
- Chatbot use case adalah skenario atau penerapan chatbot untuk menjalankan proses bisnis tertentu melalui percakapan otomatis.
- Beberapa use case chatbot yang bisa digunakan, seperti FAQ, cek status pesanan, rekomendasi produk, reservasi, upselling, customer onboarding hingga payment reminder.
- Chatbot AI Mekari Qontak membantu mengotomatisasi berbagai use case dalam satu alur percakapan, dari menjawab FAQ, mengkualifikasi lead hingga meneruskan chat ke human agent.
Penggunaan chatbot di WhatsApp, website, dan media sosial makin umum di kalangan bisnis. Namun, penerapannya masih sering terbatas pada fungsi sederhana seperti menjawab FAQ atau memberikan informasi jam operasional.
Banyak perusahaan memasang chatbot lebih dulu, lalu baru memikirkan skenarionya.
Dengan demikian, selisih antara chatbot yang aktif dan chatbot yang menyelesaikan masalah lebih ditentukan oleh pilihan use case, kualitas isi jawaban, dan alur eskalasi ke agen.
Dalam artikel ini, Mekari Qontak Blog akan membahas berbagai contoh use case (studi kasus) chatbot beserta alur, integrasi, dan batasnya.

Apa Itu Use Case Chatbot?
Chatbot use case adalah skenario atau bentuk penerapan chatbot untuk membantu menjalankan proses tertentu dalam bisnis melalui percakapan otomatis. Penggunaannya dapat berbeda tergantung kebutuhan perusahaan.
Chatbot dapat digunakan untuk menjawab pertanyaan pelanggan, mengumpulkan informasi, membantu proses booking, mengkualifikasi lead, memberikan rekomendasi, hingga meneruskan percakapan kepada agent manusia.
Berbeda dengan chatbot yang hanya berfungsi sebagai FAQ, chatbot yang terhubung dengan sistem bisnis dapat menggunakan data dan konteks pelanggan untuk menjalankan workflow (alur kerja) yang lebih spesifik.
Misalnya, chatbot dapat menanyakan kebutuhan calon pelanggan sebelum meneruskan lead kepada sales. Dalam kasus lain, chatbot dapat mengenali pola pembelian dan menawarkan reorder ketika pelanggan diperkirakan membutuhkan produk kembali.
Contoh Use Case Chatbot untuk Layanan, Penjualan, dan Operasional
Berikut beberapa contoh penerapan chatbot berdasarkan kebutuhan operasional, customer engagement, marketing, dan sales.
Gunakan tombol panah kiri/kanan untuk menggulir secara horizontal.
| Contoh use case | Tim pemilik | Pemicu percakapan | Sistem yang biasanya terhubung |
|---|---|---|---|
| FAQ dan dukungan pelanggan 24 jam | Customer service | Pertanyaan produk, prosedur, jam layanan | Knowledge base, ticketing |
| Layanan pascapembelian: status pesanan, retur, dan klaim | CS dan operasional | Nomor pesanan, permintaan retur atau klaim | OMS/ERP, ekspedisi, kebijakan retur |
| Rekomendasi produk dan asisten belanja | E-commerce, merchandising | Kebutuhan, ukuran, anggaran, stok | Katalog, inventori |
| Kualifikasi lead dan handoff ke sales | Marketing dan sales | Pesan dari iklan, situs, atau kanal pesan | CRM, aturan penugasan sales |
| Reservasi, booking, dan penjadwalan | Operasional, sales, layanan | Permintaan jadwal demo, servis, konsultasi, tiket | Kalender, sistem booking |
| Kuotasi dan panduan harga atau paket | Sales | Permintaan harga, perbandingan paket | Price book, CRM |
| Upsell, cross-sell, dan kampanye promosi | Marketing | Setelah pembelian, momen promo, reaktivasi | CRM, broadcast, segmentasi |
| Onboarding pelanggan baru | Customer success, product | Pendaftaran, aktivasi, penggunaan pertama | Knowledge base, data produk |
| Pengingat pembayaran, penagihan, dan layanan keuangan | Keuangan, layanan nasabah | Jatuh tempo, status pengajuan atau klaim | Sistem tagihan, core system |
| Survei kepuasan dan umpan balik | Customer experience, CS | Setelah percakapan atau pembelian selesai | Alat CSAT/NPS, CRM |
| Asisten internal HR, IT, dan tim sales atau CS | HR, IT, tim enablement | Pertanyaan karyawan, pencarian pengetahuan | HRIS, ITSM, knowledge base |
| Triage, routing tiket, dan eskalasi ke agen | CS operations | Isu di luar kemampuan bot, permintaan bicara dengan manusia | Ticketing, antrean agen |
1. FAQ dan Dukungan Pelanggan 24 Jam
FAQ dan dukungan 24 jam menjadi use case pintu masuk karena volumenya besar dan jawabannya relatif seragam.
Chatbot menjawab pertanyaan tentang produk, prosedur, syarat, dan jam layanan di situs, aplikasi, maupun kanal pesan, termasuk saat pertanyaan melonjak pada kampanye besar.
Alurnya sederhana, chatbot mengenali topik, menjawab dari knowledge base, lalu menawarkan opsi menghubungi agen setelah dua jawaban yang gagal.
Di Mekari Qontak, Anda dapat melatih chatbot dari dokumen PDF, URL, atau teks, sedangkan pertanyaan yang tidak terjawab sebaiknya tercatat sebagai tiket. Dengan begitu, tim dapat melengkapi isi knowledge base secara berkala.
Ukur containment rate (persentase percakapan yang selesai tanpa agen), partial containment, fallback rate, waktu respons pertama, dan CSAT setelah sesi chatbot.
Chatbot akan menyerahkan percakapan ketika topik berada di luar knowledge base, pelanggan mengulang pertanyaan yang sama, atau nada pesan mulai berubah menjadi komplain.
2. Layanan Pascapembelian: Status Pesanan, Retur, dan Klaim
Layanan pascapembelian mencakup pertanyaan yang paling mudah diprediksi setelah transaksi, yaitu status pengiriman, retur, tukar barang, refund, dan klaim garansi.
Chatbot dapat mengecek status lewat nomor pesanan, memulai retur sesuai kebijakan, dan mengirim pembaruan proaktif kepada pelanggan.
Alurnya dimulai dari nomor pesanan, lalu chatbot memanggil API ke sistem pesanan atau ekspedisi untuk menampilkan status.
Untuk retur, chatbot memeriksa syarat, membuat tiket, dan mengirim notifikasi. Pembaruan proaktif lewat WhatsApp Business API memakai template kategori utility, dan rincian biayanya ada pada bagian batas data dan kepatuhan di bawah.
Retur memerlukan keputusan finansial, jadi chatbot cukup memeriksa kelayakan dan menyiapkan berkas, sedangkan pengecualian kebijakan diputuskan human agent.
3. Rekomendasi Produk dan Asisten Belanja
Rekomendasi produk membantu pelanggan menemukan barang lewat beberapa pertanyaan singkat tentang kebutuhan, ukuran, dan anggaran. Chatbot juga dapat mengecek stok, menampilkan rekomendasi bergambar, dan berperan sebagai asisten belanja pribadi.
Prosesnya terdiri dari tiga sampai empat pertanyaan penyaring, pencarian katalog dan stok, tiga opsi rekomendasi, lalu tautan menuju checkout. Batasi pilihan pada tiap langkah, karena terlalu banyak opsi umumnya membuat pelanggan ragu.
Jika chatbot terhubung dengan CRM, rekomendasi juga dapat mempertimbangkan histori pembelian dan preferensi pelanggan.
Pendekatan ini relevan terutama bagi bisnis yang memiliki banyak SKU atau produk dengan karakteristik berbeda. Tim tidak perlu memberikan rekomendasi yang sama kepada seluruh pelanggan.
4. Kualifikasi Lead dan Handoff ke Sales
Kualifikasi lead menyambut calon pelanggan dari iklan, situs, atau kanal pesan, lalu mengajukan beberapa pertanyaan tentang kebutuhan, skala perusahaan, dan jadwal keputusan.
Lead yang siap diproses diteruskan ke sales beserta konteks percakapan. Use case ini mendukung proses lead generation, termasuk pengunjung yang tidak mengisi formulir dan tindak lanjut lewat pesan (nurturing).
Setelah calon pelanggan menjawab, chatbot memberi label atau skor, lalu membuat deal di CRM lengkap dengan pipeline, stage, owner, dan source.
Sales menerima notifikasi berikut riwayat percakapan. Di Mekari Qontak, integrasi CRM dapat membuat deal pada pipeline dan stage tertentu dari percakapan chatbot.
5. Membantu Proses Booking dan Reservasi
Reservasi dan penjadwalan memungkinkan pelanggan memesan demo produk, servis kendaraan, konsultasi, atau tiket acara langsung dari percakapan. Chatbot memeriksa slot yang tersedia, lalu mengonfirmasi jadwal.
Untuk bisnis seperti salon, klinik, atau penyedia jasa, chatbot juga dapat terhubung dengan kalender sehingga pelanggan dapat diarahkan ke slot yang tersedia.
Dengan demikian, chatbot bukan hanya menjawab pertanyaan mengenai jadwal, tetapi ikut menjalankan proses reservasi dari awal hingga konfirmasi.
6. Kuotasi dan Panduan Harga atau Paket
Chatbot dapat membantu pelanggan mendapatkan informasi harga, memahami perbedaan paket, hingga mengajukan permintaan penawaran kepada sales. Use case ini juga dapat membantu pelanggan yang masih kesulitan menemukan atau memahami informasi pada halaman pricing.
Prosesnya dapat dimulai dengan chatbot mengenali kebutuhan pelanggan, kemudian merekomendasikan paket yang sesuai dan menghitung estimasi harga berdasarkan price book.
Jika pelanggan membutuhkan penawaran lebih lanjut, chatbot dapat menyediakan tombol request quotation yang secara otomatis diteruskan sebagai tugas di CRM untuk ditindaklanjuti sales.
Karena harga dan diskon tertentu dapat bersifat mengikat, chatbot sebaiknya hanya menampilkan informasi dari sumber harga resmi. Sementara itu, permintaan harga khusus atau diskon di luar ketentuan standar perlu ditandai untuk mendapatkan persetujuan dari tim sales.
Batasannya jelas: chatbot dapat memberikan informasi dan menyiapkan permintaan kuotasi, tetapi tidak mengambil keputusan terkait diskon atau syarat komersial khusus.
7. Upsell, Cross-Sell, dan Kampanye Promosi
Strategi upsell, cross-sell, dan kampanye promosi memanfaatkan momen setelah pelanggan bertanya atau membeli.
Chatbot menawarkan produk pelengkap, paket yang lebih tinggi, atau promo yang relevan, dan menjalankan kampanye percakapan seperti kuis, kontes, atau pesan lanjutan bertahap (drip).
Prosesnya berjalan dari trigger, seperti pembelian selesai, percakapan positif, atau momen promo, ke segmentasi, template marketing yang telah disetujui, respons pelanggan, lalu chatbot melanjutkan percakapan.
Gunakan kode promo khusus kanal agar atribusi jelas, dan hubungkan chatbot dengan CRM serta fitur broadcast WhatsApp. Pesan marketing di WhatsApp selalu berbayar sehingga Anda perlu memastikan persetujuan (opt-in) pelanggan sebelum mengirimnya.
8. Onboarding Pelanggan Baru
Onboarding membantu pelanggan memahami langkah awal setelah berlangganan atau menggunakan produk, mulai dari aktivasi, cara menggunakan fitur utama, hingga mendapatkan bantuan ketika mengalami kendala.
Chatbot bisa menyampaikan panduan melalui teks, gambar, maupun video singkat. Fokus utamanya adalah membantu pelanggan mencapai aktivasi pertama yang bernilai.
Dalam konteks B2B, proses onboarding biasanya melibatkan beberapa peran, seperti admin dan pengguna akhir. Karena itu, chatbot perlu mengetahui peran pengguna sebelum menentukan panduan yang diberikan.
Alurnya dapat dimulai dari registrasi, pesan sambutan, pemilihan peran atau tujuan, panduan aktivasi tahap satu hingga tiga, pengecekan progres, lalu menawarkan bantuan customer success jika pengguna mengalami kebuntuan.
Agar alur berjalan sesuai konteks, chatbot membutuhkan data akun atau produk serta knowledge base yang relevan.
Ukur keberhasilannya melalui tingkat aktivasi dalam periode tertentu, misalnya tujuh hari, jumlah tiket onboarding per akun baru, dan drop-off pada setiap tahap.
9. Pengingat Pembayaran, Penagihan, dan Layanan Keuangan
Chatbot dapat membantu mengirim pengingat jatuh tempo, memberikan informasi status tagihan atau pengajuan, serta menjelaskan prosedur pembayaran dan klaim.
Jika terhubung dengan sistem penagihan dan payment gateway, chatbot juga dapat mengirimkan tautan pembayaran dan mengonfirmasi transaksi setelah pembayaran berhasil.
Sebelum menampilkan informasi keuangan, chatbot perlu melakukan verifikasi identitas pelanggan. Untuk pengingat pembayaran, gunakan template utility yang sesuai.
Batas penggunaan chatbot dalam use case ini juga harus jelas karena data keuangan pribadi termasuk data pribadi spesifik berdasarkan UU PDP.
Chatbot tidak boleh memberikan rekomendasi investasi, mengambil keputusan kredit, atau menganalisis pola pengeluaran tanpa persetujuan pelanggan.
Beberapa metrik yang dapat dipantau, seperti rasio pembayaran tepat waktu, respons terhadap pengingat, dan jumlah keluhan terkait penagihan.
10. Survei Kepuasan dan Umpan Balik
Survei kepuasan pelanggan lewat chatbot menawarkan pertanyaan singkat setelah percakapan atau transaksi selesai, misalnya CSAT, NPS, atau satu pertanyaan bebas.
Chatbot menyimpan hasilnya dan meneruskan umpan balik negatif ke tim yang dapat menindaklanjuti. Menjawab lewat tombol di dalam percakapan umumnya terasa lebih ringan daripada mengisi formulir web.
Prosesnya dimulai dari sesi selesai, chatbot menanyakan rating satu sampai lima, dan bila skor di bawah empat chatbot menanyakan alasannya, membuat tiket tindak lanjut, lalu mencatat hasilnya di CRM.
Tinjau response rate, CSAT atau NPS per use case chatbot dibanding agen, dan waktu tindak lanjut untuk skor rendah. Selain itu, jangan kirim survei saat masalah pelanggan belum selesai, dan patuhi batas frekuensi survei per pelanggan.
11. Asisten Internal untuk HR, IT, dan Tim Sales atau CS
Chatbot juga bisa berfungsi sebagai asisten internal bagi karyawan. Penerapannya mencakup menjawab pertanyaan mengenai cuti, tunjangan, kebijakan perusahaan, hingga reset akses.
Bagi tim sales dan customer service, chatbot dapat membantu menemukan informasi produk dari knowledge base. Proses HR tertentu, seperti penjadwalan wawancara dan pengumpulan masukan karyawan, juga dapat diotomatisasi.
Karyawan cukup mengajukan pertanyaan melalui kanal kerja. Chatbot kemudian mengambil informasi dari HRIS, sistem ITSM, atau knowledge base untuk memberikan jawaban atau membuat tiket.
Karena melibatkan data karyawan yang sensitif, akses informasi ini perlu dibatasi berdasarkan peran.
12. Triage, Routing Tiket, dan Eskalasi ke Agen
Triase tiket, routing, dan eskalasi menjadi fondasi yang mendukung berbagai use case chatbot.
Chatbot bisa mengenali topik dan tingkat urgensi, mengumpulkan informasi awal seperti nama, nomor pesanan, dan alasan pelanggan menghubungi bisnis, kemudian membuat tiket dan meneruskan percakapan ke agen atau divisi yang sesuai.
Urutan kerjanya dimulai dari chatbot mendeteksi kegagalan atau permintaan bicara dengan manusia, mengumpulkan informasi awal, membuat tiket di sistem ticketing, melakukan routing, mengirim pesan handover, lalu agen menerima riwayat percakapan.
Chatbot Use Case Berdasarkan Fungsi Bisnis
Selain melihat jenis aktivitasnya, perusahaan dapat menentukan use case berdasarkan fungsi yang akan menggunakan chatbot.
1. Chatbot Use Case per Kanal
Gunakan tombol panah kiri/kanan untuk menggulir secara horizontal.
| Fungsi bisnis | Chatbot use case |
|---|---|
| Marketing | Segmentasi campaign, rekomendasi produk, lead capture |
| Sales | Lead qualification, product recommendation, appointment scheduling |
| Customer Service | FAQ, status layanan, penyelesaian pertanyaan rutin |
| Customer Success | Identifikasi kebutuhan baru, upsell, cross-sell |
| Operations | Pengumpulan data administratif dan konfirmasi informasi |
| Finance | Pengumpulan dokumen atau informasi pendukung transaksi |
2. Chatbot Use Case Berdasarkan Industri
1. Financial Services
Bank dan perusahaan pembiayaan dapat menggunakan chatbot untuk mengidentifikasi minat calon nasabah dan mengumpulkan informasi awal sebelum prospek diteruskan kepada relationship manager.
Dalam konteks perbankan, OJK sudah menetapkan prinsip tata kelola AI yang menekankan akuntabilitas dan transparansi. Untuk itu, alur keputusan chatbot yang digunakan dalam proses onboarding perlu dapat ditelusuri dan didokumentasikan.
2. Distribusi B2B
Distributor dapat menggunakan chatbot untuk menjawab pertanyaan reseller mengenai stok dan harga sekaligus memberikan sinyal peluang kepada sales.
Reseller memperoleh jawaban awal tanpa harus menunggu respons manual, sedangkan sales dapat mengambil alih ketika kebutuhan membutuhkan pembahasan lebih lanjut.
3. SaaS B2B
Perusahaan SaaS dapat menggunakan chatbot untuk mengumpulkan informasi mengenai kebutuhan, skala bisnis, dan use case sebelum prospek dijadwalkan untuk demo.
Dengan begitu, sales mendapatkan konteks awal sebelum melakukan pembahasan lebih lanjut.
4. Retail Multi-Cabang
Retailer dapat memanfaatkan chatbot untuk mengidentifikasi lokasi pelanggan dan mengarahkan percakapan kepada cabang yang sesuai.
Tim cabang kemudian dapat menangani follow-up dengan mempertimbangkan stok dan kondisi operasional di lokasi tersebut.
Terapkan Use Case Chatbot Secara Bertahap dengan Mekari Qontak
Dengan demikian, hasil penggunaan use case chatbot ditentukan oleh urutan peluncuran, kualitas knowledge base, integrasi sistem, dan alur eskalasi ke agen.
Mulailah dari dua atau tiga use case berisiko rendah, misalnya FAQ 24 jam, survei kepuasan, dan triase ke agen. Rapikan knowledge base, lalu tetapkan ukuran hasil dan batas otomatisasi.
Chatbot AI Mekari Qontak terintegrasi dengan inbox omnichannel terpadu. Chatbot dapat dilatih dari PDF, URL, atau teks, terhubung ke CRM dan sistem internal lewat API, serta mendistribusikan chat ke agen berdasarkan topik, bahasa, atau prioritas.
Untuk menguji use case dengan data dan kanal bisnis Anda, dapatkan uji coba gratis Mekari Qontak hari ini.
Bila Anda ingin memetakan use case bersama tim IT dan Legal, konsultasikan kebutuhan bisnis Anda dengan tim Mekari Qontak.

Pertanyaan yang Sering Diajukan Tentang Contoh Use Case Chatbot (FAQ)
Apa perbedaan chatbot berbasis aturan, chatbot AI, dan AI agent dalam layanan pelanggan?
Apa perbedaan chatbot berbasis aturan, chatbot AI, dan AI agent dalam layanan pelanggan?
Chatbot berbasis aturan mengikuti alur tetap yang pelanggan pilih lewat tombol atau kata kunci.
Chatbot AI memahami kalimat bebas dan dapat menyusun jawaban dari knowledge base, sedangkan AI agent juga menjalankan tindakan seperti membuat retur atau mengubah jadwal lewat integrasi sistem.
Use case chatbot apa yang paling aman diotomatisasi lebih dulu?
Use case chatbot apa yang paling aman diotomatisasi lebih dulu?
FAQ dan dukungan 24 jam, survei kepuasan, dan triase ke agen umumnya berisiko paling rendah karena tidak mengubah data atau uang pelanggan.
Use case yang menyentuh pembayaran, retur, atau data pribadi spesifik sebaiknya menyusul setelah alur eskalasi dan kontrol data berjalan baik.
Kapan chatbot perlu menyerahkan percakapan ke agen manusia?
Kapan chatbot perlu menyerahkan percakapan ke agen manusia?
Chatbot perlu menyerahkan percakapan saat topik berada di luar knowledge base, pelanggan mengulang pertanyaan yang sama, pelanggan marah atau meminta bicara dengan manusia, atau permintaan menyangkut keputusan finansial dan data sensitif.
Bagaimana cara mengukur apakah sebuah use case chatbot berjalan dengan baik?
Bagaimana cara mengukur apakah sebuah use case chatbot berjalan dengan baik?
Bandingkan tiap use case dengan kondisi sebelum chatbot aktif, lalu pantau containment rate, fallback rate, waktu respons pertama, CSAT setelah sesi, dan handoff rate.
Apakah chatbot WhatsApp dikenai biaya per pesan?
Apakah chatbot WhatsApp dikenai biaya per pesan?
Meta menagih per pesan template yang terkirim, tetapi pesan non-template dalam jendela layanan 24 jam gratis, begitu pula template utility yang terkirim di dalam jendela itu.
Pesan marketing selalu berbayar, dan penyedia WhatsApp API dapat menambahkan biaya platform.