Gambar

Baru-baru ini, YinTai Department Store mengadakan acara live streaming besar-besaran di platform Douyin yang mencakup lebih dari 60 pusat perbelanjaan, belasan merek kosmetik internasional, serta lebih dari 80 jenis kupon diskon.

Dalam model kerja tradisional, kegiatan semacam ini membutuhkan komunikasi berulang antar pihak, melibatkan banyak tahapan seperti informasi produk, verifikasi harga, kombinasi kupon, dan pemeriksaan prosedur—yang biasanya memakan waktu berminggu-minggu bagi satu tim, dengan biaya koordinasi yang sangat tinggi.

Namun, Li Kai, kepala operasi konten YinTai Department Store, hanya menggunakan satu orang dan satu tabel—yaitu Tabel AI DingTalk—untuk menyelesaikan sinkronisasi informasi dan kolaborasi seluruh proses dalam beberapa hari.

Gambar

"Tabel AI DingTalk ibarat sistem ERP kecil. Bisa saya rangkum begini: Tabel AI membantu saya, seorang diri, menjadi sebuah perusahaan MCN." kata Li Kai.

Mulai dari Nol: Membangun Kasus Sukses Pertama

Gambar

Pada Agustus 2024, Li Kai bergabung dengan YinTai Department Store untuk mengelola bisnis penjualan kelompok (groupon) online yang baru. Meskipun potensinya mendapat dukungan luas dari tim, namun belum ada jalur implementasi yang jelas.

Ia menilai bahwa nilai inti dari groupon adalah menarik pelanggan baru ke toko fisik, meningkatkan jumlah pengunjung dan konversi penjualan. Manajer toko, sebagai pihak yang bertanggung jawab atas kinerja, sangat peduli terhadap hal ini.

Oleh karena itu, ia memilih YinTai Department Store Hefei Zhengwu sebagai uji coba, mengombinasikan kupon makanan, kupon ritel, dan kupon parkir menjadi paket "X+Y", lalu menjualnya melalui siaran langsung di Douyin. Dalam waktu satu minggu, hampir 10.000 kupon terjual.

Dari analisis data penebusan dan biaya investasi, ia menemukan bahwa biaya akuisisi pelanggan melalui groupon Douyin hanya 0,5% dibandingkan dengan saluran iklan lain seperti WeChat Moments atau Xiaohongshu, dengan efisiensi biaya yang sangat tinggi.

Kasus ini cepat menyebar di internal perusahaan, dan permintaan groupon yang diterima Li Kai pun meningkat tajam.

Gambar

Tantangan Meningkat: Satu Orang Menangani Seluruh Operasi

Saat bisnis berkembang, Li Kai menghadapi tantangan manajemen yang semakin kompleks: mengumpulkan informasi produk dari berbagai pusat perbelanjaan, mengatur jadwal siaran langsung, mengelola kinerja pembawa acara (host), dan sebagainya—beban kerja setara dengan tim kecil.

Tugas-tugas ini sangat bergantung pada komunikasi berulang, sehingga efisiensinya rendah dan rentan terjadi kesalahan. Ia sangat membutuhkan alat kolaborasi yang efisien.

YinTai Department Store telah sepenuhnya menggunakan DingTalk sejak tahun 2020. Dalam suatu kesempatan, Li Kai secara tidak sengaja mengklik pop-up dan kemudian mengenal Tabel AI DingTalk, serta menyadari potensinya.

Percobaan Awal Tabel AI: Otomatisasi Pengumpulan Informasi

Pada Desember 2024, ia membuat versi pertama Tabel AI untuk mengumpulkan secara terpusat informasi produk, harga, dan promosi dari berbagai pusat perbelanjaan yang ikut serta dalam groupon.

Dulu, mereka mengandalkan template Word atau Excel, yang menyebabkan format data berantakan, proses penggabungan memakan waktu, dan sulit disinkronkan saat ada perubahan. Kini, semua pihak cukup mengisi data pada tabel, dan informasi akan terkumpul otomatis.

Yang lebih penting, Tabel AI mendukung bidang terhubung dua arah: saat satu data diperbarui, semua tabel terkait akan otomatis tersinkronisasi, memastikan informasi selalu konsisten secara real-time.

Gambar

"Seolah-olah kita sedang bekerja sama membuat dokumen bersama, efisiensi meningkat drastis." Setelah merasakan manfaatnya, Li Kai kemudian membangun sistem yang lebih kompleks pada Januari 2025.

Gambar

Membangun Platform MCN: Integrasi Manajemen Manusia, Produk, Tempat, dan Keuangan

Saat ini, Li Kai sendiri mengelola jaringan siaran langsung dari 62 pusat perbelanjaan, dengan rata-rata omset bulanan lebih dari 20 juta yuan. Intinya adalah transformasi Tabel AI DingTalk menjadi sistem platform level MCN yang mencakup "manusia, produk, tempat, dan keuangan".

Bagi masing-masing pusat perbelanjaan, Li Kai berperan seperti lembaga MCN eksternal, setiap kerja sama dituangkan dalam kontrak dan dikenakan biaya virtual.

Dalam model tradisional, proses kontrak dan rekonsiliasi sangat rumit, membutuhkan pengingat berulang kali. Namun dalam Tabel AI, isi pengiriman dan jumlah pembayaran dapat dilacak secara real-time, sistem otomatis mengirimkan pengingat.

Dalam manajemen host, ia membangun basis data staf, mencatat riwayat hidup, kontrak, durasi siaran langsung, dan informasi lainnya, serta secara otomatis menghitung gaji melalui keterkaitan banyak tabel, tanpa lagi perlu verifikasi manual di Excel.

Sebelum siaran, sistem secara otomatis mengatur jadwal, lalu mengirimkan informasi waktu, lokasi, dan daftar produk ke host maupun pusat perbelanjaan; host baru juga bisa mendapatkan materi pelatihan. Setelah siaran, host mengunggah tangkapan layar tampilan besar ke tabel untuk memudahkan evaluasi pasca-siaran.

Dalam manajemen daftar produk, Tabel AI tidak hanya memungkinkan input kolaboratif dari berbagai pihak, tetapi juga menggunakan bidang AI untuk secara otomatis memperbaiki teks yang melanggar aturan, serta menambahkan awalan nama pusat perbelanjaan sesuai kota, mencegah kesalahan kategorisasi.

Ia juga telah melatih model analisis AI sebelumnya, dengan memasukkan data standar industri, sehingga sistem dapat secara otomatis mengevaluasi hasil tiap siaran langsung dan menghasilkan wawasan data.

Gambar

"Dulu, setelah siaran selesai, butuh lebih dari sepuluh hari baru bisa dievaluasi, bahkan sering tidak sempat. Sekarang data langsung diperbarui dan dikirim, kadang malam jam 12 pusat perbelanjaan sudah menerima laporan evaluasi. Mereka kira saya masih lembur, padahal sistem yang mengirim atas nama saya," canda Li Kai, yang kemudian dijuluki "raja kerja keras" oleh rekan-rekannya.

Sebenarnya, yang mendorongnya maju adalah Tabel AI. Inilah nilai inti dari alat tersebut.

Dari Alat ke Pola Pikir: Membangun Ulang Logika Operasi Ritel

Gambar

Sempat mempertimbangkan untuk mengembangkan sistem MOS dengan kode rendah, namun dibatalkan karena proses persetujuan rumit dan tidak bisa dimodifikasi mandiri. Kehadiran Tabel AI DingTalk menjadi kunci bagi Li Kai untuk mengatasi masalah manajemen ritel.

"Bagi siapa saja yang bekerja di bidang ritel, harus menggunakan ini," tekannya.

Bisnis ritel memiliki data yang rumit dan interaksi antar orang yang sering terjadi. Tabel AI dirancang khusus untuk kolaborasi bersama, keterhubungan informasi, dan sinkronisasi kerja—yang mudah digunakan dan bisa dipelajari semua orang.

Ia memberi contoh: di toko pakaian offline, setelah barang baru masuk selama 30 hari, dulu manajer toko harus menghitung sendiri tingkat penjualan, lalu melaporkan bertahap ke atas, proses panjang ini sering membuat kehilangan momen restok. Kini, Tabel AI bisa secara otomatis menganalisis dan menghasilkan rekomendasi restok.

Gambar

Inilah kondisi aktual groupon YinTai saat ini: data seperti distribusi produk, pusat perbelanjaan yang berlaku, harga, volume penjualan, dan stok diperbarui secara real-time, sehingga pusat perbelanjaan bisa langsung menentukan apakah perlu restok atau menyesuaikan kupon.

Dulu, sistem seperti ini harus dikembangkan oleh pihak ketiga dengan biaya tinggi. Kini, satu Tabel AI saja sudah cukup. Bahkan bisa terhubung dengan variabel eksternal seperti cuaca dan suhu untuk memprediksi perubahan permintaan.

Misalnya, penjualan kaos akan turun saat suhu menurun, sistem bisa secara otomatis menyarankan pengurangan restok—menjawab tepat persoalan umum industri pakaian: ketidaksesuaian antara produksi dan permintaan yang menyebabkan penumpukan stok.

Pengalaman bertahun-tahun di ritel membuat Li Kai paham betul betapa sulitnya mengelola "manusia, produk, tempat". Kini, Tabel AI menjadi "otak digital" yang membuat proses penjadwalan, absensi, kinerja, promosi, dan lainnya sepenuhnya daring, otomatis, dan terlihat secara visual.

Ia menunjukkan Tabel AI di ponselnya: pendaftaran kupon dilakukan secara real-time, jadwal siaran jelas terlihat, materi evaluasi bisa diunggah kapan saja. "Jika sistem ini down, seluruh bisnis bisa langsung macet," katanya jujur. "Kami tidak bisa lepas dari ini, bahkan semenit pun, untuk bisnis groupon di Douyin."

Gambar

Lompatan Efisiensi: Kemungkinan Mengelola dari 20 hingga 100 Pusat Perbelanjaan

Akhir tahun lalu, Li Kai hampir tidak mampu melayani lebih dari 20 pusat perbelanjaan, komunikasi masih mengandalkan telepon dan pesan instan, dengan verifikasi bolak-balik. Kini, dengan Tabel AI yang menghubungkan seluruh alur kerja, tim dua orang bisa mendukung lebih dari 60 pusat perbelanjaan di seluruh negeri.

Ia meyakini mengelola 100 pusat perbelanjaan bukan hal mustahil. Saat ini fokusnya adalah menggali kapasitas pasokan dari 62 pusat perbelanjaan, dengan target meningkatkan aktivitas dari hanya tiga atau lima kali per bulan menjadi delapan atau sembilan kali.

Penutup: Efisiensi adalah Daya Saing

Gambar

Ini bukan sekadar inovasi alat, melainkan transformasi pola pikir ritel. Tabel AI memang tidak bisa menggantikan manusia dalam membuat keputusan, namun kemampuan AI-nya memberikan dasar pertimbangan bagi manusia, membuat pekerjaan lebih cepat, akurat, dan ringan.

Persaingan ritel masa depan, pada dasarnya adalah persaingan efisiensi operasional. Tabel AI membuat data rumit menjadi terstruktur, kolaborasi antar orang menjadi sinkron, dan pengambilan keputusan berbasis pengalaman beralih ke pengambilan keputusan berbasis data.

Ketika "manusia, produk, tempat" terhubung secara efisien melalui Tabel AI, pertumbuhan bisnis pun memiliki fondasi efisiensi yang kuat. Oleh karena itu, bagaimana memanfaatkan alat AI semacam ini bukan lagi pilihan, melainkan soal kelangsungan hidup.

We dedicated to serving clients with professional DingTalk solutions. If you'd like to learn more about DingTalk platform applications, feel free to contact our online customer service or email at This email address is being protected from spambots. You need JavaScript enabled to view it.. With a skilled development and operations team and extensive market experience, we’re ready to deliver expert DingTalk services and solutions tailored to your needs!