Mohon tunggu...
Pakar Bigdata
Pakar Bigdata Mohon Tunggu... Administrasi - Test

Test

Selanjutnya

Tutup

Money

Big Data, Faktor Pengubah Industri Retail

18 Oktober 2018   12:39 Diperbarui: 18 Oktober 2018   12:39 449
+
Laporkan Konten
Laporkan Akun
Kompasiana adalah platform blog. Konten ini menjadi tanggung jawab bloger dan tidak mewakili pandangan redaksi Kompas.
Lihat foto
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. 

HALAMAN :
  1. 1
  2. 2
  3. 3
Mohon tunggu...

Lihat Konten Money Selengkapnya
Lihat Money Selengkapnya
Beri Komentar
Berkomentarlah secara bijaksana dan bertanggung jawab. Komentar sepenuhnya menjadi tanggung jawab komentator seperti diatur dalam UU ITE

Belum ada komentar. Jadilah yang pertama untuk memberikan komentar!
LAPORKAN KONTEN
Alasan
Laporkan Konten
Laporkan Akun