Cara Mengoptimasi Promo Berdasarkan Data Penjualan

Marketing, Iklan & PenjualanLevel 1 — Fundamental 3 tayangan

Anda sudah mendiagnosis penyebab penjualan stagnan dan mengambil satu tindakan perbaikan. Anda juga sudah mengukur hasil penjualan dan promo sebelumnya. Pertanyaan berikutnya adalah: bagaimana menggunakan data tersebut untuk membuat promo berikutnya lebih efektif?

Banyak seller yang menjalankan promo secara berulang tanpa perubahan berarti—mereka menawarkan diskon yang sama, dengan durasi yang sama, pada periode yang berbeda, tanpa tahu apakah pendekatan tersebut masih optimal. Ada pula yang terus mengganti jenis promo berdasarkan perasaan atau imitasi kompetitor, tanpa memeriksa data yang sudah mereka miliki.

Modul ini membantu Anda mengoptimasi promo berdasarkan data penjualan dan promo sebelumnya—sehingga setiap keputusan tentang promo berikutnya memiliki alasan yang dapat dijelaskan, bukan sekadar tebakan.

Mengapa mengoptimasi promo berdasarkan data lebih efektif

Promo yang dirancang berdasarkan data berbeda dari promo yang dirancang berdasarkan asumsi. Data memberikan bukti tentang apa yang terjadi—sedangkan asumsi sering kali mencerminkan harapan atau kebiasaan.

Keuntungan optimasi berbasis data

  1. Mengurangi pemborosan. Jika data menunjukkan bahwa diskon 30% tidak menghasilkan peningkatan transaksi yang sebanding dengan biayanya, Anda dapat mengalokasikan anggaran promo ke pendekatan yang lebih efektif—misalnya gratis ongkir atau bonus produk.
  2. Mempercepat pembelajaran. Setiap siklus promo menghasilkan data baru. Dengan mencatat dan menafsirkan data secara konsisten, Anda mempercepat pembelajaran tentang jenis promo yang paling sesuai dengan produk dan pelanggan Anda.
  3. Menghindari pengulangan kesalahan. Tanpa refleksi berbasis data, seller cenderung mengulang pendekatan yang sama meskipun hasilnya tidak optimal—karena tidak ada mekanisme untuk mengenali bahwa pendekatan tersebut perlu diubah.

Mengidentifikasi pola dari data penjualan dan promo

Sebelum mengubah promo berikutnya, Anda perlu memahami apa yang data sebelumnya katakan. Tidak perlu analisis yang rumit—beberapa pertanyaan sederhana berikut sudah cukup untuk memulai.

1. Jenis promo mana yang menghasilkan transaksi terbanyak?

Jika Anda pernah menjalankan lebih dari satu jenis promo—misalnya diskon persentase, gratis ongkir, dan bonus produk—bandingkan jumlah transaksi yang dihasilkan masing-masing. Jenis promo yang menghasilkan transaksi terbanyak belum tentu yang paling menguntungkan, tetapi ini memberi tahu Anda mana yang paling menarik perhatian dan mendorong keputusan pembelian.

2. Jenis promo mana yang menghasilkan margin terbaik?

Bandingkan margin per transaksi dari setiap jenis promo. Promo yang menghasilkan banyak transaksi dengan margin tipis mungkin tidak seefektif promo yang menghasilkan lebih sedikit transaksi tetapi dengan margin lebih tinggi. Keseimbangan antara volume dan margin penting untuk keberlangsungan bisnis.

3. Apakah ada pola waktu atau musiman?

Perhatikan apakah penjualan cenderung lebih tinggi pada periode tertentu—misalnya awal bulan, akhir pekan, atau mendekati hari libur. Jika ada pola, Anda dapat menjadwalkan promo berikutnya pada periode yang secara alami memiliki volume permintaan lebih tinggi.

4. Berapa nilai pesanan rata-rata selama setiap promo?

Jika nilai pesanan rata-rata meningkat selama promo tertentu—misalnya karena pembeli membeli lebih banyak unit atau memilih varian yang lebih mahal—ini menunjukkan bahwa promo tersebut mendorong pembelian dalam jumlah lebih besar. Jika nilai pesanan rata-rata turun, promo mungkin hanya menarik pembeli yang membeli dalam jumlah minimal.

5. Apakah ada tanda bahwa promo kehilangan efektivitas?

Jika Anda menjalankan jenis promo yang sama berulang kali, perhatikan apakah peningkatan transaksi cenderung berkurang dari siklus ke siklus. Ini bisa menjadi tanda bahwa promo tersebut kehilangan daya tarik di mata calon pelanggan—sehingga perlu penyesuaian atau pendekatan baru.

Memilih satu perubahan untuk promo berikutnya

Setelah mengidentifikasi pola dari data, langkah berikutnya adalah memilih satu perubahan spesifik untuk promo berikutnya. Fokus pada satu perubahan—sehingga Anda dapat mengukur apakah perubahan tersebut membawa dampak.

Jika diskon persentase menghasilkan banyak transaksi tetapi margin tipis

  • Pertimbangkan untuk mengurangi besaran diskon sedikit—misalnya dari 20% menjadi 15%—dan lihat apakah jumlah transaksi tetap meningkat.
  • Atau pertahankan besaran diskon tetapi tambahkan syarat minimum pembelian untuk meningkatkan nilai pesanan rata-rata.

Jika gratis ongkir menghasilkan margin terbaik tetapi transaksi sedikit

  • Pertimbangkan untuk mengomunikasikan gratis ongkir lebih jelas di konten produk—mungkin calon pelanggan tidak menyadari promo ini.
  • Atau gabungkan gratis ongkir dengan diskon kecil untuk meningkatkan daya tarik tanpa mengorbankan margin secara signifikan.

Jika nilai pesanan rata-rata rendah

  • Pertimbangkan untuk menawarkan diskon bertingkat—misalnya diskon 10% untuk pembelian 2 unit, 15% untuk 3 unit—untuk mendorong pembelian dalam jumlah lebih besar.
  • Atau tawarkan bundling sederhana: produk utama dengan bonus produk kecil dengan harga yang sedikit lebih tinggi dari harga normal produk utama saja.

Jika promo sebelumnya kehilangan efektivitas

  • Pertimbangkan untuk mengganti jenis promo—jika sebelumnya diskon persentase, coba gratis ongkir atau bonus produk pada siklus berikutnya.
  • Atau ubah komunikasi promo: badge yang berbeda, teks yang berbeda, atau penempatan informasi promo yang lebih terlihat di halaman produk.

Merencanakan pengukuran untuk promo berikutnya

Optimasi tidak berhenti pada perubahan—Anda perlu tahu apakah perubahan tersebut membawa dampak. Sebelum menjalankan promo berikutnya, tetapkan:

  1. Metrik yang akan dipantau. Pilih dua hingga tiga metrik dari modul tentang pengukuran hasil yang paling relevan dengan perubahan yang Anda buat—misalnya jumlah transaksi, nilai pesanan rata-rata, atau margin per transaksi.
  2. Periode perbandingan. Tentukan periode sebelum, selama, dan setelah promo yang akan Anda bandingkan—konsisten dengan periode yang digunakan pada pengukuran sebelumnya.
  3. Satu pertanyaan spesifik. Tuliskan satu pertanyaan yang ingin Anda jawab dengan data promo berikutnya—misalnya: “Apakah mengurangi diskon dari 20% menjadi 15% mengurangi jumlah transaksi?” Pertanyaan yang spesifik memudahkan interpretasi data.

Contoh penerapan: Kain Lurik Mulia

Contoh berikut adalah ilustrasi hipotetis untuk menunjukkan penerapan konsep.

Kain Lurik Mulia telah menjalankan dua siklus promo berturut-turut: diskon 20% pada siklus pertama dan gratis ongkir pada siklus kedua. Data dari kedua siklus menunjukkan:

  • Diskon 20%: 22 transaksi, nilai pesanan rata-rata Rp 55.250, margin per transaksi Rp 7.250.
  • Gratis ongkir: 16 transaksi, nilai pesanan rata-rata Rp 65.000, margin per transaksi Rp 12.000.

Pemilik menyimpulkan bahwa diskon 20% menghasilkan lebih banyak transaksi, tetapi margin per transaksi lebih tipis. Gratis ongkir menghasilkan lebih sedikit transaksi, tetapi margin per transaksi hampir dua kali lipat.

Berdasarkan data ini, pemilik memutuskan untuk mencoba pendekatan baru pada siklus berikutnya: diskon 15% dengan syarat minimum pembelian 2 unit. Tujuannya adalah mempertahankan daya tarik diskon sambil mendorong pembelian dalam jumlah lebih besar—sehingga nilai pesanan rata-rata dan total margin meningkat.

Pemilik menetapkan satu pertanyaan spesifik: “Apakah diskon 15% dengan minimum pembelian 2 unit menghasilkan nilai pesanan rata-rata yang lebih tinggi dibandingkan diskon 20% tanpa minimum pembelian?” Metrik yang dipantau: jumlah transaksi, nilai pesanan rata-rata, dan margin per transaksi.

Pemilik tidak tahu pasti apakah pendekatan baru ini akan berhasil—namun setidaknya ia memiliki alasan yang jelas untuk perubahan yang ia buat, dan cara untuk mengukur apakah perubahan tersebut membawa dampak.

Kesalahan umum

Mengubah banyak aspek promo sekaligus

Jika Anda mengubah jenis promo, besaran diskon, durasi, dan syarat secara bersamaan, Anda tidak tahu perubahan mana yang bertanggung jawab atas hasil yang Anda lihat. Ubah satu aspek pada satu waktu, lalu ukur dampaknya.

Mengabaikan data yang sudah dikumpulkan

Beberapa seller membuat keputusan tentang promo berdasarkan perasaan atau tren kompetitor—tanpa memeriksa data yang sudah mereka miliki dari siklus sebelumnya. Data memberikan titik awal yang lebih objektif daripada asumsi.

Tidak menetapkan pertanyaan spesifik sebelum promo dijalankan

Jika Anda menjalankan promo tanpa pertanyaan yang ingin dijawab, Anda cenderung hanya melihat angka secara umum tanpa tahu apa yang harus dicari atau diubah. Satu pertanyaan spesifik memudahkan interpretasi data.

Mengharapkan perubahan kecil membawa hasil drastis

Optimasi bersifat bertahap. Perubahan kecil pada promo mungkin hanya membawa peningkatan moderat—dan itu wajar. Tujuannya adalah perbaikan konsisten dari siklus ke siklus, bukan lompatan dramatis dalam satu kali perubahan.

Tidak mencatat data secara konsisten antar siklus

Data yang dicatat dengan cara yang berbeda antar siklus sulit dibandingkan. Pastikan Anda mencatat metrik yang sama dengan cara yang sama pada setiap siklus promo—sehingga perbandingan bermakna.

Latihan: optimasi promo berdasarkan data

Kerjakan empat bagian berikut tanpa menggunakan data sensitif atau sistem internal yang tidak bisa diakses:

  1. Tinjau data dari dua siklus promo yang sudah Anda jalankan—atau gunakan data simulasi jika belum ada. Catat untuk masing-masing siklus: jenis promo, jumlah transaksi, nilai pesanan rata-rata, dan margin per transaksi.
  2. Identifikasi satu pola atau temuan dari perbandingan kedua siklus tersebut. Tuliskan dalam satu atau dua kalimat: apa yang berbeda antara kedua siklus, dan apa yang mungkin menjelaskan perbedaan itu?
  3. Berdasarkan temuan tersebut, tentukan satu perubahan spesifik untuk promo berikutnya. Jelaskan alasan pemilihan perubahan ini—dan mengapa Anda tidak memilih perubahan lain.
  4. Tuliskan satu pertanyaan spesifik yang ingin Anda jawab dengan data promo berikutna, dan sebutkan metrik yang akan Anda pantau untuk menjawab pertanyaan tersebut.

Kriteria selesai: data dua siklus promo tercatat; satu pola atau temuan teridentifikasi dengan alasan; satu perubahan spesifik dipilih dengan justifikasi; satu pertanyaan spesifik dan metrik pemantauan ditetapkan.

Contoh jawaban dan kunci penilaian

  • Butir 1: “Siklus 1 (diskon 20%): 22 transaksi, nilai pesanan rata-rata Rp 55.250, margin per transaksi Rp 7.250. Siklus 2 (gratis ongkir): 16 transaksi, nilai pesanan rata-rata Rp 65.000, margin per transaksi Rp 12.000.” Jawaban lulus jika ada metrik yang dicatat untuk kedua siklus.
  • Butir 2: “Diskon 20% menghasilkan lebih banyak transaksi tetapi margin per transaksi lebih tipis. Gratis ongkir menghasilkan lebih sedikit transaksi tetapi margin hampir dua kali lipat. Perbedaan ini mungkin karena diskon langsung mengurangi harga per unit, sedangkan gratis ongkir mempertahankan harga produk.” Jawaban lulus jika ada pola yang diidentifikasi dengan alasan yang masuk akal.
  • Butir 3: “Saya memilih untuk mencoba diskon 15% dengan minimum pembelian 2 unit. Alasan: saya ingin mempertahankan daya tarik diskon sambil mendorong pembelian dalam jumlah lebih besar, sehingga nilai pesanan rata-rata meningkat. Saya tidak memilih gratis ongkir karena transaksi lebih sedikit dan saya ingin volume yang lebih tinggi.” Jawaban lulus jika ada perubahan spesifik dengan justifikasi yang membandingkan dengan alternatif.
  • Butir 4: “Pertanyaan: apakah diskon 15% dengan minimum pembelian 2 unit menghasilkan nilai pesanan rata-rata yang lebih tinggi dibandingkan diskon 20% tanpa minimum pembelian? Metrik yang dipantau: nilai pesanan rata-rata, jumlah transaksi, dan margin per transaksi.” Jawaban lulus jika ada pertanyaan spesifik dan metrik yang relevan.

Ringkasan tiga poin

  1. Mengoptimasi promo berdasarkan data lebih efektif daripada mengandalkan asumsi—karena data memberikan bukti tentang apa yang terjadi, bukan sekadar harapan.
  2. Identifikasi pola dari data penjualan dan promo sebelumnya: jenis promo mana yang menghasilkan transaksi terbanyak, margin terbaik, atau nilai pesanan rata-rata tertinggi.
  3. Pilih satu perubahan spesifik untuk promo berikutnya berdasarkan temuan dari data, tetapkan pertanyaan spesifik yang ingin dijawab, dan ukur dampaknya dengan metrik yang konsisten.

Checklist pemahaman

Anda telah menyelesaikan modul jika dapat:

  • Saya dapat menjelaskan mengapa mengoptimasi promo berdasarkan data lebih efektif daripada mengandalkan asumsi.
  • Saya dapat mengidentifikasi pola dasar dari data penjualan dan promo sebelumnya.
  • Saya dapat memilih satu perubahan spesifik pada promo berikutnya berdasarkan temuan dari data.
  • Saya dapat merencanakan pengukuran untuk promo berikutnya dengan pertanyaan spesifik dan metrik yang relevan.

Langkah berikutnya

Setelah mengoptimasi promo berdasarkan data penjualan, Anda dapat membaca ulang modul-modul sebelumnya dalam seri ini untuk memperkuat pemahaman Anda tentang funnel, diagnosis, konten produk, penetapan harga, pembuatan promo, pengukuran hasil, dan diagnosis stagnasi—atau melanjutkan ke modul lanjutan dalam seri ini setelah modul tersebut tersedia. Sampai saat itu, gunakan hasil latihan sebagai titik awal untuk terus memperbaiki promo Anda dari siklus ke siklus.

Sumber

  • Kotler, Philip dan Kevin Lane Keller. Marketing Management. 15 ed. Pearson Education, 2016. Kerangka evaluasi kinerja pemasaran dan pengambilan keputusan berbasis bukti digunakan sebagai dasar optimasi berbasis data.
  • Farris, Paul W., Neil T. Bendle, Phillip E. Pfeifer, dan David J. Reibstein. Marketing Metrics: 50+ Metrics Every Executive Should Master. 2 ed. Pearson Education, 2016. Pendekatan metrik penjualan dan evaluasi promosi digunakan sebagai referensi untuk mengukur dampak perubahan promo.

Terakhir diverifikasi: 31 Agustus 2026. Materi ini bersifat edukasi umum, bukan jaminan hasil penjualan atau rekomendasi strategi promosi tertentu.