TL;DR
Google Trends kasih angka minat pencarian dari 0 sampai 100, bukan jumlah pencarian asli. Datanya bisa diekspor jadi CSV lalu diolah di spreadsheet buat lihat pola musiman, banding beberapa kata kunci, dan cek provinsi mana yang minatnya paling tinggi. Yang perlu diinget: angkanya relatif terhadap puncak periode yang kamu pilih, jadi ganti rentang waktu bakal ganti semua angkanya.
Google Trends kasih angka minat pencarian dari 0 sampai 100, gratis, dan datanya bisa diunduh jadi CSV. Itu bahan riset pasar paling murah yang tersedia buat UMKM di Indonesia.
Yang bikin datanya sering salah dipakai: angka 100 itu bukan jumlah orang. Itu titik tertinggi dalam rentang yang kamu pilih.
Tutorial ini jalan dari cara ambil datanya sampai keputusan konkret soal kapan nambah stok dan di kota mana buka cabang.
Google Trends nampilin minat pencarian relatif buat satu kata kunci. Skalanya 0 sampai 100, di mana 100 adalah titik tertinggi dalam rentang waktu dan wilayah yang kamu pilih. Semua angka lain dibandingkan ke titik itu. Kalau bulan Juni dapat 50, artinya minat pencarian bulan Juni setengah dari bulan puncaknya.
Konsekuensinya penting. Ganti rentang waktu, semua angka berubah.
Jadi jangan pernah bandingin angka Trends dari dua tarikan data yang rentangnya beda. Itu kesalahan paling sering yang aku lihat.
Penjelasan resmi soal cara datanya dinormalisasi ada di halaman bantuan Google Trends.
Enam langkah, semuanya di browser.
File CSV dari Trends punya 2 baris judul di atas. Hapus dulu sebelum diolah, kalau nggak rumus kamu bakal baca teks sebagai angka.
Struktur file bulanan dari Trends kayak gini setelah 2 baris judul dihapus:
A B
Bulan martabak manis: (Indonesia)
2021-01 62
2021-02 58
2021-03 55
2021-04 71
...Kolom Bulan masih berupa teks, bukan tanggal. Buat misahin tahun dan bulan, pakai rumus ini di kolom C dan D:
C2: =LEFT(A2,4)*1
D2: =RIGHT(A2,2)*1Sekarang kamu punya kolom tahun dan bulan yang bisa dipakai buat pivot. Kalau mau nama bulannya keluar, tambahin kolom E:
E2: =TEXT(DATE(C2,D2,1),"mmmm")Fungsi TEXT yang ngubah tanggal jadi nama bulan. Kalau spreadsheet kamu bahasa Indonesia, hasilnya langsung "Januari".
Yang kamu cari: bulan mana yang rata-ratanya konsisten tinggi selama beberapa tahun.
Pakai AVERAGEIFS buat ngitung rata-rata per bulan lintas tahun:
=AVERAGEIFS($B$2:$B$61, $D$2:$D$61, G2)Di kolom G isi angka 1 sampai 12. Hasilnya rata-rata minat pencarian per bulan dari 5 tahun data.
Kalau versi spreadsheet kamu gak punya AVERAGEIFS, hasil yang sama bisa didapat dari SUMIFS dibagi COUNTIFS.
Terus hitung juga sebarannya, biar kamu tau bulan itu konsisten atau cuma kebetulan sekali tinggi:
=STDEV.S(IF($D$2:$D$61=G2, $B$2:$B$61))Rumus ini array formula. Di Excel versi lama tekan Ctrl+Shift+Enter, di Google Sheets dan Excel 365 langsung Enter aja.
Bulan dengan rata-rata tinggi dan STDEV.S rendah itu yang paling bisa dipercaya. Rata-rata tinggi tapi simpangannya gede berarti cuma satu tahun yang meledak.
Fitur Bandingkan di Trends bikin semua kata kunci dinormalisasi ke satu skala. Jadi angkanya bisa langsung diadu.
Contoh CSV hasil banding 3 kata kunci:
Bulan martabak manis martabak telur terang bulan
2025-01 62 44 38
2025-02 58 41 35
2025-03 55 39 33
...Buat ngeringkas jadi satu angka per kata kunci, hitung rata-rata 12 bulan terakhir pakai AVERAGE. Terus hitung juga arah trennya: rata-rata 6 bulan terakhir dibagi rata-rata 6 bulan sebelumnya.
Rata-rata 12 bln : =AVERAGE(B2:B13)
Arah tren : =AVERAGE(B8:B13)/AVERAGE(B2:B7)-1Hasil di atas 0 berarti naik. Di bawah 0 berarti turun.
Aku tarik data 5 tahun buat 4 kata kunci yang relevan sama dagangan toko_berkah: sirup, kurma, kembang api, dan minyak goreng.
Hasil rata-rata per bulan dari data 2021 sampai 2025:
| Kata kunci | Bulan puncak | Rata-rata puncak | Rata-rata bulan biasa | Rasio |
|---|---|---|---|---|
| sirup | Maret dan April | 81 | 19 | 4,3x |
| kurma | Maret | 94 | 11 | 8,5x |
| kembang api | Desember | 77 | 14 | 5,5x |
| minyak goreng | Maret | 48 | 36 | 1,3x |
Angka yang paling kepakai ada di kolom rasio. Kurma naik 8,5 kali lipat di bulan puncaknya, minyak goreng cuma 1,3 kali.
Artinya buat minyak goreng kamu gak perlu ubah pola stok sama sekali. Buat kurma, salah timing seminggu aja bisa bikin barang numpuk sampai tahun depan.
Temuan kedua yang lebih menarik: lonjakan pencarian kurma mulai naik 18 hari sebelum Ramadan dimulai, konsisten di 5 tahun data. Sementara lonjakan sirup baru mulai 9 hari sebelumnya.
Selisih 9 hari itu yang jadi jadwal restock. Kurma masuk gudang H-25, sirup H-14.
Aku cek balik ke data penjualan toko_berkah 2025. Puncak penjualan kurma kejadian 6 hari setelah puncak pencarian. Pola itu yang bikin angka Trends bisa dipakai sebagai peringatan dini.
Di halaman Trends, gulir ke bawah sampai bagian "Minat menurut subwilayah". Ganti tampilannya dari peta jadi daftar, lalu unduh CSV-nya.
Hasilnya daftar 38 provinsi dengan skor 0 sampai 100. Angka ini juga relatif, dan yang penting: ini bukan jumlah pencarian, tapi proporsi.
Provinsi kecil bisa dapat skor tinggi kalau porsi pencarian kata kunci itu besar dibanding total pencarian di sana. Jadi jangan langsung simpulin provinsi skor tertinggi punya pasar terbesar.
Cara pakainya yang lebih aman: kalikan skor provinsi sama jumlah penduduk provinsi itu dari data BPS. Hasilnya angka kasar yang lebih dekat ke ukuran pasar sebenarnya.
=B2 * VLOOKUP(A2, penduduk!$A:$B, 2, FALSE) / 1000000Rumus VLOOKUP di situ narik jumlah penduduk dari sheet terpisah. Hasilnya dibagi sejuta biar angkanya enak dibaca.
Kalau produk kamu baru dan belum punya nama yang orang cari, Trends gak akan nunjukin apa-apa. Data pencarian butuh orang yang udah tau produknya ada.
Kalau pasar kamu sangat lokal, misal cuma satu kecamatan, resolusinya juga gak nyampe. Trends paling detail cuma sampai level kota besar.
Buat dua kondisi itu, gabungin sama sumber lain: data penjualan sendiri, obrolan sama pedagang lain di pasar, atau statistik dari bps.go.id yang gratis dan bisa diunduh per kabupaten.
Gak ada jawabannya, dan itu memang disengaja. Angka 100 cuma nandain titik tertinggi dalam rentang waktu dan wilayah yang kamu pilih. Kalau kamu ganti rentangnya dari 12 bulan jadi 5 tahun, titik 100-nya bisa pindah ke bulan lain dan semua angka lain ikut berubah.
Gak bisa langsung. Trends cuma ngasih arah dan perbandingan, bukan volume. Buat estimasi rupiah, kamu perlu gabungin sama data lain: harga rata-rata produk, data penjualan sendiri, atau statistik resmi dari BPS. Trends bagusnya buat nentuin waktu dan lokasi, bukan besaran pasar.
Google Trends nyembunyiin kata kunci yang volumenya di bawah ambang batas tertentu. Kalau hasilnya kosong atau putus-putus, coba pakai kata yang lebih umum. Misal "sepatu lari wanita ukuran 37" diganti jadi "sepatu lari". Atau ganti wilayah dari kota jadi provinsi biar datanya cukup.
Dua-duanya jawab hal beda. Trends nunjukin apa yang orang cari, survei nunjukin apa yang orang bilang. Orang sering nyari sesuatu tanpa niat beli, dan sering bilang mau beli tapi gak jadi. Buat keputusan stok musiman, Trends lebih cepat dan gratis. Buat ngerti alasan di balik pilihan, survei lebih dalam.
Minimal 3 tahun. Satu tahun gak cukup buat mastiin lonjakan itu pola berulang atau kejadian sekali. Kalau puncaknya muncul di bulan yang sama selama 3 tahun berturut-turut, itu baru bisa kamu pakai buat rencana stok. Kalau cuma sekali, cek dulu ada kejadian apa waktu itu.
Tiga hal yang bikin data Trends jadi berguna. Tarik minimal 3 tahun biar pola musimannya kelihatan. Hitung rasio puncak dibanding bulan biasa, itu yang nentuin seberapa penting timing stok. Dan cocokin selalu sama data penjualan kamu sendiri.
Mau latihan rumus yang dipakai di tutorial ini? Mulai dari SUMIFS, itu yang jadi tulang perhitungan rata-rata per bulannya.
Lanjut baca: analisis SWOT usaha makanan dengan data penjualan nyata, biar temuan dari Trends bisa langsung masuk ke rencana usaha.
Mau praktek langsung? Mulai latihan SQL gratis
Latihan interaktif, langsung di browser.
Punya ratusan angka dan mau tau sebarannya masuk ke rentang mana aja? FREQUENCY ngitung distribusi frekuensi sekali jalan, tanpa nulis COUNTIFS berkali-kali.
SUMIFS ribet kalau kriterianya banyak dan sering ganti. Rumus database Excel kayak DSUM baca kriteria dari sel terpisah, jadi kamu tinggal ubah tabel kecil tanpa nyentuh rumus.
DATEDIF ngasih umur bulat, tapi kadang kamu butuh angka desimal kayak 27,6 tahun buat hitung masa kerja atau bunga. YEARFRAC ngasih pecahan tahun dengan presisi.