Analisis Data & Jualan · 8 Modul · Bacaan ~30 minit
Analisis Data & Jualan dengan AI
Data jualan kedai ialah cerita yang tertulis dalam nombor: apa yang laku, bila orang
beli, siapa yang datang balik. Dulu, membaca cerita ni perlukan orang Excel. Sekarang
AI boleh baca untuk kau, dalam BM, dalam masa seminit. TAPI, dan ini besar: AI boleh
kira SALAH dengan muka yakin. Subjek ni ajar dua-dua: cara tanya, dan cara tak kena tipu.
Modul 1 — Kuasa dan bahaya
AI pandai MEMBACA corak. AI tak boleh dipercayai MENGIRA tanpa semakan.
Dua kerja berbeza yang selalu orang keliru: (a) faham corak ("produk ni
naik bila hujung bulan") — AI sangat bagus. (b) kira tepat ("jumlah
jualan Julai ialah RM43,201.50") — AI SELALU tersasar sikit, sebab dia meneka macam
manusia mencongak, bukan seperti kalkulator. Peraturan subjek ni:
✓ Peraturan pembahagian kerja
AI BUATCari corak, banding, terangkan, cadang tindakan, tulis laporan
SISTEM KIRAJumlah rasmi datang dari sistem POS/spreadsheet (SUM di Excel), bukan dari congakan AI
MANUSIA SAHKANAngka yang naik ke bos / keluar ke pelanggan mesti lalu mata manusia (Modul 6)
Modul 2 — Sediakan data
5 minit kemas data jimat 1 jam pening. Dan satu peraturan privasi yang tak boleh langgar.
Export data dari sistem (CSV/Excel). Sebelum bagi pada AI, semak 3 benda:
(1) baris pertama ialah nama kolum yang jelas, (2) format
tarikh konsisten satu gaya, (3) satu baris = satu rekod (tiada
baris jumlah bercampur dengan baris data).
✗ PERATURAN PRIVASI: buang ni SEBELUM hantar ke mana-mana AI
·Nama penuh pelanggan, nombor telefon, alamat, email
·Nombor kad / akaun bank / IC
·Gaji atau maklumat peribadi staf
Untuk analisis, identiti tak diperlukan pun: gantikan nama dengan ID (P001, P002). Corak tetap nampak, privasi terjaga, dan kedai tak langgar undang-undang perlindungan data.
Modul 3 — Soalan yang betul
"Kenapa jualan turun?" bukan soalan. Ia keluhan. Ini cara tukar jadi soalan.
✗ Keluhan
kenapa jualan turun?
macam mana nak untung lebih?
✓ Soalan boleh jawab
Banding jualan Julai vs Jun ikut kategori produk. Kategori mana jatuh paling banyak, dalam RM dan %?
Jualan turun ni datang dari BILANGAN transaksi yang kurang, atau purata nilai setiap transaksi yang mengecil?
Soalan kedua tu contoh soalan berkualiti: dia PECAHKAN masalah. Jualan = bilangan resit x purata setiap resit. Tahu yang mana jatuh = tahu ubat yang mana (tarik lebih ramai orang vs naikkan nilai bakul).
Formula soalan analisis[BANDING apa dengan apa] + [IKUT pecahan apa] + [DALAM unit apa]. Contoh: "banding minggu ni vs minggu lepas, ikut hari, dalam bilangan resit."
Modul 4 — Trend dan musim
Jangan panik atas satu hari teruk. Jangan sedap hati atas satu hari baik.
Nombor harian bergolak: hujan, gaji belum masuk, kebetulan. Cerita sebenar duduk dalam
perbandingan yang adil: minggu vs minggu, bulan vs bulan SAMA tahun lepas
(bukan bulan sebelumnya, sebab musim berbeza). Untuk kedai camping: cuti sekolah, musim
hujan, hujung bulan gaji, semua ada corak.
✓ Prompt trend (template)
Data jualan 12 bulan (lampiran). (1) Kenal pasti bulan puncak dan bulan lembap, dan teka corak musim apa yang menerangkannya (cuti sekolah? raya? gaji?). (2) Untuk 3 bulan akan datang, apa yang patut kedai sediakan awal (stok apa, promo bila)? (3) Apa SATU perbandingan lagi yang kau perlukan untuk lebih yakin dengan bacaan ni?
Soalan (3) tu tabiat pro: minta AI sendiri sebut apa data lagi dia perlukan, supaya kau tak buat keputusan atas gambar separuh.
Modul 5 — Analisis produk dan pelanggan
4 soalan yang setiap bulan patut ditanya pada data kedai.
✓ 4 analisis bulanan
TOP & SLOW10 produk terlaju dan 10 paling lembap. Yang lembap 60+ hari = calon promo/bundle sebelum jadi duit mati atas rak.
BELI BERSAMA"Apa yang selalu dibeli SEKALI dalam satu resit?" Khemah + groundsheet? Itu resipi bundle dan susunan rak.
PELANGGAN ULANGBerapa % jualan datang dari pelanggan berulang? Siapa yang dulu kerap tapi dah senyap 3 bulan (calon mesej "rindu")?
PER SALURANKedai fizikal vs Shopee vs TikTok: mana tumbuh, mana mengecil, dan margin lain tak antara saluran?
Modul 6 — Sahkan angka
Modul paling penting. Angka salah yang yakin lebih bahaya dari mengaku tak tahu.
Ini SOP sahkan-angka yang diamalkan dalam audit kewangan kedai runcit sebenar, versi
yang sesiapa pun boleh amal:
✓ 5 semakan wajib sebelum percaya
1Kira baris dulu: "Berapa baris data yang kau baca?" Kalau fail ada 5,000 baris tapi AI kata 1,000, dia baca separuh cerita. (Sistem selalu ada had senyap!)
2Jumlah rasmi dari sistem: banding "jumlah" AI dengan SUM Excel / laporan POS. Tak sama = siasat sebelum guna.
3Semak 3 sampel tangan: pilih 3 baris rawak, jejak sendiri. Betul ketiga-tiga = keyakinan naik.
4Awas refund & duplikat: refund selalu jadi DUA rekod (jual + pulang). Tanya AI: "macam mana kau kendalikan refund dalam kiraan ni?"
5Tarikh & zon masa: jualan lepas tengah malam boleh jatuh bulan salah dalam sesetengah export. Semak sempadan bulan.
Tambahan percuma dalam setiap prompt analisis: "Tunjuk cara kau kira, dan kalau tak pasti, cakap tak pasti." Ayat ni sahaja menangkap separuh masalah.
Modul 7 — Laporan berulang
Bos tak nak analisis hebat sekali. Bos nak laporan SAMA BENTUK setiap minggu.
Kuasa sebenar datang bila analisis jadi rutin dengan template tetap:
bentuk sama, setiap minggu, jadi bos boleh banding minggu ke minggu sekali imbas. Ini
gabungan semua ilmu: template (subjek Prompting Bab 2) + data (subjek ni) + automasi (subjek Automasi):
✓ Template Laporan Mingguan (boleh tiru terus)
LAPORAN MINGGU [X]
1. Nombor besar: jualan, resit, purata/resit (vs minggu lepas, % naik/turun)
2. Sorotan: 1 benda paling BAIK minggu ni
3. Amaran: 1 benda perlu perhatian (+ cadangan tindakan)
4. Produk: 3 terlaju / yang nak habis stok
5. Nota: benda luar biasa (cuaca, event, promo jalan)
[Arahan pada AI: isi template ni dari data lampiran. Angka besar aku dah sahkan dengan sistem: RM____. Kalau data tak cukup untuk mana-mana bahagian, tulis DATA TAK CUKUP, jangan teka.]
Perhatikan: angka rasmi DISUNTIK oleh manusia yang dah sahkan. AI mengarang laporan DI SEKELILING angka yang betul, bukan mencipta angka.
Modul 8 — Latihan dengan data sebenar
Ilmu ni cuma melekat bila tangan kau sentuh data betul.
Latihan tamat subjek, guna data kedai (minta export yang DAH dibersihkan ikut Modul 2,
atau data sampel dari bos):
✓ 5 tugasan (ikut turutan)
1Sahkan liputan: berapa baris? Padan dengan sistem?
2Cari 5 produk terlaju bulan lepas (dan sahkan #1 dengan semakan tangan)
3Jawab: jualan naik/turun sebab bilangan resit atau saiz bakul?
4Cari 1 pasangan "selalu dibeli bersama" dan cadangkan 1 tindakan
5Hasilkan Laporan Mingguan penuh guna template Modul 7, hantar pada bos sebenar
Untuk sesiapa yang nak jadikan ni karierKemahiran "AI + data + tahu sahkan angka" ni yang paling dicari syarikat sekarang, sebab ramai boleh tanya AI tapi sikit yang tahu bila AI menipu. Laporan mingguan yang kau hantar tu ialah portfolio pertama kau.
Rumusan — baca cerita, sahkan nombor
Bahagi kerjaAI baca corak, sistem kira, manusia sahkan.
Data bersihKolum jelas, tarikh konsisten + BUANG data peribadi.
Soalan betulBanding apa + ikut apa + unit apa.
Adil bandingBulan sama tahun lepas, bukan sehari-dua.
4 bulananTop & slow, beli bersama, ulangan, saluran.
5 semakanBaris, jumlah sistem, sampel, refund, tarikh.
Template laporanBentuk sama tiap minggu, angka disuntik manusia.
PortfolioLaporan pertama kau = bukti kemahiran.