JIPRAKS Classroom

Cara Bangun AI Agent Automasi Survey Pelanggan dengan n8n + GPT (MVP 2 Hari)

· 3 menit baca

Cara Bangun AI Agent Automasi Survey Pelanggan dengan n8n + GPT (MVP 2 Hari)

Hook: Kenapa Survey Pelanggan Selalu Tertunda?

Anda pernah mengirim email survey ke ratusan pelanggan, lalu tidak mendapatkan balasan? Atau tim support Anda harus menghabiskan jam mengumpulkan feedback secara manual lewat chat? Masalah utama bukan pada pertanyaannya, melainkan pada orchestrasi pengiriman, pengingat, dan analisis data yang terfragmentasi.

Konsep Cepat: AI Agent + n8n = Survey Otomatis yang Pintar

Bayangkan sebuah AI Agent yang:

  • Menyiapkan pertanyaan yang relevan berdasarkan segmentasi pelanggan (GPT‑4).
  • Mengirimkan invitation lewat email atau WhatsApp (n8n webhook).
  • Memonitor balasan, meng‑parse jawaban, dan men‑score kepuasan (GPT).
  • Men-generate insight otomatis dan meng‑push ke Slack atau Notion.

Semua langkah ini di‑orchestrasi oleh n8n sebagai workflow engine, sehingga Anda tidak menulis satu baris kode backend.

Breakdown Teknis: Workflow Step‑by‑Step

  1. Trigger: Schedule Node – jalankan setiap Senin pukul 09:00.
  2. Fetch Segmen – gunakan HTTP Request node ke CRM (misal HubSpot) untuk dapatkan list email yang memenuhi kriteria (mis. pembelian 30‑60 hari lalu).
  3. Generate Pertanyaan Dinamis – panggil OpenAI Completion (GPT‑4) dengan prompt: "Buat tiga pertanyaan singkat tentang kepuasan fitur X untuk pengguna yang membeli pada {{purchase_date}}". Simpan output ke variable.
  4. Loop Over Recipients – menggunakan SplitInBatches node, kirim tiap batch 20 email.
  5. Send Survey – gunakan Send Email node (SMTP) atau Twilio WhatsApp node. Body email berisi link ke Google Form yang pre‑filled dengan ID unik.
  6. Webhook Listener – buat endpoint n8n (Webhook node) untuk menerima webhook response Google Form (atau gunakan Make.com webhook bridge). Simpan response JSON.
  7. Parse & Score – panggil GPT lagi dengan prompt: "Berikan skor NPS (0‑10) dan highlight keluhan utama dari jawaban berikut: {{answers}}".
  8. Store Result – Upsert ke Google Sheet atau Supabase table (SurveyResults).
  9. Insight & Notifikasi – buat summary (average NPS, top‑3 keluhan) lewat GPT, kirim ke Slack channel #survey‑insights.
  10. Follow‑up Automation – untuk skor < 6, otomatis buat tugas di Asana dengan label "Urgent Feedback".

Use Case Real: SaaS Produktivitas "Taskly"

Taskly ingin mengukur kepuasan fitur "Recurring Tasks" pada pelanggan premium. Dengan workflow di atas, dalam 48 jam mereka menghasilkan:

  • Response rate naik dari 12% ke 38% (karena reminder otomatis).
  • Rata‑rata NPS naik 1,2 poin setelah mengidentifikasi keluhan utama (kurangnya integrasi kalender).
  • 5 tiket support dibuat otomatis di Jira, diprioritaskan berdasarkan sentiment AI.

Insight & Strategi: Membuat Survey yang *Benar‑Benar* Otomatis

1. Segmentasi Dinamis = Tingkat Respons Tinggi
Gunakan data recency‑frequency‑monetary (RFM) untuk menargetkan pengguna yang paling aktif atau paling baru. GPT dapat menyesuaikan bahasa pertanyaan sesuai segment.

2. Pertanyaan Adaptif
Jangan pakai satu set pertanyaan statis. Biarkan AI menghasilkan varian pertanyaan yang relevan dengan perilaku pengguna (misal "Bagaimana fitur X membantu Anda menyelesaikan proyek dalam 5 menit?"). Ini meningkatkan engagement.

3. Loop & Retry
Manfaatkan n8n Execute Workflow node untuk meng‑retry pengiriman hanya ke yang belum merespon setelah 3 hari. Hindari spam, tetap personal.

4. Scoring Otomatis vs Manual
Gunakan GPT untuk men‑extract sentiment dan meng‑kategorikan keluhan (bug, UX, fitur request). Simpan kategori di column terpisah untuk analitik cepat.

5. Closed‑Loop Action
Insight di Slack hanyalah permulaan. Hubungkan output ke tool manajemen tugas (Asana, ClickUp) supaya feedback langsung masuk ke backlog produk.

Penutup & Call to Action

Dengan kombinasi n8n sebagai orchestrator dan GPT sebagai AI Agent, Anda dapat membangun sistem survei pelanggan lengkap dalam 2 hari – tanpa menulis satu baris kode backend. Download n8n, buat API key OpenAI, dan coba contoh workflow di repo ini.

Mulai sekarang, ubah feedback menjadi aksi nyata. Build, iterate, and ship!

Artikel terkait