Saat ini banyak produk baru yang memiliki multi-functional dan multi-feature. Kondisi ini mengakibatkan konsumen cenderung bingung dalam menentukan produk yang mempunyai spesifikasi dan fitur sesuai dengan keinginan. Recommender system merupakan suatu sistem yang dapat membantu dan membimbing user dalam menemukan produk yang sesuai dengan preferensi user. Conversational recommender system (CRS) merupakan satu bentuk recommender system yang mampu mempersempit preferensi pengguna melalui mekanisme percakapan. Mempersempit preferensi pengguna dapat dilakukan berdasarkan umpan balik pengguna terhadap produk yang direkomendasikan, yang disebut sebagai critiquing technique. Compound critiquing technique telah banyak dikembangkan untuk menjamin efisiensi interaksi dalam CRS. Namun, yang berkembang saat ini compound critiques yang disajikan mengacu pada fitur teknis produk. Untuk produk hi-tech, tidak semua konsumen lazim dengan fitur teknis. Teknik functional requirement-based compound critique telah dikembangkan pada penelitian kami sebelumnya. Dengan teknik ini, interaksi mengacu pada kebutuhan fungsional produk sehingga tidak menuntut pengguna untuk terbiasa terhadap fitur teknis. Dalam penelitian ini, kami menguji pendekatan ini dari aspek recommendation accuracy, query refinement dan user satisfaction. Hasil pengujian yang melibatkan 88 pengguna (pengguna yang sudah terbiasa maupun yang belum terbiasa terhadap fitur teknis) menunjukkan bahwa pendekatan ini berhasil meningkatkan persepsi positif pengguna dibandingkan dengan recommender system yang biasa digunakan dalam e-commerce. Selain itu, pendekatan ini mempunyai recommendation accuracy yang tinggi (89.77%) dan berhasil mempersempit kebutuhan pengguna dengan baik.