Proyeksi Omzet Realistis: Kenali Kamu Tipe Overconfidence atau Terlalu Konservatif

Oleh Hendra Kuang·12 November 2026·9 menit baca

Cara bikin proyeksi omzet yang realistis dimulai dari mengenali arah biasmu: overconfidence yang bikin angka terlalu tinggi, atau terlalu konservatif yang bikin potensi bisnis tidak terpakai. Setelah arahnya ketahuan, koreksi dengan membandingkan proyeksi lama dan realisasinya, memakai pembanding dari luar rencanamu, lalu membuka budget scale secara bertahap.

Bagian dari playbook: Playbook Bisnis dan Produk Digital

Intinya:

Proyeksi omzet hampir selalu meleset, dan yang penting dikenali adalah apakah melesetnya konsisten ke satu arah.
Tipe optimis perlu rem berupa budget bertahap, sedangkan tipe konservatif perlu ruang eksperimen yang terjadwal.
Riwayat proyeksi lama vs realisasi adalah cermin paling jujur untuk mengetahui kamu tipe yang mana.

Coba kamu bayangin dua pebisnis digital ini. Contohnya hipotetis, ya.

Misalnya Dina jualan paket template konten. Hari pertama launch ramai sekali. Dina lalu mengalikan penjualan hari itu dengan jumlah hari dalam sebulan, dan angka itu jadi dasar dia menaikkan budget iklan. Dua minggu kemudian, penjualan turun ke level biasa, sementara budget sudah terlanjur besar.

Misalnya Raka jualan kelas online. Dia pernah rugi iklan di launch sebelumnya. Sejak itu, proyeksinya selalu dibuat dari bulan terburuk. Kampanye yang sebenarnya masih untung dia matikan cepat-cepat karena “takut kebablasan”. Laporannya terlihat aman, tapi pertumbuhannya mandek.

Dina dan Raka sama-sama salah membaca bisnisnya sendiri. Arahnya saja yang berlawanan.

Nah, sekarang bayangin kamu ada di posisi orang yang mau meminjamkan modal ke mereka. Ke Dina, kamu mungkin mau mencairkan dana bertahap sesuai pencapaian. Ke Raka, kamu mungkin bertanya, “Kenapa angkamu serendah ini, padahal datanya bilang lain?” Cara berpikir pemberi modal yang hati-hati ini bisa kamu pakai untuk mengaudit dirimu sendiri.

Apa itu bias proyeksi omzet?

Bias proyeksi omzet adalah kecenderungan perkiraan penjualanmu meleset ke arah yang sama secara berulang. Satu kali meleset itu wajar. Meleset ke arah yang sama tiga atau empat kali berturut-turut, itu pola.

Atribut yang bisa kamu kenali dari bias ini:

Arah: cenderung di atas realisasi (optimis) atau di bawah realisasi (konservatif).
Konsistensi: muncul berulang di beberapa periode atau launch.
Sumber: bisa dari cara otak menilai (kognitif) atau dari kepentingan, misalnya ingin meyakinkan partner.
Dampak: langsung memengaruhi keputusan budget, stok, kapasitas tim dan waktu scale.
Bisa diukur: kelihatan jelas begitu kamu membandingkan proyeksi lama dengan angka aktual.

Dua istilah lain perlu kamu kenal juga. Overconfidence bias adalah kecenderungan menilai kemampuan, pengetahuan, atau peluang sukses sendiri lebih tinggi dari kenyataannya. Planning fallacy adalah kecenderungan memperkirakan rencana sendiri akan berjalan lebih cepat, lebih murah, atau lebih sukses dari rencana serupa yang pernah ada.

Kenapa proyeksi omzetmu bisa terlalu optimis?

Dan Lovallo dan Daniel Kahneman membahas pola ini dalam artikel Delusions of Success di Harvard Business Review (Juli 2003). Menurut ringkasan artikelnya, gabungan bias kognitif seperti anchoring dan competitor neglect, plus tekanan organisasi, membuat manajer menyusun proyeksi yang terlalu optimis. Konteks mereka adalah investasi besar perusahaan. Mekanismenya tetap relevan untuk bisnis kecil.

Kalau diterjemahkan ke dunia pebisnis digital, kira-kira begini cara kerjanya.

Otakmu menjangkar ke hari terbaik

Anchoring adalah kecenderungan menjadikan satu angka awal sebagai patokan, lalu semua perkiraan berikutnya hanya bergeser sedikit dari angka itu. Kalau angka yang kamu ingat adalah hari launch paling ramai, seluruh proyeksi akan tertarik ke atas. Hari-hari sepi jarang diingat, padahal justru itu yang paling sering terjadi.

Kamu melihat dari dalam rencanamu sendiri

Lovallo dan Kahneman menyebut cara pandang ini “inside view”. Kamu fokus pada detail rencanamu: konten sudah siap, funnel sudah rapi, audiens sudah hangat. Semua detail itu terasa meyakinkan. Yang terlewat adalah pertanyaan sederhana: rencana serupa yang pernah ada, biasanya hasilnya seperti apa?

Kompetitor dan pasar dianggap diam

Competitor neglect adalah kecenderungan menyusun rencana seolah kompetitor tidak bereaksi. Di pasar produk digital Indonesia, satu format yang laku bisa cepat ditiru. Selain itu, saat iklan menjangkau audiens yang lebih dingin, biaya mendapatkan satu pembeli bisa berubah. Proyeksi yang mengalikan hasil awal secara lurus mengabaikan dua hal ini.

Angka dibuat untuk meyakinkan seseorang

Bent Flyvbjerg menanggapi artikel tersebut dengan menambahkan satu sumber bias lagi. Menurutnya, ada proyeksi yang sengaja “dimasak” supaya sebuah proyek bisa dimulai. Di skala solopreneur, yang diyakinkan bisa partner bisnis, pasangan, atau dirimu sendiri. Begitu angka disusun untuk membujuk, angka itu berhenti jadi alat ukur.

Kenapa ada juga yang terlalu konservatif?

Riset yang saya rujuk di atas fokus ke sisi optimis. Sisi konservatif lebih jarang dibahas. Bagian ini adalah kerangka praktis saya untuk membaca polanya, dan kamu bisa menguji sendiri apakah cocok dengan datamu.

Beberapa mekanisme yang bikin seseorang memproyeksikan terlalu rendah:

Luka lama jadi jangkar baru. Satu kampanye rugi membuat bulan terburuk dijadikan patokan. Ini anchoring juga, arahnya saja ke bawah.
Target dipakai untuk menilai diri. Kalau meleset terasa memalukan, angka diset rendah supaya pasti tercapai. Rasanya aman, padahal keputusan budget jadi ikut kerdil.
Target dan proyeksi dicampur. Target adalah angka yang ingin kamu kejar. Proyeksi adalah perkiraan terbaikmu berdasarkan data. Kalau keduanya dicampur, salah satunya pasti rusak.
Atapnya tidak pernah dites. Kalau budget tidak pernah dinaikkan, kamu tidak pernah tahu batas pasar sebenarnya. Proyeksi rendah jadi terbukti sendiri.

Biaya bias konservatif jarang terlihat di laporan. Tidak ada angka rugi yang tercatat. Yang hilang adalah penjualan yang tidak pernah terjadi, stok yang habis terlalu cepat, atau kampanye bagus yang dimatikan sebelum sempat jalan.

Soal memisahkan target dan proyeksi, kamu bisa baca juga cara mengunci target omzet pakai commitment device. Target boleh ambisius. Proyeksi untuk memutuskan budget harus tetap membumi.

Cara mengenali kecenderunganmu: audit proyeksi lama

Ini langkah paling penting, dan paling sering dilewati. Kamu butuh catatan proyeksi lama dan angka realisasinya.

Kumpulkan 4 sampai 6 proyeksi lama. Bisa per launch, per bulan, atau per kampanye. Yang penting proyeksinya ditulis sebelum periode berjalan.
Hitung rasio realisasi. Rasio realisasi adalah angka aktual dibagi angka proyeksi. Misalnya kamu proyeksi 200 penjualan dan realisasinya 120, rasionya 0,6.
Lihat arahnya. Kalau rasio konsisten di bawah 1, kamu cenderung optimis. Kalau konsisten di atas 1, kamu cenderung konservatif.
Cek kalau hasilnya acak. Kadang di atas 1, kadang jauh di bawah. Ini biasanya tanda masalahnya ada di data atau eksekusi, belum tentu bias.
Tulis penyebab meleset per periode. Pisahkan faktor yang bisa kamu kendalikan dari faktor luar.

Kalau kamu belum pernah mencatat proyeksi, mulai bulan ini. Tulis angka perkiraanmu sebelum periode dimulai, lengkap dengan asumsinya. Dalam beberapa periode, polamu akan kelihatan.

Pakai outside view sebelum nentuin budget scale

Solusi yang ditawarkan Lovallo dan Kahneman adalah outside view, yang juga disebut reference class forecasting. Outside view adalah cara memperkirakan hasil dengan melihat sebaran hasil proyek-proyek serupa, lalu menempatkan proyekmu di dalam sebaran itu. Menurut ringkasan artikelnya, langkahnya kurang lebih begini:

Tentukan kelas pembanding, yaitu kumpulan proyek yang mirip dengan rencanamu.
Susun sebaran hasil kasar dari kelas tersebut, dari yang terburuk sampai terbaik.
Posisikan rencanamu di dalam sebaran itu, dengan alasan yang jelas.

Untuk solopreneur dengan data terbatas, kelas pembandingnya bisa sederhana:

Launch-launch kamu sendiri sebelumnya.
Produk lain di katalogmu dengan harga dan format yang mirip.
Kampanye sebelumnya di channel iklan yang sama.

Kalau rencanamu memproyeksikan hasil jauh di atas launch terbaikmu, kamu harus bisa menyebut apa yang berubah. Misalnya audiensnya bertambah, produknya berbeda, atau channel-nya baru. Kalau tidak ada yang berubah, proyeksinya perlu turun.

Hal yang sama berlaku untuk harga. Kalau proyeksimu bergantung pada harga yang belum pernah diuji, cek dulu logika pricing produk digital sebelum angka omzetnya kamu percaya.

Gate scale: atur budget sesuai tipe biasmu

Gate scale adalah aturan yang menentukan kapan budget boleh naik, berdasarkan metrik yang kamu tetapkan sebelum kampanye berjalan. Gate ini meniru cara pemberi modal yang hati-hati menyesuaikan struktur kesepakatan dengan karakter peminjamnya.

Kalau kamu cenderung optimis

Koreksi proyeksi dengan rasio historismu. Kalau rasio rata-ratamu 0,6, kalikan proyeksi baru dengan angka itu sebagai skenario dasar.
Naikkan budget bertahap. Tentukan beberapa tahap, dan tiap tahap hanya terbuka kalau metrik tahap sebelumnya tercapai.
Tulis batas rugi di depan. Putuskan sebelum kampanye jalan, berapa kerugian maksimal yang kamu terima sebelum berhenti dan evaluasi.
Pisahkan semangat dari keputusan. Hari launch yang ramai adalah data satu hari. Tunggu beberapa hari sebelum menyimpulkan.

Kalau kamu cenderung konservatif

Koreksi ke atas dengan data. Kalau rasio rata-ratamu di atas 1, proyeksi dasarmu boleh dinaikkan sesuai polanya.
Sisihkan porsi kecil untuk menguji atap. Jadwalkan eksperimen di atas level nyamanmu, dengan batas rugi yang jelas.
Tetapkan kriteria lanjut, bukan hanya kriteria berhenti. Tulis kondisi yang membuat kampanye wajib dipertahankan, supaya rasa takut tidak mematikannya terlalu cepat.
Hitung biaya peluang. Tanyakan, kalau kampanye ini memang bagus, apa yang hilang kalau saya menahannya?

Dua tipe ini memakai alat yang sama, yaitu data dan aturan tertulis. Bedanya ada di arah koreksinya.

Jebakannya: kapan kerangka ini tidak berlaku

Kerangka ini berguna, tapi ada batasnya. Perhatikan beberapa kondisi ini:

Datamu terlalu sedikit. Dua launch belum cukup untuk menyimpulkan pola. Anggap hasil audit awal sebagai dugaan sementara.
Produknya benar-benar baru. Kalau belum ada kelas pembanding yang mirip, outside view jadi lemah. Mulai dari eksperimen kecil untuk mengumpulkan data dulu.
Pasarnya sedang berubah. Perubahan algoritma platform, aturan iklan, atau kondisi ekonomi bisa membuat data lama kurang relevan.
Melesetnya karena eksekusi. Kalau iklan telat tayang atau link checkout rusak, itu masalah operasional. Jangan buru-buru menyebutnya bias.
Optimisme tetap berguna. Keyakinan membantu kamu bergerak. Yang perlu dijaga adalah memakai optimisme untuk energi kerja, dan memakai data untuk keputusan budget.

Ada satu jebakan lagi. Orang yang baru sadar dirinya optimis kadang langsung berbalik jadi terlalu konservatif. Tujuan audit ini adalah kalibrasi, supaya rasio realisasimu makin dekat ke 1 dari waktu ke waktu.

Yang bisa kamu lakukan minggu ini

Buka catatan penjualan lama. Cari proyeksi yang pernah kamu tulis, lalu hitung rasio realisasinya.
Tentukan tipemu sementara. Optimis, konservatif, atau acak karena eksekusi.
Susun tiga skenario untuk rencana berikutnya. Bawah, tengah, dan atas, masing-masing dengan daftar asumsinya.
Tulis gate scale sebelum kampanye jalan. Kapan budget naik, kapan berhenti, dan kapan wajib lanjut.
Minta orang lain menantang asumsimu. Kalau kamu sudah terbiasa menyatakan target ke orang lain, minta orang yang sama mempertanyakan proyeksimu juga.

Kalau tidak ada orang yang bisa diajak diskusi, AI seperti ChatGPT atau Claude bisa membantu. Minta AI berperan sebagai pemberi modal yang skeptis. Berikan proyeksi, asumsi, dan data lamamu, lalu minta AI mencari asumsi paling lemah. Keputusan akhirnya tetap di tanganmu, karena AI hanya bekerja dari data yang kamu berikan.

Proyeksi yang baik adalah proyeksi yang jujur soal arah melesetnya. Begitu kamu tahu dirimu cenderung ke mana, setiap keputusan scale bisa dikoreksi sebelum budget keluar.

Kalau kamu ingin menyusun proyeksi dan gate scale yang dirancang khusus untuk bisnismu, kamu bisa mulai lewat sesi konsultasi.

Pertanyaan yang sering muncul

Bagaimana cara bikin proyeksi omzet yang realistis untuk bisnis kecil?

Mulai dari data proyeksi lama dan realisasinya, lalu hitung rasio realisasi untuk melihat arah melesetmu. Gunakan launch atau kampanye sebelumnya sebagai kelas pembanding, susun skenario bawah, tengah dan atas, dan tulis asumsinya dengan jelas. Setelah itu, putuskan budget lewat aturan bertahap yang ditetapkan sebelum kampanye berjalan. Cara ini membuat proyeksi bisa dikoreksi dari waktu ke waktu dan tidak bergantung pada perasaan saat launch.

Apa bedanya overconfidence bias dan planning fallacy?

Overconfidence bias adalah kecenderungan menilai kemampuan atau peluang sukses sendiri lebih tinggi dari kenyataannya. Planning fallacy lebih spesifik, yaitu kecenderungan memperkirakan rencana sendiri akan berjalan lebih cepat, lebih murah, atau lebih sukses dari rencana serupa. Dalam proyeksi omzet, keduanya sering muncul bersamaan. Pebisnis yakin pada eksekusinya sendiri, lalu menyusun angka dari detail rencananya tanpa melihat hasil proyek-proyek sejenis.

Apa itu reference class forecasting atau outside view?

Reference class forecasting adalah metode memperkirakan hasil dengan melihat sebaran hasil proyek-proyek yang mirip, lalu menempatkan rencanamu di dalam sebaran itu. Dan Lovallo dan Daniel Kahneman menyebutnya outside view. Untuk pebisnis digital, kelas pembandingnya bisa berupa launch sebelumnya, produk sejenis di katalog sendiri, atau kampanye lama di channel iklan yang sama. Metode ini menahan proyeksi agar tidak hanya bersandar pada keyakinan terhadap rencana sendiri.

Apakah proyeksi omzet yang konservatif lebih aman untuk bisnis?

Proyeksi konservatif terasa aman karena jarang meleset ke bawah, tapi biayanya tetap ada. Budget iklan ditahan, stok atau kapasitas tim kurang, dan kampanye bagus bisa dimatikan terlalu cepat. Kerugiannya tidak tercatat di laporan karena berupa penjualan yang tidak pernah terjadi. Cara yang lebih sehat adalah mengkalibrasi proyeksi dengan data historis, lalu menyisihkan porsi kecil yang terjadwal untuk menguji batas atas pasar.