More in
Pengaturan Chat Funnel
Integrasi WhatsApp Business API dengan CRM Anda (Panduan Praktis)
Apr 18, 2026
Kampanye Iklan Click-to-WhatsApp: Dari Pengaturan hingga Konversi Pertama
Apr 18, 2026
Kualifikasi Percakapan: Pertanyaan yang Tidak Membuat Pembeli Kesal
Apr 18, 2026
Merancang Chat Funnel untuk B2B Bernilai Tinggi (Bukan E-Commerce)
Apr 18, 2026
Mengonfigurasi Alur Fallback saat AI Agent Mengalami Kegagalan
Apr 18, 2026
Membangun Chat Funnel 24/7 Tanpa Membebani Tim Anda
Apr 18, 2026 · Currently reading
A/B Testing Chat Funnel: Apa yang Perlu Diuji dan Bagaimana Caranya
Apr 18, 2026
Chat Funnel yang Patuh GDPR untuk Pembeli di Wilayah EU
Apr 18, 2026
Mengukur Performa Chat Funnel: Metrik yang Benar-Benar Penting
Apr 9, 2026
Otomatisasi Lead Routing untuk Leads yang Ditangkap melalui Chat
Apr 7, 2026
Membangun Chat Funnel 24/7 Tanpa Membebani Tim Anda
Tim seorang demand gen manager merespons pesan WhatsApp pada pukul 11 malam. Bukan karena keadaan darurat. Tidak ada sistem yang memberi tahu lead kapan mereka bisa mengharapkan balasan atau memberi tahu rep kapan mereka boleh berhenti memeriksa ponsel. Ekspektasi selalu aktif itu implisit dan melelahkan.
Alur yang diubah terlihat seperti ini: otomatisasi menangani kualifikasi dan pesan tunggu untuk setiap lead di luar jam kerja. Rep mendapat antrean pagi berisi percakapan yang telah dikualifikasi dan siap untuk ditindaklanjuti. Hot lead (5% teratas yang memenuhi kriteria tertentu) mendapat peringatan real-time ke satu rep yang sedang on-call. Jam kerja menjadi terlindungi kembali.
Cakupan 24/7 tidak berarti staf manusia 24/7. Artinya otomatisasi Anda menangani 80% pertama setiap percakapan, dan rep Anda hanya masuk ketika ada alasan nyata. Riset McKinsey tentang otomatisasi penjualan B2B menemukan bahwa perusahaan yang menerapkan otomatisasi bertingkat, di mana AI menangani kualifikasi awal dan manusia menangani percakapan bernilai tinggi, melihat tingkat konversi 20-30% lebih tinggi dibandingkan pendekatan yang sepenuhnya manusia atau sepenuhnya otomatis.
Tiga Lapisan Cakupan Selalu Aktif
Arsitektur ini memiliki tiga lapisan yang menangani berbagai jenis percakapan. Jika Anda masih memutuskan platform inbox mana yang akan digunakan, perbandingan Respond.io vs ManyChat mencakup perbedaan operasional yang mempengaruhi cara setiap lapisan dikonfigurasi.
Lapisan 1: AI/Otomatisasi (menangani semua percakapan yang belum memenuhi syarat dan di luar jam kerja)
Lapisan ini berjalan 24/7 tanpa keterlibatan manusia. Lapisan ini menangani:
- Lead yang tidak memenuhi kriteria ICP Anda
- Percakapan di luar jam kerja dari lead mana pun
- Pertanyaan kualifikasi standar dan perutean
- Pengiriman sumber daya, studi kasus, dan informasi
Sekitar 70-80% dari total volume percakapan Anda berada di sini. Rep tidak pernah menyentuh percakapan ini.
Lapisan 2: Tindak Lanjut Manusia Async (lead yang memenuhi syarat selama hari kerja berikutnya)
Lead yang menyelesaikan kualifikasi dan memenuhi kriteria ICP Anda tetapi datang di luar jam kerja masuk ke antrean terstruktur. Rep memproses antrean ini di awal hari kerja berikutnya. Pembeli mendapat pesan otomatis yang menetapkan ekspektasi. Rep mendapat daftar yang diprioritaskan dengan konteks lengkap.
Sekitar 15-25% volume percakapan masuk di sini.
Lapisan 3: Manusia Real-Time (hot lead yang memenuhi kriteria yang ditetapkan)
Sejumlah kecil lead (intensi tinggi, ICP yang sempurna, permintaan eksplisit untuk percakapan segera) memicu peringatan real-time ke rep yang on-call. Ini seharusnya 2-5% dari volume percakapan. Jika lebih tinggi, kriteria Anda tidak cukup selektif dan rep terus-menerus terganggu.
Desain Alur Di Luar Jam Kerja
Ketika percakapan baru tiba di luar jam kerja, bot harus melakukan tiga hal:
- Mengakui dan mengkualifikasi (jalankan pertanyaan kualifikasi standar)
- Menetapkan ekspektasi respons yang realistis
- Memberikan nilai segera agar pembeli tidak merasa ditinggalkan dengan tangan kosong
Pesan tunggu harus spesifik, bukan generik. Bandingkan:
Generik (hindari): "Terima kasih telah menghubungi kami! Tim kami akan segera membalas Anda."
Spesifik (gunakan): "Hai, pesan Anda sudah diterima. Tim kami tidak aktif saat ini, tetapi [Nama Rep] akan membalas sebelum [waktu spesifik] besok pagi. Sementara itu, berikut adalah [sumber daya relevan yang terkait langsung dengan kebutuhan yang mereka nyatakan]: [tautan]"
Versi spesifik memberi tahu pembeli persis kapan mengharapkan respons dan memberi mereka sesuatu yang berguna segera. Ini memperlakukan penundaan sebagai fitur dari proses berkualitas, bukan ketidaknyamanan.
Segmentasi waktu respons. Tidak semua lead memerlukan jendela respons yang sama:
| Status kualifikasi lead | Komitmen respons |
|---|---|
| Sesuai ICP + intensi tinggi (timeline ASAP) | "Balas dalam 2 jam setelah jam buka" |
| Sesuai ICP + intensi sedang | "Balas sebelum akhir hari kerja besok" |
| Tidak memenuhi syarat atau intensi rendah | "Balas dalam 2 hari kerja" atau nurture sequence |
Konfigurasikan segmentasi ini menggunakan kondisi dalam alur Anda: setelah pertanyaan kualifikasi selesai, rutekan ke variasi pesan tunggu yang berbeda berdasarkan hasil kualifikasi.
Deteksi Jam Kerja
Konfigurasikan perutean berbasis waktu agar percakapan ditangani secara berbeda selama dan di luar jam kerja.
Di ManyChat:
ManyChat tidak memiliki modul jam kerja bawaan, tetapi Anda dapat menggunakan blok kondisi berbasis waktu. Di bawah Conditions, tambahkan pemeriksaan "Current time is between". Atur jam Anda (misalnya, 9 pagi-6 sore Senin-Jumat) dan hubungkan jalur Yes ke langkah penyerahan langsung dan jalur No ke alur pesan tunggu di luar jam kerja.
Untuk penanganan zona waktu: ManyChat menggunakan zona waktu yang diatur dalam pengaturan akun Anda. Jika Anda memiliki lead internasional di berbagai zona waktu, Anda perlu menanyakan zona waktu lead lebih awal dalam alur, lalu menyimpannya sebagai atribut kustom dan menggunakannya dalam logika perutean Anda.
Di Respond.io:
Respond.io memiliki konfigurasi jam kerja bawaan di bawah Settings, kemudian Business Hours. Atur jam Anda per hari, lalu gunakan blok kondisi "Business Hours Check" dalam aturan otomatisasi Anda. Ini lebih andal dari kondisi waktu manual karena Respond.io memperbarui pemeriksaan secara otomatis saat jam berubah.
Pohon logika perutean:
Percakapan baru tiba
↓
Pemeriksaan jam kerja
├── Selama jam kerja → Jalankan alur kualifikasi →
│ ├── Sesuai ICP? → Tetapkan ke rep yang tersedia
│ └── Tidak sesuai? → Jalankan kualifikasi bot saja, tanpa manusia
└── Di luar jam kerja → Jalankan alur kualifikasi →
├── Kriteria hot lead terpenuhi? → Beri peringatan rep on-call
├── Sesuai ICP, intensi sedang? → Antrean Lapisan 2 + pesan tunggu
└── Tidak memenuhi syarat? → Kirim sumber daya + jadwalkan tindak lanjut
Penanganan zona waktu untuk lead internasional. Jika Anda menjalankan kampanye global, tambahkan langkah deteksi negara di awal alur (Meta meneruskan data lokasi melalui WhatsApp API). Rutekan berdasarkan negara lead: lead EU ke pemeriksaan jam kerja zona waktu EU, lead APAC ke pemeriksaan APAC. Data Statista tentang penggunaan aplikasi pesan global menunjukkan dominasi WhatsApp bervariasi secara signifikan per wilayah. Audiens APAC dan LATAM mungkin memiliki jam keterlibatan puncak yang berbeda yang tidak selaras dengan jam kerja AS. Ini memerlukan aturan otomatisasi terpisah per wilayah tetapi mencegah tim AS Anda bangun dengan tumpukan lead APAC yang membutuhkan respons pada pukul 2 pagi waktu mereka.
Mendefinisikan Ambang Eskalasi "Hot Lead"
Rep on-call mendapat peringatan real-time hanya untuk hot lead. Kriteria harus cukup ketat agar bermakna, atau peran on-call menjadi luar biasa. Definisi hot lead Anda harus selaras dengan aturan otomatisasi lead routing agar kedua sistem menggunakan ambang yang sama untuk eskalasi real-time.
Contoh kriteria hot lead untuk produk B2B SaaS:
- Ukuran perusahaan sesuai ICP, DAN
- Timeline = "sesegera mungkin", DAN
- Salah satu dari: menyebutkan kasus penggunaan spesifik dalam teks terbuka, menyebutkan kompetitor, mengatakan "kami memiliki anggaran"
Semua tiga kondisi harus benar sekaligus. Perusahaan yang sesuai ICP dengan timeline ASAP saja adalah Lapisan 2 (tindak lanjut hari kerja berikutnya). Menambahkan sinyal ketiga (perilaku pembelian aktif) adalah yang menjadikannya Lapisan 3.
Model on-call. Tunjuk satu rep per shift sebagai on-call untuk eskalasi Lapisan 3. Rotasi mingguan. Rep on-call memiliki ekspektasi respons lebih tinggi untuk hot lead tetapi mengetahui volume akan kecil. Publikasikan rotasi agar setiap rep mengetahui minggu on-call mereka terlebih dahulu.
Di Respond.io, tetapkan percakapan Lapisan 3 langsung ke rep on-call daripada tim inbox. Kirim push notification melalui aplikasi mobile. Rep tidak perlu memantau inbox. Mereka mendapat peringatan khusus untuk lead yang memenuhi kriteria.
Urutan Otomatisasi Tindak Lanjut
Lead Lapisan 2 mendapat tindak lanjut otomatis pagi hari kerja berikutnya. Konfigurasikan ini sebagai urutan tertunda:
Pesan 1 (dikirim pukul 9 pagi hari kerja): "Selamat pagi. Saya adalah [Nama Rep] dari [Perusahaan]. Saya melihat Anda menghubungi kami tadi malam tentang [kebutuhan yang mereka nyatakan]. Saya telah melihat situasi Anda. [Observasi relevan singkat]. Mau terhubung selama 15 menit hari ini? Berikut kalender saya: [tautan]"
Pesan ini mereferensikan situasi spesifik mereka (karena Anda menyimpannya dari alur kualifikasi), memperkenalkan rep dengan nama, dan memberi mereka jalur langsung untuk memesan.
Pesan 2 (dikirim Hari 2 jika tidak ada respons): "Tindak lanjut dari kemarin. [Nama Rep] di sini. Jika waktunya belum tepat, saya juga bisa mengirimkan [sumber daya spesifik] yang mencakup [kasus penggunaan mereka] secara terperinci. Cukup beri tahu saya."
Pesan 3 (dikirim Hari 5 jika masih tidak ada respons): "Tindak lanjut terakhir dari saya. Saya tidak ingin membanjiri inbox Anda. Jika Anda masih memikirkan [masalah mereka], senang menjawab pertanyaan saat waktu memungkinkan. Berikut sumber daya yang berguna sementara itu: [tautan]"
Setelah 3 pesan tanpa respons, beralih ke nurture sequence dengan jangka waktu lebih panjang (check-in bulanan) daripada menutup kontak.
Menetapkan Ekspektasi Pembeli
Bahasa yang Anda gunakan untuk menetapkan ekspektasi waktu respons menentukan apakah lead tetap hangat saat mereka menunggu.
Bingkai penundaan sebagai kontrol kualitas: "Kami ingin memastikan Anda mendapat respons yang bijaksana, bukan balasan terburu-buru. [Nama] akan menemui Anda pada [waktu]."
Berikan komitmen spesifik, bukan yang samar: "Dalam 2 jam setelah jam buka besok" lebih baik dari "besok". "Sebelum tengah hari" lebih baik dari "segera".
Buat penantian terasa lebih singkat dengan nilai segera: Setiap pesan tunggu harus menyertakan sumber daya, wawasan yang relevan, atau pertanyaan spesifik yang dapat dipikirkan pembeli saat menunggu. Pembeli yang terlibat lebih kecil kemungkinannya untuk menjadi dingin.
Konfigurasi Workflow Tim
Konfigurasikan pengaturan chat tim Anda agar sistem selalu aktif tidak menciptakan utang operasional yang tersembunyi. Di sinilah alur cadangan AI agent terhubung: fallback yang merutekan ke antrean di luar jam kerja perlu cocok dengan logika Lapisan 2/3 yang Anda konfigurasikan di sini.
Status ketersediaan rep di Respond.io. Latih rep untuk mengatur status mereka ke "Available" ketika memulai hari dan "Away" ketika pergi. Respond.io menggunakan ini untuk merutekan percakapan ke rep yang tersedia. Jika rep membiarkan status mereka "Available" setelah jam kerja, sistem akan mencoba menugaskan percakapan langsung ke mereka. Inilah yang menciptakan masalah "mendapat WhatsApp pukul 11 malam".
Shift tim. Jika Anda memiliki beberapa rep di berbagai zona waktu, atur perutean berbasis shift di bawah Settings, kemudian Routing. Percakapan selama jam AS pergi ke tim AS, jam EU ke tim EU. Shift harus tumpang tindih setidaknya 30 menit untuk menangani transisi.
Pengaturan notifikasi. Di Respond.io, rep harus menonaktifkan push notification untuk inbox umum setelah jam kerja, tetapi tetap aktifkan untuk inbox tim "hot leads". Dengan cara ini, rep on-call mendapat peringatan Lapisan 3 di ponsel mereka tetapi tim umum tidak terbangun untuk lead Lapisan 2.
Di ManyChat, gunakan integrasi Slack untuk mengirim notifikasi Lapisan 3 ke channel Slack yang didedikasikan daripada notifikasi ponsel individual. Rep on-call memantau channel Slack; selebihnya tim tidak perlu.
Kesalahan Umum
Tidak ada pesan tunggu. Pembeli mengirim pesan pada pukul 9 malam dan tidak melihat apa pun. Mereka berasumsi bot rusak atau tidak ada yang memantau channel. Mereka beralih. Pesan tunggu, bahkan yang sederhana sekalipun, mengonfirmasi penerimaan dan menetapkan ekspektasi.
Mengekskalasi semuanya ke rep on-call. Jika kriteria hot lead Anda terlalu longgar, rep on-call menangani 20 lead per malam daripada 2-3. Mereka kelelahan atau berhenti merespons dengan kualitas yang membuat tingkatan on-call berharga. Perketat kriterianya.
Pesan tindak lanjut dikirim pukul 6 pagi. Atur tindak lanjut pagi Anda untuk aktif pada pukul 9 pagi, bukan pukul 5 pagi ketika otomatisasi Anda pertama kali aktif. Pesan pada pukul 6 pagi terasa invasif dan menurunkan tingkat respons. Riset Harvard Business Review tentang waktu email dan pesan menemukan bahwa pesan yang dikirim selama jam kerja konvensional (9 pagi-11 pagi) menerima tingkat buka dan respons tertinggi. Prinsip yang sama berlaku untuk tindak lanjut WhatsApp.
Jam kerja dikodekan keras tanpa logika zona waktu. Otomatisasi Anda mengatakan "jam kerja 9-6" tetapi tidak memperhitungkan zona waktu pembeli. Lead EU menghubungi Anda pada pukul 8 malam waktu mereka (pukul 2 siang waktu AS Anda). Sistem Anda merutekan mereka ke Lapisan 2 padahal mereka sebenarnya menghubungi selama jam kerja normal mereka dan mungkin mengharapkan respons lebih cepat. Tambahkan kesadaran zona waktu.
Langkah Selanjutnya
Setelah 30 hari, tarik laporan waktu respons rep berdasarkan jam dalam sehari. Panduan metrik chat funnel menunjukkan laporan spesifik mana yang harus dibuat dan cara menginterpretasikan data waktu-respons-pertama bersama tingkat kualifikasi. Dan jika Anda menjalankan transaksi bernilai tinggi melalui Funnel ini, silang referensikan dengan cara pemimpin penjualan mempertahankan disiplin forecasting ketika Pipeline masuk melalui channel async. Secara khusus, perhatikan waktu antara lead Lapisan 2 memasuki antrean pagi dan respons rep pertama.
Jika rata-rata waktu respons pertama lebih dari 90 menit, antrean pagi Anda terlalu panjang untuk diproses tim sebelum tumpukan bertambah. Perketat kriteria Lapisan 2 agar lebih sedikit lead yang masuk antrean, atau tambahkan rep kedua untuk tinjauan antrean pagi.
Jika Anda melihat lonjakan percakapan baru pada waktu yang sama setiap hari (seringkali di sekitar waktu jadwal iklan), sesuaikan otomatisasi Anda untuk mengantrekan lead lebih agresif selama jam-jam tersebut untuk mencegah lonjakan menciptakan hambatan manusia.
Pelajari Lebih Lanjut

Principal Product Marketing Strategist