Adolo dan AdoloChat: Go to Market dengan Agentic AI
Go To Market (GTM) sering terdengar seperti urusan perusahaan besar. Padahal setiap usaha menjalankannya: Anda mengumumkan sesuatu, orang bertanya, sebagian menjadi pelanggan, sebagian menghilang. Yang berbeda hanyalah seberapa jelas Anda melihat jalur itu.
Adolo menjalankan GTM bisnis dengan Agentic AI, dari klik iklan sampai closing. Produknya termasuk AdoloChat. Tulisan ini menjelaskan apa arti definisi itu, bagaimana AdoloChat bekerja di sisi pengunjung, dan apa yang sengaja tidak dijanjikan.
Apa yang dikerjakan Adolo
Definisi resmi Adolo menyebut tiga hal yang ingin dilihat pemilik usaha: omzet dibanding target, titik bocor corong, dan uang yang masuk per kanal. Ketiganya adalah pertanyaan, bukan fitur.
- Omzet dibanding target: apakah penjualan bergerak menuju angka yang Anda tetapkan sendiri?
- Titik bocor corong: di tahap mana calon pelanggan paling sering hilang?
- Uang per kanal: kanal mana yang sungguh membawa penjualan, bukan sekadar ramai?
Kata "corong" merujuk pada pipeline penjualan: rangkaian tahap yang dilalui calon pelanggan, dari menghubungi pertama kali sampai menjadi pelanggan atau gugur. Bagian paling awal dari corong itu adalah lead, yaitu calon pelanggan yang sudah menunjukkan minat, misalnya mengisi formulir atau menghubungi lewat WhatsApp.
Mengapa pandangan satu jalur penting? Karena iklan, chat, dan penutupan penjualan sering ditangani tiga pihak yang tidak saling melihat. Iklan dinilai dari klik, tim chat dinilai dari balasan, dan penjualan dinilai dari closing. Masing-masing tampak baik, tetapi bocor di sambungan antar tahap tidak ada yang memiliki. Adolo sengaja memandang jalur itu utuh. Dengan begitu, pertanyaan "mengapa penjualan kurang" bisa dijawab dengan menunjuk tahapnya, bukan dengan menyalahkan orangnya. Bila yang bocor adalah balasan pertama, perbaikannya ada di kecepatan menyapa. Bila yang bocor ada sesudah penawaran, perbaikannya ada di tindak lanjut. Tahap yang berbeda membutuhkan perbaikan yang berbeda, dan itu hanya terlihat bila jalurnya dipandang utuh.
Lihat grafik di bawah. Ini ilustrasi, bukan data nyata: alur dari klik iklan sampai closing. Lebar jalur hanya menunjukkan bahwa setiap tahap lebih sempit daripada tahap sebelumnya. Perhatikan jalur kecil yang menuju "dicatat saja": tidak semua minat harus menjadi penawaran hari itu, tetapi semuanya tercatat supaya bisa ditindaklanjuti.
Dari klik iklan sampai closing (ilustrasi)
Memuat grafik…
Data simulasiIlustrasi, bukan data nyata. Lebar jalur hanya menunjukkan bentuk alur.
Lihat data sebagai tabel
| Dari | Ke | Nilai |
|---|---|---|
| Klik iklan | Pesan masuk | 12 |
| Pesan masuk | Disambut agen AI | 12 |
| Disambut agen AI | Dikualifikasi | 7 |
| Disambut agen AI | Dicatat untuk tindak lanjut | 5 |
| Dikualifikasi | Diserahkan ke manusia | 5 |
| Dikualifikasi | Dicatat untuk tindak lanjut | 2 |
| Diserahkan ke manusia | Closing | 3 |
AdoloChat: agen yang menyambut, mencatat, dan menyerahkan
Agen AI adalah program berbasis AI yang diberi tugas dan alat untuk mengerjakan bagian pekerjaan tertentu, sementara manusia menetapkan batas dan memutuskan hal penting. AdoloChat adalah agen semacam itu untuk percakapan dengan calon pelanggan.
Contoh paling mudah dilihat ada di situs ini. Tombol "Tanya agen AI kami" memuat widget dari AdoloChat. Agennya memperkenalkan diri dengan jujur sebagai asisten AI, bukan manusia. Ia menjawab dari isi situs, bukan dari pengetahuan yang tidak bisa dibaca pengunjung. Percakapan dicatat. Nama dan kontak hanya disimpan bila pengunjung mengisinya sendiri dan menyetujui, lalu dicatat sebagai calon pelanggan di AdoloChat dan diteruskan ke CRM ekosistem Adolo supaya tim dapat menghubungi. Bila perlu manusia, percakapan diserahkan ke WhatsApp Business resmi.
Pola kerja agen itu mengikuti urutan sederhana: menyapa, menghargai pertanyaan, menggali kebutuhan, meringkas pemahamannya dengan kata pengunjung sendiri, lalu menyarankan satu pilihan yang paling cocok. Cara kerjanya dibahas lebih lengkap di Website Agentic dari Dapur ke Etalase, dan pertanyaan penyaringnya di Tiga Pertanyaan Kualifikasi Sebelum Menawarkan Apa pun.
Pelajaran NLP yang menempel di sini adalah pacing: menyesuaikan diri dengan lawan bicara, misalnya tempo bicara dan pilihan kata, sebelum mengarahkan percakapan. Agen yang baik tidak langsung menawarkan. Ia memakai kata calon pelanggan, mengulang kebutuhannya dengan ringkas, baru menyarankan. Cobalah di balasan Anda sendiri hari ini: sebelum menjawab, kutip satu frasa dari pesan lawan bicara. Kebiasaan sekecil itu membuat jawaban terasa didengarkan.
Berikut gambaran percakapan rekaan, hanya untuk memperlihatkan bentuknya, bukan kutipan percakapan nyata:
| Siapa | Isi pesan |
|---|---|
| Pengunjung | "Saya butuh bantuan supaya pesanan lewat WhatsApp tidak terlewat." |
| Agen | "Terima kasih sudah bertanya. Jadi masalahnya pesanan yang terlewat saat tim sibuk, betul? Boleh saya tahu, pesanan itu biasanya masuk dari mana?" |
| Pengunjung | "Dari iklan dan dari pelanggan lama." |
| Agen | "Baik, saya catat. Untuk bagian paket dan biaya, saya hubungkan dengan tim kami lewat WhatsApp resmi." |
Perhatikan apa yang terjadi di balasan agen. Ia menghargai pertanyaan, meringkas masalah dengan kata pengunjung, mengajukan satu pertanyaan saja, dan berhenti di batas: soal paket dan biaya langsung diserahkan. Tidak ada janji, tidak ada angka, tidak ada tebakan.
Ada tiga batas yang kami tetapkan untuk agen, dan sebaiknya Anda tetapkan juga bila memakai agen apa pun:
- Tidak menyebut harga. Biaya dibicarakan langsung dengan tim.
- Tidak menjanjikan hasil. Agen boleh menjelaskan layanan, bukan meramal hasilnya.
- Mengakui batas. Bila jawabannya tidak ada di situs, agen mengarahkan ke tim, bukan menebak.
Aturan WhatsApp yang tidak boleh dilewati
Kanal yang paling sering dipakai calon pelanggan di sini adalah WhatsApp, dan WhatsApp punya aturan. Menurut Kebijakan Pengiriman Pesan WhatsApp Business yang diperbarui 23 September 2026, otomasi diperbolehkan dalam jendela layanan 24 jam dengan syarat wajib ada eskalasi ke manusia. Di luar jendela itu hanya templat yang disetujui yang boleh dipakai. Ini data kelas A dari kebijakan resmi penyedia layanan, berlaku per tanggal tersebut.
24 jam
Sumber: WhatsApp/Meta, Kebijakan Pengiriman Pesan WhatsApp Business (diperbarui 23 Sep 2026), berlaku per 23 Sep 2026 · kelas A · BA-0116
Aturan itu menjelaskan mengapa rancangan agen dimulai dari batas, bukan dari kecanggihan. Agen yang mengirim pesan seenaknya di luar jendela layanan melanggar aturan platform. Agen yang tidak pernah menyerahkan ke manusia melanggar prinsip yang kami pegang: robot mengerjakan, manusia memutuskan. Kami menulis "WhatsApp Business resmi" karena yang dipakai memang jalur resmi, tanpa klaim bahwa jalur apa pun kebal dari aturan.
Satu studi juga layak dicatat agar tidak berlebihan menilai alat. Penelitian di Politeknik Negeri Samarinda terhadap 105 responden UMKM di Kota Samarinda menemukan bahwa kemudahan penggunaan, pengaruh sosial, dan sikap signifikan memengaruhi niat UMKM memakai WhatsApp Business, sedangkan persepsi manfaat tidak signifikan. Ini data kelas A, tetapi sampelnya kecil dan lokal, dan yang diukur adalah niat memakai, bukan hasil penjualan. Pelajarannya praktis: alat yang mudah dipakai lebih mungkin dipakai, jadi kesederhanaan layak dijaga.
105 responden
Sumber: Kalangit (Politeknik Negeri Samarinda), Analisis Faktor yang Mempengaruhi Intention to Use WhatsApp Bisnis bagi UMKM di Kota Samarinda, Jurnal Akuntansi Keuangan dan Bisnis 17(2), tidak disebut di abstrak · kelas A · BA-0121
Batas, dan cara memulai dengan wajar
Adolo bukan tongkat sihir. Ia tidak mengganti produk yang kurang jelas, penawaran yang belum matang, atau tim yang belum tahu siapa memutuskan apa. Menambah agen ke proses yang salah hanya mempercepat kekacauannya. Itu sebabnya urutannya tetap: rancang dulu siapa memutuskan apa, baru otomasikan.
Diagram berikut merangkum pembagian kerjanya.
Yang dikerjakan agen dan yang tetap diputuskan manusia
Diagram dua sisi. Agen menyapa, menjawab dari isi situs, mencatat calon pelanggan, dan menyerahkan percakapan. Manusia membicarakan biaya, menilai kebutuhan khusus, dan memutuskan penawaran.
Dikerjakan agen AI
- Menyapa begitu pesan masuk
- Menjawab dari isi situs
- Mencatat calon pelanggan
- Menyerahkan ke manusia
Tetap diputuskan manusia
- Membicarakan biaya dan paket
- Menilai kebutuhan khusus
- Memutuskan penawaran
- Memegang hubungan jangka panjang
Bila Anda ingin memulai, tiga langkah kecil sudah cukup. Tulis jalur dari pesan pertama sampai penutupan di kertas. Tandai tahap yang paling sering macet. Lalu putuskan satu tahap yang aman diserahkan ke agen, dengan batas yang tertulis. Sisi percakapan dari jalur ini dibahas lebih rinci di Dari Lead Masuk sampai Janji Temu.
Terakhir, perlu jujur tentang apa yang tidak kami klaim di sini. Tulisan ini tidak memuat angka kinerja Adolo, daftar pelanggan, atau perbandingan dengan produk lain, karena situs ini tidak memuatnya dan kami tidak ingin menebak. Yang bisa kami bagikan adalah cara kerja dan batasnya. Informasi resmi tentang Adolo ada di situsnya sendiri. Bila ada yang tidak tertulis di sana, tanyakan langsung ke tim, jangan menduga-duga dari tulisan orang lain, termasuk tulisan ini.
Satu kebiasaan kecil layak dibawa pulang apa pun alat yang Anda pilih: setiap minggu, baca tiga percakapan calon pelanggan dari awal sampai akhir. Cari satu kalimat tempat percakapan itu mulai dingin. Perbaikan terbaik untuk jalur penjualan sering lahir dari satu kalimat seperti itu, yang terlihat jelas bila dibaca dengan tenang, bukan dari rapat panjang tentang strategi.
Kenali Adolo
Kalau pertanyaan di atas belum ada jawabannya, itu titik yang paling murah untuk diperiksa lebih dulu.