Kebanyakan pemilik bisnis menetapkan harga sekali, meniru kompetitor, atau membulatkan ke angka yang "terasa pas", lalu tidak pernah menyentuhnya lagi. Pricing berbasis data sebenarnya jauh lebih sederhana dari sekadar algoritma: tarik riwayat penjualan yang sudah ada di sistem POS atau invoicing kamu, lalu biarkan data itu menunjukkan harga mana yang salah. Saya pernah melihat sebuah retail chain di Tangerang menemukan hampir 80 juta IDR margin per tahun yang selama ini hilang begitu saja, hanya dengan data transaksi setahun yang belum pernah mereka buka.

Kamu tidak butuh tim data science untuk ini. Yang dibutuhkan hanya tiga kolom: item, jumlah terjual, dan margin per unit, untuk enam hingga dua belas bulan terakhir. Urutkan berdasarkan revenue, urutkan berdasarkan margin, lalu lihat di mana kedua urutan itu tidak sejalan.

Mulai dari ketidaksesuaian, bukan dari rata-rata

Kesalahan yang paling sering dilakukan bisnis adalah menetapkan harga semua produk dengan cara yang sama, satu persentase markup rata untuk seluruh katalog. Padahal data penjualanmu hampir selalu menunjukkan dua kelompok yang perlu diperlakukan berbeda:

  • Item volume tinggi, margin rendah yang terus-menerus dibeli pelanggan dan hampir tidak diperhatikan harganya. Item seperti ini biasanya masih bisa menyerap kenaikan kecil.
  • Item volume rendah, margin tinggi yang lakunya justru karena diskon yang pernah kamu pasang sekali lalu terlupakan. Item ini sering kali terlalu murah dibanding yang sebenarnya rela dibayar pelanggan.

Contoh sederhana: sebuah bakery chain menjual 40 SKU pastry berbeda. Data dari POS menunjukkan item terlaris mereka, croissant biasa, terjual 3.000 unit per bulan dengan margin 12%. Item yang paling jarang dibahas, tart spesial, terjual 80 unit per bulan dengan margin 45% tapi belum pernah direview harganya selama dua tahun. Menaikkan harga croissant hanya 500 IDR (kenaikan yang tidak akan disadari pelanggan) menambah 1,5 juta IDR per bulan. Menguji kenaikan harga 10% pada tart, karena permintaannya jelas inelastis di volume rendah, menambah beberapa ratus ribu lagi. Tidak satu pun dari langkah ini membutuhkan pelanggan baru atau marketing baru. Itulah pricing berbasis data dalam praktik: langkah kecil berbasis bukti yang efeknya bertumpuk.

Cek repeat rate sebelum menyentuh harga

Sebelum menaikkan harga apa pun, cek dulu apakah item tersebut mendorong repeat purchase. Item dengan repeat rate tinggi lebih sensitif terhadap harga di mata pelanggan loyal, mereka akan menyadari perubahan sekecil apa pun karena sering membelinya. Item yang dibeli sekali atau sesekali punya ruang gerak yang jauh lebih besar tanpa ada yang menyadari atau komplain.

Di sinilah kebanyakan saran "naikkan harga 5% merata" gagal. Saran itu memperlakukan produk kebutuhan pokok sama dengan barang impulsif. Segmentasikan dulu:

  1. Tarik data transaksi 12 bulan per SKU.
  2. Hitung margin per unit dan total volume per SKU.
  3. Tandai item dengan margin di bawah rata-rata kategori tapi volume di atasnya, ini adalah bestseller yang harganya terlalu murah.
  4. Tandai item dengan margin tinggi tapi volume menurun atau stagnan, item ini butuh volume, bukan margin tambahan.
  5. Uji perubahan harga pada kelompok terkecil dan paling terisolasi lebih dulu, lalu ukur selama 30 hari sebelum diperluas.

Diskon adalah tempat margin diam-diam menguap

Kalau kamu sudah mengumpulkan datanya, lihat baris diskon secara terpisah dari harga list. Dalam pengalaman kami menangani jaringan mitra retail sebuah perusahaan multifinance, daftar harga cetak sudah benar, justru diskon yang disetujui secara informal di kasir adalah kebocoran sesungguhnya. Tidak ada yang melacak seberapa sering "diskon loyalitas" 10% diberikan ke pelanggan baru yang bahkan tidak memintanya.

Tarik laporan frekuensi diskon dan nilai diskon per staf atau per cabang, bukan hanya per produk. Kamu akan sering menemukan satu lokasi atau satu shift memberi diskon 3x lebih sering dibanding yang lain, tanpa kenaikan volume penjualan yang sepadan. Itu murni kehilangan margin tanpa hasil apa pun, dan tidak akan terlihat sampai kamu membuat laporannya.

Jadikan kebiasaan lewat dashboard, bukan proyek

Pricing berbasis data akan gagal kalau diperlakukan sebagai inisiatif sekali jalan. Bisnis yang mendapat manfaat berkelanjutan dari ini membangun tampilan bulanan yang ringan: top 20 SKU berdasarkan revenue, tren marginnya, dan frekuensi diskonnya, di-refresh otomatis dari data POS atau ERP yang sama yang sudah kamu miliki. Ini adalah build yang jauh lebih kecil dari yang dibayangkan kebanyakan pemilik bisnis, dan ini mengubah pricing menjadi review bulanan lima menit, bukan tebak-tebakan yang diulang setahun sekali. Untuk alasan mengapa dashboard harus mendorong keputusan, bukan sekadar terlihat bagus, lihat Business Dashboards: For Decisions, Not Decoration.

Kamu juga tidak butuh lebih banyak data pelanggan untuk melakukan ini dengan baik. Sinyal pricing hampir sepenuhnya ada di dalam transaksi yang sudah kamu catat; lihat Customer Data: Collect Less, Use More untuk prinsip yang sama diterapkan lebih luas.

Kesimpulan

Pricing berbasis data bukan soal kecanggihan, ini soal benar-benar melihat data yang sudah kamu miliki. Tarik penjualan tahun lalu per SKU, pisahkan volume dari margin, cek pola diskon secara terpisah dari harga list, dan uji perubahan kecil pada item yang terisolasi sebelum diperluas. Bisnis yang kehilangan uang di meja biasanya bukan karena pricing yang buruk, tapi karena pricing yang buta. Perbaiki dulu visibilitasnya, dan keputusan pricing akan menjadi jelas dengan sendirinya.