Dalam dunia perniagaan hari ini, menjadi seorang usahawan bukan sekadar mempunyai modal, produk yang menarik atau semangat yang tinggi. Persaingan dalam hampir semua industri semakin sengit. Pelanggan mempunyai banyak pilihan, pesaing baharu muncul dengan pantas dan perubahan teknologi boleh mengubah cara sesuatu perniagaan beroperasi.

Persoalannya, bolehkah kebarangkalian kejayaan atau kegagalan sesebuah perniagaan dianalisis?

Jawapannya ialah ya, pada tahap tertentu.

Kita mungkin tidak mampu meramalkan masa depan seseorang usahawan dengan ketepatan 100 peratus. Namun, konsep kebarangkalian boleh digunakan untuk memahami risiko, menilai faktor yang mempengaruhi kejayaan dan membantu usahawan membuat keputusan yang lebih rasional.

Dalam statistik dan analitik perniagaan, kita tidak semestinya bertanya, “Adakah perniagaan ini pasti berjaya?”

Sebaliknya, kita boleh bertanya:

“Berdasarkan maklumat yang ada, bagaimana tahap kebarangkalian perniagaan ini untuk berjaya atau gagal?”

Persoalan seperti ini lebih realistik kerana dunia perniagaan sentiasa mempunyai ketidakpastian.

---

Apakah Maksud Kebarangkalian dalam Perniagaan?

Secara mudah, kebarangkalian ialah ukuran tentang kemungkinan sesuatu peristiwa berlaku.

Sebagai contoh, katakan seorang usahawan mahu membuka sebuah kedai makanan di kawasan yang mempunyai ramai pesaing.

Beliau mungkin mempunyai beberapa persoalan:

• Apakah kebarangkalian pelanggan datang semula?
• Apakah kebarangkalian jualan mencapai sasaran?
• Apakah kebarangkalian kos operasi melebihi hasil jualan?
• Apakah kebarangkalian perniagaan mengalami kerugian?
• Apakah kebarangkalian perniagaan masih bertahan selepas tiga tahun?

Semua persoalan tersebut mempunyai unsur ketidakpastian.

Dengan menggunakan data yang sesuai, kita boleh membina analisis kebarangkalian untuk membantu menjawab persoalan tersebut.

Sebagai contoh, jika daripada 1,000 pelanggan yang mempunyai ciri tertentu, 150 pelanggan membeli semula produk dalam tempoh sebulan, kita boleh menganggarkan kadar pembelian semula sekitar 15%.

Angka tersebut bukan jaminan bahawa pelanggan tertentu akan membeli semula. Sebaliknya, ia memberikan gambaran tentang corak yang berlaku dalam kumpulan pelanggan yang dikaji.

---

Mengapa Industri Persaingan Tinggi Lebih Berisiko?

Tidak semua industri mempunyai tahap persaingan yang sama.

Dalam sesetengah industri, terdapat banyak syarikat yang menawarkan produk atau perkhidmatan hampir sama. Keadaan ini boleh menyebabkan pelanggan lebih mudah berpindah daripada satu perniagaan kepada perniagaan lain.

Contohnya, industri makanan, fesyen, e-dagang, perkhidmatan digital dan beberapa jenis perniagaan runcit mempunyai persaingan yang tinggi.

Dalam keadaan sebegini, usahawan mungkin berhadapan dengan:

1. Pesaing yang menawarkan harga lebih rendah.
2. Pesaing yang mempunyai jenama lebih kukuh.
3. Kos pemasaran yang semakin meningkat.
4. Perubahan citarasa pelanggan.
5. Kemunculan teknologi baharu.
6. Perubahan ekonomi.
7. Masalah bekalan.
8. Kekurangan modal kerja.
9. Persaingan daripada syarikat yang lebih besar.

Oleh sebab banyak faktor boleh mempengaruhi prestasi perniagaan, keputusan usahawan sebenarnya melibatkan risiko pada setiap peringkat.

Di sinilah analisis kebarangkalian boleh menjadi berguna.

---

Kebarangkalian Kejayaan Bukan Bermaksud Jaminan

Satu perkara penting perlu difahami.

Jika analisis menunjukkan kebarangkalian kejayaan sebanyak 70%, ini tidak bermaksud perniagaan tersebut pasti berjaya dengan peluang tepat 70%.

Kebarangkalian ialah ukuran ketidakpastian berdasarkan model, data dan andaian tertentu.

Sebagai contoh, sebuah model mungkin menunjukkan:

Kebarangkalian mencapai sasaran jualan = 70%

Manakala:

Kebarangkalian tidak mencapai sasaran = 30%

Angka tersebut boleh membantu usahawan memahami risiko.

Namun, keputusan sebenar masih boleh dipengaruhi oleh faktor yang tidak terdapat dalam model.

Sebagai contoh, pesaing mungkin tiba-tiba melancarkan produk baharu, berlaku perubahan harga bahan mentah atau trend pelanggan berubah secara mendadak.

Oleh itu, model kebarangkalian sepatutnya digunakan sebagai alat membuat keputusan, bukannya sebagai ramalan mutlak.

---

Faktor yang Boleh Mempengaruhi Kebarangkalian Kejayaan

Untuk menganalisis kejayaan seseorang usahawan, kita perlu melihat beberapa pemboleh ubah.

Antaranya ialah:

1. Modal

Modal merupakan antara faktor penting dalam sesebuah perniagaan.

Usahawan yang mempunyai modal terlalu kecil mungkin menghadapi kesukaran untuk menanggung kos operasi ketika jualan masih belum stabil.

Contohnya, perniagaan memerlukan RM10,000 sebulan untuk beroperasi tetapi hanya mempunyai simpanan yang mampu menampung dua bulan operasi.

Risiko kewangan mungkin lebih tinggi.

Sebaliknya, perniagaan yang mempunyai rizab tunai yang lebih baik mempunyai lebih banyak ruang untuk menghadapi tempoh jualan rendah.

---

2. Permintaan Pasaran

Produk yang bagus tidak semestinya mempunyai permintaan yang tinggi.

Sebagai contoh, seorang usahawan mungkin menghasilkan produk yang sangat berkualiti tetapi hanya mempunyai sedikit pelanggan yang berminat.

Dalam analisis statistik, data permintaan boleh digunakan untuk menganggarkan:

• jumlah pelanggan;
• kekerapan pembelian;
• nilai pembelian;
• pertumbuhan permintaan;
• kadar pelanggan berulang.

Data tersebut kemudiannya boleh digunakan dalam model kebarangkalian.

---

3. Harga Produk

Harga juga memainkan peranan penting.

Harga yang terlalu tinggi mungkin menyebabkan pelanggan berpindah kepada pesaing.

Harga terlalu rendah pula mungkin menyebabkan margin keuntungan menjadi kecil.

Usahawan boleh menguji beberapa senario harga.

Contohnya:

Harga A: RM20
Harga B: RM25
Harga C: RM30

Kemudian, data jualan boleh dianalisis untuk melihat bagaimana perubahan harga mempengaruhi permintaan.

Daripada sini, usahawan boleh mendapatkan gambaran tentang harga yang berpotensi memberikan hasil yang lebih baik.

---

4. Kos Operasi

Perniagaan tidak hanya bergantung kepada jualan.

Kos seperti sewa, gaji, elektrik, pengangkutan, bahan mentah, pemasaran dan kos teknologi perlu diambil kira.

Jika kos meningkat secara konsisten sedangkan jualan tidak berkembang, risiko kerugian akan meningkat.

Model kebarangkalian boleh digunakan untuk membina beberapa senario.

Sebagai contoh:

Senario optimistik: kos meningkat 3%.

Senario sederhana: kos meningkat 7%.

Senario pesimistik: kos meningkat 15%.

Usahawan kemudian boleh melihat bagaimana setiap senario mempengaruhi keuntungan.

---

Menggunakan Data untuk Menganggarkan Risiko Kegagalan

Bayangkan seorang usahawan mempunyai data daripada 100 perniagaan yang hampir sama.

Daripada data tersebut, didapati 30 perniagaan tidak lagi beroperasi selepas beberapa tahun.

Secara ringkas, kadar kegagalan yang diperhatikan ialah:

30 ÷ 100 = 0.30

atau:

30%

Ini memberikan satu gambaran asas tentang kadar kegagalan dalam kumpulan tersebut.

Namun, analisis boleh menjadi lebih menarik apabila kita memasukkan faktor lain.

Contohnya:

• modal permulaan;
• pengalaman pengurusan;
• jumlah pelanggan;
• margin keuntungan;
• kos operasi;
• lokasi;
• industri;
• strategi pemasaran.

Kita mungkin mendapati bahawa perniagaan yang mempunyai modal kerja lebih kukuh mempunyai kadar kegagalan yang lebih rendah.

Begitu juga, perniagaan yang mempunyai pelanggan berulang yang tinggi mungkin mempunyai risiko kegagalan yang lebih rendah.

---

Model Kebarangkalian Boleh Membantu Membandingkan Senario

Salah satu kelebihan analisis kebarangkalian ialah keupayaan membandingkan beberapa keadaan.

Katakan seorang usahawan ingin membuka perniagaan baharu.

Beliau mempunyai tiga kemungkinan:

Senario 1: Permintaan Tinggi

Jualan berkembang dengan cepat dan keuntungan meningkat.

Senario 2: Permintaan Sederhana

Jualan berkembang tetapi secara perlahan.

Senario 3: Permintaan Rendah

Jualan tidak mencapai sasaran dan perniagaan mengalami tekanan kewangan.

Usahawan boleh memberikan anggaran kebarangkalian berdasarkan data sejarah atau kajian pasaran.

Sebagai contoh:

• Permintaan tinggi: 25%
• Permintaan sederhana: 50%
• Permintaan rendah: 25%

Jumlahnya ialah 100%.

Angka ini boleh digunakan untuk membina analisis jangkaan hasil atau keuntungan.

Jika setiap senario mempunyai keuntungan yang berbeza, kita boleh mengira nilai jangkaan.

Contohnya:

Nilai jangkaan = Σ (kebarangkalian × hasil)

Konsep ini sangat berguna dalam membuat keputusan yang mempunyai beberapa kemungkinan hasil.

---

Bagaimana Statistik Membantu Usahawan?

Statistik memberikan asas untuk memahami data.

Sebagai contoh, usahawan mungkin mempunyai data jualan selama 24 bulan.

Daripada data tersebut, beliau boleh melihat:

• purata jualan;
• median jualan;
• variasi jualan;
• trend;
• musim jualan;
• bulan dengan jualan tertinggi;
• bulan dengan jualan terendah.

Jika data menunjukkan jualan meningkat pada setiap akhir tahun, maklumat tersebut boleh digunakan untuk perancangan stok dan pemasaran.

Sebaliknya, jika terdapat penurunan jualan yang konsisten selepas sesuatu tempoh, usahawan boleh menyiasat puncanya.

---

Model Ramalan dan Kebarangkalian

Analisis kebarangkalian boleh digabungkan dengan model ramalan.

Sebagai contoh, usahawan mempunyai data jualan bulanan.

Model seperti Moving Average atau Exponential Smoothing boleh digunakan untuk menganggarkan jualan bulan berikutnya.

Sebagai contoh:

Jualan tiga bulan terakhir:

RM10,000
RM12,000
RM14,000

Moving Average tiga bulan ialah:

(10,000 + 12,000 + 14,000) ÷ 3 = RM12,000

Angka ini boleh menjadi anggaran asas jualan bulan berikutnya.

Namun, usahawan perlu berhati-hati.

Ramalan bukan jaminan.

Jualan sebenar mungkin RM9,000, RM12,500 atau RM15,000.

Oleh itu, kita boleh melihat ramalan bersama unsur ketidakpastian.

---

Analisis Kebarangkalian dalam Keputusan Inventori

Salah satu aplikasi penting ialah pengurusan stok.

Bayangkan seorang usahawan menjual produk yang mempunyai permintaan tidak menentu.

Jika stok terlalu sedikit, pelanggan mungkin kecewa kerana produk habis.

Jika stok terlalu banyak, modal akan terikat dalam inventori.

Analisis kebarangkalian boleh digunakan untuk menganggarkan kemungkinan permintaan melebihi jumlah stok.

Contohnya, berdasarkan data sejarah, terdapat kemungkinan 20% permintaan melebihi 500 unit.

Maklumat ini boleh membantu usahawan menentukan tahap stok yang lebih sesuai.

Konsep seperti safety stock, taburan permintaan dan tahap perkhidmatan boleh digunakan dalam analisis yang lebih terperinci.

---

Faktor Pelanggan Juga Boleh Dianalisis

Kejayaan perniagaan sangat bergantung kepada pelanggan.

Oleh itu, tingkah laku pelanggan boleh dianalisis menggunakan statistik dan kebarangkalian.

Antara persoalan yang boleh dikaji ialah:

• Berapa kebarangkalian pelanggan membeli semula?
• Apakah faktor yang menyebabkan pelanggan berhenti membeli?
• Adakah pelanggan lebih sensitif kepada harga?
• Apakah ciri pelanggan yang mempunyai nilai pembelian lebih tinggi?
• Adakah promosi meningkatkan kebarangkalian pembelian?

Sebagai contoh, jika data menunjukkan pelanggan yang menerima promosi mempunyai kadar pembelian semula 35%, manakala pelanggan tanpa promosi hanya 20%, usahawan boleh mengkaji sama ada strategi promosi tersebut benar-benar berkesan.

Namun, analisis yang lebih baik perlu mengambil kira faktor lain supaya kita tidak membuat kesimpulan hanya berdasarkan hubungan mudah antara dua pemboleh ubah.

---

Adakah Usahawan Berpengalaman Mempunyai Kebarangkalian Kejayaan Lebih Tinggi?

Ini merupakan satu persoalan menarik.

Secara logiknya, pengalaman boleh membantu seseorang usahawan membuat keputusan yang lebih baik.

Usahawan berpengalaman mungkin lebih memahami:

• pelanggan;
• pembekal;
• harga;
• aliran tunai;
• pemasaran;
• risiko operasi.

Namun, pengalaman sahaja tidak menjamin kejayaan.

Seorang usahawan baharu mungkin berjaya kerana mempunyai idea yang lebih sesuai dengan perubahan pasaran.

Oleh itu, jika kita mahu mengkaji hubungan antara pengalaman dan kejayaan, kita memerlukan data.

Kita boleh mengumpulkan data tentang pengalaman usahawan, industri, modal, jualan dan status perniagaan.

Kemudian, analisis statistik boleh digunakan untuk melihat sama ada terdapat hubungan yang signifikan atau corak tertentu.

---

Model Logistik untuk Menganggarkan Kebarangkalian

Untuk analisis yang lebih maju, salah satu kaedah yang boleh digunakan ialah regresi logistik.

Regresi logistik sesuai apabila hasil yang dikaji mempunyai dua kategori.

Contohnya:

1 = Perniagaan berjaya

0 = Perniagaan gagal

Kita kemudiannya boleh menggunakan beberapa pemboleh ubah seperti:

• modal;
• pengalaman;
• jumlah pelanggan;
• margin keuntungan;
• kos operasi;
• lokasi;
• pemasaran.

Model tersebut boleh menghasilkan anggaran kebarangkalian bagi setiap perniagaan.

Sebagai contoh, model mungkin menghasilkan:

Perniagaan A: 0.82

atau 82% berdasarkan definisi kejayaan dan data yang digunakan dalam model.

Perniagaan B pula mungkin mempunyai kebarangkalian 0.43.

Ini tidak bermaksud Perniagaan A pasti berjaya.

Sebaliknya, berdasarkan model, Perniagaan A mempunyai anggaran kebarangkalian yang lebih tinggi berbanding Perniagaan B.

---

Jangan Abaikan Kualiti Data

Satu perkara yang sangat penting dalam analisis ialah:

“Garbage in, garbage out.”

Jika data yang digunakan tidak berkualiti, keputusan model juga boleh menjadi kurang berguna.

Contohnya, jika data jualan tidak lengkap, banyak nilai hilang atau terdapat kesilapan memasukkan angka, analisis mungkin menghasilkan gambaran yang mengelirukan.

Oleh itu, sebelum membina model kebarangkalian, data perlu diperiksa.

Antara perkara yang perlu dilihat ialah:

• data hilang;
• data pendua;
• nilai luar biasa;
• kesilapan input;
• tempoh data;
• definisi pemboleh ubah;
• saiz sampel.

Analisis yang baik bukan bermula dengan model yang canggih.

Ia bermula dengan data yang sesuai dan soalan perniagaan yang jelas.

---

Analisis Senario untuk Menghadapi Ketidakpastian

Usahawan tidak sepatutnya hanya menyediakan satu ramalan.

Lebih baik menyediakan beberapa senario.

Sebagai contoh:

Senario Optimistik

Jualan meningkat 20%.

Senario Asas

Jualan meningkat 8%.

Senario Pesimistik

Jualan menurun 10%.

Kemudian, usahawan boleh mengira keuntungan, aliran tunai dan keperluan modal untuk setiap keadaan.

Pendekatan ini membantu usahawan bertanya:

“Jika keadaan menjadi lebih buruk daripada jangkaan, adakah perniagaan saya masih mampu bertahan?”

Soalan tersebut kadangkala lebih penting daripada bertanya berapa banyak keuntungan yang boleh diperoleh jika semuanya berjalan lancar.

---

Kebarangkalian Kegagalan Boleh Menjadi Alat untuk Mengurangkan Risiko

Ramai orang mungkin menganggap analisis kebarangkalian sebagai usaha untuk mengetahui sama ada sesuatu perniagaan akan gagal.

Sebenarnya, tujuan yang lebih berguna ialah mengurangkan risiko kegagalan.

Contohnya, jika analisis menunjukkan risiko aliran tunai tinggi dalam tempoh enam bulan pertama, usahawan boleh mengambil tindakan lebih awal.

Antaranya:

• mengurangkan kos;
• menambah modal kerja;
• mengubah strategi harga;
• meningkatkan pemasaran;
• mencari pelanggan baharu;
• mengurangkan stok berlebihan;
• meningkatkan kadar pelanggan berulang.

Dengan kata lain, analisis tidak sepatutnya hanya menjawab:

“Apakah risikonya?”

Tetapi juga:

“Apakah tindakan yang boleh diambil untuk mengurangkan risiko tersebut?”

---

Daripada Membuat Keputusan Berdasarkan Naluri kepada Data

Naluri usahawan memang penting.

Ramai usahawan yang berjaya mempunyai intuisi yang kuat terhadap pasaran.

Namun, naluri dan data tidak semestinya perlu bertentangan.

Pendekatan yang lebih baik ialah menggabungkan kedua-duanya.

Sebagai contoh:

Naluri: Pelanggan mungkin mahukan produk baharu.

Data: Kajian pelanggan menunjukkan 68% responden berminat.

Analisis kos: Margin keuntungan dijangka 30%.

Ramalan: Permintaan awal dijangka meningkat selama enam bulan.

Gabungan maklumat ini memberikan asas keputusan yang lebih kukuh.

---

Kesimpulan

Dalam industri yang mempunyai persaingan tinggi, tiada formula yang boleh menjamin kejayaan seseorang usahawan.

Namun, ketidakpastian tidak bermaksud keputusan perniagaan perlu dibuat secara rawak.

Konsep kebarangkalian, statistik dan analitik boleh digunakan untuk memahami risiko dengan lebih sistematik.

Usahawan boleh menganalisis kebarangkalian mencapai sasaran jualan, risiko kerugian, kemungkinan pelanggan membeli semula, risiko kehabisan stok, perubahan kos dan pelbagai lagi aspek perniagaan.

Model kebarangkalian juga boleh digabungkan dengan model ramalan dan analisis statistik untuk menghasilkan gambaran yang lebih menyeluruh.

Yang paling penting, kita perlu memahami bahawa kebarangkalian bukanlah ramalan mutlak.

Jika model menunjukkan kebarangkalian kejayaan 80%, masih terdapat ketidakpastian.

Begitu juga, kebarangkalian kegagalan yang tinggi bukan bermaksud perniagaan pasti gagal.

Ia merupakan isyarat bahawa sesuatu risiko perlu diberi perhatian.

Dalam dunia keusahawanan, matlamat sebenar analisis kebarangkalian bukan untuk mengetahui masa depan dengan sempurna.

Matlamatnya ialah membantu usahawan membuat keputusan yang lebih baik sebelum sesuatu risiko benar-benar berlaku.

Dengan data yang baik, kaedah statistik yang sesuai dan pemahaman terhadap keadaan pasaran, usahawan boleh bergerak daripada sekadar “meneka” kepada membuat keputusan berdasarkan bukti.

Akhirnya, kejayaan perniagaan mungkin masih dipengaruhi oleh banyak perkara yang tidak dapat dikawal.

Tetapi apabila risiko dapat diukur, senario dapat dianalisis dan keputusan dapat disokong oleh data, usahawan mempunyai satu kelebihan penting:

mereka lebih bersedia menghadapi ketidakpastian.

Tagged: artikel indonesia inspiration life malaysia renungan