Program Studi Bisnis Digital • FEB

Manajemen Risiko

Pertemuan 8 — Analisis Risiko Pemasaran

Mengidentifikasi sumber-sumber risiko pemasaran, mengukur besarannya dengan matriks probabilitas × dampak, dan merumuskan langkah evaluasi awal.

RPS MINGGU 9 • 2 × 50 MENIT

Selamat pagi/siang, Anda baru saja melewati UTS — selamat, dan mari kita lanjutkan perjalanan manajemen risiko dengan topik yang sangat dekat dengan kehidupan bisnis sehari-hari: risiko pemasaran. Bayangkan Anda adalah manajer pemasaran di sebuah UMKM fesyen yang berjualan di Tokopedia dan Shopee — setiap keputusan tentang produk, harga, distribusi, dan promosi membawa ketidakpastian yang bisa membuat bisnis untung besar atau justru rugi besar. Hari ini kita akan belajar mengidentifikasi dari mana risiko pemasaran itu muncul, bagaimana mengukurnya secara terstruktur memakai matriks probabilitas dan dampak, dan bagaimana langkah awal mengevaluasinya sebelum kita bahas evaluasi dan perlakuan risiko secara umum di pertemuan 12. Pertemuan ini adalah pertemuan kesembilan dalam RPS karena UTS mengambil slot minggu ke-8, jadi anggap ini sebagai awal babak kedua semester kita.

Tujuan Pembelajaran Hari Ini

Setelah pertemuan ini, Anda diharapkan mampu mengidentifikasi sumber risiko pemasaran serta mengukur dan mengevaluasi besarannya dalam strategi bisnis. Secara rinci:

CAPAIAN 1

SUMBER RISIKO

Mengidentifikasi sumber risiko pemasaran dari sisi produk, harga, distribusi, promosi, kompetisi, dan perilaku konsumen.

CAPAIAN 2

PENGUKURAN

Menghitung indikator risiko pemasaran (churn, skor probabilitas × dampak) dan membaca matriks risiko.

CAPAIAN 3

EVALUASI AWAL

Menentukan prioritas risiko pemasaran mana yang perlu ditangani lebih dulu berdasarkan skor risiko.

CAPAIAN 4

KONTEKS NYATA

Menerapkan konsep pada kasus bisnis Indonesia — UMKM digital, marketplace, dan perusahaan Tbk.

Mari kita lihat empat capaian belajar hari ini. Pertama, Anda akan bisa memetakan dari mana saja risiko pemasaran itu datang — bukan cuma "produk tidak laku", tapi lebih spesifik: apakah masalahnya di produk itu sendiri, di harga yang salah, di jalur distribusi yang buntu, atau di promosi yang salah sasaran. Kedua, Anda akan belajar menghitung, bukan cuma menduga-duga — kita akan pakai contoh churn rate pelanggan dan skor risiko dengan skala expert judgement seperti yang sudah kita pelajari di pertemuan 6. Ketiga, dari angka itu Anda akan bisa menentukan risiko mana yang harus jadi prioritas utama tim pemasaran. Terakhir, semua ini akan kita bumikan dengan contoh nyata dari bisnis Indonesia yang mungkin Anda pakai atau amati sehari-hari, seperti Tokopedia, Shopee, atau produk UMKM lokal.

Bagian 1 dari 3

Memahami Risiko Pemasaran

Apa itu risiko pemasaran, dan dari mana saja ia bisa muncul dalam strategi bisnis?

Mengapa Risiko Pemasaran Penting?

Keputusan pemasaran yang salah bisa merusak pendapatan dan reputasi merek (brand) dalam waktu singkat — bahkan untuk perusahaan besar sekalipun.

Contoh Kasus

Produk minuman lokal yang gagal saat ekspansi rasa baru karena riset pasar minim — stok menumpuk, biaya promosi terbuang.
Kampanye promosi e-commerce yang salah sasaran demografi — anggaran iklan besar, konversi penjualan rendah.
Perang harga antar marketplace (Tokopedia vs Shopee) yang menekan margin UMKM mitra hingga tipis.

Inti masalah: Risiko pemasaran sering tidak terlihat di laporan keuangan sampai sudah terlambat — penjualan turun, pelanggan pergi, dan biaya akuisisi pelanggan baru (CAC) membengkak sebelum manajemen sadar akar masalahnya.

Coba bayangkan Anda mengelola sebuah brand minuman kemasan lokal yang ingin meluncurkan rasa baru. Tanpa riset pasar yang memadai, Anda bisa memproduksi ribuan unit yang ternyata tidak disukai konsumen — itulah risiko pemasaran dalam bentuk paling nyata. Contoh lain yang mungkin pernah Anda alami sendiri sebagai konsumen adalah iklan di media sosial yang terasa tidak relevan dengan kebutuhan Anda; bagi perusahaan, itu artinya anggaran promosi terbuang karena salah menargetkan segmen. Perang harga antar-marketplace besar seperti Tokopedia dan Shopee juga contoh risiko pemasaran di level industri, karena tekanan harga bisa menggerus margin pedagang UMKM yang berjualan di platform tersebut. Yang membuat risiko pemasaran berbahaya adalah sifatnya yang sering tersembunyi — angka penjualan baru anjlok setelah beberapa bulan, padahal akar masalahnya sudah muncul jauh lebih awal.

Definisi Risiko Pemasaran

Risiko pemasaran adalah ketidakpastian terkait keputusan bauran pemasaran (marketing mix) yang dapat menyebabkan perusahaan gagal mencapai target penjualan, pangsa pasar, atau nilai merek yang direncanakan.

Risiko ini muncul dari 4P — kerangka bauran pemasaran klasik yang sudah Anda kenal dari mata kuliah Pemasaran Dasar:

PRODUCT & PRICE

Produk & Harga

Salah desain produk, salah penetapan harga jual terhadap daya beli target pasar.

PLACE & PROMOTION

Distribusi & Promosi

Jalur distribusi tidak menjangkau target, pesan promosi salah sasaran atau salah kanal.

Definisi ini penting untuk Anda catat: risiko pemasaran bukan sekadar "penjualan turun", melainkan ketidakpastian di seputar keputusan bauran pemasaran yang berpotensi membuat perusahaan gagal mencapai target. Anda tentu sudah mengenal kerangka 4P dari mata kuliah Pemasaran Dasar — product, price, place, dan promotion — dan kerangka yang sama ini kita pakai untuk memetakan dari mana risiko pemasaran bisa muncul. Produk yang salah desain atau harga yang tidak sesuai daya beli target pasar adalah dua sumber risiko pertama. Sementara itu, distribusi yang tidak menjangkau pelanggan dan promosi yang salah kanal — misalnya beriklan di platform yang tidak dipakai target pasar Anda — adalah dua sumber lainnya. Di slide berikutnya kita akan memperluas ini dengan dua sumber tambahan di luar 4P klasik: kompetisi dan perilaku konsumen.

Sumber Risiko Pemasaran (Lanjutan)

Selain 4P, dua sumber risiko pemasaran modern yang penting terutama di era digital:

Risiko Kompetisi

Pesaing baru masuk dengan harga lebih murah (mis. perang diskon marketplace).
Produk substitusi mengambil alih kebutuhan konsumen (mis. ojek daring vs angkutan umum konvensional).
Perang promosi menaikkan biaya akuisisi pelanggan (CAC — Customer Acquisition Cost, biaya rata-rata untuk mendapat satu pelanggan baru).

Risiko Perilaku Konsumen

Preferensi konsumen berubah cepat (tren media sosial, gaya hidup).
Loyalitas rendah — pelanggan mudah berpindah (churn, tingkat pelanggan yang berhenti membeli).
Reputasi/brand rusak akibat ulasan negatif viral di media sosial.

Dua sumber risiko tambahan ini menjadi semakin penting di era bisnis digital seperti sekarang. Risiko kompetisi muncul ketika pesaing baru masuk dengan harga jauh lebih murah, misalnya perang diskon antar-marketplace yang sering Anda lihat saat kampanye 9.9 atau 11.11, atau ketika produk substitusi mengambil alih kebutuhan konsumen — contohnya ojek daring yang menggeser sebagian permintaan terhadap angkutan umum konvensional. Perang promosi semacam ini juga menaikkan CAC, yaitu biaya akuisisi pelanggan atau biaya rata-rata yang dikeluarkan untuk mendapatkan satu pelanggan baru; kalau CAC terus naik sementara nilai pelanggan tidak naik, bisnis bisa merugi meski penjualan tampak ramai. Di sisi lain, risiko perilaku konsumen terjadi karena preferensi bisa berubah sangat cepat mengikuti tren media sosial, dan loyalitas pelanggan yang rendah membuat mereka mudah berpindah ke kompetitor — fenomena ini disebut churn. Reputasi merek pun rentan rusak dalam hitungan jam jika ada ulasan negatif yang viral, sesuatu yang jarang terjadi seburuk itu di era sebelum media sosial.

Bagian 2 dari 3

Mengukur Risiko Pemasaran

Dari indikator kualitatif ke angka yang bisa dihitung dan dibandingkan.

Indikator Kunci Risiko Pemasaran

Empat indikator yang paling sering dipakai tim pemasaran untuk memantau risiko secara rutin:

Indikator	Arti	Sinyal Risiko
Churn Rate	% pelanggan yang berhenti membeli/berlangganan per periode	Naik terus-menerus
CAC	Biaya rata-rata mendapat 1 pelanggan baru	Naik lebih cepat dari pendapatan
LTV (Customer Lifetime Value)	Estimasi total pendapatan dari 1 pelanggan selama menjadi pelanggan	Rasio LTV:CAC turun mendekati 1:1
Brand Equity	Nilai/persepsi positif konsumen terhadap merek	Skor survei/sentimen media sosial menurun

Tabel ini adalah semacam "panel dashboard" yang biasa dipantau tim pemasaran setiap bulan. Churn rate mengukur berapa persen pelanggan yang berhenti membeli atau berlangganan dalam satu periode — semakin tinggi dan terus naik, semakin besar risikonya. CAC, singkatan dari Customer Acquisition Cost, adalah biaya rata-rata yang dikeluarkan untuk mendapatkan satu pelanggan baru; kalau angka ini naik lebih cepat daripada pendapatan yang dihasilkan, itu tanda bahaya. LTV, atau Customer Lifetime Value, adalah estimasi total pendapatan yang bisa dihasilkan dari satu pelanggan selama ia menjadi pelanggan setia — idealnya LTV jauh lebih besar dari CAC, dan kalau rasio keduanya mendekati satu banding satu, bisnis sebenarnya nyaris tidak untung dari setiap pelanggan baru. Terakhir, brand equity mengukur persepsi positif konsumen terhadap merek Anda, yang biasa dipantau lewat survei kepuasan atau analisis sentimen di media sosial.

Hitung dari Nol #1 — Churn Rate & Dampak Pendapatan

Kasus: Butik Anna, UMKM fesyen yang berjualan di Tokopedia. Awal bulan tercatat 1.000 pelanggan aktif; 120 di antaranya berhenti membeli sepanjang bulan tersebut.

Langkah	Perhitungan	Nilai
1. Pelanggan aktif awal bulan	Diberikan	1.000 pelanggan
2. Pelanggan berhenti (churn) bulan ini	Diberikan	120 pelanggan
3. Churn rate	120 ÷ 1.000 × 100%	12%
4. Rata-rata pendapatan/pelanggan/bulan	Diberikan	Rp150.000
5. Estimasi pendapatan hilang bulan ini	120 × Rp150.000	Rp18.000.000

RISIKO PENDAPATAN

Rp18 juta

hilang per bulan • churn 12% (~Rp216 juta/tahun jika laju konstan)

Mari kita hitung bersama, langkah demi langkah, seperti yang selalu Anda lakukan di kelas ini. Butik Anna memulai bulan dengan 1.000 pelanggan aktif di Tokopedia, dan sepanjang bulan itu 120 pelanggan berhenti membeli — inilah dua angka dasar yang kita perlukan. Churn rate dihitung dengan membagi jumlah pelanggan yang hilang dengan jumlah pelanggan awal, yaitu 120 dibagi 1.000 dikali 100 persen, hasilnya 12 persen — angka ini tergolong cukup tinggi untuk bisnis fesyen bulanan dan perlu jadi perhatian manajer pemasaran. Dengan rata-rata pendapatan Rp150.000 per pelanggan per bulan, maka 120 pelanggan yang hilang setara dengan potensi pendapatan hilang sebesar Rp18.000.000 pada bulan tersebut. Perhatikan bahwa proyeksi tahunan sebesar sekitar Rp216 juta hanya estimasi kasar dengan asumsi laju churn konstan — dalam praktik nyata, angka ini bisa membesar atau mengecil tergantung tindakan yang diambil tim pemasaran, sehingga kita selalu memberi tanda "kira-kira" pada proyeksi semacam ini.

Coba Sendiri: Ubah Angka Pelanggan yang Berhenti dan Lihat Dampaknya

Ubah jumlah pelanggan aktif dan pelanggan yang berhenti membeli, lalu amati bagaimana churn rate dan estimasi kehilangan pendapatan berubah.

Hitung dari Nol #2 — Skor Risiko Peluncuran Produk Baru

Kasus: perusahaan consumer goods merencanakan peluncuran varian rasa baru. Tim ahli (expert judgement) menilai probabilitas dan dampak kegagalan memakai skala 1–5 seperti pada pertemuan 6.

Langkah	Perhitungan	Nilai
1. Probabilitas kegagalan (skala 1–5)	Expert judgement	4 (tinggi)
2. Dampak kegagalan (skala 1–5)	Expert judgement	5 (sangat besar)
3. Skor risiko	4 × 5	20
4. Skor maksimum mungkin	5 × 5	25
5. Tingkat risiko relatif	20 ÷ 25 × 100%	80% — kategori Ekstrem

SKOR RISIKO

20 / 25

Kategori Ekstrem — prioritas mitigasi tertinggi

Sekarang contoh kedua memakai pendekatan matriks probabilitas kali dampak yang sudah pernah Anda pelajari di pertemuan 6 tentang teknik analisis risiko. Tim ahli internal menilai probabilitas kegagalan peluncuran varian rasa baru ini di angka 4 dari skala 1 sampai 5, karena riwayat tiga dari lima peluncuran serupa sebelumnya tidak mencapai target penjualan. Dampaknya dinilai di angka 5, dampak maksimal, karena kegagalan ini melibatkan investasi produksi besar dan risiko reputasi merek. Skor risiko dihitung dengan mengalikan probabilitas dan dampak, yaitu 4 dikali 5 sama dengan 20, dari skor maksimum yang mungkin yaitu 5 dikali 5 sama dengan 25. Kalau kita ubah menjadi persentase, 20 dibagi 25 dikali 100 persen menghasilkan 80 persen, yang menurut konvensi umum manajemen risiko masuk kategori ekstrem — artinya proyek ini harus menjadi prioritas tertinggi untuk dievaluasi dan dimitigasi sebelum diluncurkan, bukan sekadar "nanti kita lihat perkembangannya".

Membaca Matriks Risiko Pemasaran

Skor dari slide sebelumnya bisa diplot ke matriks 5×5 probabilitas × dampak untuk melihat posisi risiko secara visual.

Kotak gelap (kanan-atas) = kombinasi probabilitas & dampak tinggi — skor 20 dari kasus peluncuran produk tadi jatuh di zona ini.

Matriks ini adalah cara visual untuk membaca skor risiko yang baru kita hitung. Sumbu mendatar mewakili dampak dari skala 1 sampai 5, dan sumbu tegak mewakili probabilitas dari skala 1 sampai 5 — semakin ke kanan dan semakin ke atas, kotaknya semakin gelap, menandakan zona risiko yang semakin serius. Kasus peluncuran produk baru tadi, dengan probabilitas 4 dan dampak 5, jatuh persis di kotak paling gelap pada matriks ini dengan skor 20 — itulah sebabnya kita menyebutnya kategori ekstrem. Dalam praktik tim pemasaran, matriks semacam ini biasanya ditempel di ruang rapat atau dashboard digital supaya seluruh tim bisa melihat sekilas risiko mana yang paling mendesak ditangani. Ingat, posisi di matriks bukan angka permanen — begitu tim melakukan mitigasi seperti riset pasar tambahan, posisi kotak itu seharusnya bergeser ke arah yang lebih terang di pertemuan berikutnya.

Studi Kasus: Risiko Pemasaran di Industri E-Commerce

Ketika dua raksasa marketplace bersaing lewat diskon besar-besaran, risiko pemasaran menjalar ke seluruh ekosistem — termasuk UMKM mitra.

Sisi Platform

Biaya promosi/subsidi ongkos kirim membengkak untuk mempertahankan pangsa pasar.
CAC naik karena kompetisi rebutan pengguna baru semakin ketat.
Ketergantungan pada diskon membuat loyalitas pengguna rapuh (churn tinggi saat diskon berhenti).

Sisi UMKM Mitra

Tekanan untuk terus memberi diskon agar tetap kompetitif — margin menipis.
Ketergantungan pada satu kanal penjualan (risiko konsentrasi distribusi).
Ulasan & rating buruk menyebar cepat, merusak brand equity toko kecil.

Kasus ini menggambarkan bagaimana risiko pemasaran tidak berhenti di satu perusahaan saja, melainkan menjalar ke seluruh ekosistem bisnis. Di sisi platform marketplace besar, biaya promosi dan subsidi ongkos kirim bisa membengkak sangat besar hanya untuk mempertahankan pangsa pasar, sementara CAC terus naik karena kompetisi memperebutkan pengguna baru semakin ketat setiap tahun. Yang lebih berbahaya, ketergantungan pengguna pada diskon membuat loyalitas mereka rapuh — begitu diskon dihentikan, churn bisa melonjak drastis karena pengguna berpindah ke platform lain yang sedang memberi promosi. Di sisi UMKM mitra yang berjualan di platform tersebut, tekanan untuk terus memberi diskon demi tetap kompetitif menggerus margin mereka, ditambah risiko konsentrasi karena banyak UMKM hanya bergantung pada satu kanal penjualan saja. Ulasan dan rating buruk pun bisa menyebar sangat cepat di platform digital, merusak brand equity toko kecil dalam waktu singkat — sebuah risiko yang jauh lebih sulit dikendalikan dibanding di era belanja konvensional.

Bagian 3 dari 3

Evaluasi & Langkah Mitigasi Awal

Menentukan risiko mana yang harus ditangani lebih dulu, dan dengan cara apa.

Dari Skor Risiko ke Tindakan

Skor risiko menentukan urgensi tindakan — makin tinggi skor, makin cepat dan besar upaya mitigasi yang diperlukan.

Rentang Skor (dari 25)	Kategori	Contoh Tindakan Pemasaran
1–5	Rendah	Pantau rutin, tidak perlu tindakan khusus
6–10	Sedang	Riset pasar tambahan, uji coba skala kecil (pilot)
11–15	Tinggi	Revisi strategi harga/promosi, diversifikasi kanal distribusi
16–25	Ekstrem	Tunda peluncuran, libatkan direksi, mitigasi menyeluruh

Kasus peluncuran produk (skor 20) masuk kategori Ekstrem — perlu keputusan direksi sebelum lanjut, bukan sekadar keputusan tim pemasaran.

Tabel ini memberi Anda pedoman praktis: begitu skor risiko sudah dihitung, langsung terlihat seberapa besar dan seberapa cepat tindakan yang diperlukan. Skor rendah antara 1 sampai 5 cukup dipantau rutin tanpa tindakan khusus, sementara skor sedang antara 6 sampai 10 sebaiknya diikuti riset pasar tambahan atau uji coba dalam skala kecil sebelum diluncurkan penuh. Skor tinggi antara 11 sampai 15 menuntut revisi strategi, misalnya menyesuaikan harga atau promosi, atau menambah kanal distribusi supaya tidak terlalu bergantung pada satu saluran saja. Untuk skor ekstrem antara 16 sampai 25 — seperti kasus peluncuran produk kita tadi dengan skor 20 — keputusan tidak boleh berhenti di level tim pemasaran saja, melainkan harus melibatkan direksi karena besarnya potensi kerugian. Prinsip ini konsisten dengan apa yang akan kita pelajari lebih dalam pada pertemuan 12 tentang evaluasi dan perlakuan risiko secara umum.

Studi Kasus: Mitigasi Risiko Pemasaran yang Berhasil

Bagaimana riset pasar kecil bisa mencegah kerugian besar sebelum peluncuran skala penuh.

LANGKAH 1

Uji Pasar Terbatas

Luncurkan di 2 kota dulu sebelum nasional, amati respons nyata konsumen.

LANGKAH 2

Ukur & Evaluasi

Pantau churn, ulasan, dan konversi penjualan selama masa uji coba 4–6 minggu.

LANGKAH 3

Skalakan atau Hentikan

Jika skor risiko turun ke kategori sedang/rendah, baru diluncurkan nasional.

Contoh ini menunjukkan bagaimana teori yang baru kita bahas diterapkan secara nyata dalam tiga langkah sederhana. Langkah pertama adalah uji pasar terbatas — misalnya perusahaan meluncurkan produk hanya di dua kota besar seperti Semarang dan Surabaya terlebih dahulu, bukan langsung ke seluruh Indonesia, supaya risiko kerugian jika produk gagal jauh lebih kecil. Langkah kedua adalah mengukur dan mengevaluasi secara ketat selama masa uji coba, biasanya empat sampai enam minggu, dengan memantau churn, ulasan konsumen, dan tingkat konversi penjualan sebagai indikator awal. Langkah ketiga adalah keputusan berdasarkan data: jika skor risiko yang dihitung ulang setelah uji coba sudah turun ke kategori sedang atau rendah, barulah perusahaan berani menskalakan peluncuran secara nasional; jika tidak, produk direvisi lagi atau bahkan dihentikan. Pendekatan bertahap seperti ini jauh lebih murah dibanding langsung meluncurkan secara nasional dan baru menyadari masalahnya setelah kerugian sudah terjadi.

Latihan Kelas: Nilai Risiko Pemasaran Anda Sendiri

Instruksi

Bekerja berkelompok (3–4 orang). Pilih satu produk/brand Indonesia yang Anda kenal (mis. UMKM lokal, startup, atau merek nasional). Kerjakan:

Identifikasi 2 sumber risiko pemasaran yang paling relevan (dari 4P, kompetisi, atau perilaku konsumen).
Beri skor probabilitas & dampak (skala 1–5) untuk masing-masing, lalu hitung skor risikonya.
Usulkan 1 tindakan mitigasi yang realistis untuk skor risiko tertinggi.

Waktu: 12 menit diskusi, 2 kelompok mempresentasikan hasil (3 menit/kelompok).

Sekarang giliran Anda mempraktikkan langsung apa yang sudah kita pelajari hari ini. Bentuk kelompok kecil tiga sampai empat orang, lalu pilih satu produk atau merek Indonesia yang benar-benar Anda kenal — bisa UMKM lokal di sekitar Anda, startup digital, atau merek nasional besar seperti yang sudah kita bahas contohnya tadi. Tugas Anda adalah mengidentifikasi dua sumber risiko pemasaran yang paling relevan untuk produk tersebut, memberi skor probabilitas dan dampak memakai skala 1 sampai 5 seperti latihan kita di slide sebelumnya, lalu menghitung skor risikonya sendiri. Setelah itu, usulkan satu tindakan mitigasi yang realistis dan bisa benar-benar dilakukan perusahaan tersebut untuk risiko dengan skor tertinggi. Kita beri waktu dua belas menit untuk diskusi, dan setelahnya saya akan meminta dua kelompok secara acak mempresentasikan hasilnya di depan kelas selama tiga menit masing-masing.

Sensitivitas: Harga vs Risiko Kehilangan Pelanggan

Menaikkan harga bisa memperbaiki margin, tapi juga bisa menaikkan churn rate. Manajer pemasaran harus menimbang trade-off ini.

Skenario Kenaikan Harga	Estimasi Churn Rate	Efek Bersih terhadap Pendapatan
Tetap (0%)	~12% (baseline)	Netral (baseline)
+5%	~15% (naik)	Berpotensi naik tipis — margin naik lebih besar dari churn tambahan
+15%	~25% (naik signifikan)	Berisiko turun — churn tambahan menggerus manfaat margin

Angka churn di tabel ini bersifat ilustratif untuk melatih pola pikir trade-off — dalam praktik, perusahaan perlu riset pasar aktual (survei harga, uji A/B) sebelum mengambil keputusan.

Slide ini melatih Anda berpikir dalam kerangka trade-off, yang merupakan inti dari analisis sensitivitas dalam manajemen risiko pemasaran. Ketika harga tetap tidak berubah, churn rate berada di baseline sekitar 12 persen seperti kasus Butik Anna yang kita hitung tadi. Ketika harga dinaikkan 5 persen, churn mungkin naik tipis ke sekitar 15 persen, tapi karena margin per unit juga naik, efek bersihnya terhadap pendapatan bisa jadi tetap positif — inilah yang disebut kenaikan harga yang "aman". Namun ketika harga dinaikkan terlalu agresif, misalnya 15 persen, churn bisa melonjak signifikan ke sekitar 25 persen, dan pada titik ini kenaikan margin per unit tidak lagi cukup menutupi hilangnya banyak pelanggan — pendapatan total justru berisiko turun. Penting untuk Anda catat bahwa angka-angka churn di tabel ini sifatnya ilustratif untuk melatih cara berpikir, bukan angka pasti; di dunia nyata, keputusan harga harus didukung riset pasar aktual seperti survei sensitivitas harga atau uji A/B sebelum diterapkan.

Coba Sendiri: Geser Kenaikan Harga dan Lihat Dampaknya ke Churn

Ubah persentase kenaikan harga dan sensitivitas pelanggan, lalu amati trade-off antara margin yang membaik dan churn yang meningkat.

Rangkuman: Cheat Sheet Risiko Pemasaran

Konsep	Inti
Sumber risiko	4P (produk, harga, distribusi, promosi) + kompetisi + perilaku konsumen
Indikator kunci	Churn rate, CAC, LTV, brand equity
Skor risiko	Probabilitas (1–5) × Dampak (1–5) — maks. 25
Kategori skor	Rendah (1–5) · Sedang (6–10) · Tinggi (11–15) · Ekstrem (16–25)
Tindakan awal	Uji pasar terbatas → ukur & evaluasi → skalakan/hentikan

Mari kita rangkum seluruh materi hari ini dalam satu tabel ringkas yang bisa Anda jadikan catatan belajar. Sumber risiko pemasaran datang dari empat elemen bauran pemasaran klasik ditambah dua sumber modern, yaitu tekanan kompetisi dan perubahan perilaku konsumen. Untuk memantaunya, kita punya empat indikator kunci — churn rate, CAC, LTV, dan brand equity — yang idealnya dipantau tim pemasaran setiap bulan, bukan hanya saat masalah sudah muncul. Skor risiko dihitung dengan mengalikan probabilitas dan dampak pada skala 1 sampai 5, menghasilkan rentang skor dari 1 sampai 25 yang dikelompokkan menjadi empat kategori dari rendah sampai ekstrem. Terakhir, alur tindakan yang baik selalu dimulai dari uji pasar berskala kecil, diikuti pengukuran dan evaluasi yang disiplin, sebelum akhirnya diputuskan apakah produk atau strategi tersebut layak diskalakan secara penuh atau justru harus dihentikan. Simpan tabel ini karena polanya akan terus relevan untuk jenis risiko lain yang akan kita bahas di pertemuan-pertemuan berikutnya.

Kaitan dengan Sub-CPMK Minggu Ini

Sub-CPMK minggu 9: "Mengidentifikasi dan menjelaskan sumber-sumber risiko pemasaran serta teknik mengukur dan mengevaluasi besaran risiko pemasaran dalam strategi bisnis."

SUDAH TERCAPAI

Identifikasi + Ukur

Anda kini bisa memetakan sumber risiko pemasaran dan menghitung skornya dengan matriks probabilitas × dampak.

DIPERDALAM MINGGU DEPAN

Risiko Pasar

Pertemuan 9 (minggu 10) membahas risiko pasar: suku bunga, nilai tukar, dan harga komoditas.

Sejenak mari kita hubungkan kembali apa yang sudah kita pelajari hari ini dengan Sub-CPMK minggu kesembilan, yaitu kemampuan mengidentifikasi dan menjelaskan sumber-sumber risiko pemasaran serta teknik mengukur dan mengevaluasi besarannya dalam strategi bisnis. Dengan dua latihan hitung dari nol dan studi kasus yang sudah kita bahas, Anda sekarang punya kerangka kerja lengkap: mulai dari mengenali sumber risiko, mengukurnya dengan skor probabilitas kali dampak, sampai menentukan tindakan yang sesuai kategorinya. Minggu depan, di pertemuan kesembilan menurut penomoran mata kuliah kita — yang jatuh di minggu kesepuluh RPS — kita akan bergeser ke jenis risiko yang berbeda karakternya, yaitu risiko pasar yang mencakup suku bunga, nilai tukar, dan harga komoditas. Perbedaan utamanya, risiko pemasaran lebih banyak dipengaruhi keputusan internal perusahaan dan perilaku konsumen, sedangkan risiko pasar sebagian besar didorong oleh faktor makroekonomi yang berada di luar kendali perusahaan.

Penutup & Tugas Sebelum Pertemuan Berikutnya

Minggu Depan

Pertemuan 9 (RPS minggu 10): Analisis Risiko Pasar — suku bunga, nilai tukar, dan harga komoditas serta teknik pengukurannya.

TUGAS INDIVIDU

Risk Register Mini

Tulis 3 risiko pemasaran (dengan skor) untuk 1 usaha nyata di sekitar Anda — kumpulkan sebelum pertemuan berikutnya.

Sebagai penutup, mari kita lihat sekilas apa yang menanti Anda di pertemuan berikutnya dan tugas yang perlu diselesaikan sebelum itu. Minggu depan, di pertemuan kesembilan yang jatuh pada minggu kesepuluh RPS, kita akan membahas analisis risiko pasar — mencakup risiko suku bunga, nilai tukar, dan harga komoditas beserta cara mengukurnya, sebuah kelanjutan logis dari risiko pemasaran yang baru kita pelajari karena keduanya sama-sama memengaruhi pendapatan perusahaan meski dari arah yang berbeda. Tugas individu Anda adalah membuat risk register mini: pilih satu usaha nyata di sekitar Anda, bisa warung, toko daring, atau bisnis keluarga, lalu identifikasi tiga risiko pemasaran beserta skornya memakai kerangka yang sudah kita pelajari hari ini. Kumpulkan tugas ini sebelum pertemuan berikutnya dimulai, karena tugas ini akan menjadi cikal bakal risk register yang lebih lengkap yang akan kita susun bersama di pertemuan 13 dan 14 menjelang akhir semester. Terima Kasih atas partisipasi aktif Anda hari ini, sampai jumpa di pertemuan berikutnya.