Melola Discovery

← Melola Discovery

Jurnal

Pengambilan Keputusan Berbasis Data untuk Kinerja Pemasaran TikTok Shop: Bukti dari Kategori Produk Teratas di Indonesia

Business and Accounting Education Journal · Vol. 7 No. 2 (2026) · hlm. 1–16

DOI
10.15294/baej.v7i2.49356
ISSN
2723-4487, 2723-4495
Terbit
2026-11-06
Penerbit
Universitas Negeri Semarang
Bahasa
eng

Abstrak

TikTok Shop menjadi salah satu platform social commerce dengan pertumbuhan tercepat di Indonesia yang menghasilkan jutaan interaksi pengguna dan impresi produk setiap bulannya. Penelitian ini menganalisis hubungan antara metrik performa pemasaran dan popularitas produk menggunakan pendekatan business analytics kuantitatif. Penelitian menggunakan metode statistik deskriptif dan analisis korelasi dengan dukungan teknik pengolahan data berbasis Python. Dataset penelitian terdiri dari 20 kategori produk teratas TikTok Shop Indonesia selama periode Maret 2026. Hasil penelitian menunjukkan bahwa shares memiliki korelasi positif terkuat terhadap popularitas produk (r = 0.669), diikuti impressions (r = 0.538) dan advertising cost (r = 0.453). Selain itu, kategori “Cases & Stickers” memiliki conversion rate tertinggi sebesar 78.44% dan cost per acquisition terendah sebesar 0.07 USD, sedangkan produk beauty menghasilkan engagement tertinggi dengan lebih dari 215.000 likes. Temuan penelitian menunjukkan bahwa perilaku berbagi konten oleh pengguna dan tingkat eksposur produk memiliki hubungan yang lebih kuat dengan popularitas produk dibandingkan metrik click efficiency maupun conversion. Penelitian ini berkontribusi terhadap pengembangan literatur digital marketing dan social commerce melalui penerapan business analytics komputasional untuk mendukung pengambilan keputusan strategis berbasis data pada ekosistem perdagangan digital berbasis platform.

Kata kunci

Jaringan kolaborasi para penulis

5 penulis · 10 tautan kepenulisan bersama

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • Universitas Komputer Indonesia
  • Afiliasi tidak diketahui
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) https://journal.unnes.ac.id/journals/baej/oai, pertama di-harvest 8 Nov 2026, terakhir terlihat 8 Nov 2026.
Metadata asli (oai_dc)
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en">Pengambilan Keputusan Berbasis Data untuk Kinerja Pemasaran TikTok Shop: Bukti dari Kategori Produk Teratas di Indonesia</dc:title>
	<dc:creator xml:lang="en">Koswara, Asep</dc:creator>
	<dc:creator xml:lang="en">Tarso</dc:creator>
	<dc:creator xml:lang="en">Prasakti, Lukito Angga</dc:creator>
	<dc:creator xml:lang="en">Riyanto, Agus </dc:creator>
	<dc:creator xml:lang="en">Soegoto, Herman Surdianto </dc:creator>
	<dc:subject xml:lang="en">TikTok Shop</dc:subject>
	<dc:subject xml:lang="en">social commerce</dc:subject>
	<dc:subject xml:lang="en">business analytics</dc:subject>
	<dc:subject xml:lang="en">digital marketing</dc:subject>
	<dc:subject xml:lang="en">product popularity</dc:subject>
	<dc:description xml:lang="en">TikTok Shop menjadi salah satu platform social commerce dengan pertumbuhan tercepat di Indonesia yang menghasilkan jutaan interaksi pengguna dan impresi produk setiap bulannya. Penelitian ini menganalisis hubungan antara metrik performa pemasaran dan popularitas produk menggunakan pendekatan business analytics kuantitatif. Penelitian menggunakan metode statistik deskriptif dan analisis korelasi dengan dukungan teknik pengolahan data berbasis Python. Dataset penelitian terdiri dari 20 kategori produk teratas TikTok Shop Indonesia selama periode Maret 2026. Hasil penelitian menunjukkan bahwa shares memiliki korelasi positif terkuat terhadap popularitas produk (r = 0.669), diikuti impressions (r = 0.538) dan advertising cost (r = 0.453). Selain itu, kategori “Cases &amp;amp; Stickers” memiliki conversion rate tertinggi sebesar 78.44% dan cost per acquisition terendah sebesar 0.07 USD, sedangkan produk beauty menghasilkan engagement tertinggi dengan lebih dari 215.000 likes. Temuan penelitian menunjukkan bahwa perilaku berbagi konten oleh pengguna dan tingkat eksposur produk memiliki hubungan yang lebih kuat dengan popularitas produk dibandingkan metrik click efficiency maupun conversion. Penelitian ini berkontribusi terhadap pengembangan literatur digital marketing dan social commerce melalui penerapan business analytics komputasional untuk mendukung pengambilan keputusan strategis berbasis data pada ekosistem perdagangan digital berbasis platform.</dc:description>
	<dc:publisher xml:lang="en">Universitas Negeri Semarang</dc:publisher>
	<dc:date>2026-11-06</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://journal.unnes.ac.id/journals/baej/article/view/49356</dc:identifier>
	<dc:identifier>10.15294/baej.v7i2.49356</dc:identifier>
	<dc:source xml:lang="en">Business and Accounting Education Journal; Vol. 7 No. 2 (2026): Business and Accounting Education Journal; 1-16</dc:source>
	<dc:source>2723-4487</dc:source>
	<dc:source>2723-4495</dc:source>
	<dc:source>10.15294/baej.v7i2</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://journal.unnes.ac.id/journals/baej/article/view/49356/10713</dc:relation>
	<dc:rights xml:lang="en">Copyright (c) 2026 Business and Accounting Education Journal</dc:rights>
</oai_dc:dc>