Forecasting untuk Retail & E-commerce

Unit dan bite

1. Unit 1·4 bite·Sekitar 12 menit

   Dasar-dasar forecasting

   Apa itu forecast, kenapa selalu meleset, dan kenapa itu tidak apa-apa.

   1. Forecast adalah rentang, bukan satu angka

      Kenapa "minggu depan terjual 500" kurang berguna dibanding "antara 420 dan 580".

      3 menit

   2. Horizon dan tingkat detail

      Forecast besok per SKU berbeda dengan forecast kuartal depan per kategori — dan keduanya perlu.

      3 menit

   3. Untuk apa forecast dipakai

      Pembelian, stok gudang, staf toko, dan budget promo membutuhkan forecast yang berbeda.

      3 menit

   4. Forecast bukan target

      Forecast menebak apa yang akan terjadi; target adalah apa yang Anda inginkan. Mencampurnya merusak keduanya.

      3 menit
2. Unit 2·5 bite·Sekitar 15 menit

   Membaca riwayat penjualan

   Data penjualan bukan data permintaan. Membersihkannya sebelum dijadikan forecast.

   1. Penjualan bukan permintaan

      Saat stok habis, penjualan nol tidak berarti tidak ada yang mau membeli.

      3 menit

   2. Tren, musiman, dan noise

      Tiga bagian yang ada di hampir setiap grafik penjualan, dan cara melihatnya.

      3 menit

   3. Promo dan lonjakan aneh

      Menandai minggu promo dan kejadian sekali saja supaya tidak dikira pola.

      3 menit

   4. SKU, toko, dan kanal

      Kapan forecast per SKU per toko masuk akal, dan kapan lebih baik dijumlahkan dulu.

      3 menit

   5. Data dari marketplace

      Membaca laporan penjualan Shopee, Tokopedia, TikTok Shop, dan Lazada sebagai satu gambaran.

      3 menit
3. Unit 3·5 bite·Sekitar 15 menit

   Musiman dan momen belanja

   Ramadan, Lebaran, 11.11, 12.12, gajian, dan libur sekolah — pola yang bisa direncanakan.

   1. Pola mingguan dan gajian

      Kenapa akhir pekan dan tanggal gajian sering mengubah penjualan harian.

      3 menit

   2. Ramadan dan Lebaran

      Momen terbesar di Indonesia bergeser sekitar 11 hari lebih awal setiap tahun — forecast harus ikut bergeser.

      3 menit

   3. Kampanye tanggal kembar

      9.9, 11.11, dan 12.12 (Harbolnas): lonjakan besar yang sering meminjam penjualan dari minggu sesudahnya.

      3 menit

   4. Libur nasional dan kalender sekolah

      Natal, Imlek, tahun ajaran baru, dan libur panjang sebagai penanda di kalender forecast.

      3 menit

   5. Menyusun kalender momen

      Satu tabel tanggal promo dan momen yang membuat setiap forecast berikutnya lebih baik.

      3 menit
4. Unit 4·5 bite·Sekitar 15 menit

   Metode forecasting sederhana

   Metode yang bisa dikerjakan di spreadsheet, dan kapan perlu tool AI.

   1. Forecast naif: tolok ukur Anda

      "Sama seperti minggu lalu" atau "sama seperti tahun lalu" — metode yang harus dikalahkan metode lain.

      3 menit

   2. Rata-rata bergerak

      Meratakan noise dengan rata-rata beberapa minggu terakhir, dan harga yang dibayar untuk itu.

      3 menit

   3. Forecast dengan pola musiman

      Menggabungkan tren terbaru dengan pola musim dari tahun lalu.

      3 menit

   4. Exponential smoothing, tanpa rumus

      Memberi bobot lebih ke minggu terbaru — ide di balik banyak tool forecasting.

      3 menit

   5. Kapan memakai forecasting dengan AI

      Machine learning membantu saat ada banyak SKU dan banyak faktor, bukan sebagai pengganti data yang bersih.

      3 menit
5. Unit 5·4 bite·Sekitar 12 menit

   Mengukur akurasi forecast

   Error, bias, dan MAPE — cara menilai apakah forecast Anda membaik.

   1. Error forecast

      Selisih antara forecast dan penjualan, dan kenapa dirata-ratakan tanpa tanda plus-minus.

      3 menit

   2. MAPE dan jebakannya

      Persentase error yang populer, dan kenapa ia menyesatkan untuk produk yang jarang terjual.

      3 menit

   3. Bias: selalu terlalu tinggi atau rendah

      Error yang condong ke satu sisi lebih mahal daripada error yang acak.

      3 menit

   4. Apakah forecast Anda menambah nilai?

      Membandingkan setiap metode dan setiap koreksi manual dengan forecast naif.

      3 menit
6. Unit 6·5 bite·Sekitar 15 menit

   Dari forecast ke keputusan stok

   Safety stock, titik pemesanan ulang, produk baru, dan rapat perencanaan.

   1. Safety stock

      Stok cadangan untuk rentang ketidakpastian, dan biaya kalau terlalu banyak atau terlalu sedikit.

      3 menit

   2. Titik pemesanan ulang

      Kapan memesan, berdasarkan forecast dan lama pengiriman pemasok.

      3 menit

   3. Menyiapkan stok untuk kampanye

      Stok untuk flash sale dan kampanye marketplace tanpa sisa gudang menumpuk sesudahnya.

      3 menit

   4. Produk baru tanpa riwayat

      Meminjam pola dari produk serupa saat belum ada data penjualan sama sekali.

      3 menit

   5. Rapat perencanaan

      Menyatukan forecast, rencana promo, dan kapasitas gudang dalam satu angka yang disepakati.

      3 menit

Bacaan sambil menunggu

Panduan dari tim Datamew, gratis di web hari ini.

Dasar AI

Cara Membuat Prompt yang Bagus: Kerangka 5 Bagian untuk Kerja

Prompt yang bagus memberi AI lima hal: konteks, tugas, input, format, dan batasan. Prompt itu menjelaskan untuk siapa pekerjaannya, apa yang harus dikerjakan, bahan apa yang dipakai, seperti apa bentuk jawabannya, dan apa yang harus dihindari. Setelah itu, cek jawabannya dan ajukan pertanyaan lanjutan.

7 menit baca

AI dari Nol

Cara Belajar AI dari Nol, Tanpa Coding

Ya, Anda bisa belajar AI tanpa menulis kode sama sekali. Untuk memakai AI dengan baik di tempat kerja, Anda butuh empat hal: paham dasar cara kerjanya, tahu di mana ia sering salah, berlatih dengan satu atau dua tool gratis, dan terbiasa mengecek setiap jawaban sebelum dipakai.

8 menit baca