Bisnis

Big Data, Faktor Pengubah Industri Retail

18 Oktober 2018   12:39 Diperbarui: 18 Oktober 2018   12:39 301 0 0
Big Data, Faktor Pengubah Industri Retail
newsroom.synchronyfinancial.com

Cara kita bertransaksi jual-beli berevolusi dengan cepatnya, baik online maupun offline, pelaku retail yang mengadaptasi strategi berorientasi data untuk memahami konsumen mereka, dan menyesuaikan kebutuhan mereka dengan produk yang ada sudah mulai memanen keuntungan.

Big Data analitik kini diaplikasikan pada setiap tahapan dari proses retail -- mulai dari memprediksi tren produk yang populer, meramalkan di mana permintaan yang tinggi untuk produk-produk tersebut, mengoptimalisasi harga yang kompetitif, mengidentifikasi apakah konsumen akan tertarik pada produk tersebut serta mencari cara terbaik untuk menjualnya kepada mereka, dan pada akhirnya menentukan produk apa yang selanjutnya dapat dijual pada mereka.

Memprediksi Tren

Saat ini, pelaku usaha retail memiliki banyak alternatif tool yang bisa digunakan untuk dapat menentukan apa yang akan menjadi barang yang berlabel 'must have' di setiap musim, apakah itu mainan anak-anak atau gaun buatan desainer. 

Algoritma peramalan tren menyisir postingan media sosial dan kebiasaan browsing internet untuk mengetahui apa yang menyebabkan suatu buzz, dan data iklan berbayar juga dianalisa untuk melihat apa yang akan diajukan oleh departemen marketing. 

Brand dan marketer terlibat dalam 'analisis sentimen', menggunakan algoritma yang berbasis machine learning canggih untuk menentukan konteks saat sebuah produk didiskusikan, dan data ini dapat digunakan untuk memprediksi secara akurat produk apa dan kategori barang apa yang penjualannya akan laris di masa depan.

Meramalkan Permintaan
Di mana ada pemahaman akan jenis produk apa yang orang-orang akan beli, maka pelaku retail harus memikirkan di mana akan adanya permintaan. Hal ini melibatkan pengumpulan data demografik dan indicator ekonomi untuk mendapatkan gambaran kebiasaan belanja di pasar sasaran. 

Sebagai contoh, pelaku retail di Russia mengetahui bahwa permintaan akan buku meningkat tajam seiring dengan cuaca yang semakin dingin. Jadi, para pengecer di sana, khususnya penjual berbasis website, meningkatkan jumlah rekomendasi buku yang akan muncul di layar konsumen ketika suhu turun di daerah mereka.

Mengoptimalkan Harga
Pelaku retail besar seperti Walmart, menghabiskan jutaan pada sistem merchandising real-time mereka -- faktanya, saat ini Walmart sedang dalam proses untuk membangun "cloud private terbear di dunia" untuk melacak jutaan transaksi setiap harinya secara real-time. 

Algoritma melacak permintaan, tingkat persediaan, dan aktivitas competitor kemudian otomatis memberikan respon pada perubahan pasar secara real-time, memungkinkan tindakan untuk dapat diambil berdasarkan insight yang didapat dalam hitungan menit.

Big Data juga memiliki peran dalam membantu menentukan kapan harga harus diturunkan. Sebelum era analitik, mayoritas retailer hanya akan mengurangi harga pada akhir masa pembelian suatu produk tertentu ketika permintaan nyaris hilang. Namun, analitik telah menunjukkan bahwa penurunan harga yang bertahap, mulai dari saat permintaan melorot, umumnya menyebabkan peningkatan pendapatan. 

Menurut eksperimen yang dilakukan dan didukung oleh pendekatan prediktif untuk menentukan kebangkitan dan kejatuhan dari permintaan sebuah produk, pendekatan ini diketahui mampu mengalahkan sistem pendekatan "end of season sale" sebanyak 9:1.

Identifikasi Konsumen
Menentukan konsumen mana yang menginginkan suatu produk tertentu, dan mengetahui cara terbaik untuk meletakkannya di hadapan mereka merupakan kunci di sini. Sampai saat ini, pengguna retail sangat bergantung pada teknologi recommendation engine online, serta data yang dikumpulkan melalui catatan transaksi baik offline maupun online. 

Permintaan diperkirakan untuk masing-masing wilayah geografis berdasarkan demografi tentang konsumen mereka yang dimiliki pada area tersebut. Ini berarti saat retailer mendapat pesanan, mereka bisa memenuhinya dengan lebih cepat dan efisien. Data bagaimana setiap konsumen berinteraksi dan berkomunikasi dengan retailer digunakan untuk menentukan cara terbaik untuk menarik perhatian konsumen dengan menggunakan promosi atau suatu produk tertentu -- baik melalui email, SMS, atau notifikasi yang ada di ponsel.

Menarik Uang
Analitik telah menunjukkan bahwa banyak konsumen yang mengunjungi toko online tidak jadi membeli pada saat-saat terakhir ketika konsumen memasukkan barang ke dalam keranjang belanja digitalnya namun tidak mengonfirmasi pembayaran. 

Pelaku retail dengan bantuan analitik berteori bahwa fenomena ini terjadi karena konsumen tidak dapat menemukan kartu kredit maupun debit untuk mengonfirmasi detail pembayaran. 

Beberapa perusahaan retail akhirnya mengubah cara pembayarannya menjadi model invoice, di mana konsumen bisa membayar setelah produk diantarkan. Model ini didukung dengan pencegahan kecurangan yang canggih untuk memastikan sistem tidak dapat dimanipulasi oleh pihak-pihak yang berniat jahat.

Kesimpulan

Industri retail memang sedang mengalami sedikit stagnasi, namun perusahaan-perusahaan retail mengakalinya dengan merangkul ide tentang migrasi produknya ke dalam bentuk digital. Revolusi digital besar-besaran yang sedang terjadi selama satu decade terakhir memang menarik untuk diikuti, terutama di industry retail. 

Di Indonesia sendiri, banyak pelaku retail yang sudah mulai mengikuti revolusi digital ini, sayangnya hanya sedikit yang menggunakan kekuatan big data analitik untuk membuat penjualan menjadi laku. Terbatasnya analitik yang terpercaya adalah mungkin salah satu faktor yang membuat perusahaan retail di Indonesia masih skeptis terhadap analitik, padahal sebenarnya sudah banyak produk big data analitik yang dapat diandalkan dengan budget yang tergolong rendah. 

HALAMAN :
  1. 1
  2. 2