Optimasi dan Automasi Alokasi Agen pada Omnichannel Customer Service Platform Menggunakan Algoritma Minmax dan RPA

Abstract

Customer Service (CS) merupakan sebuah layanan yang diberikan oleh perusahaan untuk meningkatkan kepuasan pelanggan. Dalam perkembangannya, CS memanfaatkan aplikasi messaging yang sudah tersebar di masyarakat sebagai penghubung dengan pelanggan. Muncul istilah omnichannel platform, yaitu sebuah platform terintegrasi yang mengumpulkan pesan pelanggan dari berbagai aplikasi messaging ke dalam satu tempat. Alokasi agen CS untuk melayani pelanggan dari berbagai channel umumnya menggunakan algoritma First in First out (FIFO) dan masih dilakukan manual. Pada kasus tertentu, pelanggan yang mungkin masalahnya bisa cepat diselesaikan harus menunggu lebih lama karena agen sedang melayani pelanggan lain yang menghubungi lebih dulu. Oleh karena itu, digunakan algoritma Minimum Cost Maximum Matching (Minmax) untuk mengoptimalkan alokasi agen dan menerapkan Robotic Process Automation (RPA) untuk mengotomatiskan proses alokasi agen. Hasil dari penelitian ini menunjukkan bahwa algoritma Minmax membuat alokasi agen lebih optimal dalam kasus jumlah pelanggan kurang dari jumlah agen. Serta berhasil melakukan automasi proses alokasi agen menggunakan RPA.

Customer Service (CS) is a service provided by companies to increase customer satisfaction. In its development, CS utilizes messaging applications that have spread in the community as a liaison with customers. The term omnichannel platform emerged, which is an integrated platform that collects customer messages from various messaging applications into one place. The allocation of CS agents to serve customers from various channels generally uses the First in First out (FIFO) algorithm and is still done manually. In certain cases, customers whose problems may be resolved quickly have to wait longer because agents are serving other customers who contact first. Therefore, the Minimum Cost Maximum Matching (Minmax) algorithm is used to optimize agent allocation and implement Robotic Process Automation (RPA) to automate the agent allocation process. The results of this study show that the Minmax algorithm makes agent allocation more optimal in the case that the number of customers is less than the number of agents. And successfully automate the agent allocation process using RPA.