SEPUTAR RISET DALAM SALESMANSHIP Oleh : I Putu Artaya,SE.,MM

BIRO RISET AC Nielsen (www.acnielsen.com) Spectra (www.spectramarketing.com) CLARITAS (http://cluster1.claritas.com) TDLinx (www.TDLink.com) Burke Institute (www.burkeinstitute.com) Markplus (www.markplusnco.com) Frontier (www.frontier.co.id) MARS Direktori biro riset  www.researchinfo.com Asosiasi riset pemasaran  www.mra-net.org

KLASIFIKASI RISET RISET IDENTIFIKASI MASALAH RISET PEMECAHAN MASALAH Mengidentifikasi masalah yang belum muncul atau diperkirakan berpotensi muncul di masa depan Contoh: Riset Potensi Pasar, Riset Citra Merk RISET PEMECAHAN MASALAH Memecahkan masalah pemasaran secara Spesifik Contoh: Riset Segmentasi, Riset Produk

PELAKU RISET INTERNAL EKSTERNAL Departemen Riset Pemasaran yang dikelola Perusahaan Contoh: RBI Unilever, Nestle EKSTERNAL Perusahaan/Konsultan luar yang dikontrak Perusahaan Contoh: AC Nielsen, MarkPlus Layanan yang diberikan: Syndicated Services (mengumpulkan data dari waktu ke waktu), Customized Services (kebutuhan khusus)

PROSES RISET

Proses Riset 1 2 3 6 5 4 Perumusan Masalah Penentuan Disain Riset Metode Pengumpulan Data Laporan Penelitian 5 4 Penetapan Jumlah Sampel Analisis Data

PERUMUSAN MASALAH

PERUMUSAN MASALAH Bedakan antara: MASALAH (PROBLEM) GEJALA (SYMPTOMS) Situasi yang membutuhkan tindakan (action) GEJALA (SYMPTOMS) Situasi yang membuktikan adanya masalah Contoh: penurunan penjualan Ford di AS

PERUMUSAN MASALAH MASALAH KEPUTUSAN MANAJEMEN MASALAH RISET PEMASARAN Lebih bersifat ACTION-ORIENTED Contoh: Apakah Program Iklan harus diubah? MASALAH RISET PEMASARAN Lebih bersifat INFORMATION-ORIENTED Contoh: menentukan efektivitas Iklan saat ini

PENENTUAN DISAIN RISET

DISAIN RISET Tiga Jenis Disain Riset Pemasaran: RISET EKSPLORATIVE TUJUAN: Memberikan Pemahaman atau gagasan tentang masalah yang dihadapi SIFAT: Fleksibel dalam metode dan kuesioner, tergantung kreativitas Periset CARA: Experince Survey, Focus Group Interview, Consumer Insight

DISAIN RISET RISET DESKRIPTIF TUJUAN UTAMA: SIFAT: CARA: CONTOH: Menggambarkan karateristik Pasar (konsumen) SIFAT: Formal dan Terstruktur, Sampel relatif besar CARA: Longitudinal, Cross Sectional CONTOH: Profil Konsumen, Consumer Panel

DISAIN RISET RISET KAUSAL TUJUAN UTAMA: SIFAT: CARA: CONTOH: Menentukan hubungan sebab-akibat dari suatu fenomena Pemasaran SIFAT: Formal dan Terstruktur, Sampel relatif besar CARA: Eksperimen CONTOH: Apakah Promosi meningkatkan Penjualan ?

METODE PENGUMPULAN DATA

KLASIFIKASI DATA MENURUT JENIS DATA: DATA KUALITATIF Ciri: Tidak bisa dilakukan operasi Matematika Dibagi: DATA NOMINAL Data hasil Kategorisasi DATA ORDINAL Data dengan proses Preferensi/Ranking

KLASIFIKASI DATA MENURUT JENIS DATA: DATA KUANTITATIF Ciri: Bisa dilakukan operasi Matematika Dibagi: DATA INTERVAL DATA RASIO Data yang mempunyai titik nol absolut

KLASIFIKASI DATA MENURUT SUMBER DATA: DATA INTERNAL DATA EKSTERNAL Data yang berasal dari dalam Perusahaan Contoh: data keuangan, data penjualan dll DATA EKSTERNAL Data yang berasal dari luar Perusahaan Contoh: data daya beli masyarakat, data sikap konsumen dll

KLASIFIKASI DATA MENURUT CARA MEMPEROLEH DATA: DATA PRIMER Data yang diperoleh langsung dari obyeknya Contoh: wawancara langsung DATA SEKUNDER Data yang diperoleh dalam bentuk yang sudah jadi, dan hasil olahan pihak lain Contoh: data pemasaran dari majalah SWA

DATA PRIMER SUMBER DATA PRIMER: OBSERVASI EKSPERIMEN KUESIONER Mengamati perilaku atau obyek yang diteliti Contoh: Ghost Shopper, Alat Perekam untuk mengamati reaksi pelanggan EKSPERIMEN Mengamati reaksi konsumen, baik di Lapangan atau di Laboratorium KUESIONER Sejumlah Pertanyaan yang diberikan kepada Konsumen/Responden untuk mengetahui perilaku mereka

KUESIONER Penyusunan Kuesioner lebih merupakan seni (art) daripada ilmu (science) Usahakan melakukan uji Validitas dan Reliabilitas dari sebuah Kuesioner Contoh pertanyaan pada Kuesioner: Pertanyaan terbuka (Open-Ended Question) Pertanyaan tertutup, bisa dibagi: Dichotomous Questions Multichotomous Questions

DATA SEKUNDER SUMBER DATA SEKUNDER: INTERNAL PERUSAHAN EKSTERNAL Contoh: Faktur Penjualan EKSTERNAL Bisa berupa: PUBLIKASI: Jurnal, laporan BPS KOMERSIAL: Lap. Penelitian

KLASIFIKASI DATA MENURUT WAKTU PENGUMPULAN: DATA CROSS-SECTION Data yang dikumpulkan pada suatu waktu tertentu Contoh: Data Penjualan di 10 Provinsi DATA TIME-SERIES Data yang dikumpulkan dari waktu ke waktu Contoh: Data Penjualan di Jakarta dari Maret- Des 2009

3. TEKNIK SAMPLING

METODE SAMPLING NON PROBABILITY SAMPLING Setiap unsur dari Populasi tidak mendapat peluang yang sama untuk dipilih sebagai sampel. Contoh: QUOTA SAMPLING ACCIDENTAL/CONVENIENCE SAMPLING PURPOSIVE/JUDGMENT SAMPLING SNOWBALL SAMPLING

METODE SAMPLING PROBABILITY SAMPLING Setiap unsur dari Populasi mendapat peluang yang sama untuk dipilih sebagai sampel. Contoh: RANDOM SAMPLING STRATIFIED SAMPLING CLUSTER SAMPLING SYSTEMATIC SAMPLING MULTI STAGE SAMPLING

ANALISIS DATA

PROSES ANALISIS DATA EDITING Melakukan Edit terhadap data yang telah dikumpulkan. Editing dilakukan bertahap, yakni: FIELD EDIT Editing yang dilakukan di Lapangan CENTRAL OFFICE EDIT Editing lanjutan yang dilakukan di Kantor

PROSES ANALISIS DATA CODING Pada beberapa data yang membutuhkan proses kuantitatif, dilakukan proses mengubah Data Kualitatif menjadi Data Kuantitatif Contoh: Pria diberi kode 1 Wanita diberi kode 2

PROSES ANALISIS DATA ANALISIS DATA DENGAN TOOLS TERTENTU Tools (Alat Analisis) bisa dibagi menjadi: STATISTIK Menggunakan Metode Statistik, seperti Deskripsi Data dengan Tabel, Grafik, Uji Hipotesis, Analisis Korelasi dll Bisa menggunakan bantuan program SPSS NON STATISTIK Menggunakan operasi matematika biasa, seperti pengukuran Sikap Konsumen, Kepuasan Pelanggan dll IPA, Multidimension Scalling, Categorical Analysis dll.

SOFTWARE STATISTIK Software khusus pengolah data statistik: SAS SPSS MINITAB MICROFIT, MICRO TSP STATISTICA dll SPSS digunakan karena: Paling populer di Indonesia Memenuhi syarat untuk pengujian hipotesa Salah satu software global

LAPORAN RISET

ISI LAPORAN RISET Judul Laporan Daftar Isi Ringkasan (Executive Summary) Latar Belakang Masalah Metodologi dan Analisis Data Kesimpulan dan Saran Lampiran (Appendix)

Kesimpulan Dalam kegiatan salesmanship, kemampuan menggali data dan informasi tentang individu/obyek mutlak perlu, karena bidang ini akan memberikan pengetahuan dan kemampuan cukup kepada anda dalam ‘membaca’ dan ‘memaknai’ sebuah kejadian/proses yang berhubungan dengan pengambilan keputusan secara cepat.