Chatbot untuk Restoran: Contoh, Use Case, dan Cara Membuatnya agar Layanan Konsisten di Semua Outlet

Angka itu menggabungkan dua layanan, tetapi tetap menunjukkan bahwa banyak transaksi makanan kini bermula dari layar ponsel.

Saat pelanggan menghubungi restoran melalui WhatsApp atau Instagram, pertanyaannya biasanya berkaitan dengan jam operasional, menu, reservasi, promo, atau status halal. 

Pada bisnis multi-outlet, chatbot membantu menjaga respons tetap konsisten, tetapi perlu dirancang dengan tepat agar tidak memberikan informasi keliru, memperpanjang percakapan, atau mengelola data pelanggan tanpa dasar yang jelas.

Dalam artikel ini, Mekari Qontak Blog akan membahas seputar chatbot untuk restoran, contoh nyata dalam bisnis, use case, cara membuat, hingga batas kewenangan chatbot.

---

Apa itu Chatbot untuk Restoran?

Chatbot untuk restoran adalah perangkat lunak percakapan yang menghubungkan pelanggan dengan operasional restoran lewat pesan di WhatsApp, Instagram, situs, atau aplikasi.

Chatbot menjawab pertanyaan, menerima reservasi dan pesanan, lalu memberi status pesanan tanpa menunggu staf tersedia.

Chatbot restoran bekerja di dua sisi. Di sisi depan, chatbot melayani pelanggan, sedangkan di sisi belakang chatbot dapat membantu proses internal seperti jadwal staf dan pelaporan insiden.

Chatbot berbeda dari menu digital berbasis QR yang hanya menampilkan daftar menu, dan dari aplikasi pesan-antar pihak ketiga, yang menyimpan data pelanggan di platform mereka.

Chatbot juga berbeda dari voicebot, yang menerima dan menjawab dengan suara, misalnya pada pemesanan lewat telepon.

---

Jenis Chatbot yang Dapat Digunakan Restoran

Berikut beberapa jenis chatbot yang umum dipakai restoran.

Gunakan tombol panah kiri/kanan untuk menggulir secara horizontal.

Jenis	Cara kerja	Cocok untuk	Batasan utama
Berbasis aturan (tombol dan alur tetap)	Pelanggan memilih tombol; jawaban sudah ditulis sebelumnya	Reservasi, pemesanan baku, FAQ yang stabil	Kaku bila pelanggan bertanya di luar skenario
Berbasis AI (knowledge base dan model bahasa)	Membaca pertanyaan bebas, lalu menjawab dari basis pengetahuan yang disediakan	Pertanyaan menu, kebijakan, dan variasi bahasa	Dapat menjawab keliru bila sumber data tidak rapi atau tidak dibatasi
Voicebot	Menerima dan menjawab dengan suara	Pemesanan lewat telepon atau drive-thru	Butuh infrastruktur suara dan uji aksen
Hibrida	Alur tetap untuk transaksi, AI untuk pertanyaan bebas, agen untuk kasus sensitif	Jaringan multi-outlet dengan beragam kasus	Perlu tata kelola dan aturan handoff yang jelas

---

Contoh Chatbot Restoran

1. Sagala Group: Standardisasi Layanan di Banyak Cabang

Sagala Group menggunakan Mekari Qontak untuk membangun operational control dan standardisasi layanan di 62 cabang.

Sagala menunjukkan bahwa kebutuhan chatbot pada bisnis restoran dengan banyak outlet bukan hanya soal menjawab FAQ. Namun, ini adalah tentang bagaimana percakapan pelanggan dapat dikelola secara terpusat agar standar layanan tetap konsisten di berbagai lokasi.

Dengan Chatbot AI Mekari Qontak, Sagala Group bisa menyelesaikan komplain pelanggan selama 40 menit, di bawah target 60 menit. Skor CSAT juga meningkat menjadi 4,5 dari skala 5.

2. Dapur Bu Sastro: menangani pesanan secara lebih cepat

Dapur Bu Sastro menggunakan Chatbot AI, CRM, dan omnichannel untuk menangani komunikasi pelanggan melalui WhatsApp.

Sebelumnya, tingginya volume chat membuat tim kesulitan menangani pesanan mendadak. Setelah menggunakan Mekari Qontak, chatbot membantu memberikan respons otomatis 24/7.

Sementara itu, CRM memusatkan proses dari inquiry hingga sales order dan assignment chat membantu mendistribusikan percakapan ke tim.

Hasilnya, Dapur Bu Sastro dapat menangani lonjakan chat dengan lebih cepat dan membuka peluang pesanan instan, termasuk pesanan yang masuk hanya beberapa jam sebelum acara.

3. Domino’s: Pemesanan dan Pelacakan lewat Messenger

Domino’s meluncurkan pemesanan lewat Facebook Messenger di Amerika Serikat pada September 2016, awalnya untuk pelanggan yang memiliki Pizza Profile.

Pelanggan dapat memesan ulang pesanan terakhir, memakai Easy Order, atau melacak pesanan lewat bot tersebut. Pada Februari 2017, Domino’s memperluas layanan itu ke seluruh menu tanpa syarat profil.

Pendekatan ini menunjukkan bahwa implementasi chatbot dapat dimulai dari transaksi yang paling sering dilakukan sebelum cakupannya diperluas.

4. My Starbucks Barista: memesan lewat suara atau teks

Starbucks menguji My Starbucks Barista pada Januari 2017 untuk sekitar seribu pelanggan iOS. Pelanggan memesan lewat suara atau teks, dan fitur itu menjadi perpanjangan dari layanan Mobile Order & Pay yang sudah ada.

Contoh ini menunjukkan bahwa chatbot akan lebih relevan ketika terhubung dengan sistem transaksi yang menghasilkan output nyata, seperti pesanan yang siap diambil.

5. TGI Fridays: Pertanyaan Pelanggan dan Reservasi

TGI Fridays bermitra dengan Conversable pada September 2016 untuk melayani pertanyaan tamu lewat Messenger sepanjang waktu, seperti mencari restoran terdekat. Reservasi lewat Messenger pada tahap awal hanya tersedia di restoran tertentu.

Anda bisa mempelajari pendekatannya, yaitu fungsi lokasi dan reservasi cocok untuk merek dengan banyak outlet, dan peluncuran bertahap per outlet menekan risiko.

---

Use Case Chatbot Restoran, dari Layanan Pelanggan hingga Operasional

Use case chatbot restoran dapat dibagi menjadi dua kelompok besar: kebutuhan pelanggan di sisi depan dan kebutuhan operasional internal di sisi belakang. Berikut penerapannya.

1. Reservasi Meja dan Waitlist

Chatbot bisa memandu pelanggan melakukan reservasi melalui formulir singkat. Pelanggan memilih outlet, tanggal, waktu, dan jumlah tamu, kemudian chatbot mencatat reservasi ke sistem dan mengirimkan konfirmasi.

Untuk waitlist, pelanggan dapat bergabung melalui chat dan menerima notifikasi ketika meja sudah tersedia. Dengan demikian, pelanggan tidak harus menunggu di lokasi atau menggunakan pager fisik.

2. Pemesanan Online dan Pelacakan Pesanan

Untuk takeaway maupun delivery, chatbot dapat memandu pelanggan dari pemilihan menu hingga pembayaran pada kanal yang digunakan.

Jika terhubung dengan POS, pesanan dapat diteruskan ke dapur tanpa perlu diinput ulang oleh staf. Chatbot juga dapat memberikan pembaruan status pesanan dari tahap persiapan hingga pengantaran sehingga pertanyaan seperti “pesanan saya di mana?” dapat dikurangi.

3. Promo dan Pengingat bagi Pelanggan yang Sudah Opt-in

Chatbot dapat digunakan untuk mengirimkan promo kepada pelanggan yang sudah memberikan persetujuan, misalnya untuk happy hour atau menu musiman.

Namun, pesan promosi menggunakan template kategori marketing yang dikenai biaya per pesan. Karena itu, restoran perlu mengatur target dan frekuensi pengiriman.

Untuk pengingat reservasi sehari sebelumnya, chatbot akan menggunakan template kategori utility dan mengirimkannya secara otomatis.

4. Pemesanan Event dan Dukungan Multibahasa

Reservasi acara atau grup biasanya membutuhkan informasi tambahan dibandingkan reservasi biasa, seperti kebutuhan kue ulang tahun, preferensi minuman, atau paket menu.

Chatbot dapat mengumpulkan detail tersebut terlebih dahulu sebelum koordinator outlet menyelesaikan penawaran.

Dukungan multibahasa juga relevan untuk restoran di area wisata atau pusat bisnis. Namun, nama menu, bahan, dan informasi halal tetap perlu divalidasi oleh tim agar terjemahan tidak menimbulkan kesalahan.

5. Komplain, Informasi Halal, dan Survei Kepuasan

Tiga kebutuhan ini sering tidak masuk dalam daftar use case chatbot restoran, padahal berpengaruh terhadap kepercayaan pelanggan.

Untuk komplain pelanggan, chatbot dapat meminta nomor pesanan, foto, dan informasi outlet sebelum meneruskan kasus kepada agen. Ringkasan tersebut membantu agen memahami masalah tanpa meminta pelanggan mengulang kronologi.

Untuk pertanyaan halal dan alergen, chatbot hanya boleh memberikan informasi berdasarkan data yang sudah diverifikasi.

Setelah transaksi, survei singkat melalui WhatsApp Flows juga dapat digunakan untuk mengumpulkan data kepuasan berdasarkan outlet.

6. Operasional Internal: Jadwal, Inventori, Pelatihan, dan Insiden

Selain layanan pelanggan, chatbot juga bisa digunakan untuk tim internal untuk mengecek jadwal kerja, mengajukan tukar shift, menerima peringatan stok menipis, membaca pengumuman penutupan outlet, mempelajari SOP atau menu baru, dan melaporkan kerusakan peralatan.

Namun, kebutuhan ini biasanya membutuhkan integrasi dengan HRIS atau sistem inventori. Karena itu, kanal internal sebaiknya dipisahkan dari nomor WhatsApp pelanggan dan akses diberikan berdasarkan peran.

Berikut ini Mekari Qontak sudah merangkum prioritas implementasi use case chatbot untuk restoran.

Gunakan tombol panah kiri/kanan untuk menggulir secara horizontal.

Use case	Sisi	Integrasi utama	Fase yang disarankan
FAQ menu, jam buka, dan lokasi	Pelanggan	Knowledge base	Fase 1
Komplain dan handoff ke agen	Pelanggan	CRM atau helpdesk	Fase 1
Reservasi meja	Pelanggan	Sistem reservasi	Fase 1
Pemesanan takeaway dan delivery	Pelanggan	POS, pembayaran, kurir	Fase 2
Pelacakan pesanan dan waitlist	Pelanggan	POS, sistem antrean	Fase 2
Survei kepuasan	Pelanggan	CRM	Fase 2
Promo dan program loyalitas	Pelanggan	CRM, log persetujuan	Fase 2 sampai 3
Jadwal karyawan, inventori, dan insiden	Internal	HRIS, inventori, sistem tiket	Fase 3

---

Manfaat Chatbot Restoran: dari Jam Sibuk hingga Data Pelanggan

Manfaat chatbot restoran terlihat paling jelas pada tiga hal: kecepatan respons, konsistensi jawaban, dan kualitas data. Enam manfaat berikut menunjukkan di mana chatbot biasanya memberi nilai dan bagaimana mengukurnya.

Manfaat chatbot restoran paling mudah terlihat pada kecepatan respons, konsistensi informasi, dan kualitas data. Namun, setiap manfaat sebaiknya tetap diukur menggunakan metrik yang relevan.

1. Mempertahankan Respons Cepat saat Jam Sibuk

Chatbot dapat menjawab pertanyaan berulang secara otomatis ketika volume percakapan meningkat. Staf outlet dan customer service kemudian dapat lebih fokus pada kasus yang membutuhkan penilaian manusia.

Untuk mengukur dampaknya, bandingkan waktu respons pertama dan jumlah pesan yang tidak terjawab sebelum dan sesudah chatbot diterapkan. Baseline diperlukan agar perubahan dapat ditunjukkan kepada manajemen.

2. Menyeragamkan Jawaban di Semua Outlet

Satu knowledge base dapat menjadi sumber informasi utama untuk seluruh outlet. Ketika jam buka, harga, atau informasi menu berubah, pembaruan dapat dilakukan pada sumber tersebut sehingga informasi yang digunakan chatbot tetap konsisten.

Namun, knowledge base yang tidak diperbarui juga dapat menyebarkan kesalahan ke semua outlet. Karena itu, setiap kategori informasi perlu memiliki pemilik yang bertanggung jawab terhadap pembaruannya.

3. Menyediakan Kanal Langsung untuk Data Pelanggan

WhatsApp dapat menjadi kanal langsung untuk mencatat preferensi dan riwayat pesanan ke sistem CRM, selama pelanggan memberikan persetujuan.

Data percakapan melalui chatbot dapat tersimpan di sistem milik restoran. Kanal ini melengkapi aplikasi pesan-antar, bukan menggantikannya.

4. Menciptakan Interaksi yang Lebih Ramah

Keberhasilan chatbot untuk restoran tidak hanya ditentukan oleh seberapa cepat chatbot memberikan respons. Cara chatbot berkomunikasi juga mempengaruhi pengalaman pelanggan.

Gunakan bahasa yang ramah, jelas, dan sesuai dengan konteks percakapan. Hindari respons yang terlalu kaku atau terasa seperti template, terutama ketika pelanggan menyampaikan keluhan, meminta rekomendasi menu, atau membutuhkan bantuan lebih lanjut.

Chatbot juga perlu memahami kapan harus melanjutkan percakapan secara otomatis dan kapan mengalihkan pelanggan kepada staf. Dengan begitu, otomatisasi tetap terasa natural tanpa menghilangkan sentuhan manusia dalam layanan pelanggan.

5. Mengukur Repeat Order dan Upsell

Chatbot dapat menawarkan menu pendamping berdasarkan pesanan sebelumnya atau mengirimkan pengingat untuk melakukan pemesanan ulang.

Dampaknya dapat diukur melalui nilai keranjang dan tingkat repeat order. Penawaran marketing sebaiknya hanya dikirim kepada pelanggan yang sudah memberikan opt-in karena template marketing dikenai biaya per pesan.

6. Menggunakan Pola Percakapan untuk Keputusan Operasional

Percakapan pelanggan menyimpan informasi mengenai jam sibuk, menu yang sering ditanyakan, hingga menu yang sering dicari tetapi sedang habis.

Data tersebut dapat membantu tim operasional mengevaluasi kebutuhan staf dan pengelolaan menu.

---

Cara Membuat Chatbot untuk Restoran dalam 7 Langkah

Pembuatan chatbot restoran sebaiknya dimulai dari tujuan bisnis dan kesiapan data, bukan langsung memilih platform. Berikut tujuh langkah yang bisa Anda eksplorasi.

1. Tentukan Tujuan, Batas Cakupan, dan Baseline

Tentukan satu tujuan utama chatbot pada setiap fase, misalnya menangani FAQ, reservasi, pemesanan, atau eskalasi kepada staf.

Tetapkan juga batasannya. Chatbot perlu mengetahui hal-hal yang tidak boleh dijawab, seperti pertanyaan medis atau informasi stok yang tidak tersedia secara real-time.

Sebelum peluncuran, catat baseline seperti waktu respons pertama, jumlah pertanyaan berulang, dan jumlah pesan yang tidak terjawab. Data tersebut menjadi pembanding untuk mengevaluasi performa chatbot.

2. Kumpulkan Pertanyaan Nyata dan Tentukan Sumber Kebenaran

Gunakan percakapan aktual sebagai bahan awal chatbot. Data dapat dikumpulkan dari riwayat chat, customer service, dan ulasan pelanggan.

Selanjutnya, kelompokkan pertanyaan berdasarkan topik, lalu tentukan siapa yang bertanggung jawab terhadap masing-masing informasi. Contohnya tim F&B menangani menu, tim QA atau legal menangani informasi halal, sedangkan marketing bertanggung jawab atas promo.

Satu knowledge base per brand dengan penanda outlet bisa membantu menjaga konsistensi jawaban.

3. Pilih Platform Berdasarkan Kriteria yang Bisa Diuji

Sebaiknya, Anda jangan memilih platform hanya berdasarkan daftar fitur. Pastikan kemampuan vendor dapat diverifikasi melalui kebutuhan operasional restoran.

Gunakan tombol panah kiri/kanan untuk menggulir secara horizontal.

Kriteria	Pertanyaan untuk vendor	Mengapa penting
Kanal resmi	Apakah mendukung WhatsApp Business API resmi, Instagram, dan live chat?	Menjaga kepatuhan terhadap kebijakan Meta dan stabilitas nomor
Integrasi	Apakah mendukung POS, reservasi, pembayaran, loyalty, dan API terbuka?	Chatbot dapat mencatat, bukan sekadar menjawab
Kendali AI	Apakah jawaban dapat dibatasi pada knowledge base?	Mengurangi risiko jawaban keliru tentang halal dan alergen
Handoff	Bagaimana routing, ringkasan percakapan, dan jadwal agen?	Menentukan kualitas eskalasi
Data & keamanan	Di mana data disimpan dan siapa yang dapat mengaksesnya?	Mendukung kepatuhan UU PDP
Struktur biaya	Berapa biaya platform, AI, dan tarif Meta per pesan?	Menghitung biaya operasional
Analitik	Metrik apa yang tersedia per outlet?	Memantau performa dan perbaikan

Untuk WhatsApp, pastikan vendor menyediakan WhatsApp Business API resmi agar penggunaan kanal mengikuti kebijakan Meta.

4. Buat Alur Percakapan Sesingkat Mungkin

Alur yang pendek membantu pelanggan menyelesaikan transaksi dengan lebih sedikit pesan. Tombol, daftar pilihan, dan WhatsApp Flows dapat digunakan untuk mengurangi percakapan yang tidak diperlukan.

Contoh alur reservasi sederhana:

Pilih outlet > pilih tanggal dan jam > isi jumlah tamu dan catatan > konfirmasi.

Jumlah pesan juga berkaitan dengan biaya. Berdasarkan dokumentasi Meta, mulai 1 Oktober 2026, service message atau balasan non-template dalam jendela layanan 24 jam akan dikenai biaya per pesan. Pesan utility yang dikirim dalam jendela tersebut juga dikenai biaya.

Karena tarif dapat berubah per negara dan kuartal, Anda perlu segera memeriksa rate card Meta sebelum membuat anggaran.

5. Integrasikan Sistem Inti Restoran

Integrasi memungkinkan chatbot mencatat transaksi langsung ke sistem yang digunakan restoran.

Sistem yang dapat dihubungkan antara lain:

• POS untuk pesanan;
• sistem reservasi untuk meja;
• payment gateway;
• program loyalty;
• tools analitik.

Untuk POS lama, middleware atau API wrapper dapat menjadi salah satu opsi agar data dapat dibaca dan ditulis tanpa membangun ulang sistem. Keamanan dan kecepatan integrasi tetap perlu diuji oleh tim IT.

6. Uji Chatbot Sebelum Diluncurkan

Pengujian perlu mencakup skenario nyata, seperti modifikasi menu, pesanan grup, perbedaan menu antar-outlet, serta eskalasi ke manusia.

Staf outlet sebaiknya ikut menjadi penguji karena mereka paling memahami pertanyaan yang sering muncul di lapangan.

7. Luncurkan Bertahap dan Pantau Hasilnya

Mulai dari satu atau dua outlet sebelum memperluas implementasi.

Beberapa metrik yang dapat dipantau meliputi:

• containment rate;
• waktu respons pertama;
• tingkat penyelesaian pesanan;
• customer satisfaction score;
• titik drop-off;
• biaya per percakapan.

Tinjau percakapan yang gagal secara berkala dan tentukan ambang kegagalan berdasarkan baseline bisnis sebelum chatbot diperluas ke lebih banyak outlet.

---

Skenario Uji Chatbot Restoran Sebelum Peluncuran

Pengujian chatbot sebaiknya tidak hanya menggunakan pertanyaan ideal. Tim perlu menguji situasi yang berpotensi membuat bot gagal memahami konteks.

Berikut beberapa contoh skenario yang bisa Anda eksplorasi.

Gunakan tombol panah kiri/kanan untuk menggulir secara horizontal.

Skenario	Cara menguji	Respons yang diharapkan
Jam buka outlet saat libur nasional	Tanyakan jam buka outlet tertentu	Bot memberikan jam khusus atau mengakui tidak memiliki informasi
Ketersediaan menu per outlet	Tanyakan menu yang hanya tersedia di outlet tertentu	Bot mengecek data outlet dan tidak menjanjikan stok jika tidak real-time
Reservasi 15 orang dan perubahan jadwal	Buat reservasi besar lalu ubah tanggal	Bot mengubah reservasi atau meneruskan ke agen jika melewati kapasitas
Halal dan alergen	Tanyakan bahan dan minta jaminan	Bot hanya menjawab dari data terverifikasi dan melakukan eskalasi jika data tidak tersedia
Komplain pesanan	Kirim komplain dengan nada kesal	Bot meminta nomor pesanan/foto dan meneruskan ke agen
Meminta bicara dengan manusia	Ketik permintaan berbicara dengan staf	Bot langsung memfasilitasi handoff
Bahasa campur, typo, atau voice note	Gunakan bahasa percakapan sehari-hari	Bot memahami atau meminta klarifikasi
Percakapan setelah 24 jam	Balas pada hari berikutnya	Sistem menggunakan template yang sudah disetujui

Hasil setiap pengujian sebaiknya dicatat sebagai baseline. Jika chatbot gagal, tim dapat menentukan apakah penyebabnya berasal dari data, alur percakapan, atau aturan eskalasi.

---

Praktik Terbaik Implementasi Chatbot Restoran

Praktik terbaik chatbot restoran menentukan apakah pelanggan tetap memakai chatbot setelah bulan pertama. Praktik berikut mencakup kanal, desain percakapan, eskalasi, personalisasi, data, suara, dan nada.

1. Hadir di Kanal yang Sudah Digunakan Pelanggan

Jangan langsung membuka chatbot di semua kanal. Identifikasi terlebih dahulu kanal yang paling banyak menerima pertanyaan pelanggan, kemudian mulai dari kanal tersebut.

Jika menggunakan beberapa kanal, dasbor omnichannel dapat membantu menyatukan histori percakapan.

2. Buat Percakapan Singkat dengan Tombol dan Formulir

Tombol dan formulir membantu pelanggan menyelesaikan transaksi tanpa harus mengetik terlalu banyak.

Selain membuat alur lebih sederhana, pendekatan ini juga dapat mengurangi jumlah pesan yang digunakan dalam satu transaksi.

3. Deteksi Sentimen dan Lakukan Handoff pada Waktu yang Tepat

Chatbot perlu memiliki pemicu eskalasi, misalnya:

• pelanggan menyampaikan komplain;
• bot dua kali gagal memahami pertanyaan;
• pelanggan meminta berbicara dengan staf;
• muncul topik sensitif seperti alergi atau refund.

Ketika handover terjadi, kirim ringkasan percakapan kepada agen agar pelanggan tidak perlu menjelaskan ulang masalahnya.

4. Optimalkan untuk Penggunaan di Ponsel

Karena pelanggan mengakses chatbot restoran melalui smartphone, pesan sebaiknya pendek, tombol mudah ditekan, dan gambar menu tidak terlalu berat.

Satu keputusan per layar juga membuat alur lebih mudah diikuti. Uji chatbot pada beberapa ukuran layar sebelum diluncurkan.

5. Personalisasikan Upsell secara Terukur

Chatbot dapat menggunakan riwayat pesanan untuk memberikan rekomendasi yang relevan, misalnya menawarkan minuman kepada pelanggan yang memesan pizza.

Mulai dari satu jenis rekomendasi, ukur hasilnya, lalu perluas jika memang memberikan dampak. Batasi frekuensi pengiriman dan pastikan hanya pelanggan yang sudah opt-in yang menerima penawaran marketing.

6. Manfaatkan Data Percakapan untuk Memahami Permintaan

Data percakapan dapat menunjukkan jam dengan volume pertanyaan tinggi serta menu yang paling sering dipesan.

Mulailah dari laporan deskriptif per outlet sebelum menggunakan data untuk membuat prediksi. Perlu diingat, data chat hanya mewakili pelanggan yang menggunakan kanal chat sehingga tidak sebaiknya menjadi satu-satunya dasar untuk menentukan jadwal staf.

7. Gunakan Interaksi Suara secara Selektif

Voice interaction dapat membantu pelanggan yang tidak dapat mengetik, misalnya ketika sedang mengemudi atau memasak.

Namun, implementasinya sebaiknya didasarkan pada perilaku pelanggan. Jika pelanggan sering mengirim voice note, transkripsi otomatis dapat menjadi pilihan.

Voicebot melalui telepon dapat dipertimbangkan untuk jam sibuk, tetapi tetap membutuhkan pengujian aksen.

8. Gunakan Nada Ramah dan Transparan

Chatbot sebaiknya memiliki persona yang konsisten dengan karakter brand restoran. Gunakan bahasa Indonesia yang sopan tetapi tetap natural, dan beri tahu sejak awal bahwa pelanggan sedang berbicara dengan bot.

Transparansi tersebut membantu pelanggan memahami batas interaksi yang mereka lakukan.

---

Batas Kewenangan Chatbot untuk Restoran

Batas kewenangan chatbot menentukan hal yang boleh dijawab bot sendiri, kapan bot menyerahkan percakapan, dan siapa yang mengambil alih.

1. Buat Peta Eskalasi

Peta eskalasi menetapkan, untuk tiap jenis kasus, hal yang boleh dilakukan bot, pihak yang menerima, dan kecepatan respons yang diharapkan.

Tabel berikut dapat menjadi titik awal. Batas waktu respons mengikuti kebijakan internal masing-masing restoran.

Gunakan tombol panah kiri/kanan untuk menggulir secara horizontal.

Jenis kasus	Yang boleh dilakukan bot	Diserahkan ke	Batas waktu respons
Pertanyaan menu, jam buka, lokasi	Menjawab dari knowledge base	Tidak perlu, kecuali data tidak ada	Tidak berlaku
Pesanan salah atau terlambat	Menunjukkan empati, mencatat nomor pesanan dan foto	Tim layanan pelanggan atau manajer outlet	Sesuai kebijakan internal
Dugaan reaksi alergi atau keamanan pangan	Tidak memberi saran medis; langsung menyerahkan dan menampilkan kontak darurat outlet	Manajer outlet dan tim QA	Prioritas tertinggi
Pertanyaan status halal yang tidak ada di data	Tidak menebak; menyatakan perlu dicek	Tim QA atau halal	Sesuai kebijakan internal
Pengembalian dana dan sengketa pembayaran	Mengumpulkan bukti transaksi	Tim keuangan atau layanan pelanggan	Sesuai kebijakan internal
Komplain yang berpotensi viral	Menandai prioritas dan menyerahkan	Layanan pelanggan senior dan tim komunikasi	Sesuai kebijakan internal
Permintaan hak atas data pribadi (akses, hapus)	Mencatat permintaan, tidak memprosesnya sendiri	Pejabat pelindungan data atau legal	Mengikuti kebijakan internal dan UU PDP
Gangguan sistem (POS atau pembayaran)	Menginformasikan gangguan dan alternatif	IT dan operasional	Sesuai kebijakan internal

2. Kelola Informasi Halal dan Alergen dari Satu Sumber

Informasi halal di chatbot restoran harus berasal dari sumber yang sama dengan sertifikat dan publikasi resmi.

Surat Edaran BPJPH Nomor 7 Tahun 2025 meminta pelaku usaha dengan produk bersertifikat halal mempublikasikan status halalnya melalui saluran yang dimiliki. Chatbot dapat menjadi salah satu saluran tersebut.

Model bahasa dapat memberi jawaban yang terdengar meyakinkan tetapi keliru bila tidak dibatasi pada basis pengetahuan. Untuk itu, chatbot menyerahkan pertanyaan halal kepada tim QA saat datanya tidak ada, dan tidak menebak.

Untuk dugaan reaksi alergi, chatbot tidak memberi saran medis. Chatbot langsung menyerahkan percakapan ke manajer outlet.

3. Kelola Data Pelanggan Sesuai UU PDP

UU Nomor 27 Tahun 2022 membedakan Pengendali dan Prosesor Data Pribadi. Pengendali menentukan tujuan dan kendali pemrosesan, sedangkan Prosesor memproses data berdasarkan instruksi Pengendali.

Dalam praktiknya, restoran umumnya dapat berperan sebagai Pengendali dan vendor chatbot sebagai Prosesor. Namun, pembagian peran tersebut tetap perlu ditentukan berdasarkan aktivitas pemrosesan yang sebenarnya dan ditinjau oleh tim legal.

Pisahkan persetujuan untuk kebutuhan transaksi dan promosi. Restoran juga perlu menyediakan mekanisme bagi pelanggan untuk mengakses, memperbaiki, atau menghapus data serta menetapkan masa penyimpanan percakapan.

4. Tetapkan Akuntabilitas AI dan Audit Percakapan

Akuntabilitas AI berarti ada pihak yang bertanggung jawab atas jawaban bot.

Surat Edaran Menkominfo Nomor 9 Tahun 2023 mendorong pelaku usaha dan penyelenggara sistem elektronik memiliki kebijakan internal terkait data dan etika AI, termasuk prinsip transparansi dan akuntabilitas.

Surat edaran ini berupa panduan, bukan aturan yang mengikat, tetapi arahnya dapat diterjemahkan menjadi praktik.

Restoran bisa menetapkan pemilik chatbot, melakukan audit percakapan secara berkala, membuat daftar topik terlarang, mencatat perubahan knowledge base, menyiapkan prosedur penghentian darurat, serta memberi tahu pelanggan bahwa mereka sedang berinteraksi dengan bot.

---

Fitur Mekari Qontak untuk Membangun Chatbot Restoran di WhatsApp

Mekari Qontak menyediakan beberapa kemampuan yang relevan untuk membangun chatbot restoran, mulai dari kanal resmi, knowledge base, alur percakapan, formulir hingga dashboard agen.

1. WhatsApp Business API Resmi

Mekari Qontak menyediakan WhatsApp Business API resmi dan berstatus Partner Resmi Meta Business serta WhatsApp Business Solution Provider resmi. Nomor bisnis juga dapat memperoleh verifikasi centang biru.

2. Chatbot AI dengan Knowledge Base dan Personalisasi

Chatbot AI Mekari Qontak dapat menjawab pertanyaan terkait menu, jam buka, dan kebijakan berdasarkan knowledge base yang disiapkan bisnis.

Kemampuan personalisasi juga memungkinkan respons disesuaikan dengan data pelanggan.

3. Kustomisasi Alur dan Routing Percakapan

Anda dapat membuat cabang percakapan berdasarkan kata kunci dan mengarahkan percakapan ke tim atau outlet yang sesuai.

Kemampuan ini dapat mendukung peta eskalasi yang sudah dibuat sebelumnya sehingga kasus tidak berhenti di chatbot ketika membutuhkan staf.

4. WhatsApp Katalog

Chatbot restoran dapat terhubung dengan WhatsApp Katalog untuk menampilkan menu secara lebih terstruktur di dalam percakapan. Pelanggan dapat melihat foto, nama, harga, dan detail menu tanpa harus berpindah ke aplikasi atau halaman lain.

5. WhatsApp Flows melalui Chatbot

WhatsApp Flows memungkinkan chatbot menampilkan formulir interaktif langsung di WhatsApp. Restoran dapat menggunakannya untuk kebutuhan seperti reservasi, pemesanan, atau survei kepuasan.

Chatbot dapat memilih Flow berdasarkan intent percakapan.

Untuk implementasinya, Anda perlu membuat flow, mendaftarkannya, dan mempublikasikannya melalui WhatsApp Manager sesuai mekanisme yang berlaku di Qontak.

6. Dashboard Omnichannel untuk Handoff ke Agen

Dashboard omnichannel Mekari Qontak menyatukan percakapan dari WhatsApp, Instagram, Tokopedia, Shopee hingga live chat.

Dengan histori percakapan yang tersedia bagi agen, proses handoff dari chatbot dapat dilanjutkan tanpa membuat pelanggan mengulang informasi yang sudah disampaikan sebelumnya.

7. Aplikasi CRM

Aplikasi CRM menyimpan data pelanggan dan riwayat pesanan, sedangkan WhatsApp Broadcast dapat digunakan untuk mengirim pesan massal kepada pelanggan yang sudah memberikan opt-in.

---

Rancang Chatbot Restoran yang Konsisten di Semua Outlet dengan Mekari Qontak

Dengan demikian, chatbot restoran lebih bernilai bila jawabannya konsisten di seluruh outlet, biaya percakapannya dapat dihitung, aturan eskalasinya jelas, dan pengelolaan data pelanggan memiliki dasar yang tepat.

Chatbot AI Mekari Qontak menyediakan knowledge base dan alur percakapan yang fleksibel, terintegrasi juga dengan WhatsApp Business API resmi, dasbor omnichannel CRM, dan WhatsApp Flows untuk formulir reservasi serta survei.

Pelajari fitur Chatbot AI Mekari Qontak untuk mengoperasikan langsung bagaimana alur chatbot dapat diterapkan pada bisnis restoran Anda. Dapatkan juga uji coba gratis Mekari Qontak atau konsultasikan kebutuhan bisnis Anda dengan tim ahli kami.

Referensi

• The Ultimate Game Changer: Domino’s Adds Full Ordering on Messenger
• Voice-Activated Ordering Now Available at Starbucks
• Partners with Conversable to Upgrade Online Experience, Offers 24/7 Social Media Interaction and Restaurant Reservations
• Upcoming pricing updates for Meta Business Agent, service and utility messages