# Session Analytics

**Session Analytics** merupakan bagian utama dari fitur **New Analytics** yang menggunakan pendekatan berbasis *session* sebagai dasar pengukuran. Seluruh metrik yang sebelumnya bergantung pada *conversation* kini dihitung berdasarkan sesi yang dimulai dari interaksi baru, baik yang ditangani oleh AI maupun agent manusia. Tujuannya adalah memberikan insight yang lebih relevan dan mudah ditelusuri terhadap performa sistem maupun tim support kamu.

<figure><img src="/files/qFfqAVVjinDcgOq58Nwu" alt="" width="563"><figcaption></figcaption></figure>

***

**1. First Customer Session**\
Grafik ini menampilkan jumlah sesi yang merupakan interaksi pertama customer dengan bisnis kamu (Session 1). Setiap sesi dihitung otomatis sejak fitur ini diaktifkan, dan hanya berlaku untuk conversation baru. Jika terdapat conversation lama yang masih aktif, maka tidak akan dihitung hingga conversation tersebut di-*resolve* dan customer memulai interaksi baru. Ini mempermudah kamu memantau berapa banyak customer baru yang mulai berinteraksi dalam periode tertentu.

**2. Returning Customer Session**\
Grafik ini menunjukkan total sesi lanjutan dari customer yang sudah pernah melakukan percakapan sebelumnya (dimulai dari Session 2 dan seterusnya). Dengan ini, kamu bisa memisahkan metrik customer baru dan customer yang kembali (returning) dalam satu tampilan. Setiap sesi dihitung berdasarkan riwayat interaksi per customer.&#x20;

**3. Session Source**\
Grafik ini menyajikan distribusi sesi berdasarkan platform asal percakapan, seperti WhatsApp, Instagram, Messenger, dan Live Chat. Data ini divisualisasikan dalam bentuk *pie chart* agar kamu bisa dengan cepat melihat proporsi sumber traffic layanan customer kamu.

**4. Session Resolution Rate**\
Grafik ini membandingkan jumlah sesi yang di resolve oleh AI dengan yang di resolve oleh agent manusia. Dengan melihat rasio ini, kamu bisa mengukur efektivitas ai yang kamu miliki. Apakah AI mampu menangani sebagian besar interaksi, atau lebih banyak yang tetap memerlukan keterlibatan agent.

**5. Session label**\
Menunjukkan jumlah total label yang diberikan ke sesi dalam periode yang dipilih. Setiap sesi bisa memiliki satu atau lebih label seperti “Customer Tertarik”, “Customer Komplain”, atau kategori lain yang kamu buat untuk membantu segmentasi.&#x20;

**6. Session Performance**\
Kartu metrik ini menampilkan durasi rata-rata dari seluruh sesi, terhitung sejak sesi dimulai hingga selesai, baik oleh AI maupun agent. Selain itu, juga disediakan data persentase SLA In dan SLA Out, yang menggambarkan seberapa banyak sesi yang berhasil diselesaikan sesuai dengan waktu target yang ditentukan.&#x20;

**7. Historical MAU**\
Grafik ini menunjukkan jumlah pengguna unik (*Monthly Active Users*) yang aktif dalam rentang tanggal yang dipilih. Setiap user hanya dihitung satu kali dalam satu periode meskipun mereka memulai beberapa sesi. Ini berguna untuk memantau pertumbuhan jumlah pengguna yang benar-benar aktif, bukan hanya jumlah sesi.&#x20;

**8. Session Status**\
Grafik ini menampilkan jumlah sesi berdasarkan status terbarunya, seperti Open, Pending, Assigned, dan Resolved. Visualisasi ini mempermudah kamu dalam melihat seberapa banyak sesi yang masih aktif, menunggu penanganan, atau sudah selesai.&#x20;

**9. Session List**\
Tabel ini memuat daftar lengkap sesi yang terjadi dalam periode yang dipilih. Setiap baris menampilkan detail seperti nama customer, platform, nama inbox, nomor WhatsApp, urutan sesi, status, nama agent yang menangani, waktu pembuatan, waktu diambil alih oleh agent, waktu selesai, durasi sesi yang ditangani AI, durasi sesi yang ditangani agent, status SLA, dan tombol aksi untuk melihat detail sesi tersebut.


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.cekat.ai/chat/new-analytics-session-based/session-analytics.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.