Kurikulum Sertifikasi Registrasi Peserta Roadmap Saya Sertifikat Saya Paket Prompt Library FAQ Portofolio Rendy Daftar Mentoring
Modul 09 · Fase 3 · Konversi & Retensi

WhatsApp, Email, CRM & Retensi

Pelanggan kedua jauh lebih murah daripada pelanggan pertama. Bangun sistem chat-to-closing, segmentasi RFM, lifecycle messaging, dan program loyalitas yang menaikkan LTV.

4 jam 5 pelajaran 3 prompt AI Level: Menengah Progres: 0% Post-test: belum
Unduh slide modul (PDF)Materi presentasi modul ini untuk dibaca offline atau dicetak.

Setelah modul ini kamu bisa

  • Menyusun alur chat-to-closing WhatsApp dengan SLA dan script
  • Membangun CRM sederhana dan sistem lead scoring
  • Melakukan segmentasi pelanggan dengan RFM
  • Merancang lifecycle messaging: welcome, pembelian ulang, win-back
  • Mengukur retensi dengan cohort dan menaikkan LTV

Tools yang dipakai

WhatsApp Business AppWhatsApp Business Platform (API) via BSPGoogle SheetsMailchimp / BrevoChatGPT / Claude
Hasil akhir (deliverable)CRM Google Sheets + playbook chat WhatsApp + 3 alur lifecycle (welcome, repeat, win-back) + analisis RFM
Daftar pelajaran 0/5
  1. 09.1 · Chat-to-closing: WhatsApp sebagai mesin penjualan
  2. 09.2 · CRM sederhana & lead scoring
  3. 09.3 · Segmentasi RFM
  4. 09.4 · Lifecycle messaging
  5. 09.5 · Mengukur retensi: cohort & LTV
  6. Checklist modul
  7. Post-test (penilaian)

Banyak bisnis menghabiskan 90% energi untuk mendapatkan pelanggan baru, lalu melupakan mereka setelah transaksi pertama. Padahal pelanggan yang sudah pernah membeli lebih mudah dan lebih murah untuk diajak membeli lagi. Di Indonesia, sistem retensi hampir selalu berpusat di satu tempat: WhatsApp.

Pelajaran 09.1

Chat-to-closing: WhatsApp sebagai mesin penjualan

Untuk banyak bisnis — otomotif, properti, pendidikan, jasa, bahkan produk konsumer — penjualan terjadi di chat. Di sini kecepatan dan konsistensi menentukan.

Elemen sistem chat yang baik

  1. SLA waktu balas — target, misalnya: balasan pertama < 5 menit di jam kerja, < 1 jam di luar jam kerja (dengan auto-reply yang jelas).
  2. Script & template — jawaban baku untuk 10–20 pertanyaan paling sering, disesuaikan per percakapan.
  3. Kualifikasi — 2–3 pertanyaan untuk memahami kebutuhan dan kesiapan beli.
  4. Follow-up terjadwal — mayoritas penjualan terjadi setelah follow-up, bukan di chat pertama.
  5. Label/status — Lead baru, Ditanya, Penawaran dikirim, Menunggu pembayaran, Closing, Batal.

Fitur WhatsApp Business App (gratis)

  • Profil bisnis, katalog produk, jam operasional
  • Pesan sambutan & pesan di luar jam kerja (otomatis)
  • Balasan cepat — ketik "/" untuk memanggil template
  • Label — untuk status lead
  • Tautan wa.me/62xxxx?text=... dengan pesan terisi — gunakan teks berbeda per kanal untuk melacak sumber

Untuk volume besar, multi-admin, chatbot, dan integrasi CRM, gunakan WhatsApp Business Platform (API) melalui penyedia resmi (BSP). Ingat: pesan yang dimulai oleh bisnis wajib memakai template yang disetujui dan butuh opt-in dari pelanggan.

Playbook follow-up (dari sistem kanal SEO dealer motor)

Di kanal yang dibangun Rendy, lead dari website diteruskan ke telesales dengan aturan jelas:

  • Lead scoring: lead dengan sinyal kuat (sudah memilih tipe, menanyakan simulasi kredit, lokasi dalam area layanan) dihubungi lebih dulu.
  • SLA follow-up: setiap lead punya batas waktu kontak pertama dan jadwal follow-up berikutnya.
  • Dashboard live: semua orang melihat jumlah lead, status, dan konversi per telesales.

Hasilnya, tim tumbuh dari 5 menjadi 20 orang dan kanal menjadi sumber penjualan motor paling konsisten di perusahaan. Untuk bisnis kecil, prinsip yang sama bisa dijalankan dengan Google Sheets.

Prompt AI
Playbook chat WhatsApp: script & follow-up
Kamu adalah sales coach untuk bisnis yang closing via WhatsApp di Indonesia.
Bisnis: [DETAIL + PRODUK + HARGA]
Tone brand: [TONE]
Pertanyaan yang paling sering masuk (dari chat asli): [DAFTAR 10–20 PERTANYAAN]
Keberatan paling sering: [DAFTAR]

Buat playbook dengan:
1. Pesan sambutan otomatis & pesan di luar jam kerja (masing-masing ≤60 kata)
2. 3 pertanyaan kualifikasi yang natural (tidak terasa seperti interogasi)
3. Template balasan untuk setiap pertanyaan sering (≤70 kata, akhiri dengan pertanyaan atau ajakan langkah berikutnya)
4. Script menjawab setiap keberatan dengan pola: validasi → informasi/bukti → ajakan
5. Urutan follow-up untuk lead yang belum membalas: hari ke-1, ke-3, ke-7 (masing-masing berbeda sudut, tidak memaksa)
6. Daftar label status lead
Gunakan bahasa chat yang natural, bukan bahasa formal surat.
Pelajaran 09.2

CRM sederhana & lead scoring

CRM (customer relationship management) adalah tempat semua data lead dan pelanggan dicatat. Kamu tidak harus memakai software mahal — Google Sheets yang rapi sudah sangat membantu.

Kolom CRM minimum

KolomContoh
ID & tanggal masukL-0142, 03/11
Nama & kontakRina, 08xx (simpan dengan aman)
SumberMeta Ads / SEO / TikTok / Referral (dari UTM atau pesan wa.me)
Produk diminatiPaket Sampler
Skor lead1–10
StatusPenawaran dikirim
PICAdmin A
Follow-up berikutnya05/11
Hasil & nilai orderClosing, Rp89.000
Tanggal order terakhir04/11

Lead scoring sederhana

Beri poin berdasarkan sinyal kesiapan membeli:

  • Menanyakan harga/stok/ongkir spesifik: +3
  • Menyebut waktu pembelian ("minggu ini"): +3
  • Datang dari keyword/iklan BOFU: +2
  • Berada di area layanan: +2
  • Hanya bertanya "info dong" tanpa detail: +0

Lead dengan skor tinggi dihubungi dan di-follow-up lebih dulu.

Hati-hati

Data pelanggan adalah data pribadi yang dilindungi UU Pelindungan Data Pribadi (UU PDP). Batasi akses file CRM, jangan bagikan link "siapa saja bisa melihat", jangan menjual atau membeli database nomor, dan hapus data yang tidak diperlukan lagi.

Pelajaran 09.3

Segmentasi RFM

RFM membagi pelanggan berdasarkan perilaku belanja nyata:

  • Recency — berapa hari sejak pembelian terakhir
  • Frequency — berapa kali membeli
  • Monetary — total nilai belanja

Beri skor 1–5 untuk setiap dimensi (misalnya berdasarkan kuintil), lalu kelompokkan:

SegmenCiriTindakan
ChampionsR tinggi, F tinggi, M tinggiProgram VIP, minta review & referral, akses produk baru lebih dulu
LoyalF tinggiProgram poin, bundling, upsell ukuran lebih besar
Pelanggan baru potensialR tinggi, F rendahEdukasi produk, dorong pembelian kedua
Perlu perhatianR sedang, turunPengingat personal, rekomendasi produk
Berisiko hilangR rendah, dulu F/M tinggiWin-back personal + offer khusus
HilangR sangat rendah, F/M rendahKampanye reaktivasi murah atau berhenti dikirimi
Prompt AI
Analisis RFM dari data transaksi
Saya punya data transaksi (sudah dianonimkan) dengan kolom: customer_id, tanggal_order, nilai_order.
[TEMPEL DATA CSV ATAU RINGKASANNYA — JANGAN SERTAKAN NAMA/NOMOR HP]
Tanggal analisis: [TANGGAL HARI INI]

1. Hitung Recency (hari), Frequency, dan Monetary per customer_id.
2. Beri skor 1–5 per dimensi berdasarkan kuintil.
3. Kelompokkan ke segmen: Champions, Loyal, Pelanggan baru potensial, Perlu perhatian, Berisiko hilang, Hilang.
4. Tampilkan jumlah pelanggan dan total revenue per segmen.
5. Untuk tiap segmen, sarankan 1 pesan WhatsApp/email (≤60 kata) dan offer yang sesuai.
Jika data terlalu besar untuk diproses di chat, berikan rumus Google Sheets langkah demi langkah untuk menghitungnya sendiri.
Pelajaran 09.4

Lifecycle messaging

Lifecycle messaging adalah serangkaian pesan otomatis atau terjadwal yang dikirim berdasarkan tahap pelanggan, bukan berdasarkan kalender promo.

Tiga alur wajib

1. Welcome / pasca-pembelian pertama

  • Hari 0: terima kasih + konfirmasi + apa yang terjadi selanjutnya
  • Hari 2 (setelah barang sampai): panduan pakai / video tutorial
  • Hari 7: tanya pengalaman + minta review
  • Hari 14: rekomendasi produk lanjutan

2. Pengingat pembelian ulang

Hitung siklus konsumsi produk. Paket sampler 200 g ≈ 20 gelas ≈ 3 minggu untuk 1 gelas/hari. Kirim pengingat di hari ke-18–21: "Kopinya tinggal sedikit? Rasa favoritmu [X] sedang segar dari sangrai Jumat ini."

3. Win-back

  • Hari 60 tanpa pembelian: pesan personal, tanya kabar, sebut produk yang dulu dibeli
  • Hari 75: offer khusus terbatas waktu
  • Hari 90: pesan terakhir + survei singkat "kenapa berhenti?"

Email masih relevan

Email lebih murah per pesan dan cocok untuk konten panjang (newsletter, edukasi, B2B). Tools seperti Mailchimp atau Brevo punya paket gratis untuk memulai. Praktik terbaik: kumpulkan email dengan lead magnet (panduan, diskon, kuis), kirim welcome series otomatis, dan jaga daftar tetap bersih.

Prompt AI
Tulis alur lifecycle messaging
Brand brain: [TEMPEL]
Produk & siklus konsumsi: [CONTOH: 200 G KOPI ≈ 3 MINGGU]
Kanal: [WHATSAPP / EMAIL / KEDUANYA]
Data: [TINGKAT PEMBELIAN ULANG SAAT INI, PRODUK LANJUTAN YANG BISA DITAWARKAN]

Tulis 3 alur: (1) welcome pasca-pembelian pertama, (2) pengingat pembelian ulang, (3) win-back.
Untuk setiap pesan: waktu kirim (hari ke-), tujuan, isi pesan (WhatsApp ≤60 kata; email: subject ≤45 karakter + preview text + isi ≤150 kata), dan CTA.
Aturan: tiap pesan memberi nilai (bukan hanya promo), personal (pakai {nama} dan {produk_terakhir}), dan tidak memaksa. Tandai pesan mana yang butuh template WhatsApp yang disetujui (pesan yang dimulai bisnis di luar jendela 24 jam).
Pelajaran 09.5

Mengukur retensi: cohort & LTV

Analisis cohort

Kelompokkan pelanggan berdasarkan bulan pembelian pertama, lalu lihat berapa persen yang membeli lagi di bulan-bulan berikutnya.

CohortPelangganBulan 1Bulan 2Bulan 3
Agu12028%19%15%
Sep15031%22%—
Okt18035%——

Kalau cohort baru punya retensi lebih tinggi, perbaikan lifecycle messaging kamu berhasil.

Menaikkan LTV

  1. Naikkan frekuensi — pengingat pembelian ulang, langganan (subscription) dengan diskon kecil.
  2. Naikkan nilai order — bundling, ukuran lebih besar, upsell alat seduh.
  3. Perpanjang umur pelanggan — pengalaman produk yang konsisten, layanan cepat, komunitas.
  4. Referral — ajak pelanggan puas mengajak teman dengan insentif dua arah (keduanya dapat benefit).
Tugas Modul 09
  1. Tetapkan SLA chat dan ukur waktu balas rata-rata selama 3 hari.
  2. Susun playbook chat WhatsApp dan pasang sebagai balasan cepat.
  3. Buat CRM Google Sheets dengan kolom minimum dan aturan lead scoring.
  4. Lakukan analisis RFM pada data transaksi (anonim). Belum punya data? Pakai data contoh yang dibuat AI untuk berlatih rumusnya.
  5. Tulis 3 alur lifecycle (welcome, repeat, win-back).
  6. Buat tabel cohort sederhana jika data memungkinkan.

Checklist modul

Centang yang sudah kamu kerjakan. Kalau semua tercentang, kamu siap lanjut ke modul berikutnya.

Penilaian utama modul

Post-test Modul 09

10 soal studi kasus & hitungan. Lulus minimal 80%. Nilai terbaikmu dipakai untuk sertifikat.

Belum dikerjakan
  • 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.

Lihat Mentoring 1:1