Ribuan Chat WhatsApp, Tim Cuma Dua Orang: Bikin Owner Bisa Pantau Tanpa Baca Semuanya
Case study sistem rekap WhatsApp marketing otomatis: chat masuk disimpan di Cloudflare D1 dan R2, lalu dirangkum AI tiap malam supaya owner bisa pantau tim tanpa membaca semua chat satu per satu.
- Klien
- Bisnis retail
- Peran
- AI & Automation Engineer
- Tools
- Wablas, Cloudflare Workers, Cloudflare D1, Cloudflare R2, Claude
- Durasi
- 1,5 bulan

Tim marketing bisnis retail ini cuma dua orang, tapi mereka pegang semua obrolan WhatsApp dengan customer: tanya-tanya produk, komplain, sampai closing. Owner-nya sendiri sibuk ngurus operasional lain, tapi tetap mau tahu kerjaan tim jalan gimana. Masalahnya, kalau harus baca chat mentah satu per satu tiap malam, infonya kebanyakan buat ditelan.
Aku bangun sistem yang menyimpan semua chat WhatsApp itu di infrastruktur yang siap nampung volume besar, lalu tiap malam jam 9, AI menyusun rekap otomatis buat owner: siapa yang komplain, siapa yang closing, dan mana yang masih perlu di-follow-up.
Masalah: sistem lama nggak future-proof
Awalnya sistem ini pakai Google Apps Script yang menyimpan histori chat ke Sheets, cara paling umum buat mulai cepat. Begitu chat masuk mulai ratusan sampai ribuan, ini bukan lagi soal cukup atau nggak cukup, ini soal nggak future-proof. Sheets sendiri punya batas sel dan batas eksekusi script, dan chat marketing itu jenis data yang jelas bakal terus numpuk tiap hari.
Masalah keduanya soal owner: dia mau pantau kerja tim, tapi dua orang yang pegang WhatsApp saja bisa menghasilkan ratusan chat sehari. Nggak mungkin dia baca semuanya tiap malam di tengah kesibukan operasional lain.
Pendekatan: simpan semua chat di tempat yang siap gede, biar AI yang rangkum
- 1Chat masuk/keluarLewat Wablas, WhatsApp gateway yang dipakai tim
- 2Di-hook ke Cloudflare WorkerSetiap chat diproses begitu masuk
- 3Teks ke D1, media ke R2Tersimpan rapi dan siap nampung volume besar
- 4Rekap otomatis jam 9 malamAI membaca chat hari itu dan merangkumnya
Chat masuk dan keluar lewat Wablas, lalu di-hook ke Cloudflare Worker yang jadi otaknya. Teks percakapan disimpan di Cloudflare D1, medianya (foto produk, bukti transfer, dan sejenisnya) disimpan terpisah di Cloudflare R2.

Yang aku bangun
Rekap otomatis, bukan chat mentah
Tiap malam jam 9, AI membaca seluruh chat hari itu dari D1, lalu menyusun rekapnya: siapa yang komplain, siapa yang closing, siapa yang masih tanya-tanya, dan siapa yang perlu di-follow-up. Hasilnya dikirim sebagai artifact yang bisa dibuka owner kapan saja, dan kalau ada yang kurang jelas, owner bisa langsung nanya lebih lanjut ke AI-nya.

Ini beda dengan Kirana, AI assistant lain yang pernah aku bangun. Kirana ikut membalas chat secara langsung, sementara di sini AI-nya nggak pernah ikut campur ke percakapan customer sama sekali. Yang membalas customer tetap dua orang tim marketing, AI cuma kebagian tugas merangkum buat owner.
Gap yang ketahuan belakangan: telepon
Setelah jalan beberapa waktu, ada pola yang ketahuan: nggak semua obrolan penting terjadi di WhatsApp. Kadang customer atau tim malah menelepon langsung, dan obrolan lewat telepon otomatis nggak kerekam di sistem karena memang nggak ada teksnya.

Solusinya bukan nambah teknologi baru, tapi bikin SOP: setiap habis telepon dengan customer, tim wajib kirim pesan WhatsApp konfirmasi yang isinya rangkuman apa yang baru saja dibicarakan. Dengan begitu, obrolan lewat telepon tetap punya jejak teks yang kerekam sistem, dan tetap masuk ke rekap malam harinya.
Hasil
Sebelum
- Histori chat numpuk di Google Sheets yang nggak future-proof
- Owner harus baca chat mentah kalau mau tahu progres tim
- Obrolan lewat telepon nggak tercatat sama sekali
Sesudah
- Chat tersimpan di Cloudflare D1 dan R2, siap nampung volume besar
- Rekap otomatis tiap jam 9 malam: closing, komplain, dan follow-up
- SOP konfirmasi WhatsApp setelah telepon, jadi semua obrolan tetap punya jejak
- Waktu pengerjaan dari sistem lama ke sistem baru
- 1,5 bulan
- Jadwal rekap otomatis terkirim ke owner tiap malam
- 21.00
- Tim marketing yang menangani semua chat customer
- 2 orang
Refleksi
Yang menarik dari project ini, celah yang paling penting justru bukan soal teknologi. Infrastrukturnya sudah siap nampung volume besar, AI-nya sudah bisa merangkum otomatis, tapi tetap ada celah di saluran yang nggak lewat teks sama sekali. Solusinya juga bukan teknologi baru, tapi SOP sederhana yang menjembatani manusia dengan sistem yang sudah dibangun.
Ada proses di tim kamu yang masih manual?
Cerita aja, kita cariin solusinya bareng.
Case study lainnya
AI & AutomationSocial media agency
Reminder Tugas Tim Lewat WhatsApp, Weekly Sampai One-Off Diatur dari Satu Tempat
Reminder tugas weekly, monthly, dan one-off terkirim otomatis ke WhatsApp tim tiap pagi, pengaturannya bisa diubah sendiri lewat sheet, tanpa perlu developer.
Baca case study
Marketing & WebAI & AutomationBengkel ceramic coating mobil
Dari Google Sheets ke Sistem Booking dan Lacak Pesanan Sendiri untuk Bengkel Ceramic Coating
Booking, progres pengerjaan, dan pembayaran sekarang di satu sistem, customer bisa cek progres coating mobilnya sendiri tanpa telepon admin.
Baca case study