# Conversation Analytics

Halaman **Conversation** menampilkan performa dari setiap *conversation* yang terjadi di Cekat AI. Kamu dapat memanfaatkan berbagai filter seperti tanggal, label, dan inbox untuk mempersempit data yang ditampilkan sesuai kebutuhan analisis kamu.

#### Berikut adalah beberapa metrik utama yang tersedia di halaman ini:

### **A. Total Conversation**

Disajikan dalam bentuk *line chart*, metrik ini menunjukkan jumlah *conversation* yang terjadi dalam periode tertentu. Data yang ditampilkan merupakan jumlah *unique conversation* per customer atau Monthly Active Users (MAU), sehingga kamu bisa melihat seberapa banyak customer yang berinteraksi dengan layanan kamu.

### **B. Peak Chat Hour**

Juga ditampilkan dalam bentuk *line chart*, metrik ini membantu kamu mengidentifikasi jam-jam sibuk, yaitu periode waktu di mana volume pesan yang masuk paling tinggi.

### **C. Returning Rate**

Disajikan dalam bentuk *pie chart*, metrik ini memperlihatkan perbandingan antara customer baru (*first-time customer*) dengan customer yang kembali melakukan *conversation* (*returning user*). Cocok untuk mengevaluasi retensi pengguna.

### **D. Resolution Rate**

Menggunakan *pie chart*, metrik ini menunjukkan persentase *conversation* yang berhasil diselesaikan oleh AI dibandingkan dengan yang ditangani oleh agen manusia. Ini berguna untuk menilai efektivitas AI dalam menghandle customer.

### **E. Conversation Source**

Ditampilkan dalam bentuk *pie chart*, metrik ini memperlihatkan sumber *conversation* terbanyak, seperti dari Tokopedia, WhatsApp, Messenger, dan lainnya. Dengan informasi ini, kamu bisa memahami kanal komunikasi mana yang paling aktif digunakan oleh customer.


---

# 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/docs/features-and-content-management/analytics/conversation-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.