Forecast Pakai Multiple Regression Linear

Kalau anda berjualan dan laku keras tapi anda tidak tau kenapa bisa laku, itu artinya hanya keberuntungan saja. Anda pertlu tau apa yang membuat jualan anda laku, sehingga bisa tau juga apa yang membuat jualan anda tidak laku. Taunya darimana? simple nya, dengan merecord seluruh data penjualan lalu mengolahnya.

Pengolahan data yang sangat lumrah dan sangat WAJIB anda lakukan adalah forecast (meramal). Forecast ini banyak macemnya, yang biasa saya pakai adalah Multiple Regression Linear (MLR). Agak sedikit kompleks, tp worth banget. Ini lah pentingnya belajar statistik untuk owner bisnis, baca juga: https://www.garoblogz.com/2020/01/pentingnya-belajar-statistik-untuk.html

Teori komperhensif dari MLR ini silahkan anda Googling sendiri, saya hanya akan share pengalaman yang selama ini saya lakukan.

Jadi intinya MLR adalah untuk mencari suatu nilai terhadap beberapa variable, itulah mengapa namanya Multiple (lebih dari satu), kalau yang cuma 1 variable itu namanya linear regression biasa.

Model MLR adalah

F = Aa + Bb + Cc + Dd + .. ... + K

F = nilai forecast

A B C D = independent variable

a b c d = koefisien tertentu yang perlu dicari

K = kontstanta

jadi pertanyaannya bagaimana kita mencari nilai a b c d dan K, sehingga bisa membentuk rumus untuk forecast kita. Perlu diingat, A B C D haruslah indennpendet variable, artinya sesuatu yang bisa anda kontrol, misalkan: budget iklan, jumlah produksi, dst.

Saya tidak akan bahas lebih lanjut gimana cara buat permodelan ini, karena cukup kompleks, dan saya bukan ahlinya, saya pun hanya modal Googling doang.

Forecast yang saya lakukan adalah forecast omset, terhadap 3 variable indenpendent yaitu: jumlah klik conversion di Google Ads, jumlah klik FB Ads, dan jumlah pageview di Shopee.

Forecast Multiple Linear Regression untuk Omset

Grafik di atas adalah grafik aktual yang saya pakai untuk meramalkan omset bisnis saya. Itu adalah omset mingguan dari waktu ke waktu, terhadap 3 variable yang saya sebutkan di atas. Bisa dilihat warna merah itu adalah omset beneran (aktual) dan biru adalah hasil perhitungan forecast saya. Cakep betul kan? saya pun kadang terheran heran melihat kedua garis itu yang hampir berhimpit.

Karena saya sudah menemukan koefisien dari tiap variable yang saya tentukan, jadi apakah saya bisa menentukan omset berapa saja untuk kedepannya? sayangnya tidak!

Secara matematis dan modelling memang itu sangat memungkinkan, logikanya simple aja, semakin besar saya menaruh budget di 3 variable di atas, semakin tinggi omset saya kan? faktanya ini tidak terjadi, alias faktanya forecast saya itu tidak lah terlalu akurat. Galatnya itu kurang lebih 50%, jadi kalau saya merencanakan omset 100jt minggu depan, lalu memasukkan ke model tersebut, ada kemungkinan omset yang saya dapatkan itu 50jt saja atau bahkan 150jt!

Kenapa bisa gitu? ternyata ada beberapa rules yang harus dipenuhi, rules ini mungkin works di saya, belum tentu berhasil di anda loh ya

1. Jangan naikkan budget iklan lebih dari 30%

Faktanya pencarian organic atau kondisi pasar itu lebih berpengaruh ke omset ketimbang iklan. Sebagai contoh kalau saya menambahkan iklan besar besaran ketika awal bulan, ini tidak berpengaruh banyak, karena pasar tidaklah sedang siap belanja (uang gajian habis), beda halnya dengan kalau ngiklan di akhir bulan, ini lebih efektif. Contoh lainnya, menjelang lebaran semua pasar di berbagai lini itu naik, jadi iklan pun tidak perlu ditambah terlalu besar untuk menghasilkan omset yang besar.

Karena dasar itu, saya menemukan, jangan menaikkan budget iklan sampai lebih dari 30%. Meskipun permodelan saya itu cukup berhimpit, tetep aja kalau menambahkan iklan yang berlebihan, tidak memberikan pengaruh yang signifikan. nyambung ke poin 2.

2. Data bertambah, koefisien berubah

Data yang saya punya selalu bertambah setiap harinya, karena kami mencatat semua data bisnis kami. Dan saya selalu update permodelan saya tersebut setiap minggu, faktanya koefisien dari ke-3 variable tersebut selalu berubah, dan tentu grafiknya pun selalu berubah dari minggu ke minggu.

Jadi misalkan jika minggu ini permodelan saya menghasilkan 100rb rupiah untuk setiap 1 rupiah Google Ads yang saya keluarkan, minggu depan angka itu pasti berubah.

Itulah mengapa forecast saya ini selalu tidak akurat, tapi ini masih jauh lebih baik daripada tidak punya permodelan omset sama sekali bukan?

==

Jadi inti dari artikel ini adalah kumpulkan data anda sebanyak banyaknya, selengkap lengkapnya. Untuk metode forecast yang baik itu tergantung jenis bisnis dan anda sendiri.

Bagikan di Facebook

Bagikan di Twitter