Tingkat defleksi tiket: rumus dan cara mengukurnya

Diperbarui 3 November 2026

Tingkat defleksi tiket adalah porsi orang yang mencari bantuan di pusat bantuan Anda dan tidak lanjut membuka tiket. Rumus yang dapat dipertanggungjawabkan: sesi pencarian bantuan tanpa tiket dalam waktu 72 jam, dikurangi sesi yang gagal secara terlihat, dibagi dengan semua sesi pencarian bantuan, × 100. Rumus umum memberikan angka yang sangat berbeda, jadi pilih satu dan tetap gunakan aturannya.

Di bawah ini: lima rumus yang dijalankan pada data satu bulan, daftar periksa pengaturan, atribusi artikel dan video, serta apa yang dihemat oleh defleksi.

Apa itu tingkat defleksi tiket?#

Tingkat defleksi tiket mengukur seberapa sering layanan mandiri (artikel bantuan, video, asisten AI, jawaban komunitas) mencegah sebuah pertanyaan menjadi tiket. Ini adalah metrik layanan mandiri, bukan metrik tim dukungan: metrik ini naik saat pelanggan menemukan jawaban, bukan saat agen bekerja lebih cepat.

Tiga istilah sering tertukar:

Defleksi adalah yang paling mudah diukur dan paling mudah dimanipulasi: seseorang yang menyerah dan berhenti berlangganan secara diam-diam juga "tidak membuka tiket" (Gainsight menyebut ini defleksi palsu). Resolusi adalah apa yang sebenarnya Anda inginkan. Pengukuran yang baik mendorong defleksi menuju resolusi.

Bagaimana cara menghitung tingkat defleksi tiket? Perbandingan lima rumus#

Tidak ada standar baku. Help desk, vendor chatbot, dan analis masing-masing menggunakan rumusnya sendiri. Berikut adalah lima rumus yang akan Anda temui, ditambah penahanan chatbot:

1. Skor layanan mandiri (digunakan oleh Zendesk, "juga dikenal sebagai rasio layanan mandiri dan rasio defleksi tiket")

Skor layanan mandiri = sesi pusat bantuan ÷ pengguna dalam tiket

Kelebihan: hanya membutuhkan dua angka yang sudah Anda miliki. Kekurangan: ini adalah rasio (misalnya 4:1), bukan tingkat, dan naik seiring lalu lintas meskipun tidak ada yang terbantu.

2. Tingkat berbasis sesi (banyak vendor pusat bantuan dan chatbot)

Tingkat = (sesi pusat bantuan − sesi yang diikuti tiket) ÷ sesi × 100

Kelebihan: mudah dijelaskan sebagai persentase. Kekurangan: setiap kunjungan yang ditinggalkan dihitung sebagai keberhasilan, sehingga angkanya cenderung tinggi.

3. Tingkat sesi yang disesuaikan (tim berbasis analitik; langkah praktis menuju definisi yang lebih ketat seperti Intercom dan Metabase)

Tingkat = (sesi pencarian bantuan − sesi yang diikuti tiket − sesi lain yang gagal secara terlihat) ÷ sesi pencarian bantuan × 100

Kelebihan: menghapus bot, staf, penelusuran, dan kegagalan yang terlihat, serta menggunakan jendela kontak ulang. Kekurangan: perlu menggabungkan kunjungan ke tiket, dan masih menghitung orang yang pergi secara diam-diam.

4. Defleksi formulir kontak (tim yang menyarankan artikel pada formulir tiket)

Tingkat = orang yang meninggalkan formulir setelah artikel disarankan, tanpa tiket dalam 72 jam ÷ orang yang memulai formulir × 100

Kelebihan: menghitung orang yang hampir menulis pesan. Kekurangan: hanya mencakup satu titik masuk.

5. Pengurangan dasar (pemimpin dukungan yang melapor ke keuangan)

Pengurangan = (tiket per 1.000 pelanggan sebelum − sesudah) ÷ sebelum × 100

Kelebihan: mengukur hasil yang dipedulikan bisnis. Kekurangan: tercampur dengan perubahan produk, musiman, dan pertumbuhan.

Bukan defleksi: penahanan chatbot (vendor chatbot)

Penahanan = (percakapan bot − percakapan yang diserahkan ke orang) ÷ percakapan bot × 100

Ini mengukur bot, bukan konten bantuan Anda, dan menghitung pengguna frustrasi yang menutup obrolan sebagai keberhasilan.

Definisi Intercom adalah yang paling ketat yang dipublikasikan: "jumlah sesi terselesaikan yang diselesaikan oleh dukungan layanan mandiri dibagi dengan jumlah total sesi terselesaikan yang mencari dukungan", di mana "pengguna yang berhenti mencari dukungan tidak disertakan" dan satu sesi adalah periode 24 jam. Rumus 3 tidak bisa sejauh itu tanpa bertanya kepada setiap pengunjung, jadi rumus ini masih menghitung orang yang pergi secara diam-diam: anggap ini sebagai batas atas. Untuk batas bawah, hitung hanya sesi dengan sinyal positif (misalnya suara Membantu) dan tidak ada tiket dalam jendela waktu tersebut, seperti yang disarankan Metabase. Laporkan keduanya jika bisa; kesenjangan di antara keduanya adalah pengabaian diam-diam Anda.

Rekomendasi kami: laporkan rumus 3 (dengan batas bawah sinyal positif) setiap bulan sebagai tingkat defleksi Anda, dan rumus 5 setiap kuartal sebagai hasil bisnis. Gunakan rumus 4 jika Anda menyarankan artikel pada formulir kontak Anda. Simpan skor Zendesk (rumus 1) hanya jika tim Anda sudah melacaknya, dan jangan pernah meletakkannya di grafik yang sama sebagai persentase.

Satu bulan, lima jawaban: contoh pengerjaan#

Berikut adalah data buatan selama satu bulan untuk perusahaan SaaS dengan 25.000 pelanggan, yang dijalankan melalui kelima rumus.

Perusahaan yang sama, bulan yang sama: 10:1, 93%, 67%, 18%, dan 20%. Tidak ada yang salah. Mereka menjawab pertanyaan yang berbeda. Inilah sebabnya mengapa rentang tolok ukur vendor (kalkulator Chatling, misalnya, melabeli 40–60% sebagai "Baik") tidak berarti banyak kecuali Anda tahu rumus mana yang menghasilkannya, dan mengapa Anda hanya boleh membandingkan angka Anda dengan dirinya sendiri dari waktu ke waktu.

Bagaimana cara mengukur defleksi tiket, langkah demi langkah?#

1. Tentukan sesi pencarian bantuan#

   Hitung sesi di mana seseorang mencari di pusat bantuan Anda, membuka artikel, menonton video bantuan, atau bertanya kepada asisten AI pusat bantuan. Hapus bot, staf Anda sendiri (filter berdasarkan IP atau peran yang masuk), dan kunjungan yang hanya menyentuh halaman beranda. Ini adalah penyebut Anda.

2. Hubungkan kunjungan pusat bantuan ke tiket#

   Anda perlu tahu apakah orang yang sama membuka tiket setelah kunjungan mereka. Cara yang biasa: identifikasi pengguna yang masuk di alat analitik Anda dan berikan ID pengguna yang sama ke help desk Anda, atau cocokkan berdasarkan email saat seseorang mengirimkan formulir kontak. Catat setidaknya: ID sesi, kueri pencarian dan jumlah hasil, tampilan artikel, suara membantu, memulai formulir kontak, klik artikel yang disarankan, formulir yang ditinggalkan, dan tiket dengan ID pemohon serta tag topik. Pengunjung yang tidak dapat Anda gabungkan (seringkali sebagian besar pusat bantuan publik) termasuk dalam perkiraan terpisah yang diberi label, tidak dicampur ke dalam tingkat gabungan. Tanpa penggabungan apa pun, Anda hanya dapat melaporkan rumus 1 dan 5.

3. Pilih jendela kontak ulang dan bekukan#

   Sesi dihitung sebagai terdefleksi hanya jika orang tersebut tidak membuka tiket dalam jendela waktu tetap. Definisi yang dipublikasikan menggunakan 24 jam (sesi Intercom), 48 jam (aturan kontak ulang Helply), atau 72 jam (Metabase); jendela waktu yang singkat akan melewatkan orang yang mencoba lagi keesokan harinya. Apa pun yang Anda pilih, tetap gunakan itu, atau garis tren Anda akan mengukur perubahan aturan Anda.

4. Kurangi kegagalan yang terlihat#

   Hapus sesi yang berakhir pada pencarian tanpa hasil, atau dengan suara "Tidak membantu". Orang-orang ini tidak menemukan jawaban, meskipun mereka tidak mengirim pesan. Hitung setiap sesi satu kali: sesi gagal yang juga berujung pada tiket sudah termasuk dalam jumlah tiket.

5. Laporkan per topik, bukan hanya total#

   Kelompokkan sesi dan tiket berdasarkan topik yang sama: penagihan, SSO, ekspor, dan sebagainya. Total 67% bisa menyembunyikan topik sebesar 30% yang menghasilkan separuh tiket Anda. Gunakan tag tiket Anda sebagai daftar topik, dan petakan setiap artikel bantuan ke satu tag.

6. Letakkan di samping volume tiket#

   Laporkan tingkat defleksi bersama dengan tiket per 1.000 pelanggan aktif. Jika defleksi naik tetapi tiket per pelanggan tidak turun, Anda menghitung sesi yang salah.

Bagaimana cara mengaitkan defleksi ke artikel dan video?#

Di sinilah keputusan yang berguna dibuat. Tiga metode, dari yang paling sederhana hingga yang paling ketat:

1. Topik sebelum dan sesudah. Saat Anda menerbitkan atau menulis ulang artikel untuk suatu topik, bandingkan tiket per 1.000 pelanggan untuk topik tersebut selama empat minggu sebelum dan empat minggu sesudah. Periksa apakah topik lain tetap stabil selama minggu-minggu yang sama; jika semuanya turun, kemungkinan besar itu bersifat musiman.

2. Tingkat penyesuaian tingkat artikel. Jalankan rumus 3 untuk setiap artikel: sesi yang melihat artikel ini, dikurangi sesi yang diikuti oleh tiket pada topik yang sama dalam 72 jam, dikurangi suara "Tidak membantu". Peringkat artikel berdasarkan tiket yang masih mengikutinya. Bagian atas daftar tersebut adalah antrean penulisan ulang Anda.

3. Uji format untuk video. Untuk mempelajari apakah menambahkan video panduan menurunkan tiket, tambahkan video ke separuh dari sekumpulan artikel serupa (katakanlah 10 dari 20 artikel panduan Anda yang paling banyak dilihat, dipilih secara bergantian atau acak) dan biarkan sisanya. Setelah empat hingga enam minggu, bandingkan tiket per topik antara kedua bagian tersebut, dan percayalah pada hasilnya hanya jika setiap bagian memiliki cukup tiket untuk menunjukkan perbedaan (beberapa lusin sebulan, bukan segelintir). Lihat juga penyelesaian video: video yang dihentikan oleh sebagian besar orang pada 25% tidak melakukan pekerjaannya. Riset kegunaan Nielsen Norman Group menemukan bahwa orang menggunakan video sebagai sumber sekunder, terutama untuk proses panjang yang melibatkan banyak langkah, jadi ujilah video pada tugas-tugas yang melibatkan banyak langkah terlebih dahulu.

Berapa tingkat defleksi tiket yang baik?#

Tidak ada tolok ukur publik yang dapat diandalkan, karena tidak ada yang menggunakan rumus yang sama. Rentang yang Anda lihat dalam postingan vendor jarang bersumber. Ukur terhadap tren Anda sendiri.

Untuk konteks tentang betapa sulitnya layanan mandiri, survei Gartner terhadap 5.728 pelanggan menemukan bahwa hanya 14% masalah layanan pelanggan yang terselesaikan sepenuhnya dalam layanan mandiri, dan bahkan untuk masalah yang disebut pelanggan "sangat sederhana", hanya 36% (Gartner, 2024). Dalam survei yang sama, 73% pelanggan menggunakan layanan mandiri di beberapa titik dalam perjalanan mereka. Kebanyakan orang mencoba; kebanyakan tidak menyelesaikannya di sana.

Survei yang sama menyebutkan alasan paling umum kegagalan: dalam 43% kasus, pelanggan tidak dapat menemukan konten yang relevan dengan masalah mereka. Survei Gartner sebelumnya, dengan sampel yang berbeda, menempatkan penyelesaian layanan mandiri penuh pada 9% pada 2019 dan 13% pada 2020: rendah, setiap kali diukur (lebih lanjut dalam statistik layanan mandiri pelanggan kami). Itu adalah masalah konten yang dapat Anda ukur secara langsung, melalui pencarian yang tidak menghasilkan apa-apa.

Berapa banyak penghematan dari defleksi tiket?#

Penghematan per bulan = tiket yang dialihkan × biaya per tiket. Tiket yang dialihkan = tiket bulanan × bagian yang merupakan pertanyaan panduan × bagian yang diselesaikan oleh layanan mandiri.

Untuk biaya per kontak, gunakan angka Anda sendiri yang sudah dimuat sepenuhnya jika Anda memilikinya. Sebagai referensi, tolok ukur biaya Gartner Februari 2024 menempatkan median pada $1,84 per kontak layanan mandiri dan $13,50 per kontak yang dibantu seperti telepon, obrolan, dan email (Gartner, 2024; laporan lengkap untuk klien). Layanan mandiri tidak gratis: untuk angka bersih, kurangi biaya kontak layanan mandiri. Dengan median Gartner, itu adalah $13,50 − $1,84 ≈ $11,66 yang dihemat per kontak yang dialihkan.

Kalkulator defleksi tiket gratis kami menjalankan ini dengan angka Anda: tiket per bulan, bagian pertanyaan panduan, tingkat defleksi, waktu penanganan per tiket, dan biaya per tiket atau biaya per jam agen. Ini mengembalikan tiket yang dialihkan, jam agen yang dihemat, dan uang yang dihemat per bulan dan per tahun. Misalnya, 2.000 tiket sebulan, 40% pertanyaan panduan, dan 30% diselesaikan oleh layanan mandiri memberikan 240 tiket dialihkan sebulan; dengan $15 per tiket, itu adalah $3.600 sebulan. Gunakan tingkat berbasis tiket di sana, bukan tingkat sesi: penurunan rumus 5 dalam tiket per 1.000 pelanggan adalah input dunia nyata yang baik, sementara 67% sesi bukanlah 67% tiket.

Bagaimana cara meningkatkan tingkat defleksi Anda?#

Bekerjalah dari pengukuran di atas, dalam urutan ini:

1. Tulis artikel yang hilang. Daftar pencarian Anda tanpa hasil adalah daftar tugas yang diberi peringkat. Pelanggan memberi tahu Anda kata-kata yang mereka gunakan. Berikut adalah cara mengubah pencarian pusat bantuan menjadi daftar penulisan.
2. Perbaiki artikel yang membiarkan tiket masuk. Tulis ulang artikel dengan tiket terbanyak setelah dilihat dan tingkat bantuan terendah: judul yang lebih jelas, jawaban di awal, label yang tepat, prasyarat. Panduan kami untuk menulis artikel pusat bantuan menunjukkan caranya.
3. Tambahkan video ke tugas yang melibatkan banyak langkah. Kemudian periksa dengan uji format di atas apakah itu membantu.
4. Letakkan jawaban di tempat orang mengalami kebuntuan. Tautkan artikel dari layar di produk Anda dan sarankan artikel di formulir kontak Anda.
5. Jaga agar konten tetap terkini. Artikel yang tidak lagi cocok dengan UI membuat tiket alih-alih mencegahnya. Berikut adalah cara menjaga dokumentasi tetap mutakhir saat UI Anda berubah.

Membangun basis pengetahuan dari awal? Mulailah dengan cara membangun basis pengetahuan dengan AI.

Mengukur dan meningkatkan defleksi dengan Clevera#

Clevera adalah platform AI yang mengubah rekaman layar menjadi video panduan yang dinarasikan, artikel bantuan langkah demi langkah, dan halaman di pusat bantuan yang Anda hosting, dalam 74 bahasa. Pusat bantuan memberi Anda sisi layanan mandiri dari pengukuran di atas; meja bantuan Anda masih memegang tiket.

Wawasan di setiap paket. Setiap pusat bantuan Clevera menampilkan Tampilan halaman, Pengunjung, Keberhasilan pencarian, Tingkat nol hasil, Klik-tayang, Tingkat bantuan per halaman, dan Jawaban asisten, bagian dari pertanyaan Tanya AI yang dijawab dari halaman Anda. Pembaca dihitung tanpa cookie, dan bot ditinggalkan. Anda dapat melihat kembali 30 hari pada paket Gratis, 90 hari pada paket Starter, dan 12 bulan pada paket Pro dan Kustom.

Kesenjangan konten dengan tombol Tulis artikel. Pencarian yang tidak menemukan apa pun dicantumkan dengan berapa banyak orang yang mencari dan kapan. Tulis artikel membuka Tulis dengan pencarian sebagai topik, dan artikel tersebut bergabung dengan pusat bantuan untuk penerbitan Anda berikutnya (ini memakan kredit seperti artikel lainnya).

Saran artikel pada formulir kontak. Pada paket Starter ke atas, formulir kontak pusat bantuan menyarankan hingga tiga halaman Anda saat pembaca mengetik, dan setiap pesan memberi tahu Anda halaman mana yang disarankan. Itu adalah pengaturan untuk rumus 4; hitung awal formulir dan pengabaian dalam analitik Anda sendiri.

Kirim tampilan halaman ke analitik Anda sendiri. Pada paket Starter ke atas, tambahkan Google Analytics 4, Plausible, PostHog, atau Segment sehingga tampilan halaman pusat bantuan mendarat di samping data produk Anda. Menggabungkan kunjungan tersebut ke tiket masih menjadi tugas Anda: itu memerlukan ID pengguna atau email yang juga dimiliki oleh meja bantuan Anda.

Isi celah lebih cepat. Rekam tugas sekali dan Clevera akan menulis artikel bantuan dengan tangkapan layar, serta dapat membuat video panduan bernarasi dari rekaman yang sama untuk uji format Anda; analitik video menunjukkan penyelesaian dan seberapa jauh penonton menyimak. Pada paket Pro dan Custom, Autopilot dapat mengubah pertanyaan yang Anda tempel (hingga 30) dan pencarian yang tidak membuahkan hasil menjadi draf artikel yang menunggu persetujuan Anda.

Pusat bantuan disertakan dalam setiap paket, termasuk paket Gratis. Paket Starter seharga $29 per bulan yang ditagih tahunan ($36 bulanan) dan menambahkan domain serta integrasi analitik Anda sendiri; paket Pro mulai dari $86,80 per bulan yang ditagih tahunan untuk 2 kreator ($124 bulanan). Harga per 3 November 2026; lihat harga.

Mulai gratis atau baca cara wawasan situs dokumentasi dihitung.

FAQ#

Bagaimana cara menghitung tingkat defleksi tiket? Ambil sesi pusat bantuan yang mencari dukungan yang tidak berujung pada tiket dalam jangka waktu tetap (seringkali 72 jam), kurangi sesi yang gagal secara nyata, bagi dengan semua sesi pencarian dukungan, dan kalikan dengan 100. Sebagai contoh, (12.000 − 1.400 − 2.600) ÷ 12.000 = 67%.

Apa perbedaan antara skor swalayan Zendesk dan tingkat defleksi? Skor swalayan Zendesk membagi sesi pusat bantuan dengan pengguna dalam tiket dan memberikan rasio seperti 4:1. Tingkat defleksi adalah persentase sesi yang berakhir tanpa tiket. Keduanya bisa bergerak ke arah berlawanan: lebih banyak lalu lintas meningkatkan rasio meskipun tidak ada tiket tambahan yang dihindari.

Apakah tingkat defleksi yang tinggi selalu bagus? Tidak. Tingkat yang dibangun dari sesi yang ditinggalkan bisa meningkat sementara pelanggan menjadi lebih frustrasi. Periksa terhadap tiket per 1.000 pelanggan, suara bermanfaat, dan pencarian tanpa hasil. Dalam B2B, tiket yang terdefleksi dari akun utama juga bisa menjadi sinyal yang tidak pernah dilihat oleh tim akun Anda.

Berapa lama jendela kontak ulang seharusnya? Definisi yang dipublikasikan menggunakan 24, 48, atau 72 jam. Jendela yang lebih lama lebih ketat. Jendela tersebut tidak terlalu penting dibandingkan menjaganya tetap tetap, sehingga tren Anda dapat dibandingkan dari bulan ke bulan.

Bisakah Anda mengukur defleksi tanpa menghubungkan kunjungan ke tiket? Sebagian. Tanpa penggabungan tersebut, Anda dapat melaporkan rasio Zendesk dan perubahan tiket per 1.000 pelanggan, ditambah sinyal konten seperti pencarian tanpa hasil dan suara bermanfaat. Laporan pencarian Zendesk juga menghitung "Tiket yang dibuat": pencarian yang berujung pada tiket. Anda tidak dapat mengetahui kunjungan mana yang menghindari tiket.

Apakah video lebih banyak mendefleksi tiket daripada artikel? Tidak ada jawaban umum yang dapat diandalkan; itu tergantung pada tugasnya. Uji pada konten Anda sendiri: tambahkan video ke setengah dari serangkaian artikel serupa dan bandingkan tiket per topik setelah empat hingga enam minggu.