Apa Itu Per-Conversation Pricing? Kenapa Bisa Bikin Tagihan Membengkak

Banyak platform chatbot dan AI customer service menagih berdasarkan volume percakapan atau jumlah kontak aktif, bukan berdasarkan kapasitas tetap. Model ini terdengar adil di awal, tetapi struktur biayanya menghukum justru saat bisnis Anda sedang ramai. Artikel ini menjelaskan cara kerjanya, kenapa tagihannya melonjak, dan bagaimana model harga balasan tetap menjadi alternatif yang lebih terprediksi.

Apa yang dimaksud dengan per-conversation pricing?

Per-conversation pricing (penagihan per-percakapan) menghitung biaya berdasarkan jumlah sesi percakapan yang terjadi antara bisnis Anda dan pelanggan. Definisi "satu percakapan" berbeda-beda tergantung platform, tetapi umumnya mengikuti salah satu pola berikut:

• Per 24 jam window — semua pesan dengan satu pelanggan dalam 24 jam dihitung sebagai satu percakapan berbayar. Ini mirip model conversation milik WhatsApp Business API.
• Per sesi — percakapan baru dihitung setiap kali pelanggan memulai obrolan setelah jeda tertentu.

Selain per-conversation, ada dua varian penagihan berbasis volume yang serupa secara ekonomi:

• Per-MAU (Monthly Active Users) — Anda membayar untuk setiap pelanggan unik yang berinteraksi dalam sebulan.
• Per-MAC (Monthly Active Contacts) — varian MAU yang dipakai beberapa platform multi-kanal.

Ketiganya punya satu kesamaan: biaya naik mengikuti jumlah pelanggan, bukan kapasitas yang Anda butuhkan.

Kenapa per-conversation pricing bisa bikin tagihan membengkak?

Masalah utamanya bukan harga per unit—melainkan ketidakterprediksian dan biaya yang berkorelasi dengan kesuksesan Anda sendiri.

1. Tagihan naik justru saat bisnis ramai

Saat Anda menjalankan promo, viral di media sosial, atau musim ramai (Lebaran, Harbolnas), jumlah pelanggan yang chat melonjak. Dengan per-conversation/per-MAU, setiap lonjakan langsung diterjemahkan menjadi tambahan tagihan. Momen yang seharusnya menguntungkan malah menambah beban biaya.

2. Sulit memprediksi anggaran bulanan

Karena biaya bergantung pada perilaku pelanggan—yang tidak bisa Anda kontrol penuh—Anda tidak pernah tahu pasti berapa tagihan akhir bulan. Untuk UMKM di Indonesia dengan ~112 juta pengguna WhatsApp aktif (Statista, 2025) sebagai basis calon pelanggan, satu kampanye sukses bisa meledakkan jumlah kontak dalam hitungan hari.

3. Penagihan ganda: per-user + per-conversation/MAU

Beberapa platform menggabungkan dua dimensi: biaya per-agent/per-user (tim Anda) ditambah biaya per-percakapan atau per-MAU (pelanggan Anda). Artinya Anda membayar dua kali untuk pertumbuhan—menambah staf maupun menambah pelanggan sama-sama menaikkan tagihan.

4. "Kontak aktif" sering didefinisikan longgar

Pada model per kontak aktif, pelanggan yang hanya mengirim satu pesan basa-basi pun bisa dihitung sebagai kontak berbayar. Anda membayar penuh untuk interaksi yang nilainya kecil.

Bagaimana model harga balasan tetap berbeda?

Spicelab memakai pendekatan berbeda: kontak pelanggan tidak dibatasi, dan yang dihitung adalah jumlah balasan AI dalam paket—bukan jumlah orang yang chat. Anda bisa melayani 100 atau 10.000 pelanggan unik dengan harga paket yang sama, selama total balasan masih dalam kuota.

Struktur harga Spicelab transparan dalam tiga dimensi yang bisa Anda hitung sendiri:

1. 1Tier paket — kapasitas balasan dasar per bulan.
2. 2Topup Spark — Rp 500 per balasan tambahan jika kuota habis, bukan lonjakan tagihan misterius.
3. 3Kanal tambahan — jika butuh lebih banyak saluran (WhatsApp, Instagram, dll).

Karena yang dibatasi adalah balasan (bukan kontak), pertumbuhan jumlah pelanggan tidak otomatis menaikkan biaya Anda. AI Spicelab juga tidak pernah berhenti membalas—saat kuota menipis, sistem masuk ke mode hemat berlapis, bukan offline, sehingga pelanggan tetap terlayani 24/7.

Daftar harga Spicelab

Tersedia trial 7 hari gratis tanpa kartu kredit. Topup Spark Rp 500/balasan berlaku di semua tier jika kuota terlampaui.

Perbandingan model penagihan platform AI customer service

Perlu dicatat: AiSensy bersifat WhatsApp-only dan rule-based (tanpa AI generatif), fokus pasar India, serta tidak memiliki lokalisasi Bahasa Indonesia—sehingga bukan pembanding langsung untuk kebutuhan AI customer service di Indonesia.

Kapan per-conversation pricing masuk akal, kapan tidak?

Per-conversation pricing bisa terasa murah jika volume chat Anda rendah dan stabil—misalnya bisnis B2B niche dengan sedikit pelanggan bernilai tinggi. Dalam skenario ini, jumlah percakapan kecil sehingga total biaya tetap rendah.

Namun model ini menjadi mahal dan tidak terprediksi ketika:

• Volume chat Anda tinggi atau fluktuatif (retail, F&B, beauty, fashion, klinik).
• Anda sering menjalankan promo atau kampanye yang memicu lonjakan kontak.
• Anda ingin anggaran tetap yang bisa dikunci tiap bulan.

Untuk bisnis Indonesia dan SEA yang melayani ribuan chat WhatsApp dan Instagram, model balasan tetap dengan kontak tak dibatasi umumnya lebih ramah anggaran—karena biaya tidak ikut meledak setiap kali pelanggan bertambah.

Contoh hitungan sederhana

Bayangkan bisnis F&B Anda melayani 3.000 pelanggan unik dalam sebulan, masing-masing rata-rata satu percakapan.

• Model per-MAU/per-conversation: 3.000 pelanggan unik dihitung sebagai unit berbayar. Jika tarif efektif sekitar Rp 1.000–1.500 per kontak/percakapan (ilustrasi—tarif riil bervariasi per platform), kisaran biaya bisa mencapai jutaan rupiah, dan naik terus seiring bertambahnya pelanggan.
• Model balasan tetap Spicelab: selama total balasan AI masih dalam kuota paket (misalnya Pro 3.000 balasan), biaya Anda tetap Rp 1.490.000, berapapun jumlah pelanggan unik. Jika butuh lebih, tambah lewat Spark Rp 500/balasan—angka yang bisa Anda hitung di muka.

Ilustrasi ini menunjukkan inti perbedaannya: dengan model balasan tetap, biaya Anda berkorelasi dengan beban kerja AI, bukan dengan jumlah pelanggan yang Anda layani.