"Kenapa angka sales growth dan persentase loyalis tidak sama?"
Keduanya tidak akan pernah sama karena mengukur dimensi yang berbeda secara fundamental. Sales growth mengukur perubahan revenue (Rp), sedangkan loyalis mengukur perubahan proporsi konsumen (orang). Tidak ada rumus yang mengharuskan keduanya identik.
| Metrik | Sumber | Perubahan | Metode |
|---|---|---|---|
| Sales Growth | Tim Sales | -15% | Data transaksi (revenue) |
| Persentase Loyalis | Tim Market Riset | -27% | Survey random sampling — Central Location |
| Selisih | 12 poin persentase — perlu dijelaskan | ||
Asumsi: Kedua informasi benar sesuai metodologi masing-masing.
Jumlah loyalis turun drastis (-27%), tapi loyalis yang tersisa justru membeli dalam volume lebih besar atau frekuensi lebih tinggi. Akibatnya penurunan sales hanya -15% (lebih kecil dari penurunan loyalis).
✅ Cara Validasi: Cek average basket size dan purchase frequency loyalis tahun ini vs tahun lalu. Kalau naik signifikan, skenario ini terbukti.
Banyak loyalis pergi (-27%), tapi konsumen baru atau konsumen brand lain beralih ke Tropicana Slim. Mereka belum masuk definisi "loyalis" di survey, tapi tetap berkontribusi ke sales.
✅ Cara Validasi: Cek data new buyer rate dan brand switching di survey. Bandingkan proporsi konsumen yang mencoba produk pertama kali tahun ini vs tahun lalu.
Jumlah konsumen turun banyak (-27%), tapi kenaikan harga atau price mix (konsumen beralih ke SKU lebih mahal) menahan penurunan revenue.
✅ Cara Validasi: Hitung average selling price per unit tahun ini vs tahun lalu. Cek distribusi penjualan per SKU — apakah SKU premium naik share-nya?
Survey mendefinisikan loyalis dengan kriteria ketat (misal: "hanya pakai Tropicana Slim, tidak pernah ganti"). Tapi konsumen multi-brand tetap membeli Tropicana Slim secara rutin — mereka berkontribusi ke sales tapi tidak terhitung sebagai loyalis.
✅ Cara Validasi: Periksa definisi operasional loyalis di survey. Coba hitung ulang dengan definisi lebih longgar (misal: "top of mind + beli 3 bulan terakhir"). Kalau angkanya mendekati -15%, berarti definisi yang terlalu ketat.
Sales turun -15% mungkin didorong oleh kanal tertentu yang turun drastis (misal: modern trade), sementara kanal lain stabil. Tapi loyalis tersebar merata di semua kanal — penurunan loyalis -27% mencerminkan rata-rata semua kanal.
✅ Cara Validasi: Breakdown sales growth per kanal (MT, GT, e-commerce). Bandingkan dengan data loyalis per kanal dari survey.
Data sales growth -15% adalah year-to-date (Jan-April 2026). Data survey loyalis mungkin diambil di satu titik waktu tertentu (misal: Maret 2026). Kalau momen survey bertepatan dengan bad news, angka loyalis bisa lebih rendah dari rata-rata tahunan.
✅ Cara Validasi: Cek timeline pengambilan data survey. Apakah ada event khusus di periode itu? Lakukan tracking bulanan loyalis untuk lihat tren, bukan hanya satu titik.
| Prioritas | Skenario | Yang Dicek | Mudah? |
|---|---|---|---|
| 1 | Skenario 1 — Basket size loyalis | Average basket size & purchase frequency | Mudah |
| 2 | Skenario 4 — Definisi loyalis | Definisi operasional di survey | Mudah |
| 3 | Skenario 2 — New buyer rate | Data brand switching & new buyers | Sedang |
| 4 | Skenario 3 — ASP & price mix | Average selling price per SKU | Mudah |
| 5 | Skenario 5 — Breakdown per kanal | Sales growth per kanal distribusi | Sedang |
| 6 | Skenario 6 — Timing mismatch | Timeline survey vs YTD sales | Mudah |
Kedua angka tidak akan pernah sama karena mengukur dimensi berbeda — revenue vs proporsi konsumen. Tapi selisih 12 poin persentase tetap perlu dijelaskan secara ilmiah.
Rekomendasi langkah selanjutnya:
"Jika data sales dan data survey sama-sama benar, maka penjelasannya ada di variabel ketiga yang tidak diukur oleh keduanya."