Bagaimana Tim Support Filipina, Thailand, dan Indonesia Menangani Bahasa Informal dalam Framework QA Formal - Panduan Praktis untuk Enterprise CX Leader

Published on:
September 3, 2026

Bagaimana Tim Support Filipina, Thailand, dan Indonesia Menangani...
Tim customer service di Filipina, Thailand, dan Indonesia secara rutin mencampurkan bahasa sehari-hari, code-switching, dan penanda kesopanan khas budaya masing-masing ke dalam percakapan dengan customer. Ketika scorecard QA formal mengevaluasi interaksi ini menggunakan kriteria yang dirancang untuk bahasa Inggris standar, perilaku bahasa yang sebenarnya benar, profesional, dan sesuai konteks justru dinilai buruk. Solusinya bukan menurunkan standar QA, melainkan membangun scorecard yang memahami seperti apa "profesional" itu di tiap bahasa dan budaya. Panduan ini menjelaskan pola-polanya, jebakan dalam scoring, dan bagaimana tim CX enterprise bisa menutup kesenjangan tersebut.

Ringkasan

  • Code-switching dan penanda kesopanan informal adalah hal yang lazim secara profesional dalam konteks customer service Filipina, Thailand, dan Indonesia, bukan indikasi kegagalan kualitas.
  • Scorecard QA generik yang berorientasi bahasa Inggris secara sistematis salah menilai agent yang bekerja dalam bahasa-bahasa ini.
  • Setiap bahasa punya struktur formalitas yang berbeda, dan kriteria QA harus mencerminkannya agar penilaian adil dan akurat.
  • Regulasi Indonesia menegaskan pembedaan bahasa formal/informal yang berdampak langsung pada komunikasi layanan tertulis [2].
  • AI QA engine yang menyerap SOP Anda sendiri dan men-score dalam bahasa asli agent menghilangkan bias yang muncul dari sampling manual dan scorecard generik.

Tentang Penulis: Revelir AI membangun infrastruktur scoring QA untuk tim customer service enterprise, dengan RevelirQA yang sudah men-score ribuan percakapan per minggu dalam bahasa Indonesia dan Inggris untuk klien termasuk Xendit dan Tiket.com. Scoring engine perusahaan ini dirancang untuk lingkungan multibahasa dan volume tinggi di seluruh Asia Tenggara dan global.

Kenapa Bahasa Informal Jadi Masalah untuk Scorecard QA Formal?

Ketegangan utamanya ada di antara bagaimana "profesionalisme" didefinisikan dalam scorecard QA versus bagaimana hal itu diekspresikan lintas bahasa dan budaya. Kebanyakan framework QA enterprise dibangun berdasarkan bahasa Inggris formal tertulis: kalimat lengkap, tanpa kontraksi, frasa pengakuan eksplisit, dan register netral. Diterapkan langsung pada percakapan berbahasa Filipina, Thailand, atau Indonesia, kriteria semacam ini justru menghukum agent karena berkomunikasi dengan benar dalam bahasanya sendiri.

Bayangkan seorang agent customer service Filipina menulis "Hi po, okay po ba kayo?" Honorifik "po" adalah partikel kesopanan formal; menghilangkannya justru terkesan kasar bagi customer Filipina. Scorecard yang menandai partikel non-Inggris sebagai "bahasa informal" sebenarnya baru saja menghukum profesionalisme. Kalikan ini dengan ribuan ticket per minggu, dan data QA jadi tidak bisa diandalkan sebagai alat coaching.

Apa Saja Pola Bahasa Spesifik yang Perlu Dipahami Tim CX?

Setelah memahami masalah formalitas di atas, pertanyaan yang lebih sulit adalah pola apa saja yang muncul di tiap bahasa dan apa artinya untuk scoring. Tabel di bawah memetakan pola-pola yang paling umum.

Bahasa Pola Apa yang Ditandakan Kesalahan Umum dalam Pembacaan QA
Filipina (Tagalog) Honorifik "Po/Opo"; code-switching Taglish (contoh: "I will check na po") Rasa hormat formal; percampuran Tagalog dan Inggris yang standar secara budaya Ditandai sebagai informal atau tidak lengkap secara tata bahasa
Thailand Partikel akhir kalimat "ครับ/ค่ะ" (khrap/kha); bentuk kata kerja sopan Formalitas sesuai gender; ketiadaannya menandakan kekasaran, bukan informalitas Sama sekali diabaikan oleh kriteria berbasis bahasa Inggris; dinilai netral padahal ketiadaannya seharusnya ditandai
Indonesia (Bahasa) "Anda" formal vs. "kamu" sehari-hari; slang Jakarta; kata dialek daerah Perbedaan register yang jelas antara bahasa Indonesia formal dan sehari-hari [1] Bentuk sehari-hari dinilai sama dengan bentuk formal, sehingga kehilangan sinyal kualitas yang bermakna

Bahasa Indonesia memberikan contoh kasus yang cukup terdokumentasi dengan baik. Bahasa Indonesia punya pembedaan yang dikodifikasi antara register formal dan sehari-hari, dan regulasi Indonesia secara khusus mewajibkan penggunaan bahasa formal dalam komunikasi tertulis profesional [2]. Ini berarti tim customer service Indonesia yang menggunakan "kamu" alih-alih "Anda" dalam ticket tertulis bukan sekadar informal secara gaya; dalam konteks yang diregulasi atau terkait instansi pemerintah, ini bisa melanggar standar komunikasi yang sudah terdokumentasi.

Bagaimana Code-Switching Memengaruhi Akurasi QA?

Pertanyaan terkait namun berbeda adalah apa yang terjadi ketika agent berpindah bahasa di tengah percakapan. Code-switching bukan kegagalan kualitas; di pasar seperti Filipina, ini adalah register alami untuk komunikasi digital profesional [3]. Agent Filipina sering menggabungkan bahasa Inggris dan Tagalog dengan cara yang terasa alami sekaligus sopan bagi customer. Framework QA yang membaca code-switching sebagai "penggunaan bahasa yang tidak konsisten" akan menghasilkan flag coaching yang menyesatkan.

Implikasi praktisnya, kriteria QA perlu mempertimbangkan code-switching secara terpisah:

  • Disengaja dan sesuai konteks: Agent menyesuaikan campuran bahasa customer, menandakan fluency dan rapport. Nilai netral atau positif.
  • Tidak konsisten dan terputus-putus: Agent berpindah register tanpa mengikuti arah customer, menimbulkan kebingungan. Tandai untuk coaching.
  • Persyaratan bahasa berbasis policy: Jika SOP mewajibkan bahasa tertentu untuk jenis komunikasi tertentu (umum di lingkungan yang diregulasi di Indonesia [2]), penyimpangan harus ditandai terlepas dari tingkat fluency-nya.

Apa yang Seharusnya Ada dalam Scorecard QA Multibahasa?

Terlepas dari detail linguistik di atas, ada persoalan praktis terpisah: bagaimana mengoperasionalkan pembedaan ini dalam scorecard yang bisa diterapkan secara konsisten pada skala besar. Kriteria generik seperti "tone profesional" atau "komunikasi yang jelas" tidak cukup; kriteria semacam itu membutuhkan interpretasi subjektif reviewer manusia, yang tidak bertahan saat diterjemahkan atau diterapkan dalam volume besar.

Scorecard QA multibahasa yang dirancang dengan baik sebaiknya menspesifikkan:

  • Kriteria register spesifik per bahasa: Definisikan seperti apa bahasa Indonesia formal itu (penggunaan "Anda", kalimat lengkap, tanpa slang Jakarta di channel tertulis) secara terpisah dari seperti apa bahasa Tagalog formal itu.
  • Batasan code-switching yang disetujui: Dokumentasikan kombinasi bahasa apa saja yang bisa diterima di channel mana, sehingga agent punya standar yang jelas dan QA punya kriteria yang jelas.
  • Persyaratan penanda kesopanan: Untuk bahasa Thailand, tentukan bahwa "ครับ/ค่ะ" wajib ada di channel formal tertulis, bukan opsional.
  • Keselarasan bahasa dengan policy: Ketika regulasi lokal atau SOP perusahaan mewajibkan bahasa tertentu untuk komunikasi formal, kriteria ini seharusnya jadi item binary yang di-score, bukan penilaian kualitatif [2].

Di sinilah AI QA punya keunggulan struktural dibanding review manual. Platform seperti RevelirQA menyerap SOP dan knowledge base perusahaan ke dalam vector database, lalu mengambil policy yang relevan sebelum men-score tiap percakapan. AI tidak menebak-nebak apa arti "bahasa Indonesia profesional"; ia memeriksa percakapan terhadap standar yang sudah didokumentasikan perusahaan, dalam bahasa asli agent. Xendit dan Tiket.com menjalankan proses ini di ribuan ticket per minggu, menangkap pelanggaran policy yang tidak akan pernah muncul dalam sampling manual 1-5%.

Apa Risiko Operasional Jika Ini Salah Ditangani?

Selain masalah akurasi scoring di atas, risiko turunannya melampaui sekadar data QA yang buruk. Ketika agent di Manila, Bangkok, atau Jakarta terus-menerus dinilai rendah karena perilaku yang sebenarnya benar secara budaya, beberapa hal terjadi:

  • Feedback coaching kehilangan kredibilitas; agent berhenti percaya pada sistem QA.
  • Data performance jadi bias oleh faktor bahasa, bukan kualitas sebenarnya, sehingga lebih sulit mengidentifikasi pelanggaran policy yang genuine.
  • Top performer yang berkomunikasi baik dalam bahasanya justru terlihat berperingkat lebih rendah dari seharusnya, mendistorsi keputusan workforce.
  • Dalam konteks yang diregulasi di Indonesia, risiko sebaliknya juga ada: agent yang menggunakan bahasa sehari-hari dalam komunikasi tertulis formal bisa melanggar policy yang terdokumentasi tanpa ada yang menyadarinya [2].

FAQ

Bisakah satu scorecard QA mencakup banyak bahasa, atau perlu scorecard terpisah per bahasa?

Anda bisa menggunakan satu struktur scorecard dengan modul kriteria spesifik per bahasa. Dimensi evaluasi inti (compliance terhadap policy, akurasi resolusi, tone) tetap konsisten. Yang berubah adalah definisi spesifik di dalam tiap dimensi, karena "tone formal" terlihat berbeda antara bahasa Thailand dan bahasa Indonesia.

Apakah code-switching dalam customer service Filipina berisiko dari sisi compliance?

Umumnya tidak, kecuali SOP secara eksplisit mewajibkan satu bahasa tunggal untuk channel tertentu. Taglish adalah register profesional de facto untuk customer service digital di Filipina dan seharusnya diperlakukan demikian dalam kriteria QA [3].

Apakah regulasi Indonesia mewajibkan bahasa Indonesia formal di semua komunikasi customer service?

Regulasi Indonesia mewajibkan bahasa Indonesia formal dalam komunikasi tertulis profesional, khususnya dalam konteks yang melibatkan instansi pemerintah atau perjanjian formal [2] [4]. Tim customer service di industri yang diregulasi sebaiknya memeriksa apakah komunikasi mereka termasuk dalam ketentuan ini dan mendokumentasikan standarnya dalam SOP.

Bagaimana AI QA engine menangani partikel kesopanan bahasa Thailand seperti "ครับ/ค่ะ"?

AI scoring engine yang dilatih atau di-prompt sesuai konvensi bahasa Thailand bisa memeriksa ada tidaknya partikel ini sebagai kriteria yang di-score. Kuncinya, kriteria ini harus didefinisikan secara eksplisit dalam scorecard QA; AI yang hanya memeriksa "bahasa sopan" secara generik tidak akan menangkap penanda register yang hilang.

Apa kesalahan terbesar yang dilakukan tim CX enterprise saat menerapkan QA di Asia Tenggara?

Menerapkan scorecard yang berorientasi bahasa Inggris tanpa melokalisasi kriterianya. Ini bukan masalah terjemahan; ini masalah desain kriteria. Solusinya adalah melibatkan team lead lokal dalam mendefinisikan apa arti "profesional" dan "compliant" di tiap bahasa sebelum scoring dimulai.

Bagaimana RevelirQA menangani scoring multibahasa pada skala besar?

RevelirQA men-score percakapan dalam bahasa asli agent, termasuk bahasa Indonesia dan Tagalog, terhadap policy perusahaan sendiri yang diambil lewat RAG sebelum tiap evaluasi. Setiap score membawa reasoning trace lengkap, sehingga QA manager bisa melihat persis kenapa suatu pilihan bahasa ditandai atau lolos.

Tentang Revelir AI: Revelir AI membangun RevelirQA, platform AI quality assurance untuk tim customer service yang perlu melampaui sampling manual. RevelirQA men-score 100% percakapan customer service terhadap policy dan scorecard QA milik masing-masing klien, dengan AI observability penuh di setiap evaluasi. Platform ini sudah digunakan di production oleh Xendit dan Tiket.com, men-score ribuan ticket per minggu di lingkungan multibahasa mencakup bahasa Indonesia, Inggris, Thailand, dan Tagalog. RevelirQA mengevaluasi baik agent manusia maupun sistem AI, memberi CX leader satu tampilan kualitas yang konsisten di seluruh operasi layanan mereka. Revelir AI berkantor pusat di Singapura dan dibangun untuk deployment enterprise global.

Siap membangun framework QA yang benar-benar berfungsi untuk bahasa Filipina, Thailand, atau Indonesia?

Hubungi tim di Revelir AI untuk melihat bagaimana RevelirQA men-score percakapan multibahasa terhadap policy Anda sendiri, pada volume penuh, dengan audit trail lengkap di setiap score.

Referensi

  1. Colloquial and Formal Indonesian (indonesian-online.com)
  2. Requirement to use the Indonesian language is regulated further - In-House Community (www.inhousecommunity.com)
  3. Comparative Study of Indonesian Pre-Service Teachers' Challenges and Strategies in Thailand and Australia | Acuity: Journal of English Language Pedagogy, Literature and Culture (jurnal.unai.edu)
  4. Indonesia - The Requirement To Use The Indonesian Language Is Regulated Further. - Conventus Law (conventuslaw.com)