AI untuk Merapikan Data Stok dan Penjualan Marketplace

Satu produk yang sama ditulis Minyak Goreng Sania 2L di Shopee, MINYAK GORENG SANIA 2 LITER di Tokopedia, dan Sania Minyak Goreng 2Lt (Promo) di TikTok Shop.

Waktu tiga laporan itu digabung, satu produk jadi tiga baris. Total penjualannya kelihatan tersebar, dan produk terlaris kamu nggak muncul di 10 besar.

Merapikan 1.847 SKU manual itu kerjaan dua hari. Pakai AI, bagian penyamaan namanya selesai 40 menit, dengan akurasi 94,2%. Sisa 5,8% tetap harus dicek tangan, dan bagian itu yang paling nentuin.

Bagian mana dari merapikan data yang cocok dikasih ke AI?

AI bagus di pekerjaan yang butuh ngenalin pola bahasa dan bikin aturan. AI jelek di pekerjaan yang butuh ketepatan angka.

Pekerjaan	Kasih ke AI?	Alasan
Nyamain nama produk yang ditulis beda-beda	Ya	Ini pekerjaan bahasa, dan AI kuat di situ
Nyocokin nama kolom antar marketplace	Ya	Pola nama kolom gampang dikenali
Bikin rumus atau kode pembersih	Ya	Hasilnya bisa kamu baca dan uji sendiri
Nebak kategori produk dari namanya	Ya, dengan pemeriksaan	Akurat buat produk umum, meleset buat merek lokal
Ngitung total penjualan	Nggak	Model bahasa nggak dirancang buat ngitung
Ngisi stok yang kosong	Nggak	Tebakan yang masuk laporan kelihatan sama kayak data asli
Mutusin baris mana yang duplikat lalu langsung hapus	Nggak	Kamu kehilangan jejak apa yang dibuang

Aturan yang aku pegang: AI boleh bikin aturannya, spreadsheet yang jalanin. Begitu AI mulai ngeluarin angka hasil hitungan, berhenti.

Gimana cara nyamain nama produk dari beberapa marketplace?

Jangan tempel seluruh file. Ambil daftar nama unik dulu.

Di spreadsheet, satu rumus:

=UNIQUE(A2:A5000)

Dari 5.000 baris transaksi, biasanya keluar 300 sampai 2.000 nama unik. Itu yang dikirim ke AI, bukan 5.000 barisnya.

Prompt yang kepakai:

Aku punya daftar nama produk dari 3 marketplace.
Satu produk sering ditulis beda-beda.

Tugas kamu: kelompokkan nama yang merujuk ke produk yang sama,
lalu kasih satu nama baku per kelompok.

Aturan nama baku:
- Format: [Merek] [Jenis Produk] [Ukuran][Satuan]
- Satuan volume selalu "ml" atau "L", huruf kecil untuk ml
- Hilangkan kata promo, diskon, gratis ongkir, bonus
- Jangan gabungkan produk yang ukurannya beda
- Kalau ragu, tulis nama baku "PERLU_CEK" dan jelaskan kenapa

Keluarkan tabel 3 kolom: nama_asli | nama_baku | catatan
Jangan tambahkan produk yang tidak ada di daftarku.

Daftar:
[tempel daftar nama unik di sini]

Empat bagian yang bikin prompt ini jalan:

1. Format nama baku ditulis eksplisit. Tanpa ini, AI bikin format sendiri yang berubah di tengah jalan.
2. Larangan gabungin ukuran beda. Ini kesalahan paling mahal. Minyak 500 ml dan 5 L bisa dianggap sama kalau nggak dilarang.
3. Opsi PERLU_CEK. Ngasih AI jalan keluar selain nebak. Baris yang ditandai ini yang kamu periksa duluan.
4. Larangan nambah produk. Model bahasa kadang ngeluarin baris yang nggak ada di input kamu. Sebutin larangannya, lalu cek jumlah barisnya.

Hasilnya kamu tempel balik ke sheet kamus_produk, lalu sambungin ke data transaksi pakai XLOOKUP:

=IFERROR(XLOOKUP(A2; kamus_produk!A:A; kamus_produk!B:B); "BELUM_ADA")

Bungkus IFERROR dengan teks BELUM_ADA, bukan teks kosong. Nama produk baru bulan depan bakal langsung kelihatan, dan kamu tahu kamus produknya perlu ditambah.

Gimana nyamain nama kolom antar marketplace?

Tiap marketplace punya nama kolom sendiri buat hal yang sama. Ini yang bikin penggabungan laporan makan waktu.

Kolom baku	Marketplace A	Marketplace B	Marketplace C
order_id	No. Pesanan	Order ID	Nomor Order
tanggal	Waktu Pesanan Dibuat	Tgl Order	Order Time
nama_produk	Nama Produk	Product Name	Nama Barang
qty	Jumlah	Quantity	Qty
harga_satuan	Harga Awal	Unit Price	Harga Produk
total_bayar	Total Pembayaran	Grand Total	Total Bayar

Kirim daftar nama kolom dari tiap file ke AI, minta dia bikin tabel pemetaan kayak di atas. Ini kerjaan 3 menit yang biasanya makan 30 menit kalau dibaca satu-satu.

Yang perlu kamu periksa sendiri: kolom yang namanya mirip tapi artinya beda. Total Pembayaran di satu marketplace udah termasuk ongkir, di marketplace lain belum. AI nggak bisa tahu itu dari nama kolomnya doang.

Cek dengan cara paling cepat: ambil 5 baris dari tiap file, hitung manual apakah harga_satuan × qty sama dengan total_bayar. Kalau nggak sama, cari tahu selisihnya dari mana sebelum digabung.

Gimana cara minta AI bikin rumus pembersih, bukan hasil jadi?

Ini perbedaan yang paling ngefek ke jangka panjang.

Kalau kamu minta hasil jadi, kamu harus ngulang seluruh prosesnya bulan depan. Kalau kamu minta rumusnya, kamu tinggal jalanin ulang.

Contoh prompt buat format tanggal yang berantakan:

Kolom tanggal di file aku isinya campur 3 format:
"2025-11-04 14:23:11"
"04/11/2025 14:23"
"4 Nov 2025"

Bikinin satu rumus Google Sheets yang ngubah semuanya
jadi tanggal asli (bukan teks), format YYYY-MM-DD.
Kalau ada yang nggak kebaca, hasilnya harus "CEK".

Jelaskan tiap bagian rumusnya dalam satu kalimat.

Dua permintaan terakhir penting. Penanda CEK bikin baris bermasalah kelihatan, bukan diam-diam salah. Penjelasan per bagian bikin kamu bisa benerin sendiri waktu ada format keempat muncul.

Setelah dapat rumusnya, uji di 20 baris yang kamu pilih sendiri. Masukin sengaja: satu sel kosong, satu tanggal 31 Februari, satu teks acak. Rumus yang bener bakal ngeluarin CEK di tiga baris itu.

Cara nulis rumus tanggal versi manual, kalau kamu mau paham dasarnya, ada di penjelasan TEXT dan TODAY.

Contoh kasus: 1.847 SKU dari 3 marketplace

Data latihan toko UMKM: 3 file ekspor, total 14.208 baris transaksi selama 3 bulan, 1.847 nama produk unik.

Aku jalanin proses di atas, lalu cek hasilnya baris per baris buat tahu seberapa akurat.

Hasil	Jumlah	Persentase
Dikelompokkan benar	1.740	94,2%
Ditandai PERLU_CEK sama AI	68	3,7%
Salah kelompok tanpa ditandai	39	2,1%

Yang 2,1% itu bagian paling penting dari seluruh angka di tabel ini. Tiga puluh sembilan produk dikelompokkan salah, dan AI-nya nggak ngerasa ragu sama sekali.

Pola kesalahannya kelihatan setelah aku urutkan:

• 22 kasus: varian ukuran digabung. Sabun Cair 250ml dan Sabun Cair 250ml Refill dianggap sama, padahal harganya beda Rp 4.000.
• 11 kasus: merek lokal yang namanya mirip. Kopi Kapal Api Special dan Kopi Kapal Api Special Mix.
• 6 kasus: produk bundel dianggap produk satuan.

Ketiganya punya ciri sama: nama produknya beda cuma satu kata di belakang. Setelah tahu polanya, aku bikin pemeriksaan yang nangkap semuanya dalam satu rumus:

=COUNTIFS(kamus_produk!B:B; B2) & " nama asli, " &
  COUNTIFS(hasil!B:B; B2; hasil!C:C; "<>" & C2) & " harga beda"

Produk yang punya banyak nama asli tapi harga satuannya beda-beda hampir pasti salah kelompok. Pemeriksaan ini nangkap 37 dari 39 kesalahan.

Setelah semuanya rapi, ada satu angka yang berubah total. Sebelum penyamaan nama, produk terlaris kelihatan kopi sachet dengan 412 transaksi. Setelah disamakan, minyak goreng naik ke posisi pertama dengan 731 transaksi, dari 6 penulisan nama yang tadinya terpisah.

Produk nomor satu selama tiga bulan nggak pernah muncul di laporan, cuma gara-gara namanya ditulis enam cara.

Kesalahan umum waktu pakai AI buat merapikan data

• Nempel seluruh file ke chat. Boros, lambat, dan hasilnya sering kepotong di tengah. Kirim daftar nilai uniknya doang.
• Minta hasil jadi, bukan rumus. Hasil jadi cuma sekali pakai. Rumus bisa kamu uji dan jalanin ulang bulan depan.
• Nggak ngecek jumlah baris output. Kalau input 1.847 dan output 1.851, ada 4 baris yang muncul entah dari mana. Selalu bandingin jumlahnya.
• Percaya sama yang nggak ditandai. Baris PERLU_CEK justru yang paling aman, soalnya kamu bakal periksa. Yang bahaya baris yang dijawab dengan yakin tapi salah.
• Ngasih data pribadi pembeli. Nama, nomor telepon, dan alamat nggak dibutuhkan buat nyamain nama produk. Hapus kolomnya sebelum ngirim.
• Nimpa file asli. Simpan hasil rapi di file baru. Kalau ada yang salah tiga minggu lagi, kamu masih punya data mentahnya.
• Nggak nyimpan promptnya. Simpan prompt yang berhasil di file terpisah. Bulan depan kamu tinggal ganti daftarnya, dan formatnya tetap konsisten.

Merapikan data kayak gini bagian dari kerjaan jaga kualitas data yang biasanya nggak kelihatan sampai laporannya salah.

FAQ

AI boleh dipakai buat ngitung total penjualan?

Jangan. Model bahasa itu bagus nyusun teks dan nebak pola, bukan ngitung. Pakai AI buat bikin rumus atau query-nya, lalu biarkan spreadsheet atau database yang ngitung. Kalau kamu nempel 2.000 baris ke chat dan minta totalnya, angkanya bisa keluar dan kelihatan meyakinkan padahal salah, dan kamu nggak punya cara ngeceknya.

Data penjualan boleh nggak ditempel ke chatbot AI?

Cek kebijakan perusahaan kamu dulu, dan hapus kolom yang berisi data pribadi pembeli. Nama, nomor telepon, dan alamat pengiriman nggak perlu ada buat nyamain nama produk. Kalau tetap ragu, kirim contoh 30 baris yang udah disamarkan buat bikin aturannya, lalu jalanin aturan itu di file lengkap secara lokal.

Gimana cara ngecek hasil penyamaan nama produk dari AI?

Minta AI keluarin tabel dua kolom: nama asli dan nama baku. Lalu urutkan berdasarkan nama baku dan lihat kelompoknya. Kesalahan biasanya numpuk di produk yang varian ukurannya mirip, misalnya 500 ml dan 5 liter. Cek juga jumlah nama baku yang muncul cuma sekali, karena itu biasanya tanda ada yang gagal disamain.

Lebih baik minta AI bikin rumus atau minta AI langsung ngerapikan datanya?

Minta rumus atau kodenya. Rumus bisa kamu baca, kamu uji di 20 baris, dan kamu jalanin ulang bulan depan tanpa nempel data lagi. Hasil rapi yang dikeluarkan langsung sama AI cuma sekali pakai, dan kamu nggak bisa tahu baris mana yang diam-diam diubah isinya.

AI bisa nebak stok yang kosong di laporan?

Bisa nebak, dan itu masalahnya. Angka tebakan yang masuk ke laporan stok kelihatan sama persis kayak angka asli. Kalau ada sel kosong, biarkan kosong dan tandai. Keputusan mau diisi berapa itu keputusan bisnis yang harus diambil orang, lengkap dengan catatan bahwa angkanya perkiraan.

Penutup

Tiga hal yang bikin AI kepakai di sini: kirim daftar nilai unik bukan seluruh file, minta rumus bukan hasil jadi, dan sediakan opsi PERLU_CEK biar AI punya jalan keluar selain nebak.

Kalau kamu mulai minggu ini, ambil satu kolom paling berantakan di file kamu, keluarin nilai uniknya pakai UNIQUE, dan mulai dari situ.

Mau ngasah rumus XLOOKUP dan IFERROR yang jadi tulang punggung proses ini? Coba latihan interaktif di NgulikSheet. Setelah datanya rapi, langkah berikutnya biasanya nebak kebutuhan stok, dan caranya ada di panduan peramalan permintaan stok di Excel.