Menentukan Harga Produk dengan Tepat

Tujuan prescriptive adalah memberikan rekomendasi tentang tindakan apa yang harus dilakukan untuk mencapai tujuan tertentu. Pada umumnya, analitik prescriptive melakukan pengambilan data, mengumpulkannya, dan mencoba memetakkan data ke pola yang dapat dipahami.

Gambar oleh Arivle One dari Pixabay

Fungsi prescriptive analytics

• Menguraikan masalah - apa yang perlu dilakukan untuk dapat memberikan rekomendasi yang tepat.
• Objectives and Goals - cara mendefinisikan tujuan yang sesuai.
• Pengoptimalan - cara menemukan tindakan terbaik untuk dilakukan.
• Contoh dari penetapan harga dan iklan online.
• Pengantar singkat untuk kompetisi market.

Masalah

Suatu masalah yang ingin kita selesaikan biasanya memiliki serangkaian tujuan yang ingin kita capai, serangkaian tindakan yang dapat kita lakukan untuk mencapai tujuan ini, dan sebuah model yang menjelaskan bagaimana tindakan berdampak pada tujuan tersebut.

Untuk mudah memahaminya, mari kita lihat detail dari dua contoh berikut.

1. Pada materi sebelumnya, harga dan penjualan telah dihitung melalui model regresi sederhana. Dimana kesimpulan yang didapat dari model regresi tersebut adalah, jika harga jualnya (x) diubah menjadi 0 maka penjualan kuantitas produk (y) menjadi 10.13. Artinya, jika produk diberikan secara gratis maka kemungkinan penjualan produk bisa mencapai 10.13.

   Dari contoh diatas dapat ditarik benang merah permasalahannya. Katakanlah jika perusahaan ingin melakukan penjualan sebanyak-banyaknya (tujuan perusahaan), maka produk bisa diberikan secara gratis (tindakan yang diambil) berdasarkan pertimbangan dengan menggunakan model regresi sederhana (model yang digunakan).

2. Maksimalkan Pendapatan

   Pada contoh sebelumnya kita hanya melihat kuantitas yang terjual, tetapi sebagai pelaku bisnis tentunya tujuan perusahaan adalah menghasilkan profit melalui pendapatan dengan menjual produk. Apakah bisa menggunakan kurva permintaan yang diperkirakan sebelumnya menggunakan regresi sederhana untuk menemukan harga yang akan mencapai pendapatan maksimum? Jawabannya adalah bisa. (Mari kita breakdown caranya ke beberapa postingan kedepan!)

Pada case ini, goals yang ditentukan adalah untuk mendapatkan keuntungan sebisa mungkin, tepatnya adalah memaksimalkan keuntungan sebanyak-banyaknya. Secara cepatnya, hal yang dapat dilakukan adalah dengan merubah harga produk. Tetapi, ada sebuah permasalahan klasik yang akan ditemui ketika harga dirubah secara saklek. Permasalahan tersebut adalah terjadinya Trade-off.

Trade-Off

Adalah sebuah dilematika dalam menentukan sebuah keputusan karena aksi yang akan diambil akan mempengaruhi satu sama lain.

Misalnya ketika harga dimaksimalkan secara brutal, tentu keuntungan yang didapat pada penjualan sebuah produk akan tinggi. Tetapi, apakah calon konsumen akan mau membelinya? apakah konsumen sebelumnya akan melakukan repurchase? Atau harga diturunkan serendah-rendahnya agar calon konsumen tertarik dan membeli sebanyak-banyaknya? tetapi jika harga diturunkan serendah-rendahnya maka margin profit akan sangat tipis atau bahkan minus. Secara jangka pendek, mungkin dua opsi diatas terlihat sebagai langkah mati. Tidak ada pilihan selain menaikkan harga secara brutal maupun menurunkan harga secara brutal juga untuk mendapatkan keuntungan secara maksimal. Hal seperti inilah yang disebut sebagai trade-off.

Prescriptive analytics hadir untuk memecahkan masalah trade-off. Dalam prescriptive analytics, data yang telah dikumpulkan melalui model regresi sederhana diolah lagi menjadi data hasil yang telah diterjemahkan. Dalam konteks case, goals yang ditetapkan adalah meraih keuntungan secara maksimum dengan memperhatikan kuantitas produk yang terjual (tidak terlalu sedikit). Berikut tabel hasil dari perhitungan menggunakan model regresi sederhana yang dilakukan sebelumnya. Dengan penambahan baris perkalian antara harga dan penjualan untuk mendapatkan keuntungan (revenue)

Price = penentuan harga

Demand = produk yang mungkin terjual/permintaan

Revenue = Keuntungan/omset

Untuk melihat keuntungan terbesar, maka cukup memperhatikan angka pada revenue. Dari tabel diatas, keuntungan yang paling besar bisa didapatkan dengan merubah harga menjadi 5,5 USD, maka produk yang terjual sebanyak 5.18 dan keuntungannya sebesar 28.49.

Untuk memudahkan penafsiran data, maka tabel dapat diubah menjadi grafik sebagai berikut.

Sejauh ini, kesimpulan yang dapat diambil dalam memecahkan sebuah masalah yang berkaitan dengan konsumen adalah dibutuhkannya goals dalam melakukan optimasi, aksi dan model.

Dalam case ini, goalsnya adalah optimasi harga. Aksinya adalah dengan menurunkan atau menaikkan harga. Model adalah penghubung antara aksi yang akan diambil dan goals yang akan dicapai dengan metode analisa tertentu.