Facebook SDK

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

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

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


1.PERUMUSAN MASALAH

Bedakan antara:

  • MASALAH (PROBLEM)

Situasi yang membutuhkan tindakan (action)

  • GEJALA (SYMPTOMS)

Situasi yang membuktikan adanya masalah

Contoh: penurunan penjualan Ford di AS

  • 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


  1. PENENTUAN DISAIN RISET

Tiga Jenis Disain Riset Pemasaran:

  1. 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


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


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



  1. METODE PENGUMPULAN DATA

KLASIFIKASI DATA

MENURUT JENIS DATA:

  1. DATA KUALITATIF

Ciri: Tidak bisa dilakukan operasi Matematika

Dibagi:

  • DATA NOMINAL - Data hasil Kategorisasi
  • DATA ORDINAL - Data dengan proses Preferensi/Ranking


  1. DATA KUANTITATIF

  Ciri: Bisa dilakukan operasi Matematika

  Dibagi:

  • DATA INTERVAL
  • DATA RASIO

                Data yang mempunyai titik nol absolut


MENURUT SUMBER DATA:

  1. DATA INTERNAL

Data yang berasal dari dalam Perusahaan

Contoh: data keuangan, data penjualan dll

  1. DATA EKSTERNAL

Data yang berasal dari luar Perusahaan

Contoh: data daya beli masyarakat, data sikap konsumen dll


MENURUT CARA MEMPEROLEH DATA:

  1. DATA PRIMER

Data yang diperoleh langsung dari obyeknya

Contoh: wawancara langsung


  1. 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:

  1. OBSERVASI

Mengamati perilaku atau obyek yang diteliti

Contoh: Ghost Shopper, Alat Perekam untuk mengamati reaksi pelanggan

  1. EKSPERIMEN

Mengamati reaksi konsumen, baik di Lapangan atau di Laboratorium

  1. KUESIONER

Sejumlah Pertanyaan yang diberikan kepada Konsumen/Responden untuk mengetahui perilaku mereka

  • 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:

  1. INTERNAL PERUSAHAN

Contoh: Faktur Penjualan

  1. EKSTERNAL

Bisa berupa:

  • PUBLIKASI: Jurnal, laporan BPS
  • KOMERSIAL: Lap. Penelitian



KLASIFIKASI DATA MENURUT WAKTU PENGUMPULAN:

  1. DATA CROSS-SECTION

Data yang dikumpulkan pada suatu waktu tertentu

Contoh: Data Penjualan di 10 Provinsi

  1. DATA TIME-SERIES

Data yang dikumpulkan dari waktu ke waktu

Contoh: Data Penjualan di Jakarta dari Maret-



3. TEKNIK SAMPLING

  1. 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


  1. 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


4. ANALISIS DATA

PROSES ANALISIS DATA

  1. 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


  1. 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


  1. 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 dan Bisa menggunakan bantuan program SPSS

  • NON STATISTIK

Menggunakan operasi matematika biasa, seperti pengukuran  Sikap Konsumen, Kepuasan Pelanggan dll dan 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


5. LAPORAN RISET

ISI LAPORAN RISET

  1. Judul Laporan
  2. Daftar Isi
  3. Ringkasan (Executive Summary)
  4. Latar Belakang Masalah
  5. Metodologi dan Analisis Data
  6. Kesimpulan dan Saran
  7. 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.


Post a Comment

Berkomentar sesuai dengan judul blog ini yah, berbagi ilmu, berbagi kebaikan, kunjungi juga otoriv tempat jual aksesoris motor dan mobil lengkap

Lebih baru Lebih lama