Langsung ke konten utama

Digital Sales Analytics & Management Systems



Jika berbicara tentang dunia Analytics dan Data Science pada umumnya semua perhatian tertuju ke divisi Marketing yang dianggap sebagai otak dari kegiatan komersial, sedangkan Sales karena biasanya  diasumsikan sebagai eksekutor jadi terlupakan. Padahal digitalisasi, pengelolaan data terstruktur, terpusat ditambah penerapan metode analytics dan data driven decision making di sisi sales berpotensi meningkatan pendapatan juga mengakselerasi siklus penjualan. 

1. Analytics Kenapa Selalu Marketing
Satu dekade yang lampau divisi marketing di seluruh sektor industri mulai mengadopsi pendekatan analytics dalam setiap langkah pengambilan keputusannya. Mulai dari penerapan desain eksperimen untuk menentukan produk atau penawaran yang optimal, sampai ke penerapan metode prediktif di level detail konsumen untuk melakukan kegiatan retention, upsell dan cross sell.  Namun pernahkah kita sadari beberapa hal yang dilakukan oleh marketing saat ini hanyalah pada level manajemen konsumen yang sudah terakuisisi belum sampai di level akuisisi pelanggan baru.  Pernahkah kita berfikir dari 100% potensi yang ada berapa persen yang bisa dibidik langsung oleh kegiatan marketing analytics.
  
Didalam bisnis beberapa pemasukan terkadang bersumber dari skema penjualan yang tidak bisa dikontrol langsung seperti agen, distributor terlebih deal besar antar perusahaan (B2B) hal ini terkadang luput dari konsentrasi para pendekar di marketing apalagi di dunia analytics, padahal penerapan analytics di sisi sales menjanjikan imbal hasil yang sangat menggiurkan.  
 
2. Sales Analytics Ujung Tombak Yang Dilupakan
Digitalisasi dan otomasi di sisi  marketing juga manajemen pelanggan existing mungkin sudah menjadi hal yang lumrah dan diterapkan dimana-mana, namun disisi sales melakukan manajemen landscaping potensi, log dan refresh potensi, komitmen, konversi historis potensi vs komitmen, analisis probabilitas konversi sektoral dan lain sebagainya adalah hal yang tak kalah penting, karena  dengan melakukan manajemen informasi ini kita akan tau di akhir tahun kita akan berada dimana dan seperti apa. 

Hasil dari penerapan  sales analytics memang tidak bisa dirasakan langsung. Setidaknya perlu satu siklus keuangan agar bisa didentifikasi beberapa faktor seperti musiman, sektoral, produk  dalam satu kesatuan. Dalam siklus kedua penerapan metode sales analytics perusahaan baru mulai bisa merasakan hasilnya dimana perencanaan komersial, prediksi demand, manajemen supply bisa dilakukan dengan baik dan cermat.
 
3. Konsentrasi Berlebih di CMS (Marketing Campaign Management Systems)
Investasi berlebihan di sisi marketing analytics dan pembelian campaign management system yang sangat mahal dan belum pasti ROI nya sangatlah disayangkan, padahal sales sangat penting untuk perusahaan dimana pasar memiliki potensi sangat besar, penetrasi belum sepurna dan kemungkinan konsumen untuk beralih pilihan setelah selesai masa kontrak atau masa pemakaian sangat tinggi.

Fenomena “Overkill Marketing Analytics” ini mulai menjadi-jadi saat demam Big Data melanda seluruh industri, janji-janji manis mengenai penerapan Big Data di dunia bisnis yang akan memberikan keuntungan yang berlebih akhirnya membuai decision makers untuk menggelontorkan uangnya untuk membeli sistem yang terkadang tidak diperlukan karena informasi yang di manage memang tidak besar. Padhal bagi para veteran statistician, mathematician atau computer scientist Big Data ini hanya metamorfosa data mining, multivariate analysis di dalam environment yang berbeda. Jadi bisa dibilang ya itu-itu saja, selanjutnya jika bisa ditanyakan sampai saat ini perusahaan mana di tanah air yang sudah berhasil mendapat positive margin dari pembelian system yang sangat mahal pasti hal ini susah dijawab.
 
4. Pentingnya SMS (Sales Management Systems)
Setidaknya ada lima hal penting dari diterapkannya Digital Sales Analytics juga investasi di sales management systems tools yaitu :
  1. Manajemen Potensi
  2. Manajemen Siklus
  3. Manajemen Akun
  4. Optimisasi Pelanggan
  5. Prediksi Sales
Manajemen potensi – Diskusi perencanaan dan observasi performa bisnis harusnya tidak hanya berupa evaluasi historical akan tetapi juga observasi kedepan yaitu potensi. Bayangkan jika setiap sales representative diberikan KPI untuk selalu melakukan input dan update potensi sales hal ini adalah informasi penting yang bisa memastikan bisnis kita akhirnya akan mendarat dimana dalam posisi apa.
Manajemen siklus – Dengan perekaman aktifitas dan potensi sales secara terpusat, decision makers bisa mengevaluasi skilus sales yang saat ini membutuhkan waktu misal 6 hariapakah sudah efisien atau masih bisa dipercepat menjadi 3 hari.  Melakukan seleksi via komunikasi pendahuluan sebelum eksekusi sales juga bisa dilakukan untuk mempercepat siklus sehingga agen hanya mengeksekusi “Hot List”
Manajemen Akun – Aktifitas penjualan melalui agen dan distributor bukanlah perkara mudah manajemen zonasi/ teritori penjualan, sampai dengan penjualan antar bisnis (B2B) yang memang perlu perhatikan secara khusus sangat penting dilakukan didalam Sales Management Systems. Informasi yang terstuktur dan selalu di update akan memudahakn pengambil keputusan dalam mengobservasi potensi kehilangan konsumen, downgrade atau upgrade.
Optimisasi Pelanggan -  Tidak semua eksekusi aktifitas retention, upsell dan cross sell bisa dilakukan secara otomatis via teknologi komunikasi chat, app, sms atau telefon. Beberapa deal dengan value yang sangat besar perlu melibatkan sales agent manusia, terlebih potensi penghentian layanan / berlangananm updgrade atau downgrade dengan value yang sangat besar tidak bisa diidentifikasi dari data historis akan tetapi input data qualitative dari agen didalam sales management sangat penting.   
Prediksi Sales -  Diskusi prediksi pendapatan antara data scientist dari team analytics dengan business owner biasanya terjadi dengan sangat dingin dan hening, bahkan jika hal ini dilakukan bersama mayoritas sales team pada umumnya hanya akan menjadi bahan lelucon karena prediksi hanya dilakukan berdasarkan data historis tidak mengikutsertakan data potensi. Diskusi mengenai prediksi pendapatan akan mejadi berbeda dan bermakna jika kita bisa memadukan informasi trend historis, resiko dan potensi sales.
 
5. Data Monetization bukan Berarti Menutup Mata
Melakukan aktifitas analytics dengan hanya memanfaatkan data yang ada didalam perusahaan bagaikan melihat dunia melalu kacamata yang di cat dan diberikan satu titik kecil area untuk melihat keluar kacamata sebesar jarum. Inilah data monetization yang umumnya terjadi saat ini para analyst dan data scientist sibuk mengoprek-oprek informasi yang didapat dari data engginer yaitu data record konsumen yang ada.

Padahal menggabungkan informasi yang ada dengan informasi kompetisi, informasi customer servise juga informasi berharga dari sales team akan memberikan spektrum penglihatan yang lebih luas untuk mengambil keputusan bisnis.
 
6. Singkronisasi Marketing, Sales,  Customer Experience & CRM platform
Menjual barang yang tepat, di waktu yang tepat dan konsumen yang tepat adalah the next level game di dunia sales terlebih untuk akuisisi. Hal ini memang tidak mudah, Sales Management System harus tersinkronisasi dengan output yang dihasilkan oleh kegiatan marketing analytics, customer experience dan harus bisa memverifikasi hasil akhirnya di CRM platform yang ada.  Seluruh informasi yang ada harus tersedia di satu tempat yang dapat di aksess oleh agen sehingga agen bisa melakukan aktifitas consultative selling dengan sempurna. Sales agent juga perlu di backup oleh team eksekusi yang bisa memilah potensi mana yang memiliki tingkat probabilitas yang tinggi untuk closing. Jika semua ini tersedia dan terjadi secara digital maka bisa dibilang kegiatan sales yang ada sudah digital data driven sales activity.

 
Sudah seharusnya sales adalah divisi favorit bagi para data scientist untuk berinteraksi kedepannya. Selain itu sales juga perlu dilibatkan untuk melakukan perencanaan bisnis dan strategy karena masih banyak hal yang bisa di explorasi dan ditingkatkan effisiensinya dengan penerapan analytics.

Dengan adanya social media Facebook dan Linkedin,  Sales Management System Salesforce, Digital Document Signature Docusign dan digital CTI solution seperi CISCO hal ini sangat memudahakan transformasi kegiatan sales yang sangat tradisional menjadi digital data driven sales.  

Note: Tulisan ini ditulis berdasarkan pengalaman praktis pribadi, mohon diabaikan jika ada beberapa bagian yang tidak sesuai dengan text book atau teori yang ada 


Febriandi Rahmatulloh  

Komentar

Postingan populer dari blog ini

Mengumpulkan Informasi Yang BERSERAKAN dan Menyambung Titik-Titik Yang TERPUTUS

Tidak terasa pemilihan presiden republik Indonesia 2019 telah didepan mata, hajat demokrasi 5 tahunan yang selalu dinanti gegap gempita oleh masyarakat Indonesia ini akan  menjadi waktu dimana masyarkat harus memilih yang terbaik diantara banyak pilihan yang baik.   Dunia saat ini banyak berubah, hampir seluruh informasi yang kita perlukan untuk mengambil keputusan tersedia di Internet, terlebih dengan penetrasi social media dan para penggunanya yang sukarela membagi pandangan opini dan komentar secara terbuka, hal ini mempermudah kita untuk melakukan observasi juga pengecekan trend topik-topik hangat yang terus dibahas dengan intensitas yang semakin meningkat.   Pada bulan Maret tahun 2013 kami pernah melakukan pengecekan popularitas sosial calon presiden (selengkapnya bisa di cek disini ) dengan pendekatan sederhana melalui pengecekan nama brand dalam hal ini nama calon presiden juga wakilnya yang muncul dalam hasil pencarian di Google juga percakapan berulang ya...

Buang Ratusan Juta Per Tahun Ternyata Bisa Gratis

Di era revolusi industri ke 4 saat ini, hampir semua perusahaan berlomba-lomba untuk memberikan perhatian, waktu dan budget yang besar untuk penerapan Business Analytics . Salah satu pengeluaran terbesar perusahaan untuk menjalankan operasional analytics adalah software license yang digunakan untuk menganlisis persoalan dan membuat model prediktif. Banyak pilihan yang dapat digunakan oleh perusahaan mulai dari membeli software analytics and modeling berlisensi dengan biaya mulai dari ratusan juta rupiah per aksess pengguna sampai dengan menggunakan open source atau freeware . Secara garis besar, faktor utama dari pemilihan software ini terbagi menjadi 3 yaitu : Power         : Kekuatan dan kemampuan tools itu sendiri dalam pengolahan dan analisis data Simplicity  : Kemudahan operasional dalam pemakaian alat Budget       : Biaya yang ada untuk membeli license tools Tentu saja jika suatu software semakin ba...

Membentuk Team Data Analytics dan Menghidari Kebocoran Budget

Maraknya badan usaha di Indonesia yang berminat untuk membentuk divisi Big data analytics di lingkungan internal perusahaan nampaknya masih belum seimbang dengan pengetahuan praktis penerapan di lapangan. Banyaknya acara sharing sessions, training dan kursus gratis maupun komersial terkait Big Data dan Customer Analytics  (BDCA) saat ini masih sibuk di tahap teknikal penggunaan alat juga teknis pengolahan informasi yang akhirnya membuat calon pengguna lupa tujuan utama dari perusahaan membentuk divisi BDCA yaitu meng akselerasi pertumbuhan dan efisiensi bisnis. Kalau kita kembalikan lagi ke objektif di awal tentang akselerasi pertumbuhan dan efisiensi binsis coba sekarang kita cek lagi  dari sekian banyak perusahaan yang membeli solusi atau alat terkait Big Data Analytics berapa banyak yang sudah mendapatkan keuntungan secara nyata atau setidaknya tutup modal. Olehkarenanya strategi pembentukan tim dan strategi penerapan secara bertahap sangat penting kare...