Pendahuluan
Seiring dengan meningkatnya e-commerce, last-mile delivery menjadi tantangan utama dalam rantai pasok karena biaya tinggi dan ketidakpastian penerimaan pelanggan. Laporan industri terbaru menunjukkan bahwa biaya last-mile delivery menyumbang sekitar 20% dari total biaya logistik dan sering kali disubsidi oleh pengecer karena pelanggan enggan membayar biaya pengiriman penuh.
Penelitian ini bertujuan untuk memahami faktor-faktor yang memengaruhi sikap konsumen terhadap berbagai model pengiriman. Dengan menggunakan metode wawancara kualitatif dengan pakar industri e-food dan eksperimen terkontrol, penelitian ini mengidentifikasi preferensi konsumen serta peran faktor seperti privasi, kenyamanan, dan kualitas layanan dalam adopsi model pengiriman yang lebih efisien.
Tantangan dalam Last-Mile Delivery
1. Biaya Logistik yang Tinggi
- Online retailer rata-rata menyubsidi 20% dari biaya pengiriman karena pelanggan enggan membayar harga sebenarnya.
- Biaya logistik meningkat karena kebutuhan layanan cepat, terutama dalam industri e-food yang memerlukan rantai dingin.
2. Risiko Privasi dalam Model Pengiriman Baru
- Pengiriman langsung ke dalam rumah atau garasi meningkatkan kekhawatiran pelanggan terkait keamanan dan privasi.
- Model seperti in-fridge delivery (kurir memasukkan barang langsung ke kulkas pelanggan) menimbulkan perdebatan terkait batas privasi.
3. Keengganan Pelanggan terhadap Model Otomatisasi
- Walaupun teknologi drone dan kendaraan otonom menjanjikan efisiensi, studi menunjukkan pelanggan masih lebih memilih pengiriman langsung oleh manusia.
- Ketidakpastian terhadap kualitas layanan dan kemungkinan kegagalan sistem otomatis menjadi kendala utama adopsi teknologi ini.
Metode Penelitian
Studi ini menggunakan pendekatan metode campuran, terdiri dari:
- Wawancara kualitatif dengan 7 pakar industri e-food, termasuk CEO dan manajer pengembangan bisnis dari perusahaan logistik dan e-grocers terkemuka.
- Eksperimen terkontrol dengan 384 responden di Eropa yang diuji dengan skenario berbagai model last-mile delivery.
Temuan Utama: Faktor yang Mempengaruhi Preferensi Konsumen dalam Last-Mile Delivery
Penelitian ini mengidentifikasi beberapa faktor utama yang berperan dalam preferensi pelanggan terhadap model pengiriman:
1. Preferensi Konsumen terhadap Model Pengiriman yang Berbeda
Berdasarkan eksperimen, model pengiriman dengan interaksi langsung lebih disukai dibandingkan model otomatis.
- Pengiriman langsung oleh pengecer mendapat rating 3,76/5, sedangkan pengiriman menggunakan kendaraan otonom hanya mendapat 2,49/5.
- In-fridge delivery justru mendapat skor tinggi (4,07/5), menunjukkan bahwa pelanggan dapat menerima model otomatisasi tertentu jika ada nilai tambah yang jelas.
2. Peran Risiko Privasi dalam Pengambilan Keputusan
- In-home delivery dan in-garage delivery mengalami penolakan signifikan karena dianggap mengancam privasi pelanggan.
- Risiko privasi menjadi faktor utama dalam penolakan model pengiriman otomatis.
- Penggunaan kamera pengawas atau akses terbatas dapat menjadi solusi untuk meningkatkan kepercayaan pelanggan.
3. Kontribusi Kenyamanan terhadap Adopsi Model Baru
- Model seperti smart box delivery dan in-fridge delivery dianggap nyaman karena pelanggan tidak perlu hadir saat pengiriman.
- Namun, penggunaan kendaraan otonom mendapat skor rendah dalam aspek kenyamanan, karena pelanggan masih perlu mengambil barang dari kendaraan sendiri.
Studi Kasus Implementasi Model Pengiriman Inovatif
1. Amazon Key: In-Home Delivery dengan Smart Lock
- Amazon Key memungkinkan kurir memasukkan paket ke dalam rumah pelanggan menggunakan akses sekali pakai melalui smart lock.
- Walaupun inovatif, masih banyak pelanggan yang ragu karena risiko keamanan dan privasi.
2. Walmart: In-Fridge Delivery sebagai Model Berbasis Kenyamanan
- Walmart mengembangkan pengiriman langsung ke kulkas pelanggan dengan kurir terverifikasi.
- Studi menunjukkan bahwa 72,2% pelanggan menyukai model ini, karena mereka tidak perlu repot menyimpan barang belanjaan.
3. Starship Technologies: Kendaraan Otonom untuk Pengiriman Jarak Pendek
- Starship menguji robot pengiriman di beberapa kota Eropa dan AS.
- Namun, penelitian ini menemukan bahwa model ini kurang menarik bagi pelanggan dibandingkan dengan pengiriman langsung oleh manusia.
Tantangan dan Rekomendasi untuk Masa Depan Last-Mile Delivery
1. Mengatasi Kekhawatiran Privasi Konsumen
Solusi:
- Menggunakan sistem pengawasan berbasis AI untuk memastikan keamanan pengiriman dalam model in-home dan in-garage delivery.
- Memberikan opsi pelanggan untuk membatasi akses kurir ke area tertentu dalam rumah mereka.
2. Meningkatkan Efisiensi Biaya Pengiriman
Solusi:
- Menerapkan crowdsourcing logistics, di mana pengiriman dilakukan oleh individu dengan kendaraan pribadi untuk menekan biaya operasional.
- Mengembangkan pickup points dan parcel lockers untuk mengurangi jumlah perjalanan pengiriman yang gagal.
3. Meningkatkan Kepercayaan terhadap Pengiriman Otomatis
Solusi:
- Mengedukasi pelanggan mengenai manfaat dan keamanan kendaraan otonom serta drone dalam logistik.
- Memperkenalkan uji coba gratis atau insentif untuk menarik pelanggan mencoba model otomatisasi baru.
Kesimpulan
Penelitian ini memberikan wawasan baru tentang bagaimana pelanggan memandang berbagai model last-mile delivery. Preferensi terhadap pengiriman langsung masih dominan, tetapi model berbasis kenyamanan seperti in-fridge delivery mulai diterima.
✅ Privasi menjadi faktor utama dalam adopsi model otomatisasi, terutama dalam in-home delivery.
✅ Model berbasis kenyamanan seperti smart box dan in-fridge delivery lebih disukai dibandingkan drone dan kendaraan otonom.
✅ Solusi crowdsourcing logistics dan pickup points dapat membantu menekan biaya pengiriman dan meningkatkan efisiensi rantai pasok.
Dengan memahami preferensi pelanggan dan mengelola risiko yang ada, industri logistik dapat mengembangkan model pengiriman yang lebih efisien, terjangkau, dan dapat diterima oleh pelanggan di masa depan.
Sumber Artikel:
Klink, B. D., & Schweizer, S. (2024). Identifying and testing drivers of consumers’ attitude towards last-mile delivery modes. Electronic Commerce Research.