Distributor dengan 200 toko punya ribuan baris data order setiap bulan. Di dalamnya ada jawaban untuk pertanyaan paling penting di bagian sales: toko mana yang sebenarnya bisa beli lebih, barang apa yang perlu ditawarkan, dan kapan. Masalahnya, membaca data itu toko per toko butuh waktu yang tidak dimiliki siapa pun. Di sinilah AI paling berguna.
SolusinyaToko mana yang bisa beli lebih, setiap malamLihat cara kerjanyaMasalahnya: data ada, tapi tidak dibaca
Hampir semua distributor sudah mencatat setiap order di sistem. Yang jarang ada adalah orang yang membacanya secara rutin untuk setiap toko. Akibatnya, salesman mengunjungi toko berdasarkan kebiasaan, bukan peluang. Toko yang mulai pindah ke pesaing baru ketahuan setelah tiga bulan tidak order.
Analisa manual sebenarnya bisa dilakukan. Di salah satu distributor yang kami bantu, analisa satu toko di Excel butuh satu sampai dua jam: menarik riwayat order, membandingkan dengan toko sejenis, mencari barang yang berhenti dibeli. Dengan ratusan toko, itu berarti ratusan jam kerja salesman setiap putaran. Akhirnya analisa itu jarang dikerjakan.
Cara kerja AI untuk analisa per toko
Prosesnya berjalan setiap malam, tanpa ada yang menekan tombol.
1. Membaca riwayat order setiap toko. AI mengambil 12 sampai 18 bulan data order per toko: barang apa, berapa banyak, seberapa sering.
2. Membandingkan dengan pola yang seharusnya. Setiap toko dibandingkan dengan riwayatnya sendiri dan dengan toko lain yang mirip, misalnya toko elektronik rumah tangga dengan omzet serupa di kota yang sama.
3. Menemukan tanda peluang. Misalnya toko yang dulu rutin membeli kipas angin tapi berhenti, toko yang membeli kulkas tapi tidak pernah membeli dispenser padahal toko sejenis membeli keduanya, atau toko yang order-nya makin jarang. Lima tanda yang paling sering muncul kami bahas di lima tanda toko pelanggan Anda sebenarnya bisa beli lebih.
4. Memberi nilai rupiah. Setiap peluang diberi perkiraan nilai rupiah, sehingga salesman tahu mana yang paling penting dikejar lebih dulu.
5. Menaruhnya di rencana kunjungan. Hasilnya tidak berhenti di laporan. Daftar toko dan barang yang perlu ditawarkan langsung masuk ke rencana kunjungan salesman untuk keesokan harinya.
Yang tetap dikerjakan manusia: salesman yang memutuskan dan berbicara dengan pemilik toko. AI hanya memastikan tidak ada peluang yang terlewat karena tidak sempat dibaca.
Hasilnya di lapangan
Di distributor yang sama, setelah analisa berjalan otomatis:
| Ukuran | Sebelum | Sesudah |
|---|---|---|
| Waktu analisa | 1–2 jam per toko, di Excel | Semua toko dalam satu malam |
| Jam kerja staf per putaran | Sekitar 400 jam salesman | Nol |
| Ketepatan | Tergantung siapa yang menganalisa | 2–4 kali lebih tepat, karena semua toko dibandingkan dengan cara yang sama |
Angka ini dari catatan klien sendiri. Yang paling terasa bagi manajer sales bukan angka jamnya, tapi rapat mingguan yang berubah: dari menebak toko mana yang bermasalah menjadi membahas daftar yang sudah ada.
Data apa yang dibutuhkan
Kabar baiknya, AI tidak butuh data baru. Yang dibutuhkan biasanya sudah ada:
- riwayat order per toko, per barang, per tanggal
- daftar toko dengan wilayah dan salesman-nya
- daftar barang dengan kategorinya
- bila ada, data piutang, supaya toko yang sedang telat bayar tidak didorong untuk order lebih banyak
Data ini bisa diambil dari ERP atau sistem akuntansi yang sudah dipakai. Sistemnya tidak perlu diganti.
Bagaimana salesman memakainya
Bagian ini sering diremehkan. Analisa terbaik pun tidak berguna kalau salesman tidak membukanya. Karena itu hasilnya perlu muncul di tempat yang sudah mereka pakai setiap hari: di aplikasi sales di ponsel, dalam bentuk daftar pendek "toko hari ini" dengan satu atau dua barang yang perlu ditawarkan per toko.
Setelah kunjungan, salesman merekam ringkasan dengan suara. AI merapikannya menjadi laporan dan mencatat apakah tawarannya berhasil. Dari situ, analisa malam berikutnya menjadi lebih tepat, dan manajer bisa melihat salesman mana yang perlu dibantu.
Software jadi atau dibuat khusus
Beberapa aplikasi sales force automation sudah punya fitur rekomendasi. Pertanyaannya, apakah aturannya cocok dengan cara distributor Anda menjual: kategori barang, pola musim, tingkatan harga, aturan kredit. Kalau tidak cocok, rekomendasinya akan diabaikan salesman.
Pertimbangan lengkapnya kami bahas di ERP, software jadi atau aplikasi custom untuk distributor, dan gambaran biayanya di biaya membuat aplikasi custom.
Pertanyaan yang sering ditanyakan
Apakah AI menggantikan salesman? Tidak. AI menyiapkan daftar toko dan barang yang perlu ditawarkan. Hubungan dengan pemilik toko, negosiasi, dan keputusan akhir tetap di tangan salesman.
Mulai berapa toko analisa ini layak? Kalau satu salesman memegang lebih dari 30 sampai 40 toko, biasanya sudah tidak mungkin membaca data setiap toko secara manual setiap bulan. Di titik itu, analisa otomatis mulai terasa manfaatnya.
Bagaimana dengan toko baru yang belum punya riwayat? Toko baru dibandingkan dengan toko sejenis di wilayah yang sama. Setelah dua atau tiga bulan order, riwayatnya sendiri mulai dipakai.
Mulai dari mana
Kalau Anda ingin mencoba, mulailah dari satu wilayah atau satu tim salesman selama 30 hari. Catat penjualan dari toko yang direkomendasikan, lalu bandingkan dengan wilayah lain. Langkah umumnya sama dengan yang kami tulis di cara memakai AI di perusahaan Anda: satu pekerjaan, ukuran yang jelas, baru diperluas.
Lihat bagaimana ini berjalan di Sales App, atau ceritakan kondisi tim sales Anda dalam konsultasi gratis.