Data yang tersebar — musuh utama layanan pelanggan
Maskapai penerbangan menghadapi paradoks: banyak yang diketahui tentang penumpang, tetapi pengetahuan ini tersebar di belasan sistem. Riwayat pemesanan tersimpan di satu basis data, korespondensi dengan dukungan di basis lain, preferensi makanan di basis ketiga, dan aktivitas di situs web serta aplikasi bahkan tersimpan di penyimpanan terpisah. Karyawan harus berpindah-pindah antar jendela secara manual dan menyusun gambaran dari potongan-potongan kecil. Hasilnya — konteks yang hilang, pertanyaan yang berulang, dan perasaan bahwa layanan yang "cerdas" sebenarnya tidak mengingat apa pun tentang Anda.
Virgin Atlantic memilih jalan yang berbeda: alih-alih mempekerjakan lebih banyak orang untuk menggabungkan data secara manual, perusahaan mencoba menyatukan sinyal tentang pelanggan dengan bantuan asisten AI.
Bagaimana ChatGPT Work mengubah data yang tersebar menjadi cerita yang utuh
Inti dari pendekatan ini adalah ChatGPT Work. Ini adalah versi korporat dari asisten yang memungkinkan menghubungkan layanan kerja perusahaan dan bekerja dengan data di dalam lingkungan yang aman. Alih-alih memberikan akses penuh ke semua sistem sekaligus, di Virgin Atlantic mereka menyiapkan skenario di mana asisten menanyakan sumber yang relevan berdasarkan permintaan dan menyusun jawaban menjadi ringkasan terpadu.
Data apa saja yang diproses
- Riwayat pemesanan — penerbangan sebelumnya dan saat ini, kelas layanan, rute.
- Saluran komunikasi — email, obrolan, panggilan ke dukungan.
- Perilaku di situs web — destinasi apa yang dicari penumpang, apa yang diminatinya.
- Permintaan khusus — alergi, makanan favorit, kebutuhan untuk terbang dengan anak-anak atau hewan.
Dulu data ini ada secara terpisah satu sama lain. Sekarang asisten menariknya berdasarkan permintaan dan menyusun kronologi: apa yang terjadi dengan penumpang sebelum menghubungi, masalah apa yang sudah diselesaikan, dan apa yang penting untuk diperhatikan pada kontak berikutnya.
Bagaimana ini bekerja dalam praktik
Ketika penumpang menulis ke dukungan, karyawan alih-alih mencari di lima basis data hanya menyampaikan inti permintaan kepada asisten. ChatGPT Work menemukan catatan yang relevan dan menawarkan ringkasan siap pakai: siapa yang ada di hadapan kita, apa status dan riwayatnya, apakah ada insiden serupa, dan opsi jawaban apa yang sudah berhasil sebelumnya.
Nuansa penting — asisten tidak menggantikan manusia, tetapi menghilangkan pekerjaan rutin darinya. Karyawan menerima draf jawaban atau poin-poin untuk percakapan, tetapi keputusan akhir selalu ada di tangannya. Ini sangat penting dalam penerbangan, di mana menyangkut transit, bagasi, dan kompensasi — kesalahan di sini sangat mahal.
Apa yang berubah untuk tim dukungan
Alih-alih sepuluh menit untuk mencari konteks, kini hanya butuh satu menit. Karyawan berhenti menanyakan ulang kepada pelanggan tentang hal yang sudah diketahui dan dapat fokus pada penyelesaian masalah, bukan pada diagnosisnya. Selain itu, lebih kecil kemungkinan penumpang mendengar alasan "maaf, kami tidak melihat pemesanan Anda" — sistem benar-benar melihatnya.
Hasil: apa yang berubah bagi pelanggan dan maskapai
Keuntungan utama — keterhubungan pengalaman. Pelanggan tidak merasa bahwa setiap kali ia memulai percakapan dari nol. Ia dapat menulis di obrolan, menelepon, lalu kembali ke dialog di aplikasi pesan — dan seluruh riwayat sudah ada di depan agen. Ini mengurangi frustrasi dan membuat merek lebih manusiawi di mata penumpang.
Bagi maskapai, manfaatnya juga nyata: permintaan diproses lebih cepat, lebih sedikit pertanyaan berulang, dan peluang mempertahankan loyalitas pelancong frequent flyer lebih tinggi. Sinyal yang dulu hilang kini bekerja untuk layanan yang dapat diprediksi.
Kesimpulan
Kisah Virgin Atlantic — contoh nyata bagaimana perusahaan besar menggunakan model generatif bukan demi sensasi, tetapi untuk memecahkan masalah yang sudah lama ada. Penyatuan sinyal pelanggan melalui ChatGPT Work memungkinkan layanan yang dipersonalisasi tanpa otomatisasi penuh: mesin mengambil alih pengumpulan dan analisis informasi, manusia — tanggung jawab dan empati.
Pendekatan ini juga dapat bekerja di luar penerbangan: di perbankan, ritel, telekomunikasi. Di mana pun banyak yang diketahui tentang pelanggan, tetapi tersebar, asisten AI mampu menjadi perekat yang mengubah kumpulan fakta menjadi gambaran utuh tentang seseorang.
