Pengantar Operasi Bisnis

Salsa Angela · April 7, 2021

Lecturer 1.1

Di modul ini kita akan membahas tentang cara memperkirakan penjualan di masa mendatang, cara menggunakan analitik prediktif, cara menggunakan data mining untuk mendapatkan insight, cara menggunakan kartu skor saldo, dan mengetahui apa saja faktor penentu keberhasilan identitas untuk mendukung KPI.

Kita akan mulai dari definisi operasi bisnis sebagai prosthess, tindakan, dan keputusan yang memungkinkan kita untuk mengaktifkan taktik dari strategi. Operasi semacam ini bisa berdampak luas dan seringkali menjadi tanggung jawab Marketing Department. Operasi bisnis ini terkait dengan sales forecasting, predictive analytics, data mining, dan faktor penentu keberhasilan. Kita dapat menerapkan forecasting applications untuk beberapa tujuan. Nah kita sebenarnya membutuhkan ini untuk kepentingan Departemen Manufaktur, sehingga kita bisa memberi tahu mereka tentang berapa banyak produk yang harus diproduksi. Kita juga membutuhkan forecasting application ini agar dapat menghitung titik impas untuk harga yang ditentukan dan juga untuk memperkirakan jenis serta jumlah saluran distribusi.

Forecasting application dibutuhkan untuk memilih kendaraan promosi misalnya. Memang jenis kendaraan promosi yang kita pilih akan berbeda-beda tergantung apakah kita membuat hanya 10 unit tiap item atau 10 juta unit barang kemasan konsumen. Kita juga membutuhkan perkiraan penjualan sehingga dapat melacak penjualan aktual vs penjualan yang diharapkan. Kita juga membutuhkannya untuk support operations sehingga akan tahu terkait berapa banyak anggota staf yang dibutuhkan.

Dalam modul ini, kita akan membahas 4 metode perkiraan atau forecasting methods secara umum dan berbeda, yakni seperti rangkaian waktu, analitik kasual, tingkat percobaan, dan model difusi. Forecasting methods ini memanfaatkan riwayat penjualan yang ada untuk memperkirakan penjualan di masa depan. Riwayat ini bagus untuk analisis mendalam guna memprediksi penjualan jangka pendek di masa depan. Seperti yang akan kita lihat, mereka ini cepat dan mudah untuk dibuat, tetapi karena ekstrapolasi mereka jadi tidak terlalu akurat.

Metode analisis kasual berusaha mengidentifikasi penyebab untuk memprediksi penjualan di masa depan. Mereka sering kali membutuhkan data, waktu, dan uang dalam jumlah besar tetapi dapat menghasilkan akurasi yang tinggi. Metode tingkat uji coba menggunakan survei pasar uji coba awal untuk memprediksi penjualan di masa depan karena ini baik untuk pengenalan produk dan layanan baru, terutama barang paket konsumen dan pasar yang stabil. Survei pasar membutuhkan sumber daya yang signifikan dan metodenya memberikan hasil baik. Metode model difusi berusaha untuk mengurangi tingkat adopsi inovasi baru berdasarkan analogi pasar dan kondisi yang serupa. Metode ini bagus untuk pengenalan produk dan layanan baru yang revolusioner, di mana tidak ada data penjualan yang tersedia. Mereka membutuhkan informasi tentang cara mendapatkan sumber daya tetapi membutuhkan keterampilan yang signifikan untuk menerapkannya.

Nah dalam modul ini, kita bakalan membahas tiap metodenya. Dengan 4 metode berbeda untuk dipilih, bagaimana kita memutuskan mana yang akan kita ikuti? Oke kita putuskan menggunakan 5 kriteria berbeda. Accuracy (akurasi), data
availability (ketersediaan data), life cycle stage (tahapan siklus hidup), resources (sumber daya), dan time horizon (deret waktu). Jika kita membutuhkan akurasi tinggi, kemungkinan besar perlu menggunakan analisis kasual. Jika kita menghadapi ketersediaan data yang terbatas, akan lebih baik menggunakan metode time series difusi. Jika kita berada dalam introductiory life cycle phase, kita harus menggunakan trial rate atau diffusion methods. Jika sebaliknya, kita berada dalam maturity phase, lebih baik kita menggunakan metode time horizon. Resources hampir selalu menjadi masalah. Analisis kasual membutuhkan banyak waktu dan uang, serta data untuk dieksekusi. Padahal, metode time horizon hampir tidak membutuhkan resources sama sekali.

About Instructor

+1634 enrolled
Open Registration