1 / 33

SEPUTAR RISET DALAM SALESMANSHIP

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 )

aldona
Télécharger la présentation

SEPUTAR RISET DALAM SALESMANSHIP

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. SEPUTAR RISETDALAM SALESMANSHIP Oleh : I Putu Artaya,SE.,MM

  2. 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 Asosiasirisetpemasaran  www.mra-net.org

  3. KLASIFIKASI RISET • RISET IDENTIFIKASI MASALAH Mengidentifikasimasalah yang belummunculataudiperkirakanberpotensimunculdimasadepan Contoh: RisetPotensiPasar, Riset Citra Merk • RISET PEMECAHAN MASALAH Memecahkanmasalahpemasaransecara SpesifikContoh: RisetSegmentasi, Riset Produk

  4. PELAKU RISET • INTERNAL DepartemenRisetPemasaran yang dikelola Perusahaan Contoh: RBI Unilever, Nestle • EKSTERNAL Perusahaan/Konsultanluar yang dikontrak Perusahaan Contoh: AC Nielsen, MarkPlus Layanan yang diberikan: Syndicated Services (mengumpulkan data dariwaktukewaktu), Customized Services (kebutuhankhusus)

  5. PROSES RISET

  6. PerumusanMasalah PenentuanDisain Riset 1 2 3 Proses Riset 6 Metode Pengumpulan Data 5 4 LaporanPenelitian PenetapanJumlah Sampel Analisis Data

  7. PERUMUSAN MASALAH

  8. PERUMUSAN MASALAH Bedakanantara: MASALAH (PROBLEM) Situasi yang membutuhkantindakan (action) GEJALA (SYMPTOMS) Situasi yang membuktikanadanyamasalah Contoh: penurunanpenjualanFord di AS

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

  10. PENENTUANDISAIN RISET

  11. DISAIN RISET TigaJenisDisainRisetPemasaran: • RISET EKSPLORATIVE • TUJUAN: MemberikanPemahamanataugagasantentangmasalah yang dihadapi • SIFAT: Fleksibeldalammetodedankuesioner, tergantungkreativitasPeriset • CARA: ExperinceSurvey, Focus Group Interview, Consumer Insight

  12. DISAIN RISET • RISET DESKRIPTIF • TUJUAN UTAMA: MenggambarkankarateristikPasar (konsumen) • SIFAT: Formal danTerstruktur, Sampelrelatifbesar • CARA: Longitudinal, Cross Sectional • CONTOH: ProfilKonsumen, Consumer Panel

  13. DISAIN RISET • RISET KAUSAL • TUJUAN UTAMA: Menentukanhubungansebab-akibatdarisuatufenomenaPemasaran • SIFAT: Formal danTerstruktur, Sampelrelatifbesar • CARA: Eksperimen • CONTOH: ApakahPromosimeningkatkanPenjualan ?

  14. METODEPENGUMPULAN DATA

  15. KLASIFIKASI DATA MENURUT JENIS DATA: • DATA KUALITATIF Ciri: TidakbisadilakukanoperasiMatematika Dibagi: • DATA NOMINAL Data hasilKategorisasi • DATA ORDINAL Data denganprosesPreferensi/Ranking

  16. KLASIFIKASI DATA MENURUT JENIS DATA: • DATA KUANTITATIF Ciri: BisadilakukanoperasiMatematika Dibagi: • DATA INTERVAL • DATA RASIO Data yang mempunyaititiknolabsolut

  17. KLASIFIKASI DATA MENURUT SUMBER DATA: • DATA INTERNAL 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

  18. 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

  19. DATA PRIMER SUMBER DATA PRIMER: • OBSERVASI 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

  20. 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

  21. DATA SEKUNDER SUMBER DATA SEKUNDER: • INTERNAL PERUSAHAN Contoh: FakturPenjualan • EKSTERNAL Bisaberupa: • PUBLIKASI: Jurnal, laporan BPS • KOMERSIAL: Lap. Penelitian

  22. KLASIFIKASI DATA MENURUT WAKTU PENGUMPULAN: • DATA CROSS-SECTION Data yang dikumpulkanpadasuatuwaktutertentu Contoh: Data Penjualandi 10 Provinsi • DATA TIME-SERIES Data yang dikumpulkandariwaktukewaktu Contoh: Data Penjualandi Jakarta dariMaret- Des 2009

  23. 3. TEKNIK SAMPLING

  24. 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

  25. 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

  26. ANALISIS DATA

  27. 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

  28. 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

  29. PROSES ANALISIS DATA • ANALISIS DATA DENGAN TOOLS TERTENTU Tools (AlatAnalisis) bisadibagimenjadi: • STATISTIK MenggunakanMetodeStatistik, sepertiDeskripsi Data denganTabel, Grafik, UjiHipotesis, AnalisisKorelasidll Bisamenggunakanbantuan program SPSS • NON STATISTIK Menggunakanoperasimatematikabiasa, sepertipengukuranSikapKonsumen, KepuasanPelanggandll IPA, MultidimensionScalling, Categorical Analysis dll.

  30. SOFTWARE STATISTIK • Software khususpengolah data statistik: • SAS • SPSS • MINITAB • MICROFIT, MICRO TSP • STATISTICA dll • SPSS digunakankarena: • Paling populerdi Indonesia • Memenuhisyaratuntukpengujianhipotesa • Salahsatu software global

  31. LAPORAN RISET

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

  33. Kesimpulan • Dalamkegiatan salesmanship, kemampuanmenggali data daninformasitentangindividu/obyekmutlakperlu, karenabidanginiakanmemberikanpengetahuandankemampuancukupkepadaandadalam ‘membaca’ dan ‘memaknai’ sebuahkejadian/proses yang berhubungandenganpengambilankeputusansecaracepat.

More Related