• Generic placeholder image
    Yunita Ratih Wijayanti
    Seorang planner yang bekerja secara freelance dan tergabung dalam komunitas Local Guide by Google Maps.

Sistem Ulasan Online sebagai Strategi dalam Penjualan Produk

April 18, 2020

Perkembangan teknologi dan informasi yang berkembang pada abad 21 telah mengubah gaya hidup masyarakat Indonesia. Salah satu perubahan tersebut ditandai dengan pergeseran cara jual beli yang awalnya konvensional menjadi online. Fenomena ini dikenal dengan nama e-commerce. Pertumbuhan e-commerce tiap tahunnya tercatat sangat pesat. Pada tingkat global nilai transaksi e-commerce diprediksi mencapai > 230% di tahun 2021 dengan valuasi USD 4,48 triliun atau setara Rp 60.467 triliun (katadata.co.id, 2018).

Sedangkan di Indonesia, volume bisnis e-commerce diprediksi akan mencapai USD 130 miliar dengan angka pertumbuhan per tahun sekitar 50% (Kementerian Kominfo, 2015). Kepopuleran tingkat jual beli online tidak terlepas dari peran kaum muda, apalagi isu pemanfaatan bonus demografi di Indonesia. Kondisi pandemi virus COVID-19 juga ikut melanggengkan online shopping akibat aturan work from home. Online shopping memang dikenal lebih menarik dengan harga yang seringkali lebih murah dibandingkan belanja konvensional. Namun perlu diketahui bahwa terkadang persaingan harga di toko online sangat tidak masuk akal antara satu dengan yang lainnya, sehingga sebagai seleksi mandiri para pembeli memerlukan fitur ulasan online produk agar dapat mengambil keputusan.

Keputusan untuk membeli atau tidak merupakan efek langsung dari ulasan online (Cheung dan Thadani, 2012; Floyd et al., 2014; King et al., 2014; You et al., 2015; Babic Rosario et al., 2016). Ulasan online terdiri dari tiga elemen antara lain:  rating, ulasan tekstual dan metrik. Rating mewakili penilaian pengulas atas suatu produk atau layanan sementara ulasan tekstual melengkapi rating dengan informasi tambahan dan metrik merupakan fungsi untuk dapat mengevaluasi ulasan. 

Metrik mencakup tingkat individu dan kelompok. Persepsi manfaat dari ulasan online merupakan metrik tingkat individu. Seperti contoh pada fitur Amazon yang meminta konsumen untuk menjawab pertanyaan, "Apakah ulasan ini bermanfaat?". Menurut Spool (2009), fitur sederhana ini bertanggung jawab atas lebih dari USD 2,7 miliar pendapatan baru untuk Amazon setiap tahunnya. Sementara itu, metrik tingkat kelompok terdiri dari 3 elemen: volume (jumlah ulasan online), valensi (peringkat numerik rata-rata), dan varians (distribusi peringkat numerik). Metrik dapat diukur pada tingkat konsumen, perusahaan, atau pasar.

1. Tingkat Konsumen

Pada tingkat konsumen, ulasan online akan berpengaruh terhadap pengetahuan konsumen, kepuasan konsumen dan sikap konsumen terhadap produk. Sistem ulasan yang perlu diperhatikan pada tingkat konsumen terdiri dari 3 hal. Pertama, penyajian daftar ulasan yang paling revelan. Langkah yang dilakukan dapat dengan menambahkan gambar atau video agar penjual lebih kredibel. Kedua, penyajian rekomendasi otomatis yang disediakan oleh platform e-commerce. Ketiga, penyajian daftar ulasan positif dan negatif yang mampu menentukan sikap konsumen terhadap produk.

2. Tingkat Perusahaan

Pada tingkat perusahaan, ulasan online akan menentukan tingkat penjualan. Metrik seperti valensi dan volume yang tinggi dalam ulasan online dapat menyebabkan penjualan lebih tinggi (Chevalier dan Mayzlin, 2006, Duan et al., 2008, Forman et al. , 2008). Para peneliti juga telah memeriksa efek hasil langsung pada harga (Ba dan Pavlou, 2002; Pavlou dan Dimoka, 2006) menemukan hubungan positif antara valensi peringkat online penjual dan kekuatan harga. Jadi ketika valensi dan volume tinggi ditambah dengan harga yang murah, maka secara otomatis akan terjadi pembelian dalam jumlah yang banyak. Selain itu, penerapan rekomendasi produk atau layanan juga dapat meningkatkan penjualan karena memfasilitasi proses pencarian konsumen 

3. Tingkat Pasar

Pada tingkat pasar, peran pasar menganjurkan bahwa semua pelaku pasar harus berpartisipasi secara jujur dalam transaksi sehingga pembeli dapat menilai kualitas penawaran dari valensi dan volume ulasan. Namun, karena anonimitas pembeli dan penjual di pasar elektronik, risiko untuk moral hazard bisa tinggi terutama untuk penjual (Dellarocas, 2003). Oleh karena itu, penting untuk memperbarui profil pengulas agar lebih kredibel.

Secara alami, pilihan desain sistem ulasan online adalah instrumen strategis yang penting untuk mencapai hasil ekonomi yang diinginkan. Faktor yang mempengaruhi hasil ekonomi ini sering berasal dari ulasan positif dan ulasan dalam jumlah besar (volume, valensi, dan varians), serta ulasan yang bermanfaat. Ulasan yang dianggap bermanfaat ketika penjual percaya terhadap pengulas. Biasanya pengulas yang seperti ini merupakan orang-orang sudah terkenal (public figure, politisi, influencer dll). Namun, pengulas yang telah mendedikasikan hidupnya untuk produk tertentu juga mampu mempengaruhi persepsi manfaat. Selain itu, ada hubungan antara kepercayaan dalam ulasan dan dirasakan membantu pembeli. Kepercayaan pada ulasan biasanya didasarkan pada informasi yang disediakan dalam teks ulasan dan peringkat. Misalnya, jika peringkat sangat menyimpang dari peringkat rata-rata, ulasan kurang kredibel dan karenanya dianggap kurang bermanfaat (Yin et al., 2016). Lalu motivasi pengulas untuk menulis ulasan juga dapat memainkan peran dalam membantu ulasan itu nantinya. Jika pengulas cukup termotivasi untuk menghabiskan waktu dan upaya untuk menulis ulasan, informasi yang mereka sampaikan dapat lebih membantu (Korfiatis et al., 2012).


Komentar
--> -->