Cara Mengubah Data Pesaing Menjadi Laporan Benchmarking (Langkah demi Langkah)
Mengumpulkan data kompetitor adalah bagian yang mudah. Anda akhirnya mendapatkan spreadsheet berisi harga, batas paket, centang fitur, dan perkiraan jumlah karyawan. Namun, hal itu tetap tidak bisa menjawab satu pertanyaan penting: apakah kita berada di depan atau di belakang?
Laporan benchmarking menjawab pertanyaan tersebut. Laporan ini menempatkan angka Anda dalam kelompok pembanding (peer set) dan menunjukkan posisi Anda.
Dua hal menentukan apakah laporan Anda valid. Siapa saja yang ada dalam kelompok pembanding, dan apakah Anda membandingkannya dengan rata-rata atau distribusi.
Panduan ini membahas apa saja yang harus diselesaikan terlebih dahulu, tiga metode manual, dan batas kemampuan masing-masing metode tersebut.
Apa yang Anda butuhkan sebelum memulai
Anda memerlukan kelompok pembanding yang dapat Anda pertahankan dalam satu kalimat. "Alat yang akan dimasukkan pembeli ke dalam daftar pilihan bersama kami dengan anggaran yang sama" adalah definisi yang kuat. "Delapan nama terbesar" bukanlah definisi yang kuat.
Anda memerlukan satu baris per kompetitor dan satu kolom per atribut, dengan atribut yang terdefinisi dengan jelas. Kolom berjudul "fitur AI" masih terlalu ambigu. Kolom berjudul "membuat slide dari file yang diunggah" adalah sebuah fakta.
Anda juga memerlukan tanggal pengambilan data untuk setiap angka. Harga dan batas paket selalu berubah, dan laporan benchmarking tanpa tanggal akan menjadi usang tanpa disadari.
Dua keputusan harus diambil terlebih dahulu.
Apa yang Anda bandingkan. Harga, kapabilitas, atau hasil. Hal-hal ini membutuhkan kelompok pembanding yang berbeda, dan mencampurnya dalam satu tabel adalah kesalahan struktural yang paling sering terjadi.
Apakah Anda melakukan pemeringkatan (rank) atau penilaian (score). Pemeringkatan membutuhkan distribusi. Penilaian membutuhkan bobot, dan bobot membutuhkan penanggung jawab.
Satu kebiasaan ini akan sangat menghemat waktu pengerjaan ulang. Catat URL sumber di samping setiap sel, bukan di tab catatan terpisah.
Mengapa perbandingan adalah bagian yang sulit
Sebagian besar aktivitas benchmarking membandingkan suatu angka dengan rata-rata kelompok pembanding. Itu adalah cara membaca data yang paling lemah.
Nilai rata-rata hanya memberi tahu Anda titik tengah. Nilai ini tidak memberi tahu Anda apakah titik tengah tersebut padat atau apakah Anda berada di dekat batas tepi.
Peringkat persentil dapat menjawabnya. PERCENTRANK.INC menunjukkan posisi suatu nilai di dalam suatu himpunan data. Ini memberikan kalimat yang sebenarnya Anda inginkan: harga kita berada di persentil ke-30 dari daftar pilihan.
Kuartil memberikan pembagian kelompok. QUARTILE.INC membagi kelompok pembanding menjadi empat bagian, yang biasanya sudah cukup jelas untuk laporan yang dibaca sekilas.
Ada jebakan ukuran sampel dalam hal ini yang sering kali mengecoh orang. Varian persentil eksklusif tidak dapat menghitung persentil ekstrem pada sampel kecil.
Microsoft mendokumentasikan perilaku untuk PERCENTILE.EXC. Fungsi ini "akan melakukan interpolasi ketika nilai untuk persentil yang ditentukan berada di antara dua nilai dalam array," dan mengembalikan kesalahan #NUM! jika tidak dapat melakukannya.
Dengan kelompok pembanding yang hanya berjumlah delapan, persentil ke-95 tidak dapat dihitung dengan cara tersebut. Gunakan varian inklusif untuk himpunan data kecil, dan sebutkan varian mana yang Anda gunakan.
Normalisasi juga tidak kalah penting. Harga per pengguna (per-seat) dan per ruang kerja (per-workspace) tidak dapat dibandingkan sebelum Anda menetapkan ukuran tim. Harga tahunan dan bulanan juga tidak dapat dibandingkan sebelum Anda memilih satu basis yang sama.
Cara melakukannya secara manual
Opsi 1: Buat matriks atribut terlebih dahulu, lalu lakukan pemeringkatan
Pastikan tabel sudah benar sebelum melakukan perhitungan apa pun. Satu baris per kompetitor, satu kolom per atribut, satu definisi per kolom.
Kemudian masukkan nilai Anda sendiri menggunakan XLOOKUP agar baris Anda dibuat secara otomatis, bukan diketik manual. Nilai yang diketik manual akan menjadi usang jauh lebih cepat daripada data lainnya di dalam file.
Baru setelah itu lakukan pemeringkatan. Tambahkan kolom persentil untuk setiap atribut numerik sehingga setiap klaim dalam laporan memiliki data posisi yang mendukungnya.
Batasannya adalah bahwa sebuah matriks bukanlah sebuah kesimpulan. Matriks tersebut hanya menampilkan dua belas kolom tanpa adanya prioritas.
Opsi 2: Segmentasikan kelompok pembanding sebelum menghitung rata-rata apa pun
Satu nilai rata-rata gabungan dari kelompok yang bercampur adalah titik awal kegagalan benchmarking. Alat khusus enterprise dan alat mandiri (self-serve) tidak menetapkan harga yang saling bersaing secara langsung.
Bagi kelompok tersebut dan gunakan AVERAGEIFS untuk setiap segmen. Laporkan setiap segmen secara terpisah, bukan menggabungkannya.
Perhatikan ukuran sampel saat Anda membaginya. Empat kompetitor dalam satu segmen hanyalah sebuah anekdot, dan persentil dari empat titik data harus diberi label sebagai indikasi arah saja.
Batasan di sini adalah penilaian subjektif. Alat akan menghitung segmen apa pun yang Anda tentukan, dan jika Anda mendefinisikannya dengan buruk, alat akan menghasilkan jawaban salah yang tampak meyakinkan.
Opsi 3: Buat tab asal-usul data (provenance)
Satu baris untuk setiap titik data: atribut, kompetitor, nilai, URL sumber, tanggal pengambilan data.
Hal inilah yang membuat laporan dapat dijalankan kembali pada kuartal berikutnya. Ini juga yang memungkinkan Anda menjawab pertanyaan "dari mana asal data itu" tanpa harus mengulangi riset dari awal.
Batasannya adalah asal-usul data tidak dapat memperbarui dirinya sendiri. Setiap angka memiliki masa berlaku, dan seseorang harus memeriksanya kembali.
Batasan umum. Ketiga opsi tersebut mengasumsikan bahwa atribut-atributnya dapat dibandingkan. Ketika satu vendor memublikasikan batasan paketnya dan vendor lain tidak memublikasikan apa pun, sel yang jujur harus diisi dengan "tidak dipublikasikan", bukan dengan tebakan.
Di mana metode manual mulai melambat
Laporan pertama membutuhkan waktu satu minggu. Laporan kedua membutuhkan waktu yang hampir sama lamanya, karena angka-angka dasarnya telah berubah dan tidak ada yang mencatat perubahan tersebut.
Harga berubah sesuai jadwalnya sendiri. Begitu pula dengan batas paket, jumlah minimum pengguna (seat), dan pengemasan produk (packaging), di mana setiap perubahan secara diam-diam membuat satu sel data menjadi tidak valid.
Kolom fitur menjadi usang lebih cepat daripada kolom harga. Sebuah kapabilitas yang tidak ada pada kuartal lalu bisa saja diluncurkan tanpa pengumuman, dan tabel Anda kini menyatakan sesuatu yang tidak benar tentang kompetitor tersebut.
Itulah risiko nyata dalam pekerjaan benchmarking. Jawaban "tidak" yang usang bukanlah kesalahan yang netral. Itu adalah klaim tentang produk orang lain yang tidak dapat Anda pertanggungjawabkan.
Ada konsekuensi kedua yang muncul saat presentasi. Seseorang mungkin bertanya mengapa kompetitor tertentu dimasukkan, dan jika aturan kelompok pembanding tidak pernah dituliskan, seluruh laporan menjadi dapat diperdebatkan.
Cara membuat laporan dengan Powerdrill Bloom
Langkah 1: Unggah spreadsheet kompetitor Anda
Unggah matriks yang telah Anda kumpulkan, ditambah file metrik Anda sendiri jika terpisah. Powerdrill Bloom akan menganalisis kolom-kolom tersebut saat diunggah, sehingga sel kosong, unit yang bercampur, dan nama kompetitor yang duplikat akan terdeteksi sebelum pemeringkatan dihitung.
Langkah 2: Deskripsikan perbandingan dalam bahasa sehari-hari
Tentukan kelompok pembanding dan basisnya alih-alih membuat rumus. Sebutkan kompetitor mana yang masuk ke segmen mana, basis harga apa yang Anda gunakan, dan atribut mana saja yang bersifat numerik.
Kemudian ajukan pertanyaan untuk mendeteksi kesalahan. Tanyakan sel mana saja yang tidak memiliki sumber atau tanggal, dan atribut mana saja yang dicatat dalam unit yang bercampur. Lalu tanyakan di persentil mana baris Anda berada dalam setiap segmen.
Langkah 3: Ekspor grafik, laporan, atau slide presentasi
Dapatkan tabel peringkat, grafik posisi, atau slide presentasi yang memuat definisi kelompok pembanding bersama dengan hasilnya.
Mengapa cara ini lebih baik daripada menyusun ulang matriks secara manual
| Metode manual | Powerdrill Bloom | |
|---|---|---|
| Basis harga bercampur dalam satu kolom | Normalisasi secara manual | Tentukan basisnya dan tanyakan |
| Posisi persentil per atribut | Rumus per kolom | Tanyakan peringkatnya |
| Sel tanpa sumber atau tanggal | Periksa tab secara acak | Terdeteksi saat diunggah |
| Menjalankan kembali kuartal berikutnya | Buat ulang lembar kerja | Ganti file, pertahankan aturan |
Baris ketiga adalah bagian yang melindungi Anda. Sel tanpa sumber dalam laporan benchmarking adalah sebuah risiko, dan mencari sel tersebut secara manual adalah jenis pemeriksaan yang paling sering terlewatkan.
Kesalahan umum
Memilih kelompok pembanding berdasarkan ukuran brand. Pembeli membuat daftar pilihan berdasarkan anggaran dan tugas yang harus diselesaikan (job to be done), bukan berdasarkan kapitalisasi pasar. Tentukan kelompok pembanding seperti cara pembeli Anda menentukannya.
Membandingkan dengan rata-rata alih-alih distribusi. Nilai rata-rata menyembunyikan fakta apakah Anda berada di tengah keramaian atau di batas tepi. Laporkan persentil bersama dengan jumlah pembanding secara bersamaan.
Membiarkan harga menggunakan basis yang berbeda. Per pengguna (per seat), per ruang kerja (per workspace), bulanan, dan tahunan tidak boleh berada dalam satu kolom yang sama. Tetapkan satu basis dan catat hal tersebut.
Mencatat fitur yang tidak ada sebagai "tidak" permanen. Kapabilitas baru sering kali diluncurkan secara diam-diam. Berikan tanggal pada setiap sel kapabilitas, dan periksa kembali sebelum Anda memublikasikan klaim tentang kompetitor.
Menggunakan fungsi persentil eksklusif pada kelompok pembanding yang kecil. Persentil ekstrem tidak dapat dihitung dengan cara tersebut dan akan mengembalikan kesalahan. Gunakan varian inklusif dan sebutkan hal tersebut.
Menggabungkan segmen untuk mendapatkan sampel yang lebih besar. Kelompok data yang lebih besar yang mencampur segmen enterprise dan mandiri (self-serve) justru lebih buruk daripada kelompok kecil yang jujur. Bagi dan beri label.
Melaporkan skor dengan bobot yang tidak disebutkan. Skor berbobot adalah sebuah opini yang dibungkus dalam bentuk angka. Publikasikan bobotnya atau publikasikan peringkatnya, dan pasangkan hasilnya dengan leading and lagging indicators yang benar-benar Anda kelola.
Kesimpulan
Tentukan kelompok pembanding dalam satu kalimat, definisikan setiap kolom atribut, normalisasikan basis harga, dan laporkan persentil alih-alih rata-rata. Hal itulah yang membuat laporan benchmarking dapat lolos dalam tinjauan pertamanya.
Bagian yang mahal bukanlah analisisnya. Melainkan kenyataan bahwa setiap sel memiliki masa berlaku, sehingga laporan tersebut harus dapat dijalankan kembali, bukan ditulis ulang dari awal.
Jika kuartal Anda habis hanya untuk menyusun ulang matriks tersebut, coba Powerdrill Bloom pada spreadsheet yang sudah Anda miliki. Lihat juga rangkuman AI tools for competitive benchmarking, serta halaman AI competitor analysis dan AI competitive intelligence.
Pertanyaan yang sering diajukan
Apa saja yang harus dimasukkan ke dalam laporan benchmarking?
Kelompok pembanding yang terdefinisi, satu kolom per atribut yang terdefinisi, baris Anda sendiri yang dibuat dari data Anda, dan posisi persentil untuk setiap atribut numerik. Setiap sel memerlukan sumber dan tanggal pengambilan data.
Berapa banyak kompetitor yang saya butuhkan?
Cukup banyak agar nilai persentil memiliki arti, jadi delapan hingga dua belas kompetitor dalam satu segmen adalah target yang wajar. Di bawah lima, beri label hasil tersebut sebagai indikasi arah alih-alih statistik.
Haruskah saya membandingkannya dengan rata-rata atau median?
Tidak satu pun dari keduanya jika berdiri sendiri. Laporkan posisi Anda dalam bentuk persentil, karena hal itu menjawab pertanyaan yang sebenarnya dan tetap valid meskipun kelompok pembandingnya tidak merata (skewed).
Di mana saya bisa mendapatkan data kompetitor yang dapat dipertanggungjawabkan?
Halaman harga yang dipublikasikan, dokumentasi produk resmi, dan laporan publik adalah data yang paling kuat untuk dipertahankan, karena dapat diatribusikan dan memiliki tanggal yang jelas. Catat URL dan tanggal di samping setiap angka.
Seberapa sering laporan harus diperbarui?
Setiap kuartal untuk harga dan pengemasan produk (packaging), dan lebih cepat untuk klaim kapabilitas. Kapabilitas dapat berubah tanpa pengumuman, dan data ketidakadaan fitur yang usang adalah kesalahan yang dapat merusak kredibilitas.