Dalam bisnis impor dari China, salah satu tantangan terbesar bukan hanya menemukan supplier atau mendapatkan harga yang kompetitif. Tantangan lainnya adalah menentukan berapa banyak barang yang sebenarnya perlu dibeli. Jika membeli terlalu sedikit, stok bisa habis ketika permintaan sedang tinggi. Jika membeli terlalu banyak, modal justru tertahan dalam bentuk stok yang belum tentu cepat terjual. Karena itu, bisnis yang sudah mulai berkembang membutuhkan cara untuk memperkirakan kebutuhan barang di masa depan. Proses tersebut dikenal sebagai demand forecasting atau forecasting permintaan.
Forecasting membantu bisnis memperkirakan berapa banyak produk yang kemungkinan akan dibutuhkan berdasarkan data penjualan, tren, musim, promosi, dan faktor lainnya. Dengan forecasting yang lebih terstruktur, keputusan pembelian tidak hanya mengandalkan feeling.
Apa Itu Forecasting Permintaan?
Forecasting permintaan adalah proses memperkirakan jumlah produk yang kemungkinan akan dibutuhkan atau terjual pada periode tertentu di masa depan.
Misalnya selama tiga bulan terakhir sebuah produk terjual:
Juni: 280 pcs
Juli: 310 pcs
Agustus: 300 pcs
Dari data tersebut, Anda dapat menggunakan rata-rata sederhana sebagai salah satu dasar perkiraan.
Total penjualan:
280 + 310 + 300 = 890 pcs
Rata-rata:
890 ÷ 3 = sekitar 297 pcs per bulan.
Angka tersebut bukan jaminan bahwa bulan berikutnya pasti terjual 297 pcs. Namun, angka tersebut memberikan titik awal yang lebih rasional untuk membuat keputusan pembelian.
Kenapa Forecasting Penting dalam Bisnis Impor?
Forecasting memiliki hubungan langsung dengan inventory. Dalam bisnis impor, proses pengadaan membutuhkan waktu. Anda tidak bisa selalu membeli barang hari ini dan langsung menjualnya besok. Ada proses produksi, pengiriman dari supplier ke gudang China, konsolidasi, pengiriman ke Indonesia, hingga barang tiba dan siap dijual. Karena itu, keputusan pembelian harus mempertimbangkan kebutuhan beberapa minggu atau bahkan beberapa bulan ke depan.
Forecasting membantu menjawab pertanyaan:
“Kira-kira berapa banyak barang yang akan dibutuhkan ketika stok berikutnya tiba?”
Jangan Hanya Menggunakan Penjualan Bulan Terakhir karena menggunakan penjualan bulan terakhir memang mudah. Namun, cara tersebut tidak selalu akurat.
Misalnya:
Juli: 200 pcs
Agustus: 300 pcs
September: 500 pcs
Jika hanya menggunakan penjualan September, Anda mungkin memperkirakan bulan berikutnya juga membutuhkan 500 pcs. Padahal peningkatan tersebut mungkin terjadi karena promosi atau tren sementara. Karena itu, semakin banyak data yang tersedia, semakin baik dasar analisisnya.
Gunakan Data Historis
Data historis merupakan salah satu sumber utama dalam forecasting.
Catat data seperti:
- Penjualan harian
- Penjualan mingguan
- Penjualan bulanan
- Jumlah stok
- Harga jual
- Periode promosi
- Varian produk
- Produk yang mengalami kenaikan permintaan
Dengan data tersebut, Anda dapat melihat pola yang sebelumnya sulit terlihat. Misalnya produk selalu mengalami kenaikan penjualan menjelang Ramadan. Pola tersebut dapat menjadi informasi penting ketika membuat rencana pembelian.
Perhatikan Tren Penjualan
Selain melihat rata-rata, perhatikan juga arah pergerakan penjualan.
Misalnya:
Juni: 200 pcs
Juli: 250 pcs
Agustus: 300 pcs
September: 350 pcs
Penjualan menunjukkan tren meningkat. Jika pola tersebut didukung oleh kondisi pasar yang stabil, forecast berikutnya mungkin perlu dibuat lebih tinggi dibandingkan sekadar menggunakan rata-rata. Namun, jangan langsung menganggap tren tersebut akan terus naik tanpa batas. Tetap perhatikan penyebab pertumbuhannya.
Bedakan Pertumbuhan Organik dan Efek Promosi
Promosi dapat membuat penjualan meningkat secara signifikan. Misalnya produk biasanya terjual 300 pcs per bulan. Kemudian Anda menjalankan kampanye besar dan penjualan mencapai 600 pcs. Angka 600 pcs belum tentu mencerminkan permintaan normal.
Jika promosi tersebut hanya berlangsung satu minggu, menggunakan angka tersebut sebagai dasar pembelian reguler bisa menyebabkan overstock. Karena itu, data penjualan sebaiknya diberi konteks. Catat apakah penjualan terjadi secara normal atau dipengaruhi oleh kampanye tertentu.
Perhatikan Faktor Musiman
Beberapa produk memiliki pola permintaan yang dipengaruhi musim.
Contohnya produk yang berkaitan dengan:
- Ramadan
- Lebaran
- Tahun ajaran baru
- Natal
- Tahun baru
- Musim hujan
- Musim liburan
- Event tertentu
Jika bisnis memiliki data tahun sebelumnya, gunakan data tersebut sebagai referensi. Misalnya penjualan meningkat 40% menjelang periode tertentu. Informasi tersebut dapat digunakan untuk mempersiapkan stok sebelum permintaan meningkat.
Forecasting Tidak Harus Rumit
Untuk bisnis kecil, forecasting tidak membutuhkan software mahal. Spreadsheet sederhana sudah dapat digunakan.
Anda bisa membuat kolom:
Produk
Penjualan bulan sebelumnya
Rata-rata penjualan
Tren
Promosi
Musim
Lead time
Forecast bulan berikutnya
Dengan sistem sederhana tersebut, Anda sudah memiliki dasar untuk mengambil keputusan. Ketika jumlah produk semakin banyak, sistem tersebut dapat dikembangkan menggunakan software inventory atau sistem forecasting yang lebih kompleks.
Gunakan Moving Average
Salah satu metode sederhana yang dapat digunakan adalah moving average.
Misalnya penjualan tiga bulan terakhir:
300 pcs
350 pcs
400 pcs
Rata-ratanya:
300 + 350 + 400 = 1.050 pcs
1.050 ÷ 3 = 350 pcs
Maka forecast sederhana untuk periode berikutnya adalah sekitar 350 pcs. Metode ini cukup mudah digunakan dan cocok sebagai titik awal. Namun, moving average memiliki keterbatasan karena tidak selalu mampu menangkap perubahan tren atau faktor musiman.
Gunakan Weighted Average Jika Diperlukan
Jika bulan terbaru dianggap lebih relevan, Anda dapat memberikan bobot lebih besar pada data terbaru.
Misalnya:
Bulan pertama: 300 pcs × 20%
Bulan kedua: 350 pcs × 30%
Bulan ketiga: 400 pcs × 50%
Perhitungan:
60 + 105 + 200 = 365 pcs.
Forecast menjadi sekitar 365 pcs.
Metode ini dapat memberikan perhatian lebih besar kepada kondisi terbaru. Namun, bobot yang digunakan tetap harus disesuaikan dengan karakteristik bisnis.
Hubungkan Forecast dengan Lead Time
Forecasting tidak boleh berdiri sendiri.
Hasil forecast harus dikaitkan dengan lead time.
Misalnya forecast penjualan:
400 pcs per bulan.
Lead time:
1 bulan.
Maka Anda membutuhkan stok yang cukup untuk memenuhi permintaan selama periode tersebut. Jika lead time semakin panjang, kebutuhan perencanaan juga semakin penting. Hal ini menjadi salah satu alasan mengapa importir perlu memahami keseluruhan proses pengadaan dan pengiriman.
Tambahkan Safety Stock
Forecast merupakan perkiraan. Artinya, hasilnya bisa saja meleset. Karena itu, bisnis dapat menambahkan safety stock untuk menghadapi ketidakpastian.
Misalnya forecast:
400 pcs
Safety stock:
100 pcs
Maka target persediaan yang disiapkan bisa menjadi:
400 + 100 = 500 pcs.
Jumlah safety stock tidak harus selalu sama. Produk dengan permintaan stabil mungkin membutuhkan cadangan lebih kecil. Produk dengan permintaan sangat fluktuatif mungkin membutuhkan cadangan lebih besar.
Jangan Membuat Forecast Terlalu Optimistis
Forecast yang terlalu tinggi bisa menjadi masalah. Misalnya penjualan rata-rata hanya 300 pcs per bulan. Namun karena merasa bisnis sedang berkembang, Anda membuat forecast 1.000 pcstanpa dasar data yang cukup. Jika ternyata penjualan kembali ke 300 pcs, stok akan menumpuk. Forecast seharusnya mencerminkan kemungkinan yang realistis, bukan target yang ingin dicapai. Target penjualan dan forecast merupakan dua hal berbeda.
Bedakan Forecast dan Target
Forecast menjawab:
“Berapa kemungkinan penjualan yang terjadi?”
Sedangkan target menjawab:
“Berapa penjualan yang ingin dicapai?”
Misalnya:
Forecast: 500 pcs
Target: 700 pcs
Anda tetap dapat menargetkan 700 pcs melalui marketing dan strategi penjualan. Namun, keputusan pembelian tidak selalu harus langsung berdasarkan target 700 pcs. Jika permintaan aktual belum mendukung angka tersebut, membeli 700 pcs atau lebih dapat meningkatkan risiko inventory.
Gunakan Forecast untuk Menentukan Pembelian
Setelah forecast dibuat, gunakan hasilnya untuk menentukan jumlah pembelian.
Misalnya:
Forecast penjualan: 500 pcs/bulan.
Stok saat ini: 300 pcs.
Lead time: 1 bulan.
Safety stock: 100 pcs.
Anda perlu melihat apakah stok yang tersedia cukup untuk menutup kebutuhan selama lead time. Dari sini, keputusan order dapat dibuat berdasarkan kondisi aktual, bukan sekadar perkiraan kasar.
Evaluasi Akurasi Forecast
Forecast bukan sesuatu yang dibuat sekali lalu dilupakan. Setiap periode, bandingkan:
Forecast vs Actual Sales
Misalnya:
Forecast: 500 pcs
Actual: 450 pcs
Selisih: 50 pcs.
Kemudian:
Forecast: 500 pcs
Actual: 650 pcs
Selisih: 150 pcs.
Dengan melakukan evaluasi seperti ini secara rutin, Anda dapat mengetahui apakah metode forecasting yang digunakan terlalu optimistis atau justru terlalu konservatif.
Buat Forecast Berbeda untuk Setiap Produk
Jangan menggunakan satu angka pertumbuhan untuk seluruh katalog.
Produk A mungkin tumbuh 20%.
Produk B stagnan.
Produk C justru menurun.
Karakteristik masing-masing produk berbeda. Karena itu, forecasting idealnya dilakukan pada level produk atau SKU. Semakin banyak data yang dimiliki, semakin spesifik analisis yang dapat dilakukan.
Forecasting Membantu Mengurangi Stok Mati
Salah satu manfaat terbesar forecasting adalah membantu mengurangi pembelian berlebihan. Jika Anda mengetahui bahwa sebuah produk hanya terjual sekitar 50 pcs per bulan, Anda tidak perlu memperlakukannya seperti produk yang terjual 500 pcs per bulan. Perencanaan yang lebih akurat dapat membantu mengurangi risiko stok menumpuk. Modal yang sebelumnya tertahan dalam inventory juga dapat dialokasikan ke produk yang memiliki potensi lebih tinggi.
Forecasting Juga Membantu Mencegah Stockout
Manfaatnya bukan hanya mengurangi stok berlebihan. Forecasting juga membantu mencegah kehabisan barang. Jika data menunjukkan penjualan terus meningkat, Anda dapat mempersiapkan pembelian lebih awal. Dengan begitu, proses produksi dan pengiriman dari China dapat direncanakan sebelum stok benar-benar habis.
Hubungkan Forecast dengan Supplier
Forecast juga dapat digunakan ketika berkomunikasi dengan supplier. Misalnya Anda memperkirakan kebutuhan akan meningkat dari 500 pcs menjadi 800 pcs per bulan. Informasi tersebut dapat disampaikan kepada supplier lebih awal. Supplier kemudian dapat mempersiapkan kapasitas produksi. Jika supplier utama tidak mampu memenuhi kebutuhan, Anda juga memiliki waktu untuk mencari alternatif. Dengan kata lain, forecasting tidak hanya membantu inventory. Forecasting juga membantu supplier planning.
Hubungkan Forecast dengan Logistik
Peningkatan volume penjualan juga akan memengaruhi kebutuhan logistik. Jika volume barang meningkat, kebutuhan pengiriman dapat berubah. Anda mungkin perlu mengevaluasi apakah tetap menggunakan air cargo atau mulai mempertimbangkan sea cargo untuk volume tertentu. WX Cargo menyediakan layanan pengiriman dari China ke Indonesia melalui air cargo dan sea cargo, serta layanan gudang konsolidasi, repacking, dan door to door. Dengan mengetahui perkiraan volume barang lebih awal, perencanaan logistik dapat dilakukan dengan lebih terukur.
Gunakan Skenario Optimistis dan Konservatif
Tidak harus hanya membuat satu forecast. Anda bisa membuat beberapa skenario.
Skenario konservatif
Penjualan 400 pcs.
Skenario normal
Penjualan 500 pcs.
Skenario optimistis
Penjualan 650 pcs.
Kemudian gunakan skenario tersebut untuk membuat keputusan. Cara ini membantu bisnis menghadapi ketidakpastian tanpa harus bergantung pada satu angka.
Forecasting Bukan Ramalan
Penting untuk dipahami bahwa forecasting tidak dapat mengetahui masa depan secara sempurna.
Forecast hanya memberikan estimasi berdasarkan informasi yang tersedia. Permintaan dapat berubah karena banyak faktor. Tren baru bisa muncul. Kompetitor bisa masuk. Harga dapat berubah. Promosi bisa gagal. Supplier bisa mengalami kendala. Karena itu, forecast harus diperbarui ketika informasi baru tersedia.
Kesimpulan
Forecasting permintaan membantu bisnis impor membuat keputusan pembelian berdasarkan data, bukan sekadar feeling. Dengan memanfaatkan data historis, tren penjualan, musim, promosi, lead time, dan safety stock, importir dapat memperkirakan kebutuhan barang dengan lebih terukur.
Forecasting juga membantu menyeimbangkan dua risiko utama dalam inventory:
Terlalu banyak stok dan terlalu sedikit stok.
Mulailah dengan sistem sederhana.
Gunakan data penjualan beberapa bulan terakhir, buat perkiraan kebutuhan, bandingkan hasil forecast dengan penjualan aktual, kemudian perbaiki metode secara berkala. Seiring bisnis berkembang, forecasting dapat dikembangkan menjadi sistem yang lebih kompleks dengan mempertimbangkan lebih banyak variabel. Pada akhirnya, tujuan forecasting bukan membuat prediksi yang selalu benar. Tujuannya adalah membuat keputusan pembelian yang lebih baik berdasarkan data yang tersedia. Dalam bisnis impor dari China, kemampuan memperkirakan permintaan dapat membantu menentukan jumlah order, waktu pembelian, kebutuhan supplier, hingga strategi pengiriman. Dengan begitu, bisnis tidak hanya bergerak berdasarkan apa yang sudah terjadi, tetapi mulai mempersiapkan apa yang kemungkinan akan terjadi berikutnya.
