Evolusi analitik dan pemasaran digital

Transformasi tentang bagaimana pemasar perlu mendekati analitik sedang berlangsung. Saatnya untuk berhenti memikirkan alur pengguna dan alih-alih memikirkan serangkaian peristiwa (tugas) yang kami harapkan dari pengguna yang terlibat.

Jauh sebelum iklan spanduk web pertama muncul (27 Oktober 1994, di majalah Wired), pemasar yang ingin membantu klien mereka dengan upaya pemasaran mereka merangkul perkawinan analitik dan pemasaran. Seiring waktu, pernikahan itu telah berkembang, dan kemampuan alat analitik juga berkembang.

Pada suatu waktu, laporan pemasaran adalah, "Lihat jumlah pengunjung situs yang dihasilkan kampanye!" atau “Lihat berapa banyak tampilan halaman yang bisa kami dapatkan!” Ini adalah penggunaan umum dari analitik. Akhirnya, ketika alat analitik meningkat, kemampuan untuk menghubungkan penjualan online dengan upaya pemasaran tertentu menjadi mungkin.

Selama lebih dari 30 tahun ini, satu hal yang tetap konstan dalam interpretasi pemasaran tentang analisis berbasis web: Kampanye mendorong X pengunjung ke situs. Mereka melihat begitu banyak halaman, yang menghasilkan jumlah penjualan tertentu. Pada dasarnya, aliran pengguna dasar. Setiap langkah di situs selama perjalanan pengunjung terlihat lancar dan mudah diikuti.

Sebagai pemasar, kita perlu mulai mempersiapkan otak kita untuk apa yang akan datang dengan alat dan teknik analitik generasi berikutnya. Alat analitik generasi baru tidak lagi memproses perekaman aktivitas pengguna (file log), tetapi menyimpan peristiwa tertentu dalam database. Jika Anda belum pernah mendengar tentang "Analisis Berbasis Peristiwa", Anda akan segera mendengarnya di mana-mana.

Kembali pada Oktober 2020, Google merilis Google Analytics 4 (GA4). Itu dalam mode Beta, tetapi setiap pengguna yang mendaftar ke Google Analytics secara otomatis terdaftar ke GA4. Anda harus mengetahui jalan di sekitar GA untuk menyiapkan Universal Analytics (UA) yang lama. Meskipun GA mungkin merupakan alat analitik paling populer di luar sana, Adobe Analytics telah melakukan "Analisis Berbasis Peristiwa" untuk sementara waktu, bersama dengan beberapa alat analitik lain di luar sana.

Meskipun tanggal resmi oleh Google yang memaksa semua orang untuk beralih ke GA4 belum diumumkan, yakinlah itu akan datang, dan inilah saatnya untuk mulai berpikir tentang "Analisis Berbasis Peristiwa," dan perbedaannya dari yang biasa Anda gunakan. dan beberapa kelebihan yang terkandung di dalamnya.

Mendefinisikan Analisis Berbasis Peristiwa

“Analisis berbasis peristiwa adalah metode pelacakan dan analisis interaksi antara pengguna dan produk Anda, juga dikenal sebagai peristiwa.”

Apa arti semua ini bagi pemasar? Kami perlu memikirkan kembali bagaimana kami menyajikan data analitik sebagai bagian dari laporan pemasaran kami.

Di masa lalu, ketika kita berbicara tentang perjalanan pengguna, katakan, “Mereka datang dari kampanye ini, membuka halaman ini, mengunjungi halaman ini dan melakukan pembelian sebesar $XXX.XX.”

Dengan Analisis Berbasis Peristiwa, kami masih akan melihat kampanye mana yang membawa pengunjung ke situs. Mengikuti mereka di halaman mana yang mereka lihat tidak semudah itu, tetapi melacak setiap langkah dalam proses checkout menjadi jauh lebih mudah.

Dengan Analisis Berbasis Peristiwa, kami mendapatkan tampilan produk tentang apa yang terjadi lebih dari aliran pengguna.

Misalnya, kita dapat membuat segmen untuk kampanye tertentu dan melihat langkah-langkah individual (anggap itu sebagai batu loncatan, pengguna dapat dengan mudah melompat dari satu ke yang lain atau melewati beberapa di antaranya). Di situs e-commerce, kita akan melihat berapa banyak unit dari setiap produk yang ditambahkan ke keranjang belanja dan berapa banyak yang dibeli. Anda tidak akan melihat apakah mereka menambahkan produk ke keranjang belanja mereka, lalu kembali lagi nanti dan menghapusnya atau mengurangi jumlah yang dipesan. Analisis Berbasis Peristiwa akan menghasilkan laporan yang terlihat seperti ini:

Analisis dan segmentasi Berbasis Peristiwa

Fitur canggih yang tersedia dengan Analisis Berbasis Peristiwa adalah segmentasi yang disempurnakan. Meskipun alat analisis pesanan menawarkan beberapa tingkat segmentasi, Anda sekarang akan memiliki lebih banyak fleksibilitas dalam hal mendefinisikannya. Segmentasi akan memberi Anda kemampuan untuk memisahkan prospek dan pelanggan ke dalam kelompok tertentu berdasarkan cara mereka terlibat dengan produk Anda.

Di bawah ini adalah contoh bagaimana interaksi pengguna dengan Analisis Berbasis Peristiwa oleh berbagai saluran akuisisi dapat dihasilkan.

Dengan Analisis Berbasis Peristiwa, kemungkinan besar Anda tidak akan melihat pengukuran rasio pentalan yang dilaporkan. Mengapa? Karena tindakan sederhana melihat halaman adalah sebuah peristiwa. Sebagian besar alat analitik sekarang mencatat waktu di halaman (suatu peristiwa dipicu setiap X detik) melalui penghitung waktu dan tidak hanya dari stempel waktu antara tampilan halaman dan mereka juga akan melacak gulir pengguna pada halaman (menarik). Untuk menyederhanakan ini, jika pengguna menghabiskan X detik di halaman atau mulai menggulir, maka mereka tidak terpental, tetapi mereka terlibat. Kita sekarang harus memikirkan "sesi yang terlibat" versus "sesi yang tidak terlibat". Tampilan halaman tunggal, tanpa menggulir dan menghabiskan kurang dari X detik adalah "sesi tidak terlibat".

Baca selanjutnya: Apa itu analitik perjalanan pelanggan?

Menggunakan Analisis Berbasis Peristiwa untuk meningkatkan pendapatan

Dengan situs web e-niaga dan aplikasi seluler, pengunjung situs (mungkin dari kampanye pemasaran) membuka situs web dan menelusuri sejumlah item sebelum menambahkan item ke keranjang mereka. Mungkin beberapa hari kemudian, mereka masuk kembali ke aplikasi seluler dan menyelesaikan pembelian. Sekarang di platform analitik Anda, perilaku atau peristiwa di atas mungkin terlihat seperti ini: “Daftar Pengguna”, “Telusuri Item”, “Lihat Detail Item”, “Tambahkan Item ke Keranjang”, dan “Pembelian Selesai”. Pada banyak alat analitik lama, Anda tidak akan melihat perjalanan terhubung ini, tetapi akan melihat bahwa pengguna berasal dari kampanye X, menambahkan item ke keranjang belanja, lalu berhenti. Pengguna lain "secara ajaib" masuk melalui aplikasi tetapi membeli barang tanpa menambahkannya ke keranjang belanja.

Data berbasis peristiwa dapat menghasilkan pertanyaan yang mengarah pada perubahan dan penyesuaian produk. Setelah meninjau data dari contoh di atas, kita mungkin bertanya:

1. Persentase pengguna yang menyelesaikan pembayaran dalam satu sesi?
2. Apakah konversi berbeda menurut item atau merek?
3. Jika pengguna tidak mengonversi, di mana mereka melakukannya? (meninggalkan situs, terus melihat informasi lain, dll.)
4. Berapa lama (dalam menit atau hari) untuk konversi?
5. Apakah pengguna menghadapi kesalahan pembayaran atau masalah lain (peristiwa) selama proses pembayaran?
6. Jika mereka tidak segera membeli, apakah mereka akan pergi selamanya?

Anda mungkin dapat menjawab pertanyaan di atas dengan alat analitik yang ada, tetapi dengan analitik berbasis peristiwa itu menjadi jauh lebih mudah.

Analisis Berbasis Peristiwa dan pergudangan data

Menggabungkan data Analytics Berbasis Peristiwa Anda dengan gudang data menempatkan data Anda pada steroid. Anda mungkin telah memperhatikan bahwa setiap peristiwa pada dasarnya adalah titik data yang dapat dengan mudah diekspor ke gudang data.

Cukup dengan mengekspor data Anda, Anda sekarang memiliki kekuatan untuk memanipulasi dan memproses data mentah Anda. Sebelumnya, Anda harus bekerja dengan data yang tersedia dalam alat analitik Anda.

Misalnya, dengan situs e-niaga, Anda mungkin melacak ID pelanggan unik. Ini menurut hukum adalah ID anonim (tidak ada cara untuk menautkan ke informasi pengenal pribadi tertentu). Dalam database Anda, Anda dapat menjalankan pencarian pelanggan dan mulai melihat berapa banyak pelanggan tertentu yang memesan dan kapan. Bagaimana dengan membuat laporan pelanggan yang meninggalkan barang di keranjang belanja mereka selama lebih dari 2 minggu? Sebagai pemasar, Anda kemudian dapat membuat email berbasis insentif, atau bahkan meminta perwakilan penjualan yang ditugaskan untuk menelepon mereka untuk melihat apa yang terjadi. Dalam kekuatan data gabungan di gudang data inilah yang benar-benar memungkinkan analitik berbasis peristiwa untuk meningkatkan penjualan.

Pelaporan lebih ditingkatkan dan dibuat lebih mudah menggunakan alat visualisasi data Anda saat mengakses gudang data. Anda tidak perlu lagi menghubungkan beberapa sumber data dan menampilkan laporan individual. Menghubungkan alat visualisasi data Anda ke gudang data, memungkinkan data disajikan dalam tabel dan grafik terpadu.

Jika organisasi Anda belum menerapkan analisis berbasis peristiwa, mulailah membuat rencana untuk melakukannya. Jika saat ini Anda menjalankan Universal Analytics (UA) Google, mulailah bersiap ketika mereka mengumumkan tanggal untuk menonaktifkan UA dan memaksa Anda untuk beralih ke GA4. Sebagai rekomendasi untuk semua pengguna UA, inilah saatnya untuk mulai menjalankan GA4 secara paralel, jika tidak ada alasan lain, untuk membiasakan diri dengannya dan mulai melihat kekuatan yang dibawanya.

Pendapat yang diungkapkan dalam artikel ini adalah dari penulis tamu dan belum tentu MarTech. Penulis staf tercantum di sini.