“Menteri Koordinator Bidang Perekonomian Airlangga Hartarto sebelumnya mencatat, ada sekitar 301.115 Usaha Mikro Kecil dan Menengah (UMKM) yang beralih platform digital selama pandemi corona atau 14 Mei hingga 9 Juni 2020. “Penggunaan platform digital menjadi kebutuhan dan di dalam situasi new normal, ada beberapa potensi yang bisa didorong.”
Begitu pernyataan yang diucapkan oleh Menko Perekonomian, Airlangga Hartarto (Alika, 2020).
Potensi pasar tadi dapat menjadi wadah pelaku UMKM untuk terjun dalam bisnis daring dewasa ini. Dengan potensi yang sangat besar itu diperlukan alat atau tools yang ciamik untuk dapat melakukan optimalisasi target pasar dengan serendah-rendahnya biaya iklan (ads), dan juga meminimalisir usaha atau effort dalam memfilter bekal data yang dimiliki.
Apa itu Analisis RFM?
Founder yang sekaligus Lecturer pada Bootcamp yang diselenggarakan oleh Belajarlagi dengan JNE, Faiz Ghifari, menyampaikan bahwa RFM itu terdiri dari tiga pengertian: “R” adalah Recency, yaitu proses dimana pelanggan membeli jasa/produk yang kita jual; “F” adalah Frequency, yaitu pola dan frekuensi pembelian pelanggan, entah itu per hari atau minggu atau bulan; “M” adalah Monetary, yaitu berapa nilai transaksi dari pelanggan.
Berikut ini langkah-langkah menerapkan Analisis RFM. Pertama, pahami data beserta variabel yang mengikat pada transaksi pelanggan anda. Kedua, cara menilai skornya, yaitu, pertama-tama data diurutkan dari yang terakhir transaksi untuk R Score dan yang terbesar untuk F & M Score. Dengan komponen 33% teratas, 33% menengah, 33% terendah.
Yuk kita sama-sama belajar bagaimana menerapkan analisis RFM. Berikut contoh data yang harus dimiliki untuk memulai analisis.
Di atas terlihat data pembelian terakhir, frekuensi pembelian, dan jumlah uang yang dibayarkan oleh pelanggan. Kemudian lakukan insert columns pada kolom sebelah pembelian terakhir untuk menentukan R Score, Frequency untuk menentukan F Score dan Monetary untuk menentukan M Score.
Pertama-tama insert kolom di sebelah kolom pembelian terakhir, dan pastikan bahwa pelanggan yang sama tidak memiliki nama toko atau seller atau ID yang berbeda-beda agar hasilnya akurat. Kemudian lakukan filter dari mulai transaksi pelanggan terakhir sampai ke pelanggan yang paling lama tidak melakukan transaksi.
Di sini terlihat bahwa Abadi Selalu, Merdeka Listrik dan Maju 123 memiliki R score tertinggi. Ini artinya, mereka ialah pelanggan yang paling baru melakukan transaksi ke toko Anda. Cara yang sama juga dilakukan untuk kolom Frequency -> F score, dan Monetary -> M score.
Setelah 3 komponen skor terkumpul kita dapat ambil kesimpulannya:
Pertama, dari data berikut dapat terlihat bahwa RFM Score tertinggi ada pada Abadi Selalu. Pelanggan seperti ini dapat dijadikan parameter terbaik untuk mencari pelanggan lain yang sekiranya dapat dilakukan upselling.
Kedua, Resto Enak dan Berkah Shop memiliki potensi untuk upselling seperti Abadi Selalu karena selisih skor R dan F-nya hanya 1, dan memiliki M Score yang menyamai dengan Abadi Selalu.
Ketiga, bedah Customer Profile dengan RFM Score >2.1, memperlihatkan bahwa Baju Shop, Toko Jeans, dan Lapak Asik memiliki perbedaan karakter yang sangat berbeda sehingga tidak dapat dilakukan upselling (kemungkinan menjadi loss customer nya tinggi)
Keempat, 234 Jaya juga cukup menyajikan fakta yang unik, karena memiliki F Score yang tinggi namun memiliki RFM Score yang rendah. Ini dapat dianalisis melalui customer profile-nya, karena ia cukup lama tidak bertransaksi dan memiliki nominal transaksi yang rendah juga namun frekuensinya tergolong sering atau pembeli aktif.
Kelima, Resto Enak memiliki pelanggan yang wajib didekati dengan telepon atau email, karena memiliki F & M Score yang tinggi namun R Score yang rendah karena pembelian terakhirnya sudah lebih dari 1 bulan yang lalu. Karakter pelanggan seperti ini keaktifan dari Toko untuk selalu melakukan engagement dengan pelanggan, dan apabila tidak dilakukan bisa menurunkan pendapatan perusahaan.
Kesimpulan
Budget merupakan faktor yang terukur (tangible). Dan effort adalah faktor yang tidak terukur (intangible). Yang satu terkadang membatasi gerak promosi, sedangkan yang lainnya menjadi batasan karena, sebagaimana peribahasa bangsa Arab, “waktu adalah pedang”.
Dengan potensi perdagangan dan industri yang tidak terbatas di internet, para pelaku UMKM harus dapat beradaptasi dengan berbagai macam tools.
Dengan melakukan Analisis RFM para pebisnis di dunia maya dapat mengenal lebih dalam pelanggan-pelanggan existing-nya. Seringkali para pelaku UMKM ini tidak sadar kapan pelanggan A melakukan transaksi terakhir, seberapa sering pelanggan B melakukan transaksi dengan kita, dan siapa saja pelanggan yang memiliki nilai transaksi dengan nominal yang besar.
Pelaku dapat melakukan analisis baik dari R Score saja, ataupun dilakukan penggabungan dua skor, ataupun dilihat dari keseluruhan RFM Score-nya. Atas dasar itu, pelaku UMKM dapat melakukan targeting dengan lebih optimal saat hendak memasang iklan baik di Facebook, Instagram atau TikTok.
Dan yang sering kita tidak sadari adalah waktu yang menggerus proses tersebut. Apabila bank data yang pelaku miliki tidak diolah dengan baik, maka banyak waktu terbuang sia-sia.
Dengan Analisis RFM, pelaku dapat mengoptimalisasi target iklan dan meminimalisir daya upaya dalam merencanakan penjualan di dunia digital.
Jadi sudahkah kamu mengoptimalisasi target dengan budget yang ngepas dan juga meminimalisir effort untuk hasil yang maksimal?
