Ini adalah Panen Raya Vlog yang ke-13, bagian dari perjalanan saya menuju Panen Raya di bulan puasa nanti. Perkiraannya, kita berada sekitar 90 hari lagi menuju gerbang panen raya jualan online.
Sudah ada 12 atau 13 vlog yang saya buat, merekam perjalanan tiga toko online saya. Saya mencatat dan mengunggah hampir semua yang saya lakukan, sekitar 90% dari pekerjaan saya bisa Anda pantau. Saya rasa sudah patut untuk dipantau sekarang, karena alhamdulillah saya sudah mencapai status Star Seller dengan omzet sekitar 20 jutaan. Bagi banyak pemula, omzet sebesar itu mungkin sulit dicapai. Jadi, jika omzet Anda masih di bawah 20 jutaan, saya sarankan untuk menelusuri kembali Panen Raya Vlog dari yang pertama hingga saat ini. Saya sarankan Anda menontonnya secara mundur: dari vlog terbaru ini, lalu ke-12, dan seterusnya hingga vlog pertama, baru kemudian mengikuti vlog-vlog berikutnya yang saya unggah setiap Rabu pukul 19.30 WIB.
Panen Raya Vlog ini adalah bagian dari perjalanan saya sebagai seorang pedagang online. Saya benar-benar berjualan, dan konten ini saya buat berdasarkan pengalaman nyata. Saya lebih suka menyebut diri saya 'pedagang online' daripada 'pebisnis' atau 'entrepreneur'. Bagi saya, pedagang itu jauh lebih keren. Jangan lupa, Panen Raya Vlog tayang setiap Rabu pukul 19.30 WIB.
Seperti biasa, saya akan memulai pekerjaan yang sejujurnya cukup membosankan, namun wajib saya lakukan: kompilasi data. Saya mengumpulkan data 30 hari terakhir dari toko-toko saya. Saya mulai dengan mengunduh data dari toko Grabaya. Alhamdulillah, ada transaksi hingga 21 juta, meskipun banyak yang dibatalkan. Setelah itu, saya juga mengunduh data dari toko lainnya dan membukanya di Gemini notebook untuk Grabaya, Greya, dan Graya.
Sebenarnya sudah ada beberapa AI yang menawarkan solusi untuk MCP (Macro. Ah, saya agak lupa kepanjangannya, intinya kita berinteraksi dengan Seller Center menggunakan AI) di Shopee, namun menurut saya belum terlalu bagus. Ini karena pengembangnya mungkin bukan penjual aktif. AI cenderung menganggap semua data sama, baik yang penting maupun tidak. Oleh karena itu, penting sekali untuk membersihkan dan merapikan data. Seperti kata pepatah 'garbage in, garbage out', data yang buruk atau banyak 'debris' (sampah data) akan menghasilkan analisis AI yang buruk. Inilah mengapa saya sangat memperhatikan kerapihan data, seperti yang saya lakukan untuk Grabaya periode 11 Oktober hingga 9 November 2023.
Setelah itu, saya menerapkan strategi umum dan menyimpan data sebagai 'Grabaya'. Kemudian, saya mengunggahnya dan membukanya dengan Google Sheets. Saya memasukkan data ini ke sistem Grabaya. Awalnya saya mencoba menghapus file Excel, namun ternyata tidak bisa langsung. Saya harus mengonversi file Excel ke Google Sheet, menyimpannya, menyalin tautannya, dan baru bisa memasukkannya ke Grabaya. Kemudian, file Excel asli bisa dihapus. Proses Grabaya selesai.
Selanjutnya, saya beralih ke toko Greya. Untuk Greya, ada dua set data yang perlu saya bersihkan dari 'debris'. 'Debris' ini adalah sisa-sisa atau pecahan yang tidak relevan, seperti puing-puing kapal pecah. Saya membersihkan data periode 11 Oktober hingga 9 November 2023, menerapkan strategi umum, dan menyimpannya dalam folder Greya.
Setelah itu, saya menambahkan sumber data dan menghapus file Excel yang tidak perlu. Kemudian, saya melanjutkan dengan mengunduh data untuk toko Graya dan membersihkan 'debris' di dalamnya. Saya sempat melakukan kesalahan di bagian Graya ini dan harus mengulang.
Saya menyadari bahwa nama variasi di data Greya belum dihapus, jadi saya perbaiki. Setelah itu, saya mengimpor data Graya ke sistem. Saya memastikan semua data sudah tersinkronisasi dengan baik, memeriksa satu per satu untuk Grabaya, Greya, dan Graya, dan semuanya aman.
Saya mulai menganalisis dari Grabaya. Dalam 30 hari terakhir, omzet Grabaya mencapai angka tertentu, namun keuntungannya masih minus. Ternyata, Grabaya memang sedang bermasalah. Untuk toko Greya dan Graya, saya membiarkannya saja selama hampir 2-3 minggu ini, hanya memantau dan memperbarui stok. Proses pembaruan stok ini sangat mudah dan cepat, sekitar 2-3 menit menggunakan sistem otomatis di BigSeller saat ada update dari supplier. Kali ini, saya akan fokus pada Grabaya.
Meskipun CTR (Click-Through Rate) produk-produk di Grabaya masih cukup bagus, produk Sarimbit yang saya harapkan naik ternyata belum ada penjualan sama sekali, meskipun CTR-nya mencapai 1.41%. Grabaya memiliki 10 produk. Saya sempat berpikir untuk fokus pada satu produk Sarimbit saja dan mengarsipkan yang lain, namun ini sulit karena produk Pre-Order (PO) maksimal hanya 10% dari total produk. Saldo saya juga hampir habis, hanya tersisa Rp34.000 tanpa penjualan.
Terpaksa, saya harus mengisi saldo dulu. Saya berencana mengisi Rp300.000. Saya ingin mendorong penjualan produk Sarimbit yang tadi terlihat cukup potensial. Saya mencoba menggunakan voucher untuk mengurangi PPN 11%, namun beberapa voucher tidak bisa digunakan. Akhirnya, saya berhasil menggunakan metode 'Mas Mahdi' dan mengisi saldo Rp300.000.
Pembayaran berhasil, namun saya melihat banyak transaksi yang dibatalkan. Saya memutuskan untuk serius dengan produk Sarimbit ini. Awalnya, berat produk ini saya atur 10 kg dan statusnya 'ready' padahal sebenarnya Pre-Order (PO). Sekarang, saya akan mengubahnya menjadi produk PO dengan berat normal. CTR 6.74% untuk produk ini cukup menjanjikan.
Ada yang terlewat. Saya akan mengubah produk ini menjadi PO. Saya menemukan ada kesalahan pada kode SKU produk Grabaya, jadi saya perlu mengeditnya.
Setelah pembaruan, saya menguji SKU gudang yang sudah tertunda cukup lama. Saya berhasil mengeditnya, mengekspor dan mengimpor SKU gudang, memperbarui informasi, dan mengambil modal referensi. Sempat ada beberapa kesalahan dan angka yang tidak sesuai, seperti '100.000' yang salah, namun saya berhasil memperbaikinya tanpa mengubah rumus yang bisa membahayakan data. Akhirnya, semua modal referensi sudah muncul dengan benar.
Setelah semua diedit, saya memastikan tidak ada lagi kesalahan dengan menyegarkan halaman. Produk Sarimbit ini saya jadikan PO dan akan saya promosikan sebagai iklan individual dengan investasi Rp25.000. Saya merasa Sarimbit ini produk yang 'segar' dan berpotensi. Saya memperbaiki berat produk dari 10 kg menjadi 350 gram (berat asli) dan mengaturnya sebagai Pre-Order dengan waktu pengerjaan 14 hari. Kemudian, saya mengubahnya menjadi iklan individual. Etalase produk Sarimbit lainnya akan saya biarkan saja, meskipun CTR-nya kurang bagus, karena ini adalah syarat agar produk PO tidak melebihi 10% dari total produk.
Selanjutnya, saya akan meminta bantuan AI untuk menganalisis data terbaru: apa implikasi dari strategi yang sudah saya terapkan sebelumnya, dan saran konkret apa yang harus saya lakukan sekarang. Saya punya fitur co-create untuk evaluasi toko, yang sangat membantu. Karena sudah waktunya azan, saya akan mempercepat proses ini. Setelah membaca hasil analisis, untuk toko Greya dan Graya, saya memutuskan untuk tidak melakukan perubahan apapun karena alhamdulillah penjualannya sudah lumayan bagus. Itu saja untuk postingan kali ini.
0 Response to "Mengulik Data & Strategi Penjualan Online: Perjalanan Menuju Panen Raya (Vlog ke-13)"
Posting Komentar