Bagaimana Analisis Pemasaran Membantu Bisnis Membuat Keputusan Berdasarkan Data dan Tumbuh

Akhir-akhir ini, semua orang membicarakan tentang analitik pemasaran. Tapi apa itu sebenarnya dan mengapa itu begitu penting? Pada artikel ini, kami memilah semua yang perlu Anda ketahui tentang analitik dalam pemasaran.

Menurut Gartner, analitik pemasaran adalah proses pengumpulan, analisis, pemodelan, dan visualisasi data untuk mengoptimalkan kampanye pemasaran dengan lebih memahami perilaku pengguna di seluruh saluran. Analisis pemasaran juga tentang mengukur dan mengoptimalkan upaya pemasaran. Ini membantu Anda menilai dampak pemasaran pada bisnis secara keseluruhan.

Berkat analitik pemasaran, Anda dapat menghindari dugaan dan memberikan perhatian khusus pada kampanye pemasaran yang tidak menguntungkan, mengungkap pola dan wawasan berharga dalam strategi pemasaran Anda, menyesuaikan kampanye iklan Anda, dan mendapatkan lebih banyak pendapatan.

Pentingnya analitik pemasaran diilustrasikan oleh penelitian terbaru oleh Gartner, Adage, dan The Trade Desk:

• Saat biaya pemasaran menurun, bagian dari biaya tersebut untuk analitik dan teknologi pemasaran tumbuh.
• 37% eksekutif perusahaan yang tidak memenuhi rencana pertumbuhan percaya bahwa CMO harus diubah terlebih dahulu. Oleh karena itu, penting bagi direktur pemasaran untuk mengimplementasikan rencana dan mencapai tujuan pertumbuhan.
• 78% direktur pemasaran telah meningkatkan ROMI dengan menggunakan analisis pemasaran untuk membentuk strategi mereka.

Cara menyiapkan sistem analitik dan alat apa yang digunakan bergantung pada tujuan yang Anda tetapkan untuk perusahaan Anda. Tetapi dua aturan berlaku untuk semua orang: Anda harus memastikan kualitas data Anda dan menggabungkannya dalam satu sistem.

Analisis pemasaran diperlukan untuk semua perusahaan berbasis data, dan khususnya untuk:

• startup dan proyek online kecil
• toko online menengah
• pengecer dan pasar omnichannel

Analisis pemasaran dimulai dengan data berkualitas. KPI dalam laporan Anda dan keputusan manajemen yang Anda buat berdasarkan mereka bergantung pada kelengkapan dan keandalan data yang Anda kumpulkan. Akibatnya, kualitas data yang buruk adalah alasan utama untuk keputusan bisnis yang salah, yang dapat menyebabkan kerugian waktu dan uang.

• Di Google Analytics, 10% hingga 20% konversi hilang, data dikumpulkan oleh API, dan data dalam laporan diambil sampelnya.
• Menggabungkan data di Google Spreadsheet atau database standar menyebabkan kegagalan sistem reguler dan kesalahan halus.
• Data dalam layanan periklanan dikumpulkan dalam format yang berbeda dan dapat berubah secara retrospektif, yang menyebabkan perbedaan dalam laporan.
• Sebagai akibat dari tantangan ini, bisnis kehilangan waktu dan uang.

Oleh karena itu, hal pertama yang harus dilakukan saat membangun analitik adalah mengotomatiskan pengumpulan data.

Pemasaran bukanlah fungsi bisnis yang berdiri sendiri. Metrik hanya memiliki nilai dan makna jika digabungkan dengan data bisnis utama. Jika indikator pemasaran terpisah dari data bisnis — misalnya, di Google Analytics — nilainya rendah.

Sekarang mari kita lihat bagaimana analitik pemasaran membantu bisnis tumbuh saat menghadapi tantangan tertentu.

Biasanya, startup dan proyek online kecil ingin meningkatkan kampanye yang menguntungkan.

• Tidak ada anggaran terpisah untuk analitik.
• Anggaran pemasaran terus berubah tergantung pada hasil bisnis.
• Keputusan dibuat secara intuitif karena kurangnya data.
• Penerapan Analytics ditunda hingga “waktu yang lebih baik”.

• Pelajari praktik pasar terbaik: alat apa yang digunakan, KPI untuk dihitung, dan laporan yang harus dibuat terlebih dahulu.
• Lacak tolok ukur — konversi, lalu lintas, biaya per klien yang tertarik, dan sebagainya — dan fokuslah untuk melampauinya.
• Siapkan pelacakan e-niaga lanjutan di Google Analytics dan otomatisasi laporan di Google Spreadsheet.
• Impor biaya secara otomatis dari sumber iklan ke Google Analytics. Bandingkan ROAS semua kampanye iklan dalam satu laporan untuk mengalokasikan anggaran Anda secara efisien.
• Transfer informasi penjualan dari CRM Anda ke Google Analytics menggunakan Measurement Protocol.

Untuk mempercepat proses penyiapan laporan untuk klien, Grup Webmart memiliki pelaporan otomatis di Google Data Studio dengan bantuan OWOX BI Pipeline. Layanan ini secara otomatis mengimpor data pengeluaran dari berbagai layanan periklanan ke Google Analytics, lalu mentransfer data tersebut ke Data Studio dan memperbarui laporan tanpa melibatkan pakar data.

Berikut adalah skema data dan laporan yang disiapkan:

Solusi ini bukanlah sistem analitik yang lengkap, tetapi cukup untuk tahap awal. Ini memungkinkan Anda untuk mendapatkan data yang akurat tentang kampanye iklan. Namun, data ini datar tanpa mempertimbangkan pengaruh timbal balik antara saluran dan corong bisnis Anda.

• Apakah Anda melacak peristiwa dan sasaran di Google Analytics?
• Tahukah Anda bagaimana metrik Google Analytics berhubungan dengan metrik bisnis Anda? (Jelas, pendapatan dan keuntungan di CRM akan berbeda dari data online.)

Toko online berukuran sedang cenderung mengutamakan pertumbuhan penjualan.

• Laporan pemasaran dikumpulkan secara manual di Google Spreadsheet atau Excel seminggu sekali atau sesuai permintaan.
• Ketika ambang profitabilitas sudah ditentukan, tingkat pertumbuhan penjualan harus dipertahankan sesuai dengan indikator CPA atau ROAS yang ditentukan.
• Tidak ada cukup sumber daya untuk menerapkan analitik. Misalnya, pengembang atau spesialis yang bekerja dengan laporan tidak punya waktu untuk tugas analitis.
• Ada kepercayaan populer bahwa untuk meningkatkan penjualan, cukup menarik lebih banyak lalu lintas, menyiapkan Google Analytics, atau bekerja sama dengan biro iklan.

Untuk mengatasi masalah ini, tidak lagi cukup hanya mentransfer pesanan dari CRM Anda ke Google Analytics melalui Measurement Protocol.

• Merumuskan dan mengukur metrik online dan offline. Ini akan memungkinkan pemasar untuk memfokuskan tujuan dan anggaran iklan mereka pada pertumbuhan perusahaan secara keseluruhan.
• Kumpulkan data mentah di penyimpanan cloud Google BigQuery untuk menggabungkan metrik pemasaran dan bisnis.
• Buat dasbor pemasaran tunggal yang tersedia untuk semua anggota tim Anda sehingga mereka dapat mengetahui kapan saja apa yang terjadi dengan kampanye iklan dan bagaimana rencana penjualan diterapkan.

Dasbor mungkin tidak menjawab semua pertanyaan, dan wawasan dapat dihasilkan berdasarkan data yang lebih mendalam. Tapi setidaknya di tingkat atas, diinginkan untuk membuat satu dasbor pemasaran.

Analis mengelompokkan pesanan berdasarkan jumlah sesi sebelum membuat pesanan ini (1, 2, 3, 4, dan 5+). Rantai interaksi yang panjang (5+ sesi) ditangani mirip dengan rantai pendek: dua sesi pertama dan dua sesi terakhir adalah yang paling penting.

Selama sesi pertama dan terakhir ini, pengguna berkenalan dengan produk dan membuat keputusan pembelian. Kontribusi sesi lain lebih rendah, sehingga sesi lainnya dianggap sebagai satu item. Akibatnya, pemasar video M. menerima dasbor tempat pesanan disegmentasikan berdasarkan sumber iklan, wilayah, kategori produk, dan jumlah sesi sebelum pendaftaran.

Dasbor ini memberikan jawaban atas pertanyaan-pertanyaan berikut:

• Saluran mana yang lebih mungkin dipicu di awal/tengah/akhir corong?
• Saluran mana yang lebih mungkin dipicu di segmen Wilayah tertentu?
• Segmen Wilayah mana yang memiliki jumlah pesanan terbesar?

• Apakah semua karyawan departemen pemasaran tahu bagaimana bisnis mengevaluasi efektivitas mereka dan di mana mereka dapat melihat hasil pekerjaan mereka? Manajemen perusahaan tidak boleh mengharuskan direktur pemasaran untuk menarik pelanggan baru atau meningkatkan ROAS sementara pakar kampanye iklan berpikir bahwa tujuan utama mereka adalah meningkatkan konversi.
• Apakah Anda tahu di mana data yang Anda butuhkan disimpan dan bagaimana menggunakannya?

Pengecer dan pasar multisaluran sering menghadapi tantangan ini.

• Pemasar yang perlu meningkatkan pangsa pasar dan menarik pelanggan baru sering kali bekerja dengan beberapa biro iklan, dan setiap biro iklan bertanggung jawab atas saluran periklanan tertentu.
• Jumlah pelanggan baru sulit diukur dengan Google Analytics: tidak ada indikasi apakah pengguna telah melakukan pemesanan sebelumnya. Di Google Analytics, kunjungan baru hanyalah cookie yang belum pernah muncul di situs sebelumnya, jadi sulit untuk menetapkan sasaran seperti pesanan pelanggan baru.
• Hal ini menyebabkan kontradiksi antara tujuan layanan periklanan dan bisnis. Layanan iklan menganalisis kontribusi keseluruhan terhadap bisnis dan mengukur konversi secara umum. Tetapi untuk bisnis, penting untuk mengetahui siapa yang memesan — klien baru atau klien yang sudah ada. Anda tidak akan dapat memahami hal ini tanpa data CRM.
• Analytics dibangun secara retrospektif. Artinya, melihat angka ketika mereka tidak bisa lagi dipengaruhi. Rencana dibuat dalam tabel berdasarkan pendapat ahli atau, paling banter, menggunakan regresi logistik. Tren pasar tidak diperhitungkan.
• Berfokus hanya pada lalu lintas merek dapat memainkan lelucon kejam dengan bisnis. Ya, mendorong lebih banyak lalu lintas menghasilkan lebih banyak konversi, tetapi strategi ini berskala buruk.
• Mengevaluasi efektivitas kampanye iklan tidak memperhitungkan penjualan ROPO. Hal ini dapat menyebabkan solusi yang tidak efisien: Semakin baik kampanye iklan merangsang pembelian offline, semakin dipandang rendah nilainya secara online. Sebagai tanggapan, itu mengalokasikan anggaran yang lebih rendah, yang bertentangan dengan tujuan bisnis untuk menumbuhkan penjualan secara keseluruhan.
• Informasi penjualan dan pelanggan yang dikumpulkan perusahaan dalam CRM-nya tidak cukup untuk menumbuhkan penjualan. Sistem internal tidak memiliki data tentang sesi, sumber lalu lintas, dan perincian regional — segala sesuatu yang memungkinkan Anda untuk menarik audiens target.

• Kumpulkan dan gabungkan data mentah dari situs, sumber iklan, CRM, layanan pelacakan panggilan, dan email Google BigQuery Anda untuk menautkan metrik pemasaran ke sasaran bisnis.
• Identifikasi metrik utama untuk setiap area pemasaran online. Misalnya, tugas tingkat atas untuk menarik jumlah pesanan maksimum dengan ROAS dan RRR yang diberikan dapat diuraikan menjadi saluran yang berbeda: penelusuran berbayar, jejaring sosial, dan email.
• Siapkan atribusi berbasis corong yang cocok dengan model bisnis Anda dan mempertimbangkan semua tindakan pengguna online dan offline dan keuntungan nyata dari CRM Anda sambil juga menunjukkan pengaruh timbal balik saluran pada konversi dan promosi pengguna melalui corong AIDA.
• Laporan berdasarkan data atribusi dari OWOX BI memungkinkan Anda mengevaluasi saluran akuisisi secara terpisah untuk kelompok pelanggan baru dan yang kembali dan mengalokasikan anggaran Anda secara efektif untuk kelompok target.
• Buat perkiraan untuk setiap metrik dan lacak penyimpangannya dari rencana. Selain itu, Anda harus membandingkan bukan fakta dengan rencana tetapi perkiraan dengan rencana. Jika perkiraan Anda diperbarui secara otomatis berdasarkan tren pasar, Anda akan mempelajari tentang risiko dan zona pertumbuhan sebelum rencana tersebut menjadi kenyataan — yaitu, sebelum terlalu banyak waktu berlalu dan Anda tidak lagi dapat memengaruhinya.

Pendekatan ini membantu perusahaan mengembangkan budaya analitik prediktif yang memungkinkan mereka memengaruhi masa depan daripada menganalisis masa lalu. Jika Anda melihat bahwa rencana tersebut tidak terpenuhi, Anda dapat membuat tabel pivot terlebih dahulu untuk segmen dan metrik yang dapat dipengaruhi pemasaran.

• Tahukah Anda bagaimana iklan digital memengaruhi penjualan perusahaan Anda secara keseluruhan?
• Apakah manajer Anda mempercayai dasbor yang disiapkan departemen pemasaran?
• Berapa banyak keputusan yang Anda buat berdasarkan prediksi, bukan fakta?

Sasaran ini relevan untuk semua perusahaan berbasis data.

Analytics membantu pemasar:

• Cepat menemukan bahasa yang sama dengan rekan kerja dari departemen lain, berdebat pendapat, dan fokus pada tujuan bersama.
• Menghemat waktu. Sebelumnya, perlu menghabiskan berjam-jam menyusun tabel dengan data dari berbagai sumber di Excel. Sekarang, Anda bisa mendapatkan laporan di Google Spreadsheet, Smart Data, atau Google Data Studio dalam beberapa klik.
• Perkuat tim dengan laporan individu. Setiap karyawan dapat menerima laporan yang efektif sehingga mereka dapat melihat hasil dari upaya mereka, membuat keputusan tepat waktu, dan menyesuaikan kampanye iklan.

Pemasaran seperti menjepit ekor keledai. Analis melepas penutup mata dan menunjukkan apa yang ada di depan Anda. Yang penting bukan hanya ketersediaan laporan, tetapi fakta bahwa laporan tersebut dibangun di atas data yang lengkap dan akurat dan tidak hanya menganalisis masa lalu tetapi juga memprediksi masa depan.