Akseptansi Teknologi Digital Pada Konsumen dan Implikasi Pada Strategi Perusahaan: Analisis Risiko Dalam Industri Online Food Delivery

Abstract

Industri Online Food Delivery (OFD) semakin berkembang di Indonesia. Bahkan, Indonesia menjadi negara dengan pengguna OFD tertinggi di negara ASEAN pada tahun 2024 (Momentum Works 2024). Namun, risiko-risiko yang ada belum dikelola dengan baik. Pengguna OFD merasa tidak nyaman ketika memberikan data pribadi, adanya kemungkinan produk yang diterima tidak sesuai dengan pesanan, dan potensi penipuan melalui metode pembayaran tertentu (Julianni dan Rachmawati 2024). Selain itu, keamanan data, pencurian identitas, serangan cyber, penipuan, ketidaksesuaian peraturan, dan ulasan negatif yang memengaruhi reputasi perusahaan (Lisnawati et al. 2023). Oleh karena itu, penelitian ini bertujuan untuk merumuskan upaya mitigasi risiko dan strategi pemasaran agar frekuensi penggunaan aplikasi OFD terus meningkat. Penelitian ini menggunakan pendekatan kualitatif dengan manajemen risiko SNI ISO 31000:2018 dan pendekatan kuantitatif dengan analisis regresi linear berganda. Metode pengumpulan data primer menggunakan survei melalui kuesioner dengan 300 responden yang merupakan pengguna aktif OFD bertempat tinggal di Jabodetabek dan 7 narasumber yang merupakan internal perusahaan. Sumber data sekunder diperoleh dari studi literatur. Berdasarkan hasil penelitian yang telah dilakukan, variabel yang berpengaruh signifikan yaitu pendapatan rata-rata per bulan, status pekerjaan, dan jenis aplikasi OFD. Sehingga, dapat disimpulkan faktor yang berpengaruh terhadap tinggi/rendahnya frekuensi penggunaan aplikasi OFD adalah faktor ekonomis dan jenis aplikasi OFD, sedangkan faktor demografis tidak begitu berpengaruh. Strategi pemasaran yang dapat dilakukan perusahaan dengan menekankan pada segmentasi berbasis pendapatan, optimalisasi sistem aplikasi dengan membuat program loyalitas poin, dan menerapkan promo berbasis waktu dan restoran. Hasil penelitian menunjukkan terdapat 15 macam risiko dengan satu risiko tingkat extreme, dua risiko tingkat high, lima risiko tingkat medium, dan tujuh risiko tingkat low. Pada risiko kategori extreme yang perlu dilakukan adalah optimalisasi sistem aplikasi dengan menerapkan surge pricing dan menambahkan fitur pre order. Pada risiko kategori high yang perlu dilakukan adalah membuat sistem prediksi waktu secara real-time, membuat kebijakan kompensasi, memperbaharui kontrak kerjasama, dan menerapkan sanksi yang jelas bagi mitra.

The Online Food Delivery (OFD) industry is growing in Indonesia. In fact, Indonesia will become the country with the highest OFD users in ASEAN by 2024 (Momentum Works 2024). However, the existing risks have not been well managed. OFD users feel uncomfortable when providing personal data, there is a possibility of receiving products that do not match their orders, and the potential for fraud through certain payment methods (Julianni and Rachmawati 2024). Furthermore, data security, identity theft, cyberattacks, fraud, regulatory non-compliance, and negative reviews impact a company's reputation (Lisnawati et al. 2023). Therefore, this study aims to formulate risk mitigation efforts and marketing strategies to increase the frequency of OFD application use. This study uses a qualitative approach with SNI ISO 31000:2018 risk management and a quantitative approach with multiple linear regression analysis. The primary data collection method used a questionnaire survey with 300 respondents who are active OFD users residing in Greater Jakarta and 7 internal company informants. Secondary data sources were obtained from literature studies. Based on the research results, the variables with significant influences were average monthly income, employment status, and type of OFD application. It can be concluded that the factors influencing the high/low frequency of OFD application usage are economic factors and the type of OFD application, while demographic factors are not very influential. Marketing strategies that companies can implement include emphasizing income-based segmentation, optimizing the application system by creating a loyalty points program, and implementing time- and restaurant-based promotions. The results of the study indicate that there are 15 types of risks with one extreme risk, two high risks, five medium risks, and seven low risks. For the extreme risk category, what needs to be done is optimizing the application system by implementing surge pricing and adding a pre-order feature. For the high risk category, what needs to be done is creating a real-time time prediction system, creating a compensation policy, renewing cooperation contracts, and implementing clear sanctions for partners.