Analitik Tokopedia: Kenapa Laporan Native Tidak Cukup

Dashboard seller Tokopedia banyak meningkat sejak 2022. Laporannya nyata, datanya sebagian besar akurat, dan untuk banyak penjual sudah cukup. Tapi setelah bisnis Anda mencapai skala tertentu atau menjual di banyak channel, celahnya jadi mahal.

Berikut view jujur apa yang analitik native Tokopedia lakukan dengan baik, di mana mereka kurang, dan apa yang dilakukan.

Apa yang analitik native Tokopedia lakukan dengan baik

Layak dikatakan di awal — mereka tidak buruk. Platform menunjukkan:

• Penjualan per tanggal, per SKU, per kategori
• Funnel konversi dari view listing ke pembelian
• Data level pelanggan (dalam Tokopedia)
• Performance promosi
• Ranking search-term

Untuk penjual yang lakukan di bawah Rp 1 miliar/tahun di Tokopedia saja, ini benar-benar cukup. Jangan over-engineer kalau tidak butuh.

Di mana mereka kurang

Lima celah spesifik yang menggigit setelah Anda scale:

1. Tidak ada view antar banyak channel

Celah paling fundamental. Kalau Anda juga jualan di Shopee, Lazada, atau website sendiri, laporan Tokopedia tidak bisa membantu Anda membandingkan performance antar mereka. Anda tidak bisa menjawab “channel mana memberi saya contribution margin terbaik per SKU?” — dan itu biasanya pertanyaan yang paling penting.

2. Contribution margin tak terlihat

Tokopedia menunjukkan Anda pendapatan. Mereka tidak andal menunjukkan semua pemotongan: biaya marketplace, biaya pembayaran, subsidi pengiriman, retur, biaya iklan. Masing-masing tinggal di sudutnya sendiri di platform (atau tidak sama sekali), dan menyusunnya jadi contribution margin sebenarnya per SKU butuh pekerjaan manual.

3. Analisis cohort hilang

“Dari pelanggan yang diakuisisi di Februari, berapa persen reorder di April?” Itu pertanyaan cohort. Laporan Tokopedia tidak menjawab itu secara native. Anda bisa menarik data pelanggan individu dan merekonstruksi, tapi cukup tedious sehingga hampir tidak ada yang melakukan.

Ini penting karena perilaku cohort menggerakkan sebagian besar ekonomi e-commerce. Tanpa itu, Anda tidak bisa tahu kalau marketing Anda menghasilkan pembeli sekali atau pelanggan repeat aktual.

4. Segmen kustom tidak ada

Anda tidak bisa membuat segmen pelanggan sendiri dan menganalisis. “Pelanggan yang beli dari kategori X tapi tidak pernah kategori Y” — tidak mungkin. Segmen platform predefined dan terbatas.

5. Kedalaman historis dangkal

UI Tokopedia biasanya menunjukkan 1–3 bulan riwayat. Untuk analisis tren, seasonality, atau perbandingan tahun-ke-tahun, Anda terjebak ekspor CSV dan menyusunnya sendiri.

Apa yang sebenarnya dilakukan

Tiga pola, per skala:

Kalau Anda hanya jualan di Tokopedia dan di bawah Rp 1 miliar/tahun

Tetap native. Celahnya belum membenarkan investasi infrastruktur.

Kalau Anda hanya jualan di Tokopedia dan Rp 1–10 miliar/tahun

Bangun lapisan data kecil. Tarik data Tokopedia Anda ke Postgres atau Cloudflare D1 setiap malam via API. Tambah dashboard Metabase atau Looker Studio di atas. Biaya: Rp 30–80 juta untuk dibangun, Rp 1–2 juta/bulan untuk dijalankan.

Ini membuka tracking contribution margin, analisis cohort, dan tren historis tanpa mengubah cara Anda menjual.

Kalau Anda jualan di banyak channel

Bangun lapisan data multi-channel yang kami bahas di panduan reporting. Data Tokopedia Anda join data Shopee dan data Lazada dan akuntansi Anda di satu tempat. Biaya: Rp 55–140 juta.

Di sini sebagian besar UKM e-commerce Indonesia yang bertumbuh berakhir. Matematikanya bekerja karena insight cross-channel biasanya bernilai lebih dari biayanya.

Apa yang diminta kalau Anda hire keluar

Kalau Anda memesan seseorang untuk membangun ini, brief yang tepat termasuk:

• Sync harian dari API Tokopedia (order, produk, pelanggan, retur, biaya iklan)
• Pencocokan identitas (pelanggan/produk yang sama antar titik data)
• Lapisan dashboard kecil dengan 5–10 chart paling berguna
• Dokumentasi sehingga Anda bisa mengubah hal nanti
• Retainer maintenance untuk saat API Tokopedia berubah (yang akan)

Hindari kuotasi yang tidak termasuk pencocokan identitas atau maintenance — keduanya esensial dan sering dilewati untuk membuat kuotasi terlihat lebih kecil.

Jebakan umum

Jebakan: hire seseorang untuk membangun dashboard langsung di panggilan API Tokopedia, tanpa lapisan data di antaranya. Terlihat lebih murah. Jatuh dalam tiga cara:

1. Lambat. Setiap load dashboard membuat panggilan API; user menunggu.
2. Rate-limited. Pemakaian berat hits rate limit Tokopedia dan dashboard rusak.
3. Rapuh. Saat Tokopedia mengubah API, dashboard rusak segera.

Lapisan data proper (sync setiap malam, query lokal) menghindari ketiganya. Tegaskan.

Kalau Anda mencoba mencari tahu apakah Anda sudah melampaui laporan native Tokopedia, satu jam percakapan biasanya menjernihkannya. Kami melakukannya tanpa biaya.