Mengerjakan entri data pesanan secara manual dari email Tokopedia ke database itu sebenarnya bukan pekerjaan manusia—itu adalah bentuk penyiksaan diri yang seharusnya sudah punah di tahun 2024. Saya masih ingat tiga bulan lalu, jempol saya hampir kapalan gara-gara bolak-balik alt-tab antara Gmail dan Notion hanya untuk menyalin nama pembeli, alamat, dan nomor resi satu per satu. Sampai akhirnya saya sadar, jika saya bisa melatih robot untuk melakukan pekerjaan membosankan ini, kenapa saya harus tetap berkutat dengan cara purba?
Sebagai orang yang terobsesi dengan efisiensi sistem, saya merasa berdosa kalau tidak membagikan cara 'curang' ini. Kita tidak bicara soal copy-paste cepat, tapi soal membangun sistem yang membuat data pesanan mendarat dengan manis di baris Notion Anda hanya dalam hitungan detik setelah pembeli menekan tombol bayar.
Masalah Utama: Email yang 'Bisu'
Email notifikasi dari Tokopedia itu indah dipandang tapi sulit diolah. Informasi penting seperti SKU produk, jumlah pesanan, dan ongkir terjebak dalam format teks yang tidak ramah database. Kalau Anda hanya memindahkan email itu ke folder arsip, data berharga Anda akan mati di sana.
Di sinilah keahlian saya dalam menggunakan Email Parser (saya pribadi lebih suka menggunakan Make—dulu Integromat—karena fleksibilitasnya yang brutal) masuk ke medan tempur. Prinsipnya sederhana: kita buat alamat email 'umpan', kirim notifikasi ke sana, dan minta sistem untuk membedah isi teksnya menggunakan logika pemisah.
Langkah 1: Menyiapkan Alat Pembedah (Email Parser)
Langkah pertama bukan di Notion, tapi di 'pembedahan'. Saya menggunakan fitur Mailhook di Make.com. Alamat email unik ini akan menjadi tujuan forward otomatis dari Gmail Anda. Namun, tantangan terbesarnya adalah: bagaimana cara mesin tahu mana yang merupakan 'Nama Pelanggan' dan mana yang 'Total Bayar'?
Di sinilah 'ilmu hitam' bernama Regex (Regular Expression) atau Text Parser berperan. Saya sering menggunakan pola seperti (?<=Nama Penerima: ).* untuk menarik data nama secara spesifik. Bayangkan ini seperti menggunakan pisau bedah yang sangat presisi untuk memisahkan daging dari tulang.
Langkah 2: Membangun Struktur Database Notion yang Lapar Data
Jangan asal buat tabel di Notion. Pengalaman saya mengajarkan bahwa struktur yang buruk akan menghambat analisis di kemudian hari. Saya selalu menyiapkan properti minimal seperti:
- Status (Select): Baru, Diproses, Dikirim, Selesai.
- Order ID (Text): Sebagai kunci unik agar tidak ada data ganda.
- Pelanggan (Text): Nama pembeli.
- Nominal (Number): Untuk memantau arus kas.
- Tanggal (Date): Waktu pesanan masuk.
Langkah 3: Menghubungkan 'Otak' ke 'Rumah'
Setelah teks email berhasil dipecah menjadi variabel (seperti Nama, Alamat, Produk), langkah terakhir adalah memetakannya ke properti Notion. Di Make, Anda cukup menarik garis dari modul Email Parser ke modul Notion (Create a Database Item).
Saya sempat mengalami kegagalan di awal karena format tanggal Tokopedia yang agak unik. Namun, dengan fungsi parseDate di modul integrasi, semuanya menjadi sinkron. Tidak ada lagi drama salah input tanggal atau nominal yang tercampur dengan simbol Rp (Rupiah).
Mengapa Ini Mengubah Hidup?
Dengan sistem ini, saya menghemat waktu sekitar 2-3 jam per minggu yang biasanya habis untuk admin. Sekarang, setiap ada bunyi 'cling' di HP, saya tidak perlu panik membuka laptop. Saya cukup melirik dashboard Notion, dan semua data sudah siap dianalisis untuk kebutuhan stok atau laporan bulanan.
Bagi Anda pemilik toko online yang masih merasa jadi 'budak' data, berhentilah sejenak. Investasikan waktu 30 menit untuk menyetel otomatisasi ini, dan rasakan nikmatnya melihat bisnis berjalan sendiri sementara Anda fokus pada hal-hal yang lebih strategis, seperti riset produk atau sekadar tidur siang lebih lama.
Otomatisasi bukan tentang menggantikan manusia, tapi tentang membebaskan manusia dari pekerjaan yang seharusnya dilakukan oleh mesin sejak lama.