Daftar pelajaran 0/5
Modul ini adalah "garis vertikal" Rendy: memakai AI untuk mengubah spreadsheet menjadi sistem kontrol live. Kamu tidak perlu menjadi programmer. Dengan AI, marketer bisa membangun otomasi, script, dan tools internal yang dulu membutuhkan tim engineering.
Peta otomasi: apa yang layak diotomasi?
Mulai dengan mendaftar semua tugas berulang selama seminggu. Lalu beri skor:
| Tugas | Frekuensi | Waktu/kali | Berbasis aturan? | Risiko salah | Skor prioritas |
|---|---|---|---|---|---|
| Salin lead dari form ke CRM | Harian, 30× | 2 menit | Ya | Sedang | Tinggi |
| Kirim notifikasi lead baru ke admin | Harian | 1 menit | Ya | Tinggi jika telat | Tinggi |
| Rekap laporan iklan mingguan | Mingguan | 2 jam | Sebagian | Rendah | Tinggi |
| Membuat draf caption | 3×/minggu | 30 menit | Tidak (kreatif) | Sedang | Sedang — AI + review |
| Strategi kampanye kuartal | Kuartalan | 2 hari | Tidak | Tinggi | Rendah — tetap manusia |
Tiga tingkat otomasi
- Otomasi aturan — "Jika X, lakukan Y" tanpa AI. Contoh: lead baru → baris baru di Sheets → notifikasi ke admin.
- Otomasi + AI — ada langkah AI di tengah. Contoh: lead baru → AI memberi skor dan merangkum kebutuhan → admin menerima ringkasan.
- AI agent — AI merencanakan dan menjalankan beberapa langkah sendiri dengan tools yang diberikan, dengan batasan dan persetujuan manusia.
Kamu adalah konsultan marketing operations. Berikut daftar tugas berulang tim marketing saya selama seminggu: [DAFTAR TUGAS: NAMA, FREKUENSI, WAKTU PER KALI, SIAPA YANG MENGERJAKAN, TOOLS YANG DIPAKAI] Tools yang kami punya: [CONTOH: GOOGLE WORKSPACE, WHATSAPP BUSINESS, META ADS, SHOPEE] Budget tools per bulan: [Rp] 1. Beri skor setiap tugas (1–5) untuk: frekuensi, waktu yang dihemat, kejelasan aturan, risiko jika salah. 2. Klasifikasikan: otomasi aturan / otomasi + AI / tetap manual dengan bantuan AI / tetap manual. 3. Untuk 3 tugas prioritas tertinggi, rancang alur otomasi: trigger → langkah → output, tools yang disarankan (pilihan gratis dulu), perkiraan waktu yang dihemat per bulan, dan risiko + mitigasinya. 4. Urutkan rencana implementasi 4 minggu.
Otomasi no-code: Make, Zapier & n8n
Perbandingan singkat
| Tools | Kelebihan | Pertimbangan |
|---|---|---|
| Zapier | Paling mudah, integrasi sangat banyak | Biaya naik cepat seiring volume |
| Make | Visual, fleksibel, lebih hemat untuk alur kompleks | Kurva belajar sedikit lebih tinggi |
| n8n | Bisa self-host, sangat fleksibel, kuat untuk alur AI | Butuh kenyamanan teknis lebih |
Anatomi alur otomasi
- Trigger — form baru masuk, baris baru di Sheets, pembayaran berhasil, jadwal (setiap Senin 08.00).
- Filter/router — hanya lanjutkan jika kondisi tertentu (misalnya skor lead ≥ 7).
- Langkah AI (opsional) — merangkum, mengklasifikasi, menulis draf.
- Action — tambah baris CRM, kirim email/notifikasi, buat tugas, update dashboard.
- Penanganan error — notifikasi jika gagal.
Contoh alur: lead baru → CRM → notifikasi → follow-up
- Trigger: form landing page (Netlify Forms / Google Forms / Typeform) menerima pengisian.
- Action: tambahkan baris di Google Sheets CRM dengan timestamp dan sumber (UTM).
- AI: klasifikasikan kebutuhan lead dan beri skor 1–10 berdasarkan isi form.
- Router: skor ≥ 7 → notifikasi segera ke admin (email/Telegram/Slack) dengan ringkasan; skor < 7 → masuk antrean harian.
- Action: buat pengingat follow-up 24 jam di kalender/tugas admin.
Saya ingin membangun otomasi di [MAKE / ZAPIER / N8N]. Saya pemula.
Tujuan: [CONTOH: SETIAP LEAD BARU DARI FORM MASUK KE CRM GOOGLE SHEETS, DIBERI SKOR OLEH AI, DAN ADMIN DIBERI NOTIFIKASI]
Aplikasi yang terlibat: [DAFTAR]
Struktur kolom Google Sheets saya: [DAFTAR KOLOM]
Jelaskan langkah demi langkah:
1. Modul/node apa yang dipilih di setiap langkah dan pengaturan pentingnya
2. Cara memetakan (mapping) field dari satu langkah ke langkah berikutnya
3. Prompt untuk langkah AI yang menghasilkan output JSON terstruktur ({"skor": angka, "ringkasan": teks, "kebutuhan": teks})
4. Cara menguji dengan 1 data dummy sebelum diaktifkan
5. Cara menambahkan notifikasi jika skenario gagal
Tulis seolah saya baru pertama kali membuka tools ini.Google Apps Script yang ditulis AI
Google Apps Script adalah bahasa script (berbasis JavaScript) yang ada di dalam Google Sheets, Docs, Gmail, dan Drive — gratis. Dengan AI, kamu cukup menjelaskan apa yang diinginkan, lalu AI menuliskan kodenya.
Contoh yang sering dipakai marketer
- Kirim email ringkasan KPI otomatis setiap Senin pagi dari data Sheets
- Tandai lead yang belum di-follow-up lebih dari 24 jam dan kirim pengingat
- Gabungkan data dari beberapa sheet (biaya iklan + CRM) menjadi tabel CPA per kanal
- Ambil data dari API (misalnya kurs, data cuaca, atau API platform) secara terjadwal
- Membuat dokumen penawaran dari template Docs berdasarkan baris di Sheets
Cara memakai
- Di Google Sheets: Extensions → Apps Script.
- Tempel kode dari AI, simpan, jalankan sekali (izinkan akses).
- Atur Triggers (ikon jam) untuk menjalankan otomatis: per jam, per hari, atau saat form dikirim.
- Jika error: salin pesan error lengkap ke AI dan minta perbaikan.
Tulis Google Apps Script untuk Google Sheets dengan kebutuhan berikut: Sheet bernama "CRM" dengan kolom: A=ID, B=Tanggal Masuk (datetime), C=Nama, D=Sumber, E=Skor, F=Status, G=PIC (email), H=Terakhir Dihubungi (datetime), I=Catatan. Tugas script: 1. Setiap jam, cari baris dengan Status bukan "Closing" atau "Batal", dan Terakhir Dihubungi kosong ATAU lebih dari 24 jam yang lalu. 2. Kelompokkan per PIC, lalu kirim satu email ke setiap PIC berisi daftar lead tersebut (ID, nama, sumber, skor, berapa jam sejak kontak terakhir), urut dari skor tertinggi. 3. Warnai baris tersebut dengan latar kuning muda; hapus warnanya jika sudah dihubungi. 4. Catat setiap pengiriman di sheet "Log" (waktu, PIC, jumlah lead). Syarat: beri komentar di setiap bagian kode dalam bahasa Indonesia, tangani baris kosong dan format tanggal yang salah tanpa crash, dan jelaskan cara memasang trigger per jam. Jangan memakai library eksternal.
Sebelum menjalankan script pada data asli: duplikat file Sheets dan uji di salinan. Baca bagian kode yang mengirim email atau menghapus data. Mulai dengan mengirim email ke diri sendiri saja.
Membangun tools internal dengan AI
Asisten AI modern bisa membangun aplikasi web kecil — kalkulator, dashboard, formulir — dari deskripsi bahasa biasa. Cara ini sering disebut vibe coding. Untuk marketer, ini membuka kemampuan baru: tools yang tepat untuk masalahmu, dalam hitungan jam.
Ide tools internal
- Kalkulator unit economics & ROAS (Modul 07) untuk tim dan atasan
- Kalkulator harga promo marketplace (Modul 10)
- Generator UTM dengan dropdown standar agar tidak ada yang salah ketik
- Dashboard funnel live yang membaca data dari Google Sheets yang dipublikasikan
- Kalkulator simulasi kredit/cicilan untuk tim sales (seperti yang dipakai di dunia otomotif)
Cara membangun
- Tulis spesifikasi singkat: pengguna, input, output, rumus, tampilan.
- Minta AI membuat satu file HTML (HTML + CSS + JavaScript) — mudah dipratinjau dan di-hosting gratis.
- Uji dengan angka yang kamu tahu jawabannya.
- Iterasi: "tambahkan…", "ubah…", "perbaiki bug ketika…".
- Publikasikan ke Netlify Drop (seret folder ke browser) atau Vercel.
Bangun aplikasi web satu file HTML (HTML + CSS + JavaScript murni, tanpa library eksternal) dengan spesifikasi: Nama: [CONTOH: KALKULATOR TARGET IKLAN] Pengguna: [CONTOH: TIM MARKETING & OWNER, DIPAKAI DI HP DAN LAPTOP] Input: [CONTOH: HARGA JUAL, HPP, ONGKIR DITANGGUNG, BIAYA PLATFORM %, TARGET PROFIT %, CPC RATA-RATA, CVR LANDING PAGE] Output: [CONTOH: MARGIN KOTOR, ROAS IMPAS, CPA IMPAS, TARGET CPA, ESTIMASI CPA DARI CPC & CVR, STATUS "AMAN/WASPADA/RUGI" DENGAN WARNA] Rumus: [TULIS RUMUS YANG DIPAKAI] Tampilan: bersih, mobile-first, format Rupiah (Rp1.234.567), hasil langsung berubah saat input diubah, tombol "Salin ringkasan" untuk dikirim ke WhatsApp. Sertakan validasi input (tidak boleh negatif/kosong), simpan input terakhir di localStorage, dan tampilkan penjelasan singkat setiap metrik saat ikon (i) disentuh. Setelah kode, tulis 3 kasus uji dengan angka dan hasil yang seharusnya muncul.
AI agents dengan guardrail
AI agent adalah AI yang diberi tujuan dan akses ke tools (pencarian web, spreadsheet, email, API), lalu merencanakan dan menjalankan langkah-langkah sendiri. Contoh penggunaan di marketing:
- Agent riset kompetitor — setiap minggu mengecek website, harga, dan iklan aktif kompetitor, lalu menulis ringkasan perubahan.
- Agent laporan — menarik data dari beberapa sumber, menganalisis, dan menyiapkan draf laporan mingguan.
- Agent customer service tahap pertama — menjawab pertanyaan umum dari knowledge base, lalu meneruskan ke manusia untuk kasus di luar aturan.
- Agent konten — dari brief, menyusun draf, mencari referensi, dan menyiapkan materi untuk direview.
Prinsip desain agent yang aman
- Tujuan dan batasan jelas — apa yang boleh dan tidak boleh dilakukan.
- Akses minimum — hanya tools dan data yang benar-benar dibutuhkan. Agent laporan tidak perlu akses untuk mengubah budget iklan.
- Human-in-the-loop — persetujuan manusia sebelum tindakan berisiko: mengirim pesan ke pelanggan, mempublikasikan konten, membelanjakan uang, menghapus data.
- Sumber pengetahuan terkendali — untuk customer service, jawab hanya dari knowledge base resmi; jika tidak tahu, eskalasi ke manusia.
- Log & audit — setiap tindakan tercatat dan bisa ditelusuri.
- Batas volume — maksimal jumlah aksi per jam/hari untuk mencegah kesalahan massal.
- Evaluasi rutin — sampling output setiap minggu; ukur akurasi dan kepuasan.
Bantu saya merancang spesifikasi AI agent untuk: [CONTOH: MENJAWAB CHAT WHATSAPP TAHAP PERTAMA UNTUK TOKO KOPI] Konteks bisnis: [RINGKAS] Volume: [CONTOH: 150 CHAT/HARI] Knowledge base yang tersedia: [CONTOH: FAQ, KATALOG, KEBIJAKAN RETUR, JAM OPERASIONAL] Tulis spesifikasi dengan bagian: 1. Tujuan & metrik keberhasilan 2. Tools/akses yang dibutuhkan (dan yang TIDAK boleh diberikan) 3. Instruksi sistem untuk agent (persona, tone, aturan menjawab hanya dari knowledge base) 4. Daftar situasi yang WAJIB dieskalasi ke manusia (komplain, refund, pertanyaan di luar knowledge base, pelanggan marah, data pribadi) 5. Titik human-in-the-loop dan cara persetujuannya 6. Batas volume & penanganan error 7. Rencana uji: 30 percakapan contoh (termasuk yang sulit) dan kriteria lulus sebelum dipakai ke pelanggan nyata 8. Rencana pemantauan mingguan
- Buat peta otomasi dari tugas berulangmu dengan prompt audit.
- Bangun 1 otomasi no-code (misalnya form → CRM → notifikasi). Uji dengan data dummy, lalu aktifkan.
- Jalankan 1 Google Apps Script buatan AI (misalnya pengingat follow-up atau email KPI mingguan) di salinan file.
- Bangun 1 tools internal satu file HTML dan publikasikan ke Netlify Drop.
- Tulis spesifikasi 1 AI agent lengkap dengan guardrail (tidak harus dibangun).
Checklist modul
Centang yang sudah kamu kerjakan. Kalau semua tercentang, kamu siap lanjut ke modul berikutnya.
Post-test Modul 12
10 soal studi kasus & hitungan. Lulus minimal 80%. Nilai terbaikmu dipakai untuk sertifikat.
- Urutan soal dan pilihan jawaban diacak setiap percobaan.
- Kunci jawaban & pembahasan baru muncul setelah kamu mengumpulkan.
- Boleh mengulang kapan saja — sebaiknya baca ulang pelajaran yang salah dulu.
Mau deliverable modul ini di-review langsung?
Di Mentoring 1:1, setiap tugas kamu dapat feedback tertulis, dibahas di sesi video dengan Rendy, dan dihitung untuk sertifikat terverifikasi.