulasan

Langkah 1: Kumpulkan ulasan dari semua kanal

Kumpulkan ulasan dari tempat pelanggan biasa menulis: Google Maps, marketplace, media sosial, survei setelah pembelian, atau email. Masukkan ke satu spreadsheet dengan kolom tanggal, sumber, bintang (bila ada), dan teks ulasan. Mulailah dari periode tiga sampai enam bulan terakhir agar ada pembanding.

Ambil hanya teks yang tampil publik atau yang dikirim langsung kepadamu. Nama pengulas tidak diperlukan untuk analisis, jadi kolom itu bisa dikosongkan.

Langkah 2: Tentukan daftar aspek yang tetap

Ini kunci agar hasilnya bisa dibandingkan dari bulan ke bulan. Buat 5 sampai 8 aspek yang relevan dengan bisnismu. Untuk toko online misalnya: kualitas produk, kesesuaian dengan deskripsi, kemasan, kecepatan pengiriman, respons admin, dan harga. Untuk restoran: rasa, porsi, kebersihan, pelayanan, waktu tunggu, dan harga.

Kalau ragu, minta AI membaca sampel 100 ulasan dan mengusulkan aspek, lalu kamu yang memutuskan daftar finalnya. Setelah ditetapkan, jangan diubah-ubah setiap bulan.

Langkah 3: Minta AI memberi label setiap ulasan

Satu ulasan bisa membahas lebih dari satu aspek dengan sentimen berbeda. Pakai prompt yang menghasilkan keluaran terstruktur:

Aspek yang dipakai (hanya ini): kualitas produk, sesuai deskripsi,
kemasan, pengiriman, respons admin, harga.

Untuk setiap ulasan, tulis satu baris per aspek yang disebut:
id ulasan | aspek | sentimen (positif/negatif/netral) | kutipan pendek
Jika ulasan tidak menyebut aspek apa pun, tulis: id | lainnya | - | -
Jangan menebak aspek yang tidak disebut.

[tempel ulasan beserta id]

Kirim dalam kelompok, misalnya 50 sampai 100 ulasan sekali kirim, supaya AI tidak melewatkan baris. Untuk ulasan dalam jumlah besar dan rutin, proses ini bisa dijalankan otomatis dengan alat otomasi yang memanggil API model AI setiap ada ulasan baru.

Langkah 4: Cek ketepatan label

Sebelum mempercayai angka, ambil sampel acak, misalnya 30 ulasan, dan beri label sendiri. Bandingkan dengan label AI. Kalau banyak yang meleset, biasanya penyebabnya definisi aspek yang kurang jelas atau ulasan bernada sindiran ("Mantap, nunggu seminggu baru sampai"). Perjelas definisi di prompt dan ulangi.

Bahasa campuran, singkatan, dan bahasa daerah juga bisa menurunkan ketepatan. Pengecekan sampel ini perlu diulang sesekali, terutama bila kamu berganti model AI.

Langkah 5: Hitung ukuran kepuasan per aspek

Dari tabel label, hitung untuk setiap aspek per bulan: jumlah sebutan positif dan negatif. Ukuran sederhana yang mudah dipahami adalah persentase positif: sebutan positif dibagi total sebutan positif dan negatif untuk aspek itu. Rumus pivot di spreadsheet sudah cukup untuk ini.

Lihat juga seberapa sering aspek disebut. Aspek yang jarang disebut tetapi selalu negatif bisa sama pentingnya dengan aspek yang sering disebut.

Langkah 6: Pantau tren dan kaitkan dengan perubahan

Angka satu bulan tidak banyak bercerita. Yang berguna adalah tren: apakah persentase positif pengiriman turun sejak berganti kurir? Apakah keluhan kemasan berkurang setelah kemasan baru dipakai? Catat perubahan operasional di kolom tersendiri agar mudah dikaitkan. Grafik sederhana per aspek bisa dibuat di spreadsheet atau di alat dashboard seperti dijelaskan di dashboard bisnis dengan Metabase.

Contoh hasil yang bisa dilaporkan

Isi tabel di atas hanyalah ilustrasi bentuk laporan, bukan data nyata. Laporanmu nanti berisi angka dari hasil label sendiri.

Dari angka ke tindakan

Ukuran kepuasan baru berguna bila ada yang bertanggung jawab atas tiap aspek. Pengiriman dipegang bagian gudang, respons admin dipegang tim layanan pelanggan, kualitas produk dipegang bagian produksi atau pembelian. Bagikan laporan bulanan ke masing-masing, lengkap dengan beberapa kutipan ulasan asli. Kutipan sering lebih menggerakkan daripada persentase, karena tim bisa membayangkan pengalaman pelanggan secara langsung.

Pilih satu atau dua aspek dengan persentase positif terendah sebagai fokus bulan berikutnya, lalu lihat apakah angkanya bergerak setelah perbaikan dilakukan.

Apa hubungannya dengan survei kepuasan?

Ulasan ditulis oleh pelanggan yang tergerak menulis, biasanya yang sangat puas atau sangat kecewa. Jadi angka dari ulasan belum tentu mewakili semua pelanggan. Survei singkat setelah pembelian, misalnya skor kepuasan atau pertanyaan "seberapa mungkin kamu merekomendasikan kami", memberi gambaran yang lebih merata. Keduanya saling melengkapi: survei memberi skor, ulasan menjelaskan alasannya.

Waspadai juga ulasan palsu, baik pujian maupun serangan. Ulasan yang mencurigakan sebaiknya dikeluarkan dari perhitungan. Cara mengenali dan menanganinya ada di mengelola ulasan Google Maps.

Checklist sebelum laporan pertama dibuat:

• Ulasan dari semua kanal terkumpul di satu tempat.
• Daftar aspek tetap sudah ditentukan.
• Label AI sudah dicek dengan sampel manual.
• Ulasan mencurigakan sudah dikeluarkan.
• Perubahan operasional dicatat agar tren bisa ditafsirkan.