Pelatihan Digital Tools Untuk Pemetaan Trend Menu Konsumen
Abstract
Culinary is a very popular business in Indonesian society. This phenomenon has the consequence that the level of business competition becomes tighter, it is means that culinary businesses are always required to innovate to survive in the long run. The main focus of this community service is providing training to culinary business owners to follow dynamic consumer taste trends. This training aims to provide solutions by creating innovation and knowing the latest consumer interests. The approach used in this training is discussion and mapping of partners' challenges, then knowledge assistance and provision are provided. The results of Google Trends training are generally able to make a real contribution to business owners in achieving consumer loyalty. Apart from that, this training increases partners' knowledge in utilizing the Google Trends application to determine product focus and product marketing locations. In particular, it can foster strong self-confidence in partners in using digital business.
Keywords: digital marketing; product trends; culinary; innovation.
Abstrak: Kuliner merupakan sebuah bisnis yang sangat digemari oleh masyarakat Indonesia. Fenomena ini membawa konsekuensi pada tingkat persaingan usaha yang semakin ketat, artinya pelaku usaha kuliner dituntut untuk selalu berinovasi agar dapat bertahan dalam jangka panjang. Fokus utama pengabdian masyarakat ini adalah memberikan pelatihan kepada pemilik usaha kuliner agar dapat mengikuti tren selera konsumen yang dinamis. Pelatihan ini bertujuan untuk memberikan solusi dengan menciptakan inovasi dan mengetahui minat konsumen terkini. Pendekatan yang digunakan dalam pelatihan ini adalah diskusi dan pemetaan permasalahan mitra, kemudian diberikan pendampingan dan pembekalan pengetahuan. Hasil dari pelatihan Google Trends secara umum mampu memberikan kontribusi nyata bagi pemilik usaha dalam meraih loyalitas konsumen. Selain itu, pelatihan ini meningkatkan pengetahuan digital marketing mitra dalam menentukan fokus produk dan lokasi pemasaran produk. Secara khusus, dapat menumbuhkan rasa percaya diri yang kuat pada mitra dalam menggunakan bisnis digital.
Kata kunci: digital pemasaran; tren bisnis; kuliner; inovasi.
References
Ayesha et al. 2022. Digital Marketing. Global Excutif Teknologi press. Diakses tanggal 17 Juni 2024 dari https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4675400.
Davenport, T. H., & Harris, J. G. (2007). Competing on analytics: The new science of winning. Harvard Business Press. Diakses tanggal 15 Juni 2024 dari https://www. emerald.com/ in sight/content/doi/10.1108/BPMJ-02-2017-0046/full/html.
Egim, A. S., & Fermayani, R. (2023). Pendampingan UMKM Makanan Ringan di Kelurahan Lubuk Mintu-run dalam Memajukan Bisnis Melalui Digital Marketing. Prosiding Semi-nar Nasional Pengabdian Masya-rakat, 1. https://doi.org/10.61 142/ psnpm.v1.102. Diakses tanggal 16 Juni 2024 dari https://ejournal. edukhatulistiwa.com/index.php/PSNPM/article/view/102.
Sukariman A. (2020). 5 Cara Menggunakan Google Trends untuk Riset Pasar Sebelum Memulai Bisnis. Diakses tanggal 18 Juni 2024 dari https:// www.exabytes.co.id/blog/cara-meng gunakan-google-trends/
Cinthya. (2021). Google Trends: Cara Menggunakannya untuk Riset Pema-saran Diakses 15 Juni 2024 dari https: //accurate.id/digital-marketing/meng gunakan-google-trends/
Redaksi Jagoan Hosting. (2022). Google Trend: Ini Cara Menggunakan dan Triknya! Diakses tanggal 16 Juni 2024 dari https://www.jagoan hos ting.com/blog/cara-menggunakan-go ogle-trend/
McFarland A. (2024). 10 Alat AI Perangkat Lunak Analisis Tren Terbaik. Diakses tanggal 17 Juni 2024 dari https://www. unite.ai/id/10-alat-ai-perangkat-lunak-analisis-tren-terbaik/
Prediksi Tren Marketing dengan Machine Learning dan AI. (2024). Diakses tanggal 16 Juni 2024 dari https:// dqlab.id/prediksi-tren-marketing-de ngan-machine-learning-dan-ai
Nadira K. (2024). Predictive AI: Solusi Menjadi Lebih Cerdas dalam Bisnis dengan Analisis Prediktif. Diakses tanggal 15 Juni 2024 dari https:// gleematic.com/indonesia/predictive-ai-solusi-menjadi-lebih-cerdas-dalam -bisnis-dengan-analisis-prediktif/
Yonata J. (2023). Google Trends: Penger-tian, Fungsi, dan Cara Mengguna-kannya. Diakses tanggal 16 Juni 2024 dari https://www.dewaweb.com/blog /cara-menggunakan-google-trends/
Google. (2024). Google Trends: Under-standing the data. How to interpret Trends results. Diakses tanggal 18 Juni 2024 dari https://newsinitiative. withgoogle.com/resources/ trainings/ google-trends-understanding-the-data/
Kharis et al. (2023). Analisis Tren Minat Masyarakat Indonesia terhadap Arti- ficial Intelligence dalam Menyong- song Society 5.0: Studi Menggunakan Google Trends. G-Tech : Jurnal Teknologi Terapan, Volume 7 (Oktober 2023), hal. 1345-1354. Diakses tanggal 15 Juni 2024 dari https://ejournal.uniramalang.ac.id/index.php/g-tech/article/ view/3091.
McAfee, A., & Brynjolfsson, E. (2012). Big data: the management revolution. Harvard business review, 90(10), 60-68. Diakses tanggal 17 Juni 2024 dari https://www. emerald.com/insight/con tent/doi/10.1108/IMDS-09-2015-038 8/full/html.
Prabowo et al. (2023). Pemanfaatan Teknologi Informasi Dan Manajemen Perubahan Pada Kegiatan Bisnis Di Era Globalisasi. Journal Syntax Idea, Vol. 5, No 7 (Juli 2023). Diakses tanggal 15 Juni 2024 dari https:// jurnal.syntax-idea.co.id/index.php/ syn tax-idea/article/view/2522.
Ririh, K. R., Laili, N., Wicaksono, A., & Tsurayya, S. (2020). Studi Komparasi dan Analisis SWOT pada Implemen-tasi Kecerdasan Buatan (Artificial Intelligence) di Indonesia. J@ti Undip: Jurnal Teknik Industri, 15(2), 122–133. Diakses tanggal 16 Juni 2024 dari https://ejournal. undip. ac.id/index.php/jgti/article/view/29183
