Cara Meramal Penjualan Dengan Metode Ilmiah, Mungkinkah..?

Oleh Ir. Aditya Prayogo *)

Ramalan D*dy Co*bu**e selalu tepat, namun dipresentasikan setelah kejadian. Ramalan penjualan saya mungkin tidak tepat, namun saya berani mepresentasikan sebelum kejadian.

Kerena permintaan pembaca (melalui mail), kritik dari teman-teman “katanya orang statistik tapi mengapa tidak pernah nulis statistik ?” dan seperti saya janjikan pada post sebelumnya (Cara Mama Lauren Meramal ?), maka pada kesempatan ini saya “mencoba” memberikan sedikit ulasan mengenai peramalan menggunakan statistik, bagi saya menulis Statitistik terapan di Blog merupakan tantangan, karena detailnya banyak banget, ribet..!.

Dimulai dari kata meramal, karena masih ada yang belum bisa menerima kata “meramal”. Meramal sebenarnya adalah bagian dari tujuan yang akan dicapai dimasa yang akan datang, karena itu meramal merupakan bagian dari siklus PDCA. Meramalkan beberapa kemungkinan yang akan terjadi di masa depan penting dilakukan, karena di dunia ini semuanya serba tidak pasti dan tidak ada seorangpun yang tahu kejadian di masa depan (kecuali Allah, betul..?). Contoh seorang mahasiswa kedokteran apakah nantinya akan menjadi dokter..?, faktanya ada yang drop out, menjadi artis, pengusaha, bahkan ada yang jadi dukun, betul..?. Oleh Karena itu ramalah sebisa mungkin, berusahalah semampunya, agar bisa membuat rencana untuk mengantisipasi kejadian-kejadian itu, dengan membuat Plan A, Plan B dst. Salah satu contohnya adalah meramalkan nasib penjualan sebuah produk. Bila diramalkan penjualan naik maka produksi dinaikkan, sebaliknya bila penjualan diramalkan menurun, maka perlu diantisipasi dengan program-program selling atau marketing agar posisi share atau growth masih tetap terjaga.

Meramal menggunakan statistik ada banyak metode, semuanya memiliki plus minus, dari semua itu ada dua metode yang paling saya sukai yaitu peramalan time series kerena sederhana dan peramalan menggunakan simulasi komputer karena rumit (minimal menguasai pemograman komputer, pemodelan sistem dan statitisk, betul..?), namun metode ini paling saya suka..!!, mengapa..? dengan metode ini saya pernah memenangkan judi Rm 1000an di Genting, Malaysia dan Aus $ 55 di Perth, Australia.

* Catatan : Saya tidak akan makan dari judi dan saya tidak suka berjudi, bukan karena untung-untungan dan tidak bisa ditebak, namun karena judi tidak menghasilkan barang atau jasa.

OK.. sekarang marilah mencoba meramal penjualan obat sakit kepala *i*ge*i*. Data ini di ambil tahun 1999 di Jawa Timur. Data diambil dari mana..? dari data penjualan distributor ke toko obat dan apotik, jadi data ini adalah data selling out. Ada kemungkinan tercampur data selling in karena sebagian toko obat atau apotik merangkap pedagang besar. Data yang diambil adalah jumlah box obat yang terjual, mengapa bukan rupiah..? karena pada bulan Maret ada kenaikan harga sampai 10 %, sehingga kalau memakai data rupiah akan terlihat kenaikkan 10 %.

Sebagai tambahan informasi mulai bulan Januari diadakan program promosi melalui radio dan menerjukan tim untuk mengatur pertunjukan musik dangdut dibeberapa kota, kegitan promosi ini berakhir pada bulan Juni dan akan di evaluasi perlu diteruskan atau tidak.

Bulan     Data Asli     Data yang dihaluskan
Jan              852                           852
Feb             780                           956
Mar          1400                           956
Apr             690                           956
Mei             970                          970
Jun           1150                         1150
Jul                ?        <— akankah tanda tanya ini di isi dengan obrolan-obrolan /feeling..?
Agu              ?

Jadi tantangannya adalah berapa kira-kira penjualan pada bulan Juli dan Agustus ..? Profesor Chang pemasar dari Universitas Yonsei mengatakan bahwa “Bicara itu mudah namun dengan measurement (menggunakan matematika) akan menghilangkan obrolan-obrolan itu menjadi nyata”, (hati-hati prof Anda bisa dikeroyok pemasar yang tidak suka matematika).

Coba cermati angka pada bulan Maret, angkanya beda jauh dengan bulan Februari dan April, menurut beberapa salesman, beberapa outlet sengaja menunda pembelian pada bulan Februari, dan memaksimalkan pembelian di bulan Maret, hal ini dikarenakan jatuh tempo pembayaran adalah 21-26 hari saja. Bila demikian maka data penjualan bulan Maret ini tercampur oleh data Februari dan April (outlet melakukan selling in), jadi ada baiknya kalau data Meret dihaluskan dengan cara masukkan data Maret ke data Februari dan April sehingga (780+1400+690) : 3 = 956, nah sekarang data tampak kelihatan lebih selling out, dari pada selling in nya..

Step berikutnya adalah meramal dengan metode time series, peramalan time series sendiri ada beberapa metode (tunggu post berikutnya), namun yang paling saya suka adalah peramalan rata-rata berjalan dengan pembobotan, yaitu data terakhir diberi bobot lebih tinggi. mengapa..? karena data terakhir lebih mencerminkan data yang akan datang dari pada data 6 bulan yang lalu, betul..?

Pembobotan ini jumlah totalnya harus 1, saya membaginya seperti ini (0.0476+0.0952+0.1428+0.1904+0.238+0.2857)=1, saya bagi dalam enam periode bulanan, mengapa..? Karena setiap setiap semester terjadi perubahan action proggram. jadi peramalan nasib penjualan adalah sbb :

Bulan Juli : 0.0476×852+0.0952×956+0.1428×956+0.1904×956+0.238×970+0.2857×1150=1009 box
Bulan Agustus : 0.0476×956+0.0952×956+0.1428×956+0.1904970+0.238×1150+0.2857×1009=1019 box

Keputusan apakah yang diambil oleh Brand Manager saat itu ? betulkah keputusannya..?, saya tidak tahu apakah Brand Manager saat itu menganalisa data seperti cara saya atau tidak, namun keputusannya benar, program promosi dihentikan karena sudah memberikan dampak yang signifikan yaitu terlihat adanya trend naik..! (ini yang saya dengar). Apakah benar demikian..? tentunya kita harus mengujinya, dengan membandingkan apakah rata-rata penjualan bulan Januaris/d Maret lebih kecil dibandingkan dengan rata-rata penjualan bulan April s/d Juli ? (tunggu post berikutnya).

Sebenarnya yang paling menarik bagi saya bukan peramalan penjualan bulan Juli dan Agustus, namun, saya ingin mengetahui seberapa cepat program promosi dapat mempengaruhi penjualan. Bila program promosi missal lewat radio,tv dilakukan pada bulan Januari, apakah penjualan akan segera naik pada bulan Februari, Maret atau baru April…? tentunya hal ini harus dibuktikan berapa jeda waktu antara kegiatan promosi dengan kenaikan sales..? (tunggu post berikutnya). dan berapa besar pengaruh sebuah promosi untuk menaikkan penjualan..? (tunggu post berikutnya).

OK..sekarang hasil peramalan dicocokan dengan data aslinya, apakah cocok atau tidak ? lihat saja…

Bulan     Data asli      Data yang dihaluskan     Peramalan
Jan             852                                       852
Feb            780                                       956
Mar         1400                                       956
Apr            690                                       956
Mei            970                                       823
Jun          1150                                     1150
Jul              892           <—————————————> 1009
Aug         1200            <————————————–> 1019
Sep          1189
Okt          1398
Nov        1332
Des           952

Hmmm.. tidak mirip sih.., tapi tunggu dulu saya belum menambahkan nilai simpangan sebagai error, simpangan bakunya adalah 103, jadi data ramalan penjualan bulan Juli plus minusnya berkisar antara adalah 906 s/d 1112, cukup mendekati bukan..?. Seandainya yang saya tambahkan adalah simpangan dengan tingkat keyakinan tertentu, misal 90% atau 95% mungkin hasilnya akan lebih bagus lagi..! (tunggu post berikutnya)

Sangat mungkin hasil ramalan saya kalah tepat dengan D*dy Co*bu**e, Beliaunya bisa meramal dengan tepat namun kalau dipresentasikan tanggal 1 September, ya terlambat betul..? Meseleset sedikit bagi saya tidak masalah, yang penting sudah berusaha maksimal untuk meramalnya, dan hasil dari peramalan ini bisa digunakan untuk mengambil keputusan atau membuat rencana-rencana selanjutnya.

Nah..meskipun belum di uji secara statistik (tunggu post berikutnya), namun secara sepintas dapat menunjukkan bahwa meskipun harga jual produk dinaikkan 10%, ternyata produk ini masih bisa berkompetisi di pasar, artinya bahwa planing yang dilakukan oleh Brand Manager sudah tepat. wuih.. sip tenan.

Semoga tulisan saya dapat meng Inspirasi Anda.

——————-

*) Ir. Aditya Prayoga, Marketing Manager Kios Buku Gema