Analisis Penjualan Cepat Dengan Rumus Otomatis

Halo! Di artikel ini kita bakal bahas tuntas Analisis Penjualan Cepat Dengan Rumus Otomatis — dari nol sampai bisa langsung praktek.

Gaya santai, cocok buat remaja yang pengen ngerti cepat tanpa basa-basi.

Semua contoh nyata, tabel yang bisa kamu copy-paste, rumus yang ready-to-use buat Excel maupun Google Sheets, plus tips UX supaya sheet-mu enak dipakai. Yuk!

Daftar Isi (klik mental aja 😉)

• Kenapa analisis penjualan itu penting
• Struktur data yang benar (satu transaksi = satu baris)
• Dataset contoh nyata (copy-pasteable)
• Sheet dan layout yang direkomendasikan
• Helper column wajib (Month, Day, SKU, dsb.)
• Rumus dasar yang perlu kamu hafal (SUMIFS, COUNTIFS, QUERY, FILTER)
• Contoh analisis cepat (Total Penjualan, AOV, Units Sold)
• Analisis lanjutan: Top N produk, tren harian, rolling average
• Cara bikin laporan dinamis berdasarkan pilihan bulan (dropdown)
• Pivot table & chart: cara cepat visualisasi
• Tips speed-up & UX friendly
• Debugging rumus & error umum
• Template formulas (cheat sheet)
• Latihan praktek + jawaban
• Kesimpulan singkat (aksi yang bisa langsung kamu lakukan)

Kenapa analisis penjualan itu penting?

Singkatnya: biar kamu tahu produk apa yang laris, kapan waktunya ramai, dan dari mana uang datang. Dengan insight itu kamu bisa:

• Tingkatkan produk yang laris
• Matikan iklan yang nggak efektif
• Atur stok biar nggak nyangkut
• Prediksi pemasukan untuk bulan depan

Dan yang paling penting: semua ini bisa kamu dapatkan cuma pakai rumus otomatis di spreadsheet. Gak perlu coding.

Kata kunci yang sering muncul: analisis penjualan, spreadsheet, SUMIFS, pivot table, top selling products, average order value — nanti muncul alami di pembahasan.

Struktur data yang benar (kenapa ini modal utama)

Sebelum nulis rumus, pastikan struktur datanya rapi. Prinsip utama: satu baris = satu order / transaksi. Jangan nyampur-nyampur di satu sel.

Kolom minimal yang harus ada:

• `OrderID` — kode unik tiap transaksi
• `Date` — tanggal transaksi (format YYYY-MM-DD)
• `Customer` — nama atau id customer
• `Product` — nama produk
• `SKU` — kode produk
• `Quantity` — jumlah unit
• `UnitPrice` — harga per unit (angka)
• `Total` — Quantity * UnitPrice (bisa dihitung otomatis)
• `Channel` — online/offline, marketplace, Instagram, dsb.
• `Payment` — metode pembayaran (opsional)
• `Status` — Completed / Refund / Cancel (opsional)

Buat sheet bernama `Sales_Data` dan pastikan header selalu di baris pertama.

Dataset contoh nyata (copy-paste ke sheet kamu)

Di bawah ini contoh dataset 24 transaksi. Copy-paste ke sheet `Sales_Data` (Excel/Google Sheets). Pastikan kolom sesuai: A:OrderID, B:Date, C:Customer, D:Product, E:SKU, F:Quantity, G:UnitPrice, H:Total (bisa diisi rumus), I:Channel.

Catatan: kolom `Total` bisa kamu isi otomatis dengan rumus `=F2*G2` lalu drag ke bawah.

Sheet dan layout yang direkomendasikan

Bikin beberapa sheet agar analisis cepat dan rapi:

1. `Sales_Data` — tempat semua transaksi (gunakan table).
2. `Products` — daftar SKU, nama, kategori, cost (opsional).
3. `Summary` atau `KPI` — angka ringkas: Total Revenue, Orders, Units Sold, AOV.
4. `TopProducts` — list Top N produk otomatis.
5. `Daily` — ringkasan per tanggal.
6. `Dashboard` — grafik & KPI visual.

Alasan memisah: satu sumber data (Sales_Data) → semua sheet lain ambil dari situ. Jadi gampang update.

Helper column wajib (bikin hidupmu lebih gampang)

Tambahkan helper columns di `Sales_Data`:

• `Month` (YYYY-MM) → `=TEXT(B2,"yyyy-mm")` (Excel/Google Sheets)
• `Week` → `=WEEKNUM(B2,2)` (Excel) atau gunakan `ISOWEEKNUM`
• `Day` → `=B2` (format date)
• `Year` → `=YEAR(B2)`
• `DayName` → `=TEXT(B2,"ddd")` (short day name) atau `=TEXT(B2,"dddd")`
• `Total` → `=F2*G2` jika belum ada
• `OrderValueCategory` (opsional): bucket AOV kecil/menengah/besar pakai IF

Contoh, di kolom I (Total) tulis:

excel

=F2*G2

lalu copy ke bawah.

Rumus dasar yang wajib kamu tahu

Kita bakal sering pakai rumus ini:

SUMIFS — jumlah yang memenuhi banyak syarat

Contoh: total revenue bulan 2025-09

excel

=SUMIFS(Sales_Data!$H:$H, Sales_Data!$B:$B, ">=2025-09-01", Sales_Data!$B:$B, "<=2025-09-30")

Atau pakai helper `Month`:

excel

=SUMIFS(Sales_Data!$H:$H, Sales_Data!$I:$I, "2025-09")

COUNTIFS — jumlah baris yang memenuhi syarat (hitung order)

Contoh: jumlah order bulan 2025-09

excel

=COUNTIFS(Sales_Data!$I:$I, "2025-09")

SUMPRODUCT — fleksibel untuk kondisi banyak (Excel)

Contoh: total revenue untuk SKU K001 di bulan 2025-09

excel

=SUMPRODUCT((Sales_Data!$E$2:$E$100="K001")*(Sales_Data!$I$2:$I$100="2025-09")*(Sales_Data!$H$2:$H$100))

UNIQUE / COUNTUNIQUE

• Google Sheets: `=COUNTUNIQUE(range)` untuk hitung customer unik.
• Excel (Office 365): `=COUNTA(UNIQUE(range))` untuk versi modern.

FILTER (Google Sheets) — ambil subset

Contoh: ambil baris untuk September

gs

=FILTER(Sales_Data!A2:H, Sales_Data!I2:I="2025-09")

QUERY (Google Sheets) — SQL-like, sangat powerful

Contoh: revenue per SKU untuk 2025-09

gs

=QUERY(Sales_Data!E2:H, "select E, sum(H) where I='2025-09' group by E order by sum(H) desc", 0)

XLOOKUP / VLOOKUP / INDEX-MATCH — cari informasi

Prefer XLOOKUP di Excel modern:

excel

=XLOOKUP("K001", Products!A:A, Products!B:B, "Not found")

Contoh analisis cepat: hitung KPI dasar dari dataset contoh

Kita pakai dataset sample di atas. Rumus yang bakal kita tulis bisa kamu paste langsung.

Asumsi: data di `Sales_Data` kolom A:H (OrderID..Total) dan helper Month di kolom I.

1) Total Revenue (Total Penjualan)

excel

=SUM(Sales_Data!H:H)

2) Total Orders (Jumlah Transaksi)

excel

=COUNTA(Sales_Data!A:A)-1

(kurangi header)

3) Total Units Sold (Jumlah Unit Terjual)

excel

=SUM(Sales_Data!F:F)

4) Average Order Value (AOV) — rata-rata nilai per order

excel

=IF(COUNTA(Sales_Data!A:A)-1=0,0, SUM(Sales_Data!H:H) / (COUNTA(Sales_Data!A:A)-1))

Dengan dataset contoh di atas, hasil yang kamu dapat (kalau copy-paste data persis) adalah:

• Total Revenue = Rp 6.690.000
• Total Orders = 24
• Total Units Sold = 44
• AOV = Rp 278.750

(Angka di atas berasal dari perhitungan total kolom `Total` dataset.)

5) Units per Order (rata-rata unit per order)

excel

=SUM(Sales_Data!F:F) / (COUNTA(Sales_Data!A:A)-1)

Dengan data: 44 / 24 = 1.83 unit/order (sekitar).

Contoh praktis: Top 5 produk (ranking otomatis)

Google Sheets — pakai QUERY:

gs

=QUERY({Sales_Data!E2:E, Sales_Data!H2:H, Sales_Data!F2:F},"select Col1, sum(Col2) as Revenue, sum(Col3) as Units group by Col1 order by sum(Col2) desc limit 5",0)

Excel (Office 365) — pakai UNIQUE + SUMIFS + SORTBY:

1. Buat daftar SKU unik:

excel

=UNIQUE(Sales_Data!E2:E100)

2. Hitung revenue tiap SKU (misal di kolom J):

excel

=SUMIFS(Sales_Data!H:H, Sales_Data!E:E, J2)

3. Sort by revenue:

excel

=SORTBY(K2:K100, L2:L100, -1)

Atau gunakan Power Query / Pivot.

Dengan dataset contoh, ranking revenue per SKU:

1. K001 (Kaos Basic) — Rp 2.640.000 — 22 units
2. K002 (Hoodie) — Rp 2.100.000 — 6 units
3. K004 (Tas) — Rp 800.000 — 4 units
4. K003 (Gelas) — Rp 450.000 — 10 units
5. K005 (Paket A) — Rp 400.000 — 1 unit

(Angka ini diambil dari dataset contoh.)

Analisis harian (sales per day) — cepat pake SUMIFS

Buat sheet `Daily` dengan kolom Date & Revenue. Untuk setiap tanggal unik, ambil total:

1) Dapatkan daftar tanggal unik (Google Sheets / Excel modern)

Google Sheets:

gs

=SORT(UNIQUE(Sales_Data!B2:B))

Excel (Office 365):

excel

=SORT(UNIQUE(Sales_Data!B2:B100))

2) Hitung revenue per tanggal (asumsi tanggal ada di A2)

excel

=SUMIFS(Sales_Data!H:H, Sales_Data!B:B, A2)

Hasil contoh per tanggal (dari dataset):

1. 2025-09-01 → Rp 590.000
2. 2025-09-02 → Rp 120.000
3. 2025-09-03 → Rp 615.000
4. 2025-09-04 → Rp 200.000
5. 2025-09-05 → Rp 700.000
6. 2025-09-06 → Rp 210.000
7. 2025-09-07 → Rp 400.000
8. 2025-09-08 → Rp 710.000
9. 2025-09-09 → Rp 400.000
10. 2025-09-10 → Rp 285.000
11. 2025-09-11 → Rp 120.000
12. 2025-09-12 → Rp 650.000
13. 2025-09-13 → Rp 600.000
14. 2025-09-14 → Rp 180.000
15. 2025-09-15 → Rp 350.000
16. 2025-09-16 → Rp 240.000
17. 2025-09-17 → Rp 200.000
18. 2025-09-18 → Rp 120.000

Gunakan hasil ini untuk bikin grafik garis supaya gampang lihat tren.

Rolling average / moving average (biar nggak panik lihat fluktuasi)

Moving average 7 hari (Excel):

excel

=AVERAGE(OFFSET(B2, ROW()-ROW(B$2)-6, 0, 7, 1))

Atau lebih simpel di Google Sheets (asumsi revenue per day di kolom B):

gs

=ARRAYFORMULA(IF(ROW(B2:B)<=7, "", AVERAGE(OFFSET(B2, ROW(B2:B)-ROW(B2)-6, 0, 7, 1))))

Tujuan: smoothing untuk lihat tren umum.

Analisis channel: dari mana penjualan datang?

Kamu bisa tahu mana channel yang paling efektif (Instagram, Marketplace, Website, Offline).

Google Sheets QUERY:

gs

=QUERY(Sales_Data!I2:H, "select I, sum(H) where I is not null group by I order by sum(H) desc", 0)

Atau pakai Pivot Table: Rows = Channel, Values = Sum Total.

Contoh hasil (dari dataset): kombinasi channel yang ada — Instagram, Marketplace, Website, Offline — dan revenue masing-masing.

Repeat customers & retention (dasar)

Kamu bisa hitung berapa pelanggan yang belanja lebih dari 1 kali:

Google Sheets:

gs

=COUNTA(FILTER(UNIQUE(Sales_Data!C2:C), COUNTIF(Sales_Data!C2:C, UNIQUE(Sales_Data!C2:C))>1))

Excel (modern):

1. Buat list unik pelanggan:

excel

=UNIQUE(Sales_Data!C2:C100)

2. Hitung jumlah pembelian tiap pelanggan:

excel

=COUNTIFS(Sales_Data!C:C, M2)

3. Hitung berapa >1:

excel

=COUNTIF(N2:N100, ">1")

Repeat purchase rate = (jumlah pelanggan yang belanja >1) / (total pelanggan unik).

Catatan: dataset contoh relatif kecil, jadi mungkin sedikit repeat buyer.

Bikin laporan dinamis: pilih bulan dengan dropdown

Supaya analisis cepat untuk bulan apa pun, buat dropdown di sheet `Summary`:

1. Di sel B1 tulis "Pilih Bulan".
2. Di C1 buat dropdown (Data Validation) yang refer ke daftar bulan unik:
• Google Sheets:

gs

     =SORT(UNIQUE(TEXT(Sales_Data!B2:B,"yyyy-mm")))

• Excel: sama pakai formula UNIQUE, lalu Data Validation range.
3. Pakai C1 sebagai filter di semua rumus. Contoh Total Revenue:

excel

=SUMIFS(Sales_Data!$H:$H, Sales_Data!$I:$I, $C$1)

Dengan begitu, ganti dropdown → semua KPI update otomatis.

Top N dynamic (contoh Top 3 produk untuk bulan yang dipilih)

Google Sheets (pakai QUERY & filter bulan):

gs

=QUERY({Sales_Data!E2:E, Sales_Data!H2:H, Sales_Data!I2:I}, "select Col1, sum(Col2) where Col3='" & $C$1 & "' group by Col1 order by sum(Col2) desc limit 3", 0)

Excel (UNIQUE + SUMIFS + SORTBY):

1. `ProductsList` = `UNIQUE(FILTER(Sales_Data!E2:E, Sales_Data!I2:I=$C$1))`
2. RevenuePerProduct = `SUMIFS(Sales_Data!H:H, Sales_Data!E:E, product, Sales_Data!I:I, $C$1)`
3. SORTBY list by revenue desc, then TAKE top 3.

Visualisasi cepat: chart yang wajib ada

• Line chart: Revenue per day — lihat tren.
• Bar chart: Top 10 products by revenue.
• Pie chart: Channel composition.
• Combo: Revenue vs Orders (line + column).
• Sparkline: tiny mini-chart di KPI card (Google Sheets `=SPARKLINE(range)`).

Tips: buat chart yang interaktif dengan dropdown bulan.

Di Google Sheets, chart akan update jika source range berubah (pakai filter formula sebagai source).

Pivot Table: cara super cepat kalau malas nulis rumus

Pivot table adalah teman terbaik buat analisis cepat.

Langkah singkat:

1. Pilih data `Sales_Data`.
2. Insert → Pivot table.
3. Drag `SKU` atau `Product` ke Rows.
4. Drag `Total` ke Values → Summarize by SUM.
5. Tarik `Month` ke Filter → pilih bulan.
6. Sort nilai hasil secara descending untuk lihat top seller.

Kelebihan: tidak perlu rumus, fleksibel, mudah di-drag.

Tips speed-up & UX friendly supaya sheet enak dipakai

• Jadikan `Sales_Data` sebagai Table (Excel: Ctrl+T) supaya range otomatis ikut berkembang.
• Pakai Named Ranges (misal `SalesTotal`) supaya rumus lebih readable.
• Gunakan Data Validation untuk kolom `SKU`/`Channel` agar input konsisten.
• Format angka sebagai mata uang (Rp) — atur locale.
• Tambahkan instruction note di atas sheet supaya temen/team ngerti cara input.
• Buat sheet `Raw` (readonly) dan sheet `Input` (editable) kalo kerja bareng.
• Jangan pakai terlalu banyak volatile functions (OFFSET, INDIRECT) berlebihan—bikin lemot.
• Simpan backup tiap akhir bulan.

Debugging rumus & error umum

• `#VALUE!` → cek tipe data, ada teks di kolom angka?
• `#REF!` → range terhapus atau sheet di-rename.
• Hasil 0 padahal harusnya ada angka → cek format tanggal (apakah teks?), cek spasi di kategori (pakai `TRIM()`).
• SUMIFS tidak menemukan hasil → pastikan range criteria konsisten (pakai full column atau sama panjang).
• Rumus terlalu lambat → kurangi array besar, gunakan Tables atau Power Query.

Contoh untuk cek tanggal yang ternyata teks:

excel

=ISNUMBER(B2)

Jika `FALSE`, berarti B2 teks. Ubah ke date pakai `DATEVALUE`.

Cheat sheet: rumus siap pakai (copy-paste)

excel

=SUMIFS(Sales_Data!$H:$H, Sales_Data!$I:$I, $C$1)

excel

=COUNTIFS(Sales_Data!$I:$I, $C$1)

excel

=SUMIFS(Sales_Data!$F:$F, Sales_Data!$I:$I, $C$1)

excel

=IF(COUNTIFS(Sales_Data!$I:$I,$C$1)=0,0, SUMIFS(Sales_Data!$H:$H, Sales_Data!$I:$I,$C$1)/COUNTIFS(Sales_Data!$I:$I,$C$1))

gs

=QUERY({Sales_Data!E2:E, Sales_Data!H2:H, Sales_Data!I2:I}, "select Col1, sum(Col2) where Col3='" & $C$1 & "' group by Col1 order by sum(Col2) desc limit 5", 0)

excel

=QUERY({Sales_Data!I2:I, Sales_Data!H2:H}, "select Col1, sum(Col2) group by Col1",0)

excel

=LET(customers, UNIQUE(Sales_Data!C2:C100), counts, MAP(customers, LAMBDA(x, COUNTIFS(Sales_Data!C2:C100, x))), SUM(--(counts>1)))

(Alternatif sederhana: buat column hitung per customer lalu count >1)

Latihan praktek (buat kamu cobain langsung)

Latihan 1 — KPI dasar

1. Copy dataset ke `Sales_Data`.
2. Buat helper Month di kolom I: `=TEXT(B2,"yyyy-mm")`.
3. Buat sheet `Summary`:
• Di C1 buat dropdown bulan (gunakan UNIQUE).
• Di C3 tulis Total Revenue formula dari cheat sheet.
• Di C4 tulis Total Orders.
• Di C5 tulis AOV.
4. Pilih bulan `2025-09` di dropdown → pastikan angka muncul.
Jawaban (harus match):
• Total Revenue = Rp 6.690.000
• Total Orders = 24
• AOV ≈ Rp 278.750

Latihan 2 — Top 3 produk bulan September

Gunakan QUERY (Google Sheets) atau UNIQ+SUMIFS+SORT (Excel).

1. K001 (Kaos Basic) — Rp 2.640.000
2. K002 (Hoodie) — Rp 2.100.000
3. K004 (Tas) — Rp 800.000

Latihan 3 — Buat chart revenue per day

Buat sheet `Daily` → tanggal unik → SUMIFS per date → insert Line Chart.

Contoh interpretasi (apa yang bisa kamu ambil dari data)

Dari dataset contoh:

• Produk paling laris: Kaos Basic (K001). Itu artinya: stok kaos harus dijaga, promo bisa fokus ke kaos.
• Hoodie juga menghasilkan revenue besar walau unitnya lebih sedikit — ini artinya harga per unit besar.
• Paket (K005/K006) kecil unit tapi nilai per order besar — bisa jadi ide bundling lebih sering.
• Ada hari-hari dengan revenue tinggi (misal 2025-09-08 → Rp 710.000), cek penyebab: promo? Postingan IG? Free shipping? Pelajari pola.

Biar gak cuma ngerasa, catat hasil analisis ini di sheet `Actions` sebagai to-do: “Isi stok K001 + buat promo bundling K005”.

Advanced tip: cohort & sales velocity (sekilas)

Kalau mau belajar lebih jauh:

• Cohort analysis: lihat pelanggan yang beli pada periode X, berapa yang balik lagi di bulan selanjutnya.
• Sales velocity: jumlah unit / hari — pakai trend line di sheet `Daily`.
• Forecasting sederhana: gunakan trend average atau fungsi FORECAST.LINEAR (Excel) untuk prediksi kasar.

Ini bukan wajib untuk permulaan, tapi bagus kalau mau naik level.

Kesalahan umum & cara menghindarinya

1. Data tidak konsisten (typo SKU/Channel) → gunakan dropdown.
2. Tanggal tersimpan sebagai teks → pakai DATEVALUE/TEXT corrections.
3. Rumus memakai range berbeda panjang → ps: SUMIFS dengan full column lebih aman.
4. Mengedit sheet tanpa backup → backup sebelum eksperimen.
5. Terlalu banyak formula volatile → bikin tabel, gunakan helper pre-calculated.

Ringkasan & langkah aksi 7 menit (cepat dipraktekkan sekarang)

Kalau kamu cuma punya 7 menit, lakukan ini:

1. Copy dataset contoh ke `Sales_Data`.
2. Tambah helper `Month` (`=TEXT(B2,"yyyy-mm")`).
3. Buat sheet `Summary`, masukkan rumus Total Revenue (`=SUM(Sales_Data!H:H)`).
4. Buat Pivot Table sederhana: Rows=Product, Values=Sum(Total).
5. Tarik insight singkat: top 1 product apa? kapan busiest day?

Kalau udah, kamu punya insight awal yang berguna.

Penutup singkat (buat kamu yang mau langsung action)

Analisis penjualan gak harus ribet. Deng