Proyeksi penjualan yang dapat diperiksa dimulai dari jumlah order yang mungkin terjadi, pendapatan neto per order, dan kemampuan memenuhi pesanan. Pecah asumsi tersebut menjadi beberapa skenario. Target omzet adalah hasil yang diinginkan; forecast menjelaskan hasil yang diperkirakan dari kondisi serta asumsi tertentu.
Saya menyarankan membuat model yang cukup sederhana untuk dihitung ulang oleh tim. Jika tidak jelas perubahan angka berasal dari traffic, conversion, harga, atau stok, modelnya belum membantu keputusan.
Pilih definisi penjualan sebelum memasukkan angka
Tentukan apakah yang dihitung adalah order dibuat, dibayar, selesai, atau pendapatan yang sudah memperhitungkan pembatalan dan pengembalian. Jangan menggunakan conversion dari order dibuat lalu mengalikannya dengan rata-rata nilai order selesai tanpa menjelaskan penyesuaian.
Untuk contoh artikel ini, kita memakai order selesai dan rata-rata pendapatan neto per order selesai. Biaya produk, media, dan biaya tetap belum dikurangkan. Jadi hasilnya merupakan proyeksi pendapatan, bukan laba atau uang yang sudah cair.
Tentukan pula periode, zona waktu, cakupan toko, dan sumber data. Jika order yang selesai bulan ini berasal dari pesanan bulan lalu, tandai jeda tersebut. Model yang sederhana masih memerlukan definisi yang konsisten.
Turunkan proyeksi ke driver yang dapat diperiksa
Untuk toko dengan data kunjungan yang memadai, satu pendekatan adalah:
Perkiraan order selesai = kunjungan relevan × rasio order selesai per kunjungan
Perkiraan pendapatan neto = order selesai × rata-rata pendapatan neto per order
Rasio order per kunjungan bukan selalu persentase orang yang membeli. Satu orang dapat berkunjung beberapa kali atau membuat beberapa order. Gunakan nama metrik sesuai unit datanya. Panduan denominator funnel membantu menghindari pencampuran event, pengguna dan transaksi.
Jika transaksi banyak diselesaikan melalui chat atau offline, tambahkan jalur itu dengan unit yang dapat ditelusuri. Pastikan kelompok order saling eksklusif. Menjumlahkan klaim revenue dari beberapa platform iklan dapat menghitung transaksi yang sama lebih dari sekali.
Buat skenario yang perbedaannya mempunyai alasan
Tabel berikut ilustrasi satu bulan, bukan benchmark conversion. Diasumsikan komposisi order serta horizon penyelesaian cukup sebanding dengan data yang dipakai.
| Input atau hasil | Rendah | Dasar | Tinggi |
|---|---|---|---|
| Kunjungan relevan | 10.000 | 12.000 | 14.000 |
| Order selesai per kunjungan | 2% | 2,5% | 3% |
| Potensi order selesai | 200 | 300 | 420 |
| Pendapatan neto per order | Rp180.000 | Rp180.000 | Rp185.000 |
| Potensi pendapatan | Rp36 juta | Rp54 juta | Rp77,7 juta |
Tuliskan alasan setiap perubahan. Kunjungan mungkin berbeda karena rencana distribusi. Nilai order dapat berubah karena product mix. Conversion lebih tinggi perlu mempunyai dasar, misalnya hipotesis perbaikan yang sedang diuji. Jangan menaikkan semua driver sekaligus hanya untuk mencapai target owner.
Ketiga kolom tidak mewakili peluang statistik tertentu. Tanpa model probabilitas yang layak, label rendah, dasar dan tinggi cukup menjadi skenario kerja.
Batasi hasil dengan stok dan kemampuan pemenuhan
Pada ilustrasi, stok yang benar-benar dapat digunakan cukup untuk 350 order dengan komposisi yang diasumsikan. Kapasitas pemenuhan periode tersebut hanya 320 order setelah backlog yang sudah ada diperhitungkan.
Skenario tinggi mempunyai potensi 420 order, tetapi batas operasionalnya 320. Dengan pendapatan neto Rp185.000 per order, pendapatan yang dapat dilayani dalam asumsi contoh menjadi Rp59,2 juta. Selisih dari potensi Rp77,7 juta adalah Rp18,5 juta.
Selisih itu bukan penjualan yang pasti hilang. Ia menunjukkan ketidaksesuaian antara skenario demand dan kapasitas yang perlu diperiksa. Jumlah stok juga perlu diterjemahkan ke order berdasarkan komponen serta variasi keranjang, bukan dianggap satu unit selalu satu pesanan.
Gunakan pemeriksaan stok dan fulfillment sebelum mengubah potensi demand menjadi janji pengiriman.
Pisahkan pengaruh harga, volume, dan campuran produk
Rata-rata nilai order dapat naik karena harga naik, pelanggan membeli lebih banyak item, atau lebih banyak produk mahal terjual. Konsekuensi biayanya berbeda. Jangan menganggap kenaikan AOV selalu memperbesar contribution dengan persentase yang sama.
Jika SKU mempunyai ekonomi jauh berbeda, buat model per kelompok produk lalu jumlahkan order yang tidak tumpang tindih. Jangan memecah terlalu detail jika datanya belum cukup. Yang penting, perubahan besar pada product mix terlihat dan dapat dijelaskan.
Untuk perencanaan persediaan, turunkan order menjadi kebutuhan unit masing-masing komponen. Forecast pendapatan tidak memberi jumlah restock dengan sendirinya.
Ganti bagian yang sudah terjadi dengan realisasi
Misalkan rencana dasar Rp54 juta. Setelah sebagian bulan berjalan, pendapatan neto aktual yang sudah diketahui Rp20 juta dan perkiraan sisa periode Rp30 juta. Estimasi terbaru menjadi Rp50 juta, bukan Rp54 juta ditambah realisasi Rp20 juta.
Simpan versi awal dan tanggal pembaruan. Catat perubahan yang datang dari realisasi, asumsi baru, atau kapasitas. Gunakan kalender yang sama saat menyiapkan perkiraan belanja media.
Output akhirnya adalah satu tabel driver, asumsi, kapasitas, realisasi, serta keputusan yang diperlukan. Sebelum memakai hasilnya untuk komitmen pembelian, periksa jeda kas stok sampai payout. Pendapatan yang diperkirakan belum tersedia untuk membayar supplier hari ini.
