Punya bisnis? Jika punya, apakah sudah tahu berapa angka proyeksi pencapaian dari bisnis tersebut untuk periode mendatang?
Idealnya, setiap pelaku bisnis itu harus mengetahui gambaran dari capaian kinerja bisnisnya pada masa yang akan datang. Baik itu berupa angka harapan yang ingin dicapai ataupun dari hitungan sekilas dari ingatan ala kadarnya.
Ketika seorang pedagang soto misalnya ditanya perihal berapa porsi jualannya per hari, mungkin bisa memberikan jawaban pada rentang angka tertentu. Begitupun ketika ditanya berapa banyak porsi terjual setiap bulannya angka yang didapat juga masih merupakan angka taksiran yang umumnya tidak terdokumentasi secara rapi.
Namun, ketika ditanya berapa besar proyeksi penjualan yang akan mereka peroleh bulan depan, tahun depan, dan seterusnya maka bisa jadi jawabannya tidak terlalu terdengar meyakinkan.Â
Hanya sebatas angka yang menjadi harapan atau angan-angan, yang sangat mungkin kondisinya berbeda dengan kenyataan. Berangan-angan angka penjualan bulan depan meningkat, tapi ternyata rekam data penjualan tidak menampilkan situasi yang demikian.
Sehingga setiap pelaku bisnis sebenarnya perlu membuat suatu dokumentasi yang tujuannya adalah untuk membaca pergerakan dari kinerja bisnisnya dari waktu ke waktu. Sekaligus untuk mengestimasikan secara lebih kompatibel taksiran kinerja bisnis di masa depan.
Satu-satunya cara yang paling bisa diandalkan untuk memperkirakan proyeksi kinerja bisnis seperti angka penjualan produk adalah melalui forecasting.
Pada uraian terdahulu, perihal forecasting ini sudah beberapa kali diulas. Sehingga mungkin tidak perlu lagi kiranya untuk menjabarkan hal tersebut. Di sini kita akan lebih terfokus pada bagaimana teknis forecasting itu dirancang dan dihitung hingga memperoleh angka hasil proyeksi yang diinginkan.
Tahap Pertama: Collect Data
Membuat model forecasting khususnya yang bertipe kuantitatif tentu tidak bisa dipisahkan dari data. Diperlukan adanya sumber data penunjang untuk dijadikan acuan kalkulasi.
Seorang pedagang bakso tidak cukup hanya menebak-nebak dan mengingat-ingat berapa mangkok bakso yang berhasil ia jual setiap harinya untuk bisa mengetahui proyeksi penjualan baksonya pada waktu-waktu mendatang. Melainkan ia harus mendokumentasikannya, mencatatnya, merekamnya.
Tujuannya adalah agar diperoleh angka riil penjualan yang didapat selama beberapa waktu terakhir. Mungkin dua bulan terkahir, tiga bulan terakhir, dan seterusnya.
Semakin banyak data yang terkumpul maka seharusnya menjadi masukan yang lebih baik untuk menganalisis kecenderungan yang dimiliki data tersebut.
Tahap Kedua: Analisis Kecenderungan Data
Sepintas, rekaman data penjualan hanyalah barisan angka-angka yang tidak bermakna. Akan tetapi, semenjak memasuki era digital keberadaan data ternyata begitu vital perannya. Data ibarat emas yang tersembunyi diantara gundukan tanah di perut bumi yang butuh untuk ditambang, difilter, dipilih, dan dipilah.
Pada umumnya data memiliki karakteristik tertentu. Entah itu berbentuk siklus, musiman, tren, hingga random. Rekam data penjualan memiliki keunikan tersendiri yang perlu dibaca oleh setiap pelaku bisnis.
Kecenderungan data berbeda-beda inilah yang mengharuskannya untuk diolah dengan berbagai jenis metode. Termasuk halnya forecasting untuk suatu data dengan karakteristik tertentu akan lebih cocok untuk dianalisa sesuai peruntukannya.
Untuk menjalankan tahapan ini kita bisa menggunakan aplikasi Microsoft Excel sebagai alat bantu dalam memeriksa karakteristik suatu data apakah ia bertipe data tren atau tidak.
Tahap Ketiga: Memilih Metode Forecasting
Ada cukup banyak metode forecasting yang dipakai untuk memproyeksi kondisi masa depan. Sebagaimana sudah disinggung sebelumnya, hal itu sangatlah ditentukan oleh kecenderungan data yang dianalisa.
Data yang memiliki karakteristik bertipe siklus dan musiman cenderung lebih cocok menggunakan metode Weight Moving Average (WMA). Sebaliknya, data yang memiliki kecenderungan tren tertentu bisa menggunakan metode Single Exponential Smoothing (SES).
Dua metode forecasting ini bisa dibilang sebagai metode yang paling sederhana untuk menghitung proyeksi angka penjualan atau sejenisnya pada waktu-waktu mendatang. Walaupun sebenarnya masih ada cukup banyak beberapa metode forecasting yang lain, namun dengan menggunakan dua metode tersebut kita sudah bisa melihat hasil proyeksi setidaknya untuk satu periode mendatang.
Tahap Keempat: Menghitung Forecasting
Berikut ini merupakan rekaman data penjualan produk bulanan selama 9 bulan terakhir. Semua data tersebut akan dijadikan sebagai rujukan untuk memperkirakan angka penjualan produk pada periode ke-10, ke-11, dan seterusnya.
Yang harus dipahami terkait forecasting ini adalah semakin panjang periode yang ingin diproyeksikan maka tingkat akurasinya akan semakin berkurang. Dengan kata lain, proyeksi penjualan produk pada bulan ke-10 adalah yang paling mendekati.Â
Semakin jauh jangkauan proyeksinya yaitu untuk menebak periode ke-11 dan selanjutnya tingkat akurasinya akan semakin berkurang.
Sebelum menentukan metode mana yang sebaiknya dipakai untuk membuat proyeksi forecasting dari data penjualan yang sudah ada tersebut, terlebih dahulu kita perlu mengetahui pola persebaran datanya. Dengan bantuan grafik pada aplikasi Microsoft Excel, kita bisa memeriksa garis tren yang terjadi pada data tersebut. Apakah bertipe naik, turun, atau landai saja.
Apabila garis tren menunjukkan pola yang bergerak naik atau turun maka kita bisa menganggapnya bertipe data tren. Sedangkan, apabila garis tren cenderung landai maka kita bisa mengelompokkannya sebagai bagian dari tipe data musiman, siklus, ataupun random.
Kita bisa menggunakan rumusan metode WMA apabila tipe datanya tergolong musiman, random, atau siklus. Jika tipe datanya cenderung menunjukkan tren maka metode SES bisa diaplikasikan.
Garis berwarna merah merupakan "alat bantu" untuk memeriksa karakteristik data apakah tergolong data tren atau tidak. Katakanlah bahwa data penjualan tersebut merupakan data tren maka hasil proyeksi penjualan pada bulan ke-10 adalah sebesar 767.
Jika kita anggap data penjualan tersebut sebagai data selain tren maka saat dikalkulasi menggunakan metode WMA hasilnya untuk proyeksi periode ke-10 adalah sebesar 769. Tidak berbeda jauh.
Dengan demikian, perhitungan forecasting untuk mengetahui proyeksi penjualan bulan ke-10 dapat diketahui sebesar 767 dengan metode SES dan sebesar 769 dengan metode WMA. Apabila harus memilih salah satu, mana yang sebaiknya kita pilih?
Jika membandingkan tingkat kesalahan kalkulasi atau error, maka hasil perhitungan dengan metode WMA lebih layak untuk dipilih. Yaitu dengan nilai proyeksi penjualan bulan ke-10 sebesar 769. Bagaimana cara mengetahuinya?Â
Rekan-rekan bisa mengunjungi link ini untuk melihat uraian yang lebih lanjut, sekaligus juga di link tersebut rekan-rekan juga bisa men-download aplikasi Microsoft Excel perhitungan forecasting dengan metode WMA dan SES untuk mendapatkan nilai proyeksi bulan ke-10.
Pedoman Strategi
Angka forecasting masihlah sebatas gambaran terkait progres bisnis di masa depan. Naik turunnya proyeksi penjualan masih belum pasti terjadi. Proyeksi yang menyatakan pertumbuhan mungkin merupakan kabar baik bagi bisnis, hanya jika atribut penting suatu produk tetap terjaga dengan sebagaimana mestinya.
Sebaliknya, proyeksi yang menyatakan penurunan belum tentu juga menjadi kabar buruk selama ada langkah antisipasi yang mumpuni. Kunci utamanya adalah pada tiga atribut penting yang mesti dipenuhi dalam serangkaian proses menghasilkan sebuah produk.
Ketiga atribut tersebut adalah QCD atau Quality, Cost, Delivery. Angka penjualan yang tinggi atau permintaan yang terus tumbuh tanpa diimbangi oleh kualitas produk yang baik bisa berakibat terjun bebasnya kepuasan konsumen terhadap kredibilitas suatu produk.
Demikian halnya ketika harga produk melambung tak terkendali juga bisa berdampak terjadinya antiklimaks terhadap angka proyeksi. Begitupun tatkala terjadi ketidaktepatan waktu sebagaimana komitmen pemenuhan awal juga akan memberikan efek negatif terhadap proyeksi yang digadang-gadang melambung tinggi. Apalagi jika proyeksinya juga menunjukkan angka-angka yang tidak memuaskan.
Hasil proyeksi yang tidak sesuai harapan sebenarnya masih mungkin untuk diubah. Tentu dengan memastikan ketiga atribut tadi terjaga. Serta dengan membuat strategi baru untuk mengubah "permainan". Bisa jadi dengan membuat strategi promosi yang lebih kreatif, memberikan layanan yang eksklusif, dan lain sebagainya.
Proyeksi yang diterapkan pada sebuah bisnis akan menjadi alat bantu yang powerful untuk merumuskan strategi yang adaptif terhadap setiap perubahan yang terjadi.
Salam hangat,
Ash
