Lark Integration Use Case

Integrasi dengan Lark

Integrasi dengan CRM

Zepp Health mengintegrasikan SAP, CRM, dan Lark untuk mempercepat alur bisnis perusahaan elektronik konsumen

⌚ 华米︱SAP、CRM与飞书多样集成，助力消费电子企业业务流转再加速

Background

Zepp Health didirikan pada tahun 2013, adalah penyedia layanan kesehatan berbasis cloud dengan teknologi wearable cerdas terkemuka di dunia (situs resmi: https://www.huami.com). Dengan mengusung misi “technology connects health”, Zepp Health berkomitmen untuk menyediakan solusi manajemen kesehatan yang lengkap bagi konsumen global serta menciptakan gaya hidup yang lebih cerdas dan nyaman bagi pengguna.

Sebagai perusahaan multinasional besar dengan lebih dari 42 juta+ pengguna aktif di seluruh dunia, 15 miliar+ data global tercatat, dan lebih dari 64 juta+ penjualan smartwatch, Grup Zepp Health telah menggunakan banyak sistem bisnis. Seiring penggunaan sistem SAP dan CRM untuk menghubungkan dan memproses semakin banyak aktivitas bisnis, volume data yang besar serta proses bisnis yang kompleks sering kali menghabiskan banyak tenaga dan sumber daya. Oleh karena itu, bagaimana mengintegrasikan berbagai sistem bisnis dan mencapai sinkronisasi data yang efisien agar operasional tetap lancar menjadi perhatian utama Zepp Health saat ini.

Masalah 1: Proses approval di SAP dan sistem perusahaan selalu membutuhkan sinkronisasi manual, sehingga memakan waktu dan tenaga yang besar.

Sebagai sistem bisnis inti dari Zepp Health, SAP mengelola aset-aset utama di dalam perusahaan. Pada saat yang sama, perubahan pada aset inti tersebut sangat bergantung pada dukungan sistem OA perusahaan (approval). Sinkronisasi data secara manual antara berbagai sistem bisnis seperti SAP dan sistem keuangan tidak hanya memakan waktu dan tenaga, tetapi juga rentan terhadap kesalahan input, sehingga konsistensi data menjadi sulit untuk dijamin.

Solusi

Untuk mengatasi masalah di atas, Zepp Health memilih AnyCross. Melalui metode drag and drop, Zepp Health dapat dengan mudah mengintegrasikan Lark Approval dan sistem SAP secara mulus (seamless integration). Hal ini berhasil mewujudkan aliran data otomatis antara SAP, Lark Approval, dan sistem keuangan, sehingga meningkatkan efisiensi sinkronisasi data sekaligus secara signifikan mengurangi biaya tenaga kerja untuk input data approval secara manual.

Alur proses:

1. Setelah proses approval di Lark, sistem secara otomatis membuat dokumen di SAP, dan status approval diperbarui secara real-time
2. Sistem secara otomatis menyinkronkan ke sistem keuangan serta melacak status pembayaran dengan satu klik
3. Approval terhubung dengan opsi eksternal untuk pembaruan data otomatis

Masalah 2: Tingkat kesulitan dalam memperoleh data tinggi dan respons terhadap pasar menjadi lambat

Perusahaan sering perlu mempertimbangkan berbagai sumber data saat mengambil keputusan pasar, menimbang kelebihan dan kekurangan, serta melakukan evaluasi menyeluruh. Namun, pengambilan data eksternal secara manual (seperti nilai tukar mata uang dan data unduhan pasar) tidak hanya sulit menjamin ketepatan waktu dan frekuensi pembaruan, tetapi juga sangat membatasi kecepatan respons perusahaan terhadap pasar global.

Solusi

1. Memanggil API/interface buatan sendiri untuk mendapatkan data eksternal secara real-time
2. Menyinkronkan data pasar ke Lark Base

Masalah 3: Peralihan sistem CRM yang rumit sangat mengurangi efisiensi kerja karyawan

Sebagai sistem CRM profesional (Customer Relationship Management), karyawan Zepp Health perlu sering menggunakan Salesforce dalam interaksi harian dengan pelanggan untuk mengelola informasi pelanggan, meningkatkan efisiensi penjualan, meningkatkan kepuasan dan loyalitas pelanggan, serta mendorong pertumbuhan bisnis dan akuisisi pelanggan. Namun, dalam proses penggunaan Salesforce, pergantian sistem yang terlalu sering dan login berulang kali sering kali menghabiskan banyak waktu karyawan. Selain itu, sistem CRM juga sering menghadapi perbedaan antarmuka saat terhubung dengan sistem bisnis lain, sehingga developer perlu membuka interface berbeda untuk setiap sistem, yang membuat kompleksitas tinggi, beban pengembangan besar, dan pengelolaan menjadi sulit.

Solusi

Dengan kemampuan integrasi identitas dari AnyCross, Zepp Health berhasil mewujudkan single sign-on (SSO) Salesforce melalui Lark. Karyawan perusahaan cukup login ke Lark, dan mereka dapat langsung mengakses Salesforce tanpa perlu login ulang. Hal ini tidak hanya meningkatkan pengalaman dan efisiensi kerja sehari-hari, tetapi juga mempermudah perusahaan dalam mengelola aset akun CRM (misalnya: otomatis mengaktifkan atau menonaktifkan akses akun CRM saat karyawan masuk, dipindahkan, atau keluar).

Masalah 4: Workflow tidak memiliki mekanisme monitoring, sehingga operasi proses bisnis menjadi tidak stabil.

Dalam proses operasional dan pemeliharaan (IT operation & maintenance), monitoring memainkan peran yang sangat penting. Membangun mekanisme monitoring yang komprehensif dan ketat memungkinkan sistem untuk mengumpulkan dan menganalisis status operasional layanan secara real-time, sehingga dapat memberikan peringatan sebelum gangguan terjadi. Hal ini membantu tim operasi untuk menangani potensi masalah lebih awal, serta mengurangi atau bahkan mencegah gangguan pada layanan bisnis.

Solusi

Membangun workflow supervision dan mekanisme alarm untuk merespons kegagalan operasional dengan cepat.

Untuk mengatasi masalah ini, Zepp Health (Zepp Health) memilih template integrasi dari AnyCross yaitu “Integrated Flow Operation Failure Push Alert Message”. Dengan template ini, perusahaan dapat dengan mudah membangun mekanisme monitoring workflow. Ketika terjadi kegagalan dalam workflow, sistem secara otomatis mengirimkan pesan peringatan kepada penanggung jawab terkait, sehingga anggota perusahaan dapat segera mendeteksi dan menangani masalah, serta menjaga stabilitas proses bisnis.

Nilai Penting

Melalui AnyCross, Zepp Health berhasil mengatasi berbagai tantangan utama bisnis, seperti:

• Sistem SAP dan proses approval yang tidak dapat disinkronkan
• Kesulitan dalam memperoleh data eksternal secara efisien
• Proses login dan pergantian sistem CRM yang rumit
• Ketidakstabilan operasional workflow bisnis

Kemampuan integrasi AnyCross yang kuat dan fleksibel memungkinkan Grup Zepp Health untuk menjaga efisiensi dan stabilitas kerja internal sambil tetap mengembangkan bisnis. Selain itu, hal ini juga secara efektif mengurangi biaya tenaga kerja seperti R&D dan operasional, serta meningkatkan pengalaman kerja karyawan secara keseluruhan.

BAIC Group – Menggunakan Salesforce, pelacakan pengiriman kendaraan dilakukan dengan “satu tabel”!

💹 北汽自主 | Salesforce 如虎添翼，汽车企业车辆交付「一表」搞定！

Latar Belakang

Data hubungan pelanggan dan penjualan merupakan salah satu data paling penting dan paling sering bergerak dalam perusahaan. Data ini juga menjadi referensi utama bagi manajer perusahaan dalam mengambil keputusan terkait strategi pemasaran, strategi penjualan, dan strategi manajemen.

Karyawan sales di lini depan perlu terus memantau status lead dan progres pelanggan, serta melacak status pengiriman produk. Sementara itu, manajemen penjualan dan eksekutif perusahaan juga perlu melihat kondisi operasional perusahaan dari berbagai perspektif, termasuk perbandingan horizontal pencapaian target bisnis untuk produk dan wilayah penjualan yang berbeda.

Dulu, perusahaan menggunakan sistem CRM seperti Salesforce untuk mengelola data ini, lalu memproses dan menganalisisnya melalui ekspor Excel. Cara ini memiliki beberapa masalah, seperti:

• Data yang sudah tidak real-time (outdated)
• Tidak adanya kontrol hak akses data yang memadai
• Pengalaman penggunaan di perangkat mobile yang kurang baik

Hal ini sangat menurunkan efisiensi analisis data dan membuat perusahaan tidak bisa mendapatkan insight bisnis secara cepat, intuitif, dan mudah.

Solusi Saat Ini

Dengan menggunakan platform integrasi, data dari sistem CRM seperti Salesforce disinkronkan secara berkala ke Lark Base. Setiap perubahan data di Salesforce akan otomatis diperbarui di Base.

Dengan kemampuan Base seperti:

• Formula calculation
• Conditional view
• Dashboard

Data penjualan dapat dihitung dan ditampilkan secara otomatis, sehingga memberikan insight yang jelas dan mudah dipahami bagi manajer.

Selain itu, dengan fitur permission yang canggih, akses setiap tabel dan record dapat diatur secara detail. Hal ini memungkinkan:

• Karyawan frontline memantau progres pengiriman pesanan secara real-time
• Peningkatan kepuasan pelanggan
• Pengurangan risiko kebocoran data

Hasil Integrasi

Dengan mengintegrasikan Salesforce dan Lark Base, kemampuan profesional CRM dipadukan dengan kolaborasi efisien dari Base. Hal ini memberikan:

• Pengalaman yang lebih personal, ramah, dan nyaman bagi pelanggan
• Implementasi konsep “one table managing vehicle delivery” (satu tabel untuk mengelola pengiriman kendaraan)

Sebelum vs Sesudah

Sebelum

• Sinkronisasi data tidak tepat waktu
• Visualisasi analisis data masih rendah
• Kontrol hak akses data sulit dilakukan
• Siklus pengembangan untuk permintaan baru membutuhkan waktu lama

Master data penjualan mobil milik pelanggan dikelola di Salesforce. Untuk melakukan analisis data, data tersebut juga harus dicatat di tabel Excel secara bersamaan. Hal ini menyebabkan setiap kali ada perubahan data di Salesforce, Excel harus diperbarui secara manual. Akibatnya, hasil analisis data tidak dapat dilihat secara real-time, terutama dari perangkat mobile.

Saat ini, perusahaan memiliki sekitar 100–200 sales di lini depan, sehingga sinkronisasi dan pengolahan data membutuhkan banyak tenaga kerja.

Selain itu, visualisasi pada tabel Excel juga kurang baik. Ketika melaporkan data penjualan kepada manajemen, sering kali dibutuhkan waktu lama untuk membuat laporan, dan penyajian data tidak cukup intuitif.

Sesudah

• Data tersinkronisasi secara otomatis, dengan interval sinkronisasi yang fleksibel
• Berbagai view dan dashboard meningkatkan efisiensi analisis serta visualisasi data
• Kontrol hak akses data menjadi lebih canggih dan terstruktur
• Siklus pengembangan untuk permintaan baru menjadi lebih singkat

Dengan menggunakan platform terintegrasi, data pesanan, kebijakan penjualan, dan delivery order disinkronkan ke Lark Base secara berkala, dengan tiga titik sinkronisasi per hari untuk memastikan pembaruan data yang akurat dan tepat waktu.

Pada saat yang sama, dengan bantuan fitur view dan dashboard di Base, tim bisnis dapat membangun Data Dashboard dengan lebih cepat, sehingga menyediakan analisis data yang lebih spesifik bagi manajemen.

Berdasarkan sumber data utama, platform tabel multidimensi telah digunakan untuk membangun ulang sistem manajemen pelacakan pengiriman pesanan. Dari sebelumnya yang hanya berfokus secara luas pada pengiriman kendaraan secara keseluruhan, kini berubah menjadi manajemen yang lebih terperinci, mencakup hak kepemilikan, kebijakan, hadiah, diskon, serta seluruh siklus pengiriman.

Sistem ini memastikan pengalaman pengiriman pelanggan tetap optimal sekaligus meningkatkan kepuasan pelanggan.

Proses Implementasi

1. Memicu proses sinkronisasi secara berkala setiap hari

Sesuai dengan waktu sinkronisasi yang telah ditetapkan oleh pelanggan, proses integrasi sinkronisasi data inkremental dijalankan secara berkala. Interface query data SFDC yang disediakan oleh Salesforce digunakan untuk mengambil perubahan harian (termasuk data baru dan data yang diperbarui).

2. Pemrosesan data sinkronisasi

Data yang diperoleh melalui connector Salesforce perlu dibandingkan dengan data yang sudah ada di Lark Base untuk menentukan mana yang merupakan data baru dan mana yang merupakan pembaruan dari data sebelumnya.

Selanjutnya dilakukan:

• Mapping field data
• Konversi struktur data

Setelah diproses, data kemudian ditambahkan atau diperbarui ke dalam Base.

3. Desain formula, views, dan dashboard sesuai kebutuhan bisnis

Berdasarkan kebutuhan analisis data, dilakukan penambahan:

• Filter
• Sorting
• Grouping

pada data yang telah disinkronkan di tabel dasar (bottom sheet), sehingga dapat dibuat berbagai view dari sudut pandang yang berbeda.

Setelah data masuk ke Base, perhitungan formula akan dilakukan secara otomatis dan ditampilkan pada view yang sesuai. Selain itu, fitur dashboard juga dapat digunakan untuk menampilkan data secara visual sehingga lebih mudah dianalisis.

Integrasi dengan Jira

Yeelight | Platform terintegrasi membantu perusahaan elektronik konsumen mengintegrasikan data Jira dan RM secara mulus. Akses informasi yang efisien dalam satu tempat membuat data mudah diakses.

💡 Yeelight︱集成平台助力消费电子企业Jira和CRM数据无缝对接，一站式高效检索让信息触手可得

Latar Belakang

Yeelight, sebuah perusahaan teknologi yang berfokus pada produk smart home, didirikan pada tahun 2012 dan merupakan pemimpin di industri EA IOT Lighting. Sejak awal berdiri, perusahaan ini berkomitmen untuk mengeksplorasi bidang EA IOT Lighting. Melalui pengembangan dalam interaksi cerdas, teknologi pencahayaan, dan desain industri, Yeelight mendorong revolusi pencahayaan serta menghadirkan lingkungan cahaya yang nyaman dalam kehidupan sehari-hari.

Saat ini, Yeelight telah membangun berbagai platform online dan channel offline di seluruh dunia, termasuk e-commerce mandiri, e-commerce pihak ketiga, toko khusus, dan distributor resmi. Perusahaan ini mencakup lebih dari 200 negara dan wilayah, dengan lebih dari 9 juta pengguna global, serta pengiriman produk EA IOT Lighting yang telah mencapai 60 juta unit.

Pertumbuhan pesat Yeelight membawa kebutuhan komunikasi dan kolaborasi yang semakin kompleks. Namun, seiring bertambahnya sistem procurement internal serta meningkatnya kompleksitas informasi supplier dan pelanggan, kesulitan dalam pencarian informasi di dalam perusahaan juga meningkat secara signifikan. Penurunan efisiensi pencarian ini menimbulkan berbagai masalah seperti menurunnya efisiensi komunikasi, lambatnya akuisisi pelanggan, serta keterlambatan pemrosesan informasi pelanggan, yang menjadi tantangan bagi Yeelight.

Pain Points Bisnis

Saat ini, aktivitas harian Yeelight banyak melibatkan manajemen proyek dan komunikasi dengan pelanggan. Namun, ketika karyawan menggunakan Jira, CRM, dan sistem lainnya untuk manajemen proyek dan hubungan pelanggan, pergantian platform yang sering terjadi sangat memengaruhi efisiensi kerja.

Selain itu, banyak informasi pelanggan dan supplier yang perlu digunakan berulang kali di berbagai skenario. Namun, tabel dan sistem yang kompleks membuat proses pencarian semakin sulit. Karyawan harus menghabiskan banyak waktu dan tenaga untuk menemukan informasi bisnis yang dibutuhkan, sehingga efisiensi pencarian menjadi rendah.

Solusi

Untuk mengatasi masalah tersebut, Yeelight memilih AnyCross dan memanfaatkan kemampuan integrasinya untuk menghubungkan data dari CRM, Jira, SAP, SRM, dan sistem lainnya dengan Lark Search dan Lingo secara efisien dan mendalam. Hal ini memungkinkan integrasi data multi-sistem serta pencarian informasi satu pintu (one-stop efficient retrieval) di dalam perusahaan, sehingga meningkatkan efisiensi bisnis secara signifikan.

Mengintegrasikan data manajemen proyek dari Jira, SAP, dan SRM ke Lark Search untuk pencarian yang efisien

Dengan AnyCross, Yeelight mengintegrasikan Jira, SAP, SRM, dan berbagai informasi lainnya ke dalam Lark Search. Hal ini memungkinkan karyawan untuk langsung mencari dan melihat progres proyek di Jira melalui kolom pencarian Lark, tanpa perlu berpindah sistem untuk melakukan pencarian manual, sehingga menghemat waktu dan tenaga.

Sebagai contoh, ketika karyawan perlu melihat informasi proyek saat kolaborasi, biasanya mereka harus berpindah ke halaman sistem, membuka Jira, lalu mencari informasi proyek yang dibutuhkan secara manual di dalam Jira. Seluruh proses ini bisa memakan waktu 5–15 menit. Kini, dengan AnyCross, karyawan dapat langsung melakukan pencarian di Lark untuk mendapatkan “project information”, “contract information”, “order information”, hingga data product center. Proses pencarian hanya membutuhkan sekitar 10 detik, sehingga efisiensi pencarian meningkat secara signifikan.

Mengintegrasikan sistem CRM dengan Lingo untuk kejelasan informasi pelanggan

  Melalui AnyCross, Yeelight telah mengintegrasikan CRM dengan Lingo, sehingga karyawan dapat dengan mudah mengakses detail pelanggan (termasuk customer code, POC terkait, dan informasi perusahaan) saat berdiskusi dan bertukar informasi di berbagai skenario seperti IM Lark dan cloud documents.

  Sebagai contoh, dalam kondisi normal, jika ingin mendapatkan informasi pelanggan yang tersimpan di sistem CRM, karyawan biasanya harus berpindah ke sistem CRM, login kembali, melakukan pencarian, lalu masuk ke halaman detail untuk menemukan informasi yang dibutuhkan. Jika karyawan sedang berkomunikasi dalam tim atau perlu memproses informasi bisnis secara cepat, proses yang rumit ini sering kali memakan banyak waktu, dan kelengkapan informasi pun sulit dijamin.

  Setelah Yeelight menggunakan platform integrasi untuk konfigurasi, karyawan cukup mengklik teks yang digarisbawahi (underlined text) di dalam Lark (chat atau cloud document) untuk langsung melihat informasi pelanggan terbaru dengan satu klik. Hal ini membuat komunikasi tim menjadi lebih lancar dan efisien.

Sebelum

• Karyawan perlu sering berpindah antara berbagai sistem dan Lark saat mengecek progres proyek, sehingga banyak waktu terbuang.
• Saat melakukan diskusi bisnis di lapangan, informasi pelanggan dari CRM ingin diakses, tetapi tidak dapat ditemukan dalam waktu singkat, sehingga menyulitkan peningkatan efisiensi kolaborasi tim.
• Data bisnis yang dihasilkan dari ekspansi perusahaan sangat besar dan tersebar, tanpa solusi sistem yang terintegrasi. Pencarian berulang menjadi memakan waktu dan tenaga.

Sesudah

• Melalui antarmuka visual AnyCross, Anda dapat dengan mudah melakukan integrasi mendalam antara data Jira, SAP, SRM, dan Lark Search. Karyawan dapat langsung mencari dan melihat progres proyek di Lark, sehingga efisiensi kerja meningkat secara signifikan.
• Informasi pelanggan di CRM diintegrasikan langsung ke Lingo. Dalam skenario komunikasi, Anda cukup mengklik nama pelanggan, dan informasi terkait dapat diakses hanya dengan satu klik.
• Menggunakan AnyCross untuk mengintegrasikan informasi proyek dan pelanggan yang kompleks, sehingga memungkinkan pencarian yang efisien dan solusi satu pintu (one-stop solution).

Nilai Penting

Yeelight, melalui AnyCross, telah dengan mudah mengonfigurasi integrasi lima sistem inti beserta informasi pelanggan CRM ke dalam Lark dengan koneksi yang mulus (seamless docking). Karyawan kini tidak lagi menggunakan metode pencarian seperti “mencari jarum di tumpukan jerami”.

Melalui Lingo, berbagai informasi pelanggan dapat diakses hanya dengan satu klik. Hal ini tidak hanya secara signifikan meningkatkan efisiensi kerja karyawan, tetapi juga mengoptimalkan alur kerja, serta mewujudkan metode kerja yang benar-benar efisien dalam satu platform (one-stop efficient work).

Lark X AI

Analisis Opini Publik satu klik & perlindungan dinamika perusahaan 💝

AI Public Opinion Analysis: Persepsi yang lebih cepat dan akurat terhadap dinamika karyawan, membantu mengidentifikasi risiko PR, serta memungkinkan respons yang lebih cepat terhadap opini publik. 📌

Manfaatkan kemampuan AI native Lark untuk melakukan penyaringan cerdas, pengelompokan otomatis, analisis sentimen, dan identifikasi risiko, sehingga membantu manajemen memahami dinamika karyawan dengan lebih cepat, lebih akurat, dan lebih komprehensif. Hal ini juga mendukung identifikasi risiko PR serta penanganan opini publik dengan lebih cepat.

Sebelum

• Pemrosesan manual dan early warning sistem: membutuhkan banyak tenaga kerja, biaya tinggi, dan respons yang tidak cukup cepat
• Pengumpulan informasi terdesentralisasi: sulit mencapai pengelolaan real-time dan kontrol yang efektif
• Kurangnya alat analisis data: tidak dapat melakukan clustering, analisis sentimen, dan analisis risiko secara mendalam
• Respons opini publik dilakukan secara manual: tidak efisien dan tidak dapat merespons tepat waktu
• Tidak adanya mekanisme review dan ringkasan: monitoring jangka panjang dan perbaikan berkelanjutan menjadi terbatas

Sesudah

• Peningkatan berbasis AI: menggunakan fitur AI dari Lark untuk mengurangi biaya operasional dan maintenance serta mempercepat respons
• Manajemen opini publik real-time terpusat: platform terpadu untuk memproses informasi dan memahami kondisi opini publik secara menyeluruh
• Analisis data AI yang kuat: memanfaatkan AI untuk pemrosesan informasi, serta penilaian ancaman dan risiko secara komprehensif
• Generasi respons otomatis: meningkatkan kecepatan dan efisiensi respons serta mengoptimalkan kualitas komunikasi
• Review data yang terstandarisasi: evaluasi dan ringkasan secara berkala untuk memastikan proses monitoring terus ditingkatkan secara berkelanjutan

Dynamic operation dashboard overview of public opinion

Word cloud of hot topic

AI emotional judgment, automatically generate responses

Pemrosesan batch multibahasa, penerjemah pintar Anda 📝

Dengan AI terjemahan multibahasa, Anda dapat menerjemahkan lebih dari 2000 konten dalam berbagai bahasa hanya dengan satu klik, sehingga dapat meningkatkan efisiensi lebih dari 50%. 📌

Melalui AI translation, sejumlah besar teks dapat diterjemahkan dengan cepat dan biaya rendah dalam waktu singkat. Sistem ini juga mampu menangani istilah multibahasa yang mungkin tidak familiar bagi penerjemah manusia, serta dapat menggunakan terminologi yang diimpor untuk melatih AI.

Selain itu, sistem dapat disesuaikan secara fleksibel sesuai kebutuhan tugas dan bisnis, sehingga memastikan kebutuhan terjemahan dapat dipenuhi tepat waktu dalam periode yang telah ditentukan.

Sebelum

• Biaya tenaga kerja terjemahan tinggi dan siklus waktu lama: Tim terjemahan konten biasanya berperan sebagai cost center, dengan pengeluaran tetap untuk vendor terjemahan setiap tahun, serta sangat bergantung pada efisiensi kerja vendor. Ketika terjadi lonjakan permintaan, biaya dan waktu penyelesaian menjadi tidak terkendali.
• Black box process: Setelah menerima permintaan terjemahan, vendor akan memproses melalui alur internal seperti penerjemahan dan review. Tim tidak memiliki visibilitas atau kontrol terhadap proses ini, sehingga seluruh workflow bersifat “black box”.
• Efisiensi rendah dalam distribusi permintaan via Excel: Pengiriman kebutuhan dan proses push ke online masih dilakukan secara manual melalui Excel. Permintaan tersebar dan sulit dikumpulkan, sehingga komunikasi menjadi tidak efisien.

Sesudah

• AI menggantikan pekerjaan manual untuk menurunkan biaya dan meningkatkan efisiensi: Berdasarkan kemampuan AI yang tertanam di Base dan tabel, dengan dukungan konfigurasi AI serta database terminologi bisnis, sistem dapat memahami konteks dan lokalisasi, melakukan pemrosesan otomatis, serta menghasilkan terjemahan multibahasa. Progres terjemahan juga dapat dipantau secara transparan.
• White-boxing seluruh proses terjemahan dan review: Berdasarkan kemampuan kolaborasi Lark, berbagai tahap dalam proses terjemahan dapat diautomasi sehingga seluruh alur dari pengajuan permintaan, penerjemahan, editing, proofreading, hingga penerimaan dan delivery dapat terlihat dan dikelola secara transparan.
• Otomatisasi alur permintaan terjemahan: Berdasarkan kemampuan terbuka Lark dan platform integrasi, Base, internal Starling, dan supplier Starling diintegrasikan melalui AnyCross. Hal ini memungkinkan proses end-to-end yang sepenuhnya otomatis mulai dari permintaan, terjemahan, review, hingga publish ke sistem online. Efisiensi alur permintaan meningkat secara signifikan, sekaligus memungkinkan monitoring proses secara menyeluruh.

Translated text information entry

Maintenance Glossary

Menyampaikan suara pengguna, mitra cerdas yang paling memahami kebutuhan 📣

AI Demand Inquiry: Membantu menemukan masalah pelanggan dengan cepat, menyelesaikan permintaan lintas tim, dan membantu tim produk mengidentifikasi prioritas utama. 📌

“Lark Demand Inquiry Assistant” adalah salah satu praktik penggunaan internal Lark melalui Lark Intelligent Partner Creation Platform (Aily) untuk menyelesaikan skenario bisnis. Tool ini digunakan untuk membantu tim GTM dengan cepat menelusuri feedback pelanggan, memahami progres serta penanggung jawab suatu kebutuhan, serta membantu tim PM mengidentifikasi demand bernilai tinggi dengan lebih akurat, sehingga feedback nyata dari pelanggan dapat lebih efektif mendorong pengembangan produk secara iteratif.

Sebelum

• Waktu respons terhadap pertanyaan pelanggan lama: pertanyaan yang sama harus melewati berbagai kanal seperti Lark Customer Service, Lark Assistant, dan Lark Help Center, sehingga memakan waktu dan sering menghasilkan jawaban yang tidak akurat.
• Sulit menemukan PIC untuk permintaan lintas tim: harus secara privat menghubungi PM atau leader product line untuk mengecek apakah permintaan ada di roadmap terbaru, dan sering melibatkan banyak orang untuk mendapatkan feedback.
• PM harus melakukan kurasi feedback secara manual: tim PM perlu mengelola Base shared secara manual untuk setiap product line. Proses pengelompokan memakan waktu, dan sulit mengetahui jumlah feedback serupa sebelumnya.

Sesudah

• Peningkatan AI yang cerdas: dengan “Lark Demand Inquiry Assistant”, tim dapat dengan cepat memahami kapabilitas produk Lark yang sudah ada beserta referensi link-nya, sehingga tim customer service dapat memberikan jawaban yang lebih akurat dan tepat waktu.
• Inquiry kebutuhan secara instan ke PIC: dengan “Lark Demand Inquiry Assistant”, pengguna dapat dengan cepat mengetahui roadmap produk Lark serta penanggung jawabnya. Untuk fitur dalam tahap canary release, komunikasi dengan PM dapat dilakukan lebih lanjut untuk permintaan aktivasi.
• Pengumpulan dan pengorganisasian otomatis: “Lark Demand Inquiry Assistant” dapat membantu mengumpulkan dan mengorganisir feedback dari berbagai channel, lalu mengirimkan Base yang relevan ke subscriber setiap hari.

Meningkatkan Evaluasi yang Lebih Personal & Memahami Kebutuhan Konsumen di Retail dan F&B 💌

Akses satu pintu ke komentar dari semua platform utama, analisis AI yang cerdas, balasan komentar yang dikustomisasi, serta insight terhadap suara pelanggan. 📌

Ulasan konsumen sangat penting bagi bisnis retail dan food & beverage. Satu ulasan buruk tidak hanya memengaruhi rating, tetapi juga persepsi brand dan reputasi. Selain itu, melalui evaluasi objektif dari konsumen, kantor pusat dapat dengan cepat mengidentifikasi masalah operasional toko, menemukan ruang perbaikan, serta menjaga daya saing brand di tengah persaingan pasar yang semakin ketat.

Oleh karena itu, analisis review online dan penanganan lanjutan terhadap ulasan negatif selalu menjadi fokus tim operasional digital. Namun, karena banyaknya platform toko online, volume ulasan yang sangat besar, serta sifat data yang tersebar, proses follow-up dan analisis mendalam sulit dilakukan hanya dengan pendekatan manual.

Untuk menjawab tantangan ini, Lark dan pelanggan telah bersama-sama mengembangkan solusi alat manajemen evaluasi berbasis AI:

• Pelanggan secara otomatis mengumpulkan komentar dari berbagai platform utama dan merangkumnya ke dalam Lark spreadsheet.
• Lark AI melakukan klasifikasi dan tagging komentar, serta menghasilkan balasan komentar yang disesuaikan, analisis opini publik, dan analisis operasional toko.
• Sistem secara otomatis memposting kembali balasan komentar yang telah dikustomisasi ke platform terkait.

Sebelum

• Cara mengelola review lintas platform dalam jumlah besar: review pelanggan tersebar di banyak platform sehingga sulit dikelola secara terpusat. Klasifikasi dan penandaan manual tidak efisien.
• Cara menyampaikan “brand temperature” melalui komentar: jumlah komentar terlalu banyak untuk dibalas satu per satu, sehingga sering hanya menggunakan template balasan yang sama.
• Cara menemukan masalah dalam operasional toko: analisis data dasar membutuhkan banyak tenaga kerja, data tidak cukup intuitif, dan sulit mengidentifikasi masalah secara cepat.

Sesudah

• Klasifikasi dan penandaan evaluasi: AI secara akurat mengidentifikasi masalah operasional produk dan layanan seperti rasa, value for money, keamanan makanan, pengiriman, kemasan, dan layanan. Hal ini membantu memperjelas area perbaikan, memberdayakan peningkatan operasional toko, serta meningkatkan daya saing.
• Generasi balasan review otomatis: AI secara cerdas membuat balasan berdasarkan isi review dan langsung mempostingnya ke platform. Menghilangkan penggunaan “template balasan” sehingga komunikasi dengan pelanggan terasa lebih natural dan tidak kaku.
• Dashboard data dan push peringatan dini: Mendukung peringatan otomatis untuk data dan indikator yang tidak normal, serta menyediakan analisis dan ringkasan data berbasis interaksi AI untuk membantu pengambilan keputusan yang lebih cepat.

DB Assistant