Amazon.com: Sebuah Bentuk Pergeseran Paradigma Dalam Berbelanja
Perkembangan teknologi informasi dan komunikasi mengubah cara pandang kita terhadap transaksi perdagangan barang dan jasa. Perubahan paradigma terjadi dalam dua kategori, yaitu perubahan realita kehidupan di sekitar kita dan perubahan metode berpikir (Gharajedaghi, 2006). Munculnya teknologi internet mentransformasi kehidupan manusia, termasuk menggunakan platform elektronik untuk transaksi bisnis atau yang disebut dengan Electronic Commerce (E-commerce). Tidak hanya transformasi teknologi yang memengaruhi hidup kita, namun juga perubahan metode berpikir dari berpikir secara analitis menjadi berpikir secara holistik. Para petinggi perusahaan tidak hanya harus merencanakan pertumbuhan perusahaan hanya dari pengembangan produk dan pasar baru, namun juga metode berpikir untuk perencanaan jangka panjang. Rencana biasanya didasarkan kepada kombinasi dari pengetahuan, data, insting, dan pengalaman. Untuk melakukan perencanaan, dibutuhkan keyakinan yang tinggi terhadap asumsi pasar sehingga dapat digunakan untuk membuat keputusan bisnis yang penting. Keputusan kritis dan pengetahuan terhadap pasar secara spesifik merupakan alasan dasar dari penggunaan intelijen pasar dalam menunjang strategi pemasaran (First Resouce, 2009).
Intelijen pasar dalam perumusan strategi pemasaran sangat erat kaitannya dengan E-commerce, salah satunya adalah perkembangan dari pionir online retailing, yaitu Amazon.com, Inc. Pada tahun 1994, Jeff Bezos mampu menangkap peluang dari pertumbuhan penggunaan internet sebesar 2.300 % per tahun dengan membuka usaha penjualan barang secara online (Mc Carthy, 1999). Berkembang menjadi perusahaan dengan jumlah karyawan 341.400 orang dengan pendapatan sebesar $136 miliar pada tahun 2016 dengan margin keuntungan sebesar 1,74% (Pramisti, 2017), Amazon.com, Inc. berhasil menerapkan fokus-fokus utama dari intelijen pasar, yaitu pelanggan, menciptakan pasar, dan menguasai lingkungan yang kompetitif.
Misi Amazon adalah untuk menjadi perusahaan yang customer-centric di dunia (The Economist, 2017). Misi yang berfokus pada pelanggan ini diwujudkan dalam membentuk situs yang ramah terhadap pelanggan dan dihubungkan sesuai dengan masing-masing tipe pelanggan. Hal ini sesuai dengan salah satu prinsip intelijen pasar yang berfokus pada pelanggan dengan elemen utama, yakni mengukur kepuasan pelanggan secara real-time untuk menghindari kehilangan loyalitas pelanggan dan menjadikan pelanggan sebagai sumber ide-ide inovatif. Dalam memenuhi prinsip menguasai lingkungan yang kompetitif, Amazon telah mengembangkan strategi diferensiasi produk dengan tetap memerhatikan kompetitor-kompetitornya. Salah satu caranya adalah potensi data yang besar dan sistem distribusi yang terintegrasi sehingga sulit bagi pesaing Amazon untuk mengalahkannya. Perusahaan-perusahan baru yang berpotensial berakhir dibeli oleh Amazon, seperti Quidsi dan Zappos (The Economist, 2017). Selain itu Amazon menetapkan langkah untuk melakukan pergerakan teknologi seperti dengan mengaplikasikan otomasi dengan sensor dan machine learning pada pusat perbelanjaan di Seattle ataupun dengan asisten mesin pencarian, yaitu Alexa yang tersedia melalui Echo speaker.
Untuk mendominasi pasar, Amazon menerapkan strategi pertumbuhan jangka panjang yang konsisten di mana pendapatan terus diubah untuk menjadi investasi. Strategi investasi secara terus menerus ini dikejar dengan tujuan untuk mendapatkan pelanggan baru yang dapat menghasilkan pendapatan untuk kembali mendapatkan pelanggan lebih. Pertumbuhan Amazon dapat dilihat melalui Gambar 1 yang memperlihatkan peningkatan penjualan secara gradual dengan tetap mengendalikan margin keuntungan.
Gambar 1 Pendapatan Amazon per Kuartal vs Pendapatan Bersih (Molla & Del Rey, 2017)
Gambar 2 Pangsa Pasar Amazon (Molla & Del Rey, 2017)
Untuk menggambarkan pergerakan Amazon dalam pasar dapat dilihat dalam pangsa pasar pada Gambar 2. Hal ini mencerminkan Amazon juga menerapkan prinsip intelijen pasar yang berfokus pada pasar.
Strategi bisnis yang diterapkan oleh Amazon dilakukan dengan melakukan investasi-investasi terhadap lini-lini bisnis baru. Lini yang awalnya hanya berfokus kepada online retail dengan penjualan produk: compact discs, hardware komputer, software komputer, video, dan buku (Gale Group, 2004). Secara umum, lini bisnis Amazon dapat dibagi menjadi tiga bentuk, yaitu online retail, internet services, dan kindle ecosystem. Variasi jenis bisnis pada online retail merupakan produk yang terjual oleh Amazon sebagai traditional retailer yang merupakan produk dengan biaya rendah seperti pakaian, media, produk bayi, barang kebutuhan sehari-hari, barang kesehatan, dan banyak variasi jensi lainnya. Strategi retail lainnya adalah dengan menjadi platform penjualan barang bagi retailer lain dan mengambil potongan sebagai pendapatan. Lebih jauh lagi Amazon menjadi long-tail retailer yang menyediakan barang dengan variasi luas dengan menjual barang telah terpakai melalui seller marketplace.
Jasa internet yang disediakan oleh Amazon sangat berkaitan erat dengan bisnis retail dan Kindle ecosystem. Jasa internet ini disediakan melalui Amazon Prime, yang menyediakan pengiriman gratis berjangka waktu dua hari pada pembelian retail, on-demand video streaming, dan akses gratis kepada Kindle library untuk biaya per tahun (Weissmann, 2014). Amazon Prime menggunakan model bisnis subscription dan all you can eat yang digabungkan dengan model retail untuk memberikan value added pada pelanggan. Selain itu juga terdapat Amazon Web Services (AWS) yang melakukan penyewaan ruang server kepada perusahaan dan individu lainnya.
Pengembangan bisnis dari Amazon telah menjangkau bisnis manufaktur dan distribusi dari tablet Kindle yang didesain awalnya untuk electronic book reader, berfungsi seutuhnya sebagai tablet dan peralatan media yang fungsional. Untuk menyaingi peralatan Google Chromecast dan Apple TV, Amazon masuk ke pasar sistem set televisi yang menyediakan fasilitas streaming untuk jasa streaming dari Amazon. Selain itu juga dilakukan pengembangan teknologi smartphone yang kemudian dihentikan dan yang paling terbaru adalah asisten mesin pencarian dalam bentuk speaker bernama Echo.
Model Dynamic Pricing Dalam Penentuan Harga
Dalam menentukan harga, Amazon memiliki trik dengan memainkan psikologi persepsi terhadap harga di mana harga pada produk Amazon akan berganti setiap hari sesuai dengan algoritma. Strategi yang diterapkan oleh Amazon adalah dengan memberikan diskon terbesar bagi produk yang terpopuler dan membuat keuntungan bagi produk-produk yang kurang terkenal (D’Onfro, 2015). Penentuan diskon yang memengaruhi harga dari produk-produk pada Amazon menggunakan dasar dari big data. Harga ditetapkan berdasarkan aktivitas pada website, harga dari saingan, ketersediaan produk, preferensi barang, data pemesanan, dan margin keuntungan. Harga dari produk berubah setiap waktu tertentu bergantung pada perubahan dan analisis pada big data. Perubahan harga tersebut bukan tanpa dasar, namun telah ditentukan sebelumnya melalui model dynamic pricing.
Dynamic pricing pada e-commerce dapat didefinisikan sebagai modifikasi dinamis dari harga suatu produk yang bergantung kepada nilai yang diberikan pelanggan terhadap suatu produk atau jasa. Model ini dicapai dengan mengkombinasi data pelanggan dan pemberian harga yang belum terpogram dengan tujuan bahwa pelanggan memenuhi kriteria tertentu (Chen & Wang, 2009). Dynamic pricing dapat menjadi alat yang efektif untuk maksimasi pendapatan di saat permintaan bersifat sensitif dan stokastik terhadap harga. Terdapat 4 tipe strategi dynamic pricing untuk e-commerce, yaitu (1) strategi pemberian harga berbasis waktu, (2) strategi segmentasi pasar dan persediaan terbatas, (3) strategi pemasaran dinamis, dan (4) penggunaan komprehensif dari ketiga jenis di atas. Strategi pemasaran yang dinamis menyediakan produk yang berbeda, jenis-jenis promosi, variasi dari metode pengiriman dan pemberian harga yang berbeda kepada pelanggan dengan memodifikasi harga secara cepat dan rutin bergantung kepada ketersediaan dan perubahan pada level inventori.
Model dynamic pricing dari studi yang dilakukan oleh Yuan Chen dan Feifei Wang (2009) mengajukan model didasarkan pada data mining. Model terdiri atas tiga lapisan bottom-up: data layer, analysis layer, dan decision layer. Data layer memiliki tanggung jawab untuk mengumpulkan dan melakukan pre-process pricing data yang berhubungan dengan keputusan, dan kemudian membuat suatu data warehouse untuk persiapan fase data mining. Data layer ini terdiri atas data sources selection dan data preparation. Analysis layer bertanggung jawab untuk menganalisis dan melakukan pemrosesan pada data dengan menggunakan model data mining dan algoritma untuk menarik pengetahuan yang berguna dan membuat suatu basis pengetahuan inisial. Analisis berisi association rules, classification, clustering dan sequential pattern analysis untuk menunjang pengambilan keputusan terhadap dynamic pricing. Decision layer memiliki tanggung jawab utama untuk menggabungkan keputusan dynamic pricing dengan strategi bisnis dari perusahaan yang telah ditetapkan pada analysis layer. Model dynamic pricing untuk menentukan harga pasar dapat dilihat melalui Gambar 3.
Gambar 3 Dynamic Pricing Model untuk E-Commerce berbasis Data Mining (Chen & Wang, 2009)
Model dynamic pricing didasarkan pada big data yang memuat basis data besar untuk diolah menjadi nilai yang dapat digunakan oleh petinggi perusahaan untuk menentukan keputusan. Perilaku konsumen pada e-commerce dapat menghasilkan data dalam jumlah yang cukup besar, termasuk catatan pembelian secara historis, informasi berkualitas tinggi seperti informasi statistik pelanggan yang menjadi basis dari data mining. Untuk melakukan data mining, terdapat lima karakteristik data yang diperlukan, yakni deskripsi yang beraneka ragam, volum data yang besar, pengumpulan data yang terkendali dan dapat diandalkan, kemampuan untuk mengevaluasi hasil, dan kemudahan untuk integrasi dengan proses eksisting. Dalam model ini, digunakan data yang dikumpulkan dari server, online trade, informasi interaksi pelanggan, offline data, dan data relevan lainnya. Online trade mencakup informasi situs e-commerce, informasi pembelian pelanggan, dan informasi produk yang tersimpan pada traditional relational database. Informasi interaksi pelanggan mencakup informasi pelanggan saat registrasi dan informasi yang diperoleh dari feedback. Offline data mengacu pada inventori, biaya, dan logistik dari perusahaan e-commerce. Selain itu data seperti tingkat pendapatan pelanggan, willingness to pay, kondisi ekonomi, dan situasi saingan dapat menjadi sumber data.
Salah satu strategi yang diterapkan oleh Amazon adalah investasi secara terus menerus kepada pertumbuhan dari perusahaan untuk tujuan jangka panjang. Investasi ini salah satunya dapat digunakan untuk memberikan price cut kepada barang-barang tertentu. Model dynamic pricing dapat membantu perusahaan untuk meningkatkan kepuasan pelanggan dan keuntungan secara ekonomi. Model ini dapat dimanfaatkan untuk strategi operasional dalam penentuan harga masing-masing barang.
Pandangan Jangka Panjang dari Jeff Bezos
Alasan mengapa Amazon memperoleh keuntungan yang kecil di saat mampu menjual banyak adalah karena dibelanjakan untuk pertumbuhan jangka panjang. Amazon memanfaatkan fokus pelanggan ke level yang baru dan hendak menjalankan bisnis dengan keuntungan kecil atau tidak sama sekali. Seperti yang dikatakan oleh Jeff Bezos dalam wawancara pada Wired (Stewart, 2011), “Jika hal yang kamu lakukan hanya untuk jangka waktu 3 tahun, maka kamu akan berkompetisi dengan banyak orang, namun jika kamu mau berinvestasi untuk jangka waktu 7 tahun, maka kamu akan menghadapi jumlah orang yang lebih sedikit.”
Jika Amazon berkomitmen untuk terus berfokus pada konsumen, Amazon harus mampu membaca pasar yang semakin berkembang akibat keamajuan teknologi. Sekarang ini, paradigma sudah mulai bergeser di mana mulai terjadi kemunculan m-commerce sebagai pilihan bagi pelanggan. Lokasi menjadi komponen kritis bagi penentuan online shopping karena mobilitas yang tinggi menyebabkan orang ingin untuk membeli di mana saja dan kapan saja. Online retailer harus mengubah cara pandang dari tipe gadget yang digunakan menjadi lokasi dan konteks situasi dari konsumen. M-commerce akan semakin berkembang dalam tahun ke depan diiringi dengan perkembangan e-comerce. Pada 2014 saja, m-commerce menyusun 11,6% dari total $303 milliar perolehan e-commerce di Amerika Serikat. Seperti pada Gambar 4, Business Insider (2016) memprediksi bahwa m-commerce akan mencapai $ 284 miliar atau 45% dari total perolehan e-commerce di Amerika Serikat pada 2020.
Gambar 4 Forecasting dari Mobile Share E-Commerce (Meola, 2016)
Seperti yang dikatakan oleh Steve Jobs, “Innovation distinguishes between a leader and a follower”, sebuah perusahaan retail konvensional dapat berkembang menjadi unicorn company apabila dapat memanfaatkan perkembangan teknologi. Selain perkembangan teknologi, intelijen pasar yang memanfaatkan market pull dengan berfokus pada pelanggan menjadi kunci dari perkembangan retail konvensional. Intelijen pasar dapat digunakan untuk menciptakan masing-masing persona pelanggan yang menjadi dasar untuk menawarkan customization products and services dan memberikan pengalaman baru dalam berbelanja. Seperti yang telah dijabarkan, m-commerce dapat menjadi pasar baru berikutnya dan apabila perusahaan e-commerce raksasa seperti Amazon atau Alibaba tidak mampu memanfaatkan perkembangan ini dengan baik, maka bisa saja menjadi Nokia yang baru.
Daftar Pustaka
Chen, Y., & Wang, F. (2009). A Dynamic Pricing Model for E-Commerce Based on Data Mining. Second International Symposium on Computational Intelligence and Design .
D’Onfro, J. (2015, January 13). The Clever Way Amazon Gets Away With Not Always Offering The Lowest Prices. Retrieved November 8, 2017, from Business Insider: http://www.businessinsider.com/how-amazon-adjusts-its-prices-2015-1/?IR=T
First Resouce. (2009). Making Sense of Market Intelligence. Denver, CO: First Resouce, Inc.
Gale Group. (2004). International Directory of Company Histories (Vol. 56). St. James Press.
Gharajedaghi, J. (2006). Systems Thinking: Managing Chaos and Complexity. Elsevier Inc.
Mc Carthy, M. (1999, Juny 14). Brand Innovators. Adweek , pp. 30–36.
Meola, A. (2016, December 21). The Rise of M-Commerce: Mobile Shopping Stats & Trends. Retrieved November 9, 2017, from Business Insider: http://www.businessinsider.com/mobile-commerce-shopping-trends-stats-2016-10/?IR=T
Molla, R., & Del Rey, J. (2017, May 15). Amazon’s epic 20-year run as a public company, explained in five charts. Retrieved November 8, 2017, from recode: https://www.recode.net/2017/5/15/15610786/amazon-jeff-bezos-public-company-profit-revenue-explained-five-charts
Pramisti, N. Q. (2017, July 18). Pertarungan Sengit Alibaba Lawan Amazon. Retrieved November 11, 2017, from tirto.id: https://tirto.id/pertarungan-sengit-alibaba-lawan-amazon-csTh
Stewart, J. B. (2011, December 16). Amazon Says Long Term and Means It. Retrieved November 9, 2017, from The New York Times: http://www.nytimes.com/2011/12/17/business/at-amazon-jeff-bezos-talks-long-term-and-means-it.html
The Economist. (2017, October 26). The Mighty Amazon. Retrieved November 11, 2017, from www.economist.com: https://www.economist.com/news/special-report/21730547-one-time-bookseller-has-become-conglomerate-mighty-amazon
Weissmann, J. (2014, March 13). Amazon is Jacking Up the Cost of Prime, and It’s Still Cheap. Retrieved November 8, 2017, from Slate.com: http://www.slate.com/blogs/moneybox/2014/03/13/amazon_prime_price_increase_still_inexpensive.html
