Laporan Penjualan Toko Baju: Analisis Ukuran, Warna, dan Musim

Laporan penjualan toko baju butuh kolom ukuran dan warna yang terpisah dari nama model, karena satu model dijual dalam belasan kombinasi sekaligus.

Satu kemeja dengan 4 ukuran dan 5 warna itu 20 barang berbeda di rak, walau di katalog cuma satu nama.

Kalau ketiga informasi itu digabung jadi satu teks, kamu bakal punya laporan yang bilang kemeja polos laku bagus, tanpa pernah tau bahwa yang laku cuma ukuran L warna hitam, dan ukuran S warna kuning nyangkut sejak Februari.

Di bawah ini kolom yang perlu ditambah, tiga analisis yang paling kepakai, dan angka dari data toko baju yang aku olah.

Kenapa laporan toko baju beda dari toko lain?

Karena barangnya punya tiga lapis identitas: model, ukuran, dan warna. Warung kelontong nggak punya masalah ini. Minyak goreng 1 liter ya cuma satu barang.

Efeknya ke dua hal. Pertama, jumlah barang unik meledak. Katalog 30 model bisa jadi 600 barang di rak.

Kedua, sisa stok punya penyebab yang beda-beda. Barang bisa nyangkut karena modelnya nggak disuka, karena warnanya salah, atau karena kamu beli terlalu banyak ukuran yang jarang dipakai orang. Tiga penyebab itu butuh tiga tindakan yang beda.

Kolom tambahan apa yang wajib ada?

Di atas kolom standar seperti tanggal, nomor struk, dan harga, tambahin lima kolom ini:

Kolom	Isi	Contoh	Dipakai buat
kode_model	Kode unik per model	KM-014	Ngelompokin semua varian jadi satu
ukuran	Satu kolom sendiri	L	Bikin size curve
warna	Satu kolom sendiri	Hitam	Hitung sell-through per warna
kategori	Jenis pakaian	Kemeja	Banding antar jenis
stok_awal	Jumlah masuk per varian	40	Penyebut sell-through rate

Kolom stok_awal biasanya nggak ditaruh di tabel transaksi, tapi di sheet terpisah berisi satu baris per varian. Nanti ditarik pakai lookup waktu ngitung sell-through.

Aturan dasar penyusunan tabelnya sama kayak toko lain, dan aku bahas di struktur tabel laporan penjualan.

Gimana cara analisis penjualan per ukuran?

Yang kamu cari namanya size curve, yaitu proporsi penjualan tiap ukuran terhadap total satu model atau satu kategori.

Bikin pivot table dengan ukuran di Rows dan jumlah unit di Values, terus tambahin kolom persentase. Di Excel, klik kanan angka di Values, pilih Show Values As, lalu % of Column Total. Langkah detailnya ada di cara nampilin persentase di pivot table.

Kalau mau pakai rumus, COUNTIFS juga cukup:

=COUNTIFS(kategori;"Kemeja";ukuran;"L")/COUNTIFS(kategori;"Kemeja")

Argumen fungsinya dijelasin di dokumentasi COUNTIFS Microsoft.

Hitung size curve terpisah per kategori. Proporsi ukuran kaos beda jauh dari proporsi ukuran celana, dan nggabungin dua-duanya bikin angkanya nggak kepakai.

Gunanya satu: waktu belanja stok berikutnya, kamu ngikutin proporsi yang beneran laku, bukan bagi rata empat ukuran sama banyak.

Gimana cara analisis penjualan per warna?

Buat warna, jumlah terjual doang nggak cukup. Kamu butuh sell-through rate, yaitu persentase stok yang berhasil keluar.

sell-through = jumlah terjual / stok awal x 100%

Kenapa penting: warna hitam bisa terjual 30 potong dan warna kuning 12 potong, tapi kalau kamu masukin 35 hitam dan 15 kuning, angka sell-through-nya 86 persen lawan 80 persen. Nggak sejomplang yang kelihatan dari jumlah mentah.

Patokan praktis yang aku pakai buat toko kecil:

• Di atas 70 persen dalam sebulan: pesan lagi, mungkin kurang banyak
• 40 sampai 70 persen: aman, pesan dengan jumlah sama
• Di bawah 30 persen: stop pesan warna itu, sisanya masuk diskon

Angka ini bukan standar industri, cuma pegangan yang cukup masuk akal buat toko dengan siklus belanja bulanan.

Gimana cara baca pola musim?

Toko baju di Indonesia punya empat penanda musim yang paling kuat:

1. Ramadan dan Lebaran. Puncak terbesar, dan pergeserannya ikut kalender hijriah tiap tahun.
2. Tahun ajaran baru. Juli, naiknya di kategori tertentu seperti kemeja polos dan celana bahan.
3. Musim hujan. Jaket dan lengan panjang naik, biasanya November sampai Februari.
4. Akhir tahun. Desember, dorongan dari libur dan bonus.

Cara ngeceknya: bikin matriks dengan kategori di baris dan bulan di kolom, isi selnya jumlah unit terjual. Pola naik turunnya langsung kelihatan tanpa perlu grafik.

Satu catatan penting. Tanggal Ramadan geser sekitar 11 hari tiap tahun, jadi jangan bandingin Maret tahun ini sama Maret tahun lalu begitu aja. Bandingin berdasarkan minggu ke berapa sebelum Lebaran.

Contoh kasus: 8 bulan data mega_retail

Data mega_retail punya Ngulik Data isinya penjualan toko pakaian dengan 34 model dan 612 varian ukuran dan warna, selama 8 bulan. Ini tiga temuan yang paling ngubah keputusan belanja.

Temuan pertama: size curve nggak sedatar yang dikira.

Ukuran	Porsi penjualan kemeja	Porsi belanja stok sebelumnya	Selisih
S	12%	25%	Kelebihan 13 poin
M	31%	25%	Kurang 6 poin
L	36%	25%	Kurang 11 poin
XL	21%	25%	Kelebihan 4 poin

Belanja stok sebelumnya dibagi rata 25 persen per ukuran. Padahal ukuran L nyumbang 36 persen penjualan dan S cuma 12 persen. Tiap kali model baru masuk, ukuran L habis dalam dua minggu sementara ukuran S numpuk sampai akhir musim.

Temuan kedua: warna yang paling banyak dibeli bukan yang paling laku.

Warna putih dipesan paling banyak karena dianggap aman. Sell-through-nya 44 persen. Warna navy dipesan setengahnya, tapi sell-through-nya 81 persen dan sering kehabisan di minggu ketiga.

Kalau cuma lihat jumlah terjual, putih tetap juara karena stoknya paling banyak. Sell-through yang ngebalik kesimpulannya.

Temuan ketiga: 20 persen varian nyumbang 74 persen omzet.

Dari 612 varian, 122 varian teratas nutup hampir tiga perempat omzet. Ini pola yang mirip prinsip Pareto, dan sisanya 490 varian cuma nyumbang 26 persen sambil makan hampir seluruh ruang gudang.

Keputusan yang berubah setelah tiga temuan ini: proporsi belanja ukuran diubah ngikutin size curve, warna kuning dan oranye dihentikan, dan jumlah varian per model dipangkas dari rata-rata 18 jadi 12.

Rata-rata nilai belanja per struk juga naik, dari Rp 168.000 ke Rp 191.000, karena ukuran yang dicari pelanggan lebih sering tersedia. Cara ngitung angka itu ada di glossary average order value.

Kesalahan umum di laporan penjualan toko baju

Gabungin model, ukuran, dan warna dalam satu kolom. Teks Kemeja Putih L bikin pivot table baca itu sebagai satu barang, dan kamu kehilangan dua sudut pandang sekaligus.

Ngukur laku pakai jumlah terjual doang. Barang yang stoknya banyak otomatis kelihatan laku. Pakai sell-through rate biar adil.

Belanja ukuran dibagi rata. Ini kebiasaan paling mahal di toko baju. Ikutin size curve dari data penjualanmu sendiri.

Bandingin bulan yang sama antar tahun tanpa lihat kalender hijriah. Ramadan geser sekitar 11 hari tiap tahun, jadi puncak penjualannya pindah bulan.

Nggak nyatat stok awal. Tanpa angka ini, sell-through rate nggak bisa dihitung sama sekali, dan kamu balik lagi ke jumlah terjual mentah.

FAQ

Kolom apa yang wajib ada di laporan penjualan toko baju?

Selain kolom standar seperti tanggal dan harga, toko baju butuh tiga kolom tambahan: kode model, ukuran, dan warna, masing-masing di kolom sendiri. Jangan digabung jadi satu teks seperti Kemeja Putih L. Kalau digabung, pivot table nggak bisa ngerangkum penjualan per ukuran atau per warna, dan kamu kehilangan dua sudut pandang yang paling penting buat belanja stok.

Apa itu sell-through rate dan gimana ngitungnya?

Sell-through rate adalah persentase stok yang berhasil terjual dalam satu periode. Rumusnya jumlah unit terjual dibagi stok awal periode, dikali 100 persen. Kalau kamu masukin 40 potong dan terjual 26 dalam sebulan, sell-through-nya 65 persen. Angka ini lebih berguna daripada jumlah terjual saja, karena dia ngukur seberapa cepat barang keluar dibanding jumlah yang kamu beli.

Gimana cara tau ukuran mana yang harus dibeli lebih banyak?

Bikin size curve, yaitu proporsi penjualan tiap ukuran terhadap total penjualan satu model. Kalau ukuran L nyumbang 34 persen penjualan, belanja berikutnya untuk model sejenis sebaiknya ngikutin proporsi itu, bukan dibagi rata. Hitung size curve terpisah per kategori, karena proporsi ukuran kaos beda dari proporsi ukuran celana.

Kenapa warna perlu dianalisis terpisah?

Karena warna yang salah bikin stok nyangkut walau modelnya laku. Satu model bisa habis di warna hitam tapi sisa banyak di warna kuning, dan kalau kamu cuma lihat total per model, dua kondisi itu ketutup jadi satu angka. Hitung sell-through per warna, dan warna dengan angka di bawah 30 persen sebaiknya nggak dipesan lagi.

Berapa lama data yang dibutuhkan buat lihat pola musim?

Minimal satu tahun penuh supaya kamu bisa lihat siklusnya utuh, dan idealnya dua tahun supaya bisa mastiin polanya berulang. Kalau baru punya beberapa bulan, kamu masih bisa pakai penanda kejadian seperti Ramadan, Lebaran, tahun ajaran baru, dan musim hujan sebagai patokan sementara sambil ngumpulin data.

Penutup

Tiga hal yang paling ngubah keputusan:

• Ukuran dan warna harus jadi kolom sendiri, bukan bagian dari nama produk
• Sell-through rate ngasih gambaran yang lebih jujur daripada jumlah terjual
• Size curve dari datamu sendiri lebih berguna daripada bagi rata empat ukuran

Buka data penjualanmu, hitung porsi tiap ukuran buat satu kategori, terus bandingin sama proporsi belanja stok terakhir. Selisihnya bakal langsung nunjukin ukuran mana yang selama ini kebanyakan.

Buat milih bentuk laporan yang pas sama kebutuhanmu, lanjut ke 4 format laporan penjualan dibandingkan. Kalau mau nampilin angkanya dalam satu layar, ikutin cara bikin dashboard Excel.