Retail dan E-Commerce Indonesia: Perlu Strategi Baru dalam Mengelola Kanal Pemasaran

Kukuh Prayogi, Enterprise Business Director Infobip.(Dok. Pribadi)

EKONOMI digital Indonesia terus menunjukkan pertumbuhan pesat, dengan laju pertumbuhan mencapai 14% dan sektor e-commerce menyumbang 72% dari total Gross Merchandise Value (GMV). Di tengah persaingan nan semakin ketat, kepintaran artifisial (AI) sekarang memegang peran nan semakin krusial dalam hubungan antara brand dan pelanggan. Mulai dari menghadirkan rekomendasi nan dipersonalisasi hingga mendukung hubungan jual beli melalui chat di beragam platform pesan. 

Tantangan
Namun, di kembali meningkatnya mengambil AI, tetap banyak pelaku ritel di Indonesia nan menghadapi tantangan dalam memahami perjalanan pengguna secara menyeluruh. Hal ini, disebabkan oleh info pengguna nan tetap tersebar dan terfragmentasi di beragam kanal, sehingga perusahaan kesulitan mendapatkan gambaran utuh mengenai perilaku dan kebutuhan konsumen.

Seorang pelanggan, misalnya, bisa saja pertama kali mengenal brand skincare melalui iklan di Instagram, lampau menghubungi brand melalui pesan langsung di IG untuk mencari produk nan sesuai dengan kebutuhan kulitnya, sebelum akhirnya menyelesaikan pembelian di Shopee saat kampanye PayDay dengan memanfaatkan voucher diskon.  

Meskipun transaksi tercatat di marketplace, interaksi sebelumnya di IG sering kali tidak ikut terdokumentasi dalam sistem. Akibatnya, brand dapat memandang konversi itu seolah sepenuhnya didorong oleh marketplace, tanpa menyadari peran krusial hubungan di media sosial dan konsultasi pelanggan, nan turut mempengaruhi keputusan pembelian.

Tantangan ini mencerminkan persoalan nan lebih besar dalam ritel Indonesia. Aktivitas shopping melalui media sosial, transaksi melalui WhatsApp, marketplace, dan toko bentuk tetap melangkah dalam sistem nan terpisah, dan sejak awal memang tidak dirancang untuk saling terhubung. Setiap kanal hanya merekam sebagian dari perjalanan pelanggan, mulai dari penemuan produk, percakapan, transaksi, hingga pembelian ulang. Sementara, info nan dihasilkan sering kali tetap terpencar di masing-masing platform.

Akibatnya, banyak perusahaan ritel dan pemilik brand belum mempunyai satu profil pengguna nan utuh, melainkan beberapa jenis info pengguna nan tersebar di beragam kanal. Fragmentasi ini membatasi keahlian AI dalam menghasilkan wawasan nan akurat, menghadirkan hubungan nan lebih relevan, serta mengotomatisasi customer journey secara efektif. 

Pendekatan nan lebih terintegrasi 
Untuk menjembatani kesenjangan ini, diperlukan lebih dari sekadar mengambil teknologi baru. Industri memerlukan pendekatan nan lebih terintegrasi dalam pengelolaan info dan koordinasi hubungan pelanggan, sehingga setiap titik kontak, mulai dari media sosial, aplikasi pesan, marketplace, hingga toko fisik, dapat saling terhubung dan membentuk gambaran pengguna nan lebih utuh.

Pertama, menyatukan info pengguna dari beragam kanal.
Marketplace seperti Shopee dan Tokopedia hanya membagikan info pembeli dalam jumlah terbatas kepada brand. Akibatnya, banyak perusahaan pada dasarnya membangun audiens nan tidak dapat mereka identifikasi secara utuh, serta relasi pengguna nan susah dipertahankan dalam jangka panjang. 

Pelanggan nan telah berulang kali bertransaksi melalui marketplace pun bisa saja tetap tidak tercatat dalam sistem CRM, program loyalitas, maupun sistem personalisasi berbasis AI milik brand. Konsekuensinya, banyak brand nan paling aktif di e-commerce justru mempunyai pemahaman nan paling terbatas terhadap pengguna terbaik mereka. 

Misalnya, seorang pengguna melakukan 8 transaksi melalui Shopee, bisa saja tetap tidak tercatat dalam CRM, program loyalitas, maupun sistem personalisasi milik brand. Ketika pengguna nan sama kemudian menghubungi brand melalui IG untuk menyampaikan keluhan alias mengusulkan pertanyaan, hubungan tersebut seringkali kudu dimulai dari awal, tanpa konteks riwayat pembelian, tanpa pemahaman atas preferensi pelanggan, dan tanpa kesinambungan hubungan nan telah terbangun sebelumnya.

Menyatukan info pengguna artinya menyelesaikan persoalan identitas pengguna terlebih dulu sebelum sistem AI dapat diterapkan secara efektif. Hal ini, memerlukan prasarana nan bisa mengumpulkan info dari pesan langsung di Instagram, WA Business, beragam dashboard marketplace, serta sistem POS di toko fisik. Lalu, mengintegrasikannya ke dalam satu profil pengguna nan utuh meskipun tidak mempunyai identitas nan sama di setiap kanal. 

Dengan langkah ini, brand dapat membangun satu sumber info utama pengguna (single source of truth/SSOT) nan terus diperbarui di setiap titik hubungan dan dapat diakses oleh seluruh tim nan membutuhkannya. 

Kedua, beranjak ke pendekatan nan lebih prediktif dan kontekstual dalam berinteraksi dengan pelanggan. Banyak brand hanya merespons setelah pengguna bertindak, misalnya dengan mengirimkan promosi setelah transaksi terjadi alias menangani keluhan hanya ketika pengguna mengajukannya. 

Padahal, kesempatan terbesar sering kali muncul sebelum keputusan pembelian dibuat. Contohnya, seorang pengguna berulang kali memandang iklan sepatu lari di Instagram, kemudian menghubungi brand untuk menanyakan kesiapan stok, tetapi akhirnya tidak melanjutkan pembelian. Tanpa info nan terhubung, kedua aktivitas itu bakal terlihat sebagai dua kejadian nan terpisah. 

Tim marketing hanya memandang minat terhadap produk, sementara tim WA memandang pertanyaan nan tidak berujung pada transaksi. Lewat integrasi data, kedua sinyal tersebut dapat membentuk gambaran nan lebih jelas mengenai niat beli pelanggan. AI kemudian dapat mengenali pola ini dan memicu tindak lanjut nan lebih relevan, seperti pengingat nan lebih personal, penawaran khusus, alias rekomendasi produk nan sesuai pada waktu nan paling berpotensi mendorong konversi.

Pendekatan nan lebih prediktif juga memerlukan pemahaman terhadap pola perilaku shopping lokal. Di Indonesia, aktivitas shopping umumnya meningkat menjelang periode gajian, terutama antara tanggal 25 hingga 30 setiap bulan. Namun, banyak kampanye pemasaran tetap mengandalkan alur nan tetap dan agenda nan telah ditentukan sebelumnya, sehingga sering kali tidak selaras dengan ritme shopping konsumen. Akibatnya, promosi dikirim terlalu awal dan kehilangan momentum ketika pengguna justru berada pada fase niat beli tertinggi.

Ketiga, sinkronisasi info perlu terjadi secara real-time.
Lingkungan ritel di Indonesia bergerak sangat cepat, terutama saat periode flash sale, kampanye gajian, maupun penjualan melalui livestream. Dalam satu sesi siaran langsung di TikTok Shop, misalnya, lonjakan transaksi dalam jumlah besar dapat terjadi hanya dalam hitungan jam. Dalam situasi seperti ini, keterlambatan sinkronisasi info pengguna antarsistem bukan lagi sekadar persoalan operasional, tetapi juga dapat berakibat langsung pada pengalaman pengguna dan tingkat konversi.

Tanpa sinkronisasi secara real-time, perusahaan berisiko merespons pengguna berasas info nan sudah tidak relevan. Seorang pengguna nan baru saja menyelesaikan pembelian, misalnya, tetap bisa menerima promosi untuk produk nan sama lantaran tim customer service maupun sistem AI bekerja dengan info nan belum diperbarui secara menyeluruh. 

Sinkronisasi secara real-time memastikan setiap tindakan pengguna secara langsung memperbarui seluruh sistem nan terhubung, mulai dari program loyalitas dan platform pesan instan, hingga jasa pengguna dan sistem rekomendasi berbasis AI. Di tengah persaingan nan semakin ketat, tingkat sinkronisasi seperti ini menjadi semakin krusial untuk menghadirkan hubungan nan konsisten, relevan, dan tepat waktu di seluruh kanal.
 
Keempat, otomatisasi perlu berkembang menjadi sistem nan pandai dan bisa mengambil keputusan. Sebagian besar upaya nan telah menerapkan otomatisasi tetap menjalankan alur kerja nan telah ditentukan sebelumnya. Misalnya, saat pengguna meninggalkan keranjang belanja, sistem bakal mengirimkan pengingat, alias ketika pembelian dikonfirmasi, sistem bakal mengirimkan pembaruan status pengiriman. Pendekatan ini memang membantu meningkatkan efisiensi operasional, tetapi belum adaptif. Sistem seperti ini pada dasarnya hanya menjalankan instruksi, bukan mengambil keputusan. 

Seiring hubungan ritel di Indonesia nan semakin kompleks melintasi beragam platform, memadukan hubungan AI dan manusia, serta berjalan di sepanjang siklus gajian dan periode flash sale, kesenjangan antara otomatisasi berbasis patokan (rule-based automation) dan otomatisasi nan lebih pandai semakin menjadi tantangan kompetitif. 

Mampu mengatasi kesenjangan
Bisnis nan bisa mengatasi kesenjangan ini adalah mereka nan mempunyai sistem AI nan dapat belajar dari riwayat interaksi, menyesuaikan diri dengan perubahan perilaku pelanggan, dan mengambil keputusan sesuai konteks, sesuatu nan tidak dapat diantisipasi oleh alur kerja statis.

Dalam praktiknya, perihal ini berfaedah kehadiran pemasok AI nan bisa merekomendasikan produk nan tepat berasas riwayat komplit pengguna di beragam saluran, bukan hanya berasas pesanan terakhir mereka di Shopee. Sistem ini juga dapat menentukan kapan percakapan perlu dialihkan ke pemasok manusia, sekaligus meneruskan seluruh konteks hubungan nan relevan agar pemasok tidak perlu memulai dari awal. 

Di sinilah platform seperti Infobip AgentOS menjadi relevan, sebagai teknologi berbasis AI nan memungkinkan perusahaan menghadirkan pemasok pandai di sepanjang customer journey dengan menyatukan info pelanggan, memfasilitasi koordinasi secara real-time, serta mengintegrasikan AI ke dalam setiap interaksi. Dengan pendekatan ini, perusahaan dapat beranjak dari engagement nan terfragmentasi menuju pengalaman pengguna nan lebih terhubung dan sesuai konteks.

Dalam industri ritel dan e-commerce, pendekatan ini dapat mendukung beragam kebutuhan, mulai dari asisten shopping berbasis AI di WhatsApp, pemulihan keranjang shopping nan ditinggalkan secara otomatis, hingga program loyalitas nan lebih individual dan proses peralihan nan mulus antara pemasok AI dan tim jasa pengguna tanpa kehilangan konteks pelanggan. 

Dengan pendekatan ini, perusahaan tidak lagi perlu memandang AI, hubungan omnichannel, dan otomatisasi sebagai inisiatif nan berdiri sendiri. Sebaliknya, ketiganya dapat menjadi bagian dari ekosistem nan terintegrasi, di mana hubungan pengguna di platform chat, marketplace, social commerce, maupun kanal offline tetap saling terhubung secara berkelanjutan.

Di saat bersamaan, masa depan hubungan pengguna tidak hanya ditentukan oleh AI, melainkan oleh seberapa efektif perusahaan memadukan keahlian AI dengan skill manusia. Meskipun pemasok AI bisa menangani pertanyaan rutin dan tugas operasional dalam skala besar secara efisien, situasi nan lebih kompleks alias sensitif tetap memerlukan pertimbangan, empati, dan pemahaman kontekstual dari manusia. 

Keunggulan kompetitif tidak bakal ditentukan oleh seberapa banyak solusi AI nan diadopsi oleh suatu bisnis, melainkan oleh seberapa baik AI dan tim manusia bekerja sama dalam satu sistem nan saling terhubung.