DATA DRIVEN PEMASARAN

Saat ini pemasaran lebih kompleks dari sebelumnya, tuntutan pelanggan terus meningkat dan mereka mudah beralih keberbagai penyedia produk dan jasa lainnya. Jadi penyedia jasa perlu mengenal pelanggannya, apabila mereka ingin lebih berhasil dalam memasarkan produk-produknya. Penyedia jasa harus dengan cepat memenuhi keinginkan mereka. Bagaimana caranya?. Salah satunya adalah temukan platform analisis pemasaran yang memungkinkan perusahaan dengan menerapkan “data-driven”.  Menemukan platform analisis akan memungkinkan implementasi pemasaran berbasis “data driven” yang memungkinkan data yang sebelumnya kurang dimanfaatkan atau kurang berharga dapat menjawab apa yang diingnkan pelanggan. Lalu apa yang diperlukan untuk membuat data lebih berharga dan bermanfaat. Beberapa hal berikut ini hal-hal yang perlu diperhatikan. Tantangan pertama adalah “manajemen data”. Tantangan ini harus diantisipasi oleh perusahaan, karena pada umumnya business intelligence maupun analisis pemasaran yang baik membutuhkan data perusahaan yang lengkap dan mudah diaksses. Bila perusahaan belum mempunyai kemampuan untuk mengantisipasi tantangan tersebut maka carilah konsultan yang dapat membantu bagaimana dapat membangkitkan data, mendorong analisis yang lebih baik, dan mengelola data melampaui kebiasaan yang monoton untuk meningkatkan produktivitas, dan membuat keputusan yang lebih baik.Data pemasaran harus bisa diolah menjadi informasi yang mengarahkan perencanaan, pelaksanaan, pengendalian, dan penngawasan pemasaran. Perencanaan pemasaran harus mempunyai pola yang diturunkan dari data penjualan, dalam bentuk grafik-grafik yang komprehensif dan informatif.  Data perlu disiapkan dalam struktur yang mudah dianalisa, dengan menggunakan beberapa sumbu. Misalnya, sumbu “lokasi”, sumbu “waktu”, sumbu “variable atau komoditi”, sumbu “indikator”, dan sumbu-sumbu lain yang relevan, misalnya “sifat data”. Lokasi dapat dipilih mulai dari: internasional, regional, nasional, propinsi, kabupaten/kota, kecamatan, dan desa/kelurahan. Sumbu waktu dapat dipilih tahun, semester, triwulan, bulan, minggu dan hari. Sumbu variable dapat terdiri dari; produduk, komoditi pertanian, komoditi industry, dan lain-lain. Indikator dapat dipilih: jumlah, harga, produksi, dan lain-lain. Dengan sumbu-simbu ini maka dalam kegiatan pemasaran, data dapat diarahakan gar dapat menjawab pertanyaan: jumlah penjualan alat-alat elektronik (rupiah), di Provinsi Jawa Barat,bulan Januari  tahun 2015. Apabila data ini tersedia untuk kurun waktu 5-10 tahun maka pola pemasaran di Provinsi Jawa Barat dapat di-prediksi dengan metoda Time Series Analisis. Demikian rencana, pelaksanaan, pengendalian maupun pengawasannya diarahkan oleh data tersebut.