Trendtech, Jakarta – Menurut studi Waitwhile tahun 2023, rata-rata batas kesabaran pelanggan hanya 15 menit sebelum mereka meninggalkan antrean tanpa melakukan pembelian. Keranjang belanja yang ditinggalkan tidak hanya berarti kehilangan penjualan, tetapi juga menghilangkan seluruh investasi sumber daya yang telah dikeluarkan untuk menarik pelanggan hingga ke titik pembelian. Ini adalah salah satu tantangan terbesar yang dihadapi perusahaan dalam mempertahankan pelanggan dan mengurangi potensi kehilangan mereka.
Tantangan lain termasuk kesulitan memprediksi perilaku pelanggan, mengoptimalkan stok berdasarkan permintaan, dan menciptakan iklan yang relevan. Dalam era di mana retensi pelanggan menjadi kunci profitabilitas, perusahaan harus lebih cerdas dalam “mendengarkan” data untuk meningkatkan loyalitas pelanggan.
Baca juga: Cisco Luncurkan Cisco AI Defense, Solusi Keamanan AI Pertama untuk Transformasi Digital Perusahaan
Retensi pelanggan adalah faktor kritis dalam pertumbuhan bisnis. Frederick Reichheld dari Bain & Company menyatakan bahwa peningkatan retensi pelanggan sebesar 5% dapat meningkatkan keuntungan perusahaan antara 25% hingga 95%. Namun, mempertahankan pelanggan tidaklah mudah. Biaya akuisisi pelanggan baru jauh lebih tinggi daripada mempertahankan pelanggan yang sudah ada.
Di sinilah peran data menjadi krusial. Dengan menganalisis data pelanggan, perusahaan dapat memahami preferensi, perilaku, dan kebutuhan mereka secara lebih mendalam. Namun, tantangan terbesar adalah mengakses dan mengelola data tersebut secara efektif.
Perusahaan yang bergerak di bidang layanan pelanggan memiliki kekayaan data yang melimpah, mulai dari pola penelusuran, penjualan, hingga logistik. Namun, data ini seringkali tersebar di berbagai lokasi dan tidak terhubung satu sama lain. Survei Cloudera bertajuk 2024 State of the Enterprise AI and Modern Data Architecture mengungkapkan bahwa 73% pemimpin IT mengakui data mereka terkotak-kotak dan sulit diakses.
Solusinya adalah menghilangkan pengkotak-kotakan data melalui data lakehouse modern. Tanpa sistem ini, mustahil untuk menjalankan query atau model AI dalam skala besar guna menghasilkan insight yang berharga.
PT Bank Rakyat Indonesia (Persero) Tbk (BRI) adalah contoh nyata bagaimana data dapat dimanfaatkan untuk meningkatkan layanan pelanggan. Sebagai bank tertua di Indonesia, BRI memiliki “tambang emas” data yang melimpah. Namun, sistem IT lama mereka tidak mampu mengelola data tersebut secara efektif.
Sherlie Karnidta, Country Manager Indonesia, Cloudera mengatakan, dengan bantuan Cloudera, BRI menggantikan sistem lama dengan platform data modern. Mereka menganalisis data keuangan selama 124 tahun untuk meningkatkan sistem credit scoring dan mendeteksi penipuan secara real-time melalui layanan BRIForce. Hasilnya, BRI mampu memberikan layanan yang lebih baik kepada nasabah, termasuk kalangan unbanked yang sebelumnya kurang terjangkau.
Data tak terstruktur, seperti feedback pelanggan, percakapan chatbot, dan komentar media sosial, adalah jenis data yang paling banyak dan terus bertambah. Namun, data ini juga paling sulit dikelola.
PT Bank OCBC NISP Tbk. memilih strategi hybrid data untuk mengintegrasikan data tak terstruktur dengan data lake mereka. Dengan platform hybrid data dari Cloudera, OCBC NISP mengembangkan model AI yang mampu memberikan rekomendasi personal kepada nasabah. Mereka juga berencana memperluas penggunaan AI/ML untuk mendorong inovasi dan transformasi bisnis.
Kemunculan Generative AI (Gen AI) telah memudahkan perusahaan dalam menganalisis data tak terstruktur. Aplikasi Gen AI tidak memerlukan keahlian teknis yang mendalam, sehingga perusahaan dapat melompati siklus analitik tradisional.
Dengan Gen AI, perusahaan dapat menghasilkan insight yang lebih dalam dan mengambil tindakan praktis secara cepat. Misalnya, tim penjualan dapat bertanya kepada asisten AI, “Mengapa penjualan di gerai ini menurun?” dan langsung mendapatkan rekomendasi tindakan perbaikan.
Menulis query SQL yang rumit untuk mengembangkan model machine learning bisa menjadi tugas yang melelahkan. Accelerators for ML Projects (AMP) dari Cloudera menyederhanakan proses ini dengan mengotomatiskan tugas-tugas teknis.
Baca juga: 1 dari 4 Orang Pernah Godain AI: Riset Global Ungkap Tren Penipuan Cinta Digital di Indonesia
AMP memungkinkan perusahaan menggunakan asisten AI untuk menerjemahkan permintaan dalam bahasa alami menjadi perintah yang tepat. Misalnya, tim penjualan dapat menanyakan, “Tindakan apa yang harus kami ambil untuk meningkatkan penjualan?” dan mendapatkan jawaban yang jelas dan dapat ditindaklanjuti.
Meningkatkan loyalitas pelanggan tidak lagi sekadar tentang memberikan layanan yang baik. Perusahaan harus aktif “mendengarkan” data pelanggan melalui tools dan solusi AI. Dengan menghilangkan pengkotak-kotakan data, memahami data tak terstruktur, dan memanfaatkan Gen AI, perusahaan dapat membangun ekosistem AI yang komprehensif untuk meningkatkan retensi pelanggan.
Platform manajemen hybrid data seperti Cloudera memungkinkan perusahaan mengakses dan menganalisis data dengan lebih efektif, sehingga mereka dapat mengambil keputusan yang lebih cerdas dan meningkatkan loyalitas pelanggan secara signifikan.