Akurasi dalam analitik digital: Apa yang perlu diketahui pemasar

Ada kesalahpahaman bahwa laporan analitik digital tidak akurat. Pada kenyataannya, mereka sangat akurat dengan caranya sendiri, hanya saja tidak tepat. Masalahnya terletak pada pengguna yang tidak tahu apa arti data analitik atau bagaimana data itu dikumpulkan. Lebih buruk lagi, alat yang berbeda mengukur berbagai hal secara berbeda tetapi menyebutnya dengan nama yang sama.

Dalam artikel ini, kita akan melihat lebih dekat nuansa dalam pengukuran data dan cara kerja berbagai perangkat lunak analitik.

Melihat nuansa dalam pengukuran data

Alat analitik digital tidak pernah dimaksudkan untuk berfungsi sebagai sistem akuntansi atau register penjualan. Mereka dibuat untuk mengumpulkan dan mengukur data pengguna interaksional menjadi wawasan dan laporan yang mudah digunakan. Selama bertahun-tahun, metode pengumpulan data alat ini telah berkembang. Pada gilirannya, cara titik data tertentu diukur juga berubah.

Katakanlah Anda mengubah pita pengukur Anda dari imperial (mengukur dalam inci) menjadi metrik (mengukur dalam sentimeter). Panjang meja dapat dilaporkan sebagai 39,4 dalam satu dan 100 dalam yang lain. Panjang meja tidak berubah, tetapi bagaimana Anda mengukurnya.

Coba beralih di antara alat analitik yang berbeda. Seringkali, Anda akan melihat bahwa angka Anda mungkin berbeda, tetapi garis tren tetap sama. Setiap alat menghitung sesuatu dengan sedikit berbeda; masalah yang sama sering terjadi saat memutakhirkan perangkat lunak.

Pada satu titik, pengguna unik dihitung dengan menggabungkan jumlah alamat IP unik yang mengakses situs web dalam periode tertentu. Akhirnya, organisasi mulai menggunakan firewall/server proxy, yang mengharuskan semua pengguna internal untuk mengakses internet dengan satu alamat IP. Cara menghitung alamat IP unik tidak berubah, tetapi jumlah pengguna unik turun drastis.

Penghitungan pengguna unik berevolusi menjadi menggunakan kombinasi alamat IP, OS, dan browser (jenis dan versi), kemudian penambahan cookie persisten untuk memperkirakan pengguna unik dengan lebih baik. Sekali lagi, tidak peduli bagaimana Anda menghitung pengguna unik jika pengguna menghapus cookie dan cache mereka atau mengganti komputer (kantor vs. rumah vs. telepon), tidak ada alat analitik yang akan memberikan angka pasti. Saat ini, alat mempertimbangkan faktor lain saat menghitung pengguna unik..

Gali lebih dalam: Analitik data: Masa lalu dan keterbatasan tumpukan Anda

Bagaimana memikirkan data analitik Anda

Perangkat lunak analitik Anda tidak sempurna karena banyak faktor di luar kendalinya. Pengguna mungkin memblokir cookie atau metode pelacakan lainnya. Blip internet mungkin mencegah data mencapai server pengumpulan data. Cara terbaik untuk memikirkan data analitik Anda adalah dengan melihatnya sebagai polling aktivitas pengguna.

Semua orang akrab dengan jajak pendapat pada waktu pemilihan. Jajak pendapat pemilu presiden AS biasanya mensurvei sekitar 10.000 orang (atau kurang) dari 150+ juta pemilih yang memenuhi syarat (0,006% pemilih). Inilah sebabnya ketika penyiar berita melaporkan hasil jajak pendapat, Anda mendengar sesuatu seperti "Data ini akurat dalam 4 poin persentase 4 dari 5 kali." Ini sama dengan mati lebih dari 4 poin persentase 20% dari waktu.

Dalam hal alat analitik digital Anda, sebagian besar profesional analitik memperkirakan hilangnya data tidak lebih dari 10% dan kemungkinan besar sekitar 5%. Bagaimana ini diterjemahkan ke dalam akurasi data?

Jika situs Anda menerima 10.000 sesi dalam periode pelaporan tetapi karena berbagai alasan, Anda hanya dapat mengambil data pada 9.000 sesi, data Anda akan akurat dalam margin kesalahan kurang dari 1%, 99 kali dari 100.

Dengan kata lain, 99 kali dari 100, data Anda akurat dan 1 dari 100 kali, lebih dari 1%. Sederhananya, data Anda akurat, tetapi tidak sempurna (tepat) dan tidak akan cocok dengan catatan penjualan Anda.

Data semacam itu lebih dari cukup akurat untuk menentukan upaya pemasaran mana — SEO, iklan berbayar, posting bersponsor, pemasaran media sosial, pemasaran email, dll. — yang berhasil dan bahkan mana yang mendorong lalu lintas versus mendorong penjualan.

Gali lebih dalam: Jangan terapkan angan-angan pada data Anda

Analitik beraksi

Meskipun data analitik mungkin akurat, bahkan dengan persentase kecil dalam presisi dapat membuat analisis Anda dipertanyakan. Ini terutama benar ketika perbedaan antara dua sumber data berubah.

Kuncinya adalah memantau data dan, jika memungkinkan, membandingkannya. Jika ada perubahan akurasi yang tiba-tiba, Anda perlu menyelidikinya. Misalnya, apakah situs web Anda baru saja diubah? Apakah perubahan ini diberi tag dengan benar untuk mengambil data?

Seorang klien pernah menambahkan pop-up ke akun Shopify mereka setelah pesanan dilakukan tetapi sebelum halaman terima kasih dibuat. Alat analitik mereka mencatat penjualan hanya ketika pengguna menerima halaman terima kasih.

Dengan pop-up di tempatnya, pesanan tetap berjalan, tetapi banyak pengguna tidak mengklik pesan tersebut. Akibatnya, sebagian besar penjualan tiba-tiba tidak terekam karena tidak ada halaman terima kasih yang dibuat. Tidak akan ada masalah jika pop-up muncul setelah halaman terima kasih.

Di bawah ini adalah contoh pemantauan penjualan dan pesanan antara Shopify dan Google Analytics 4 (GA4). Kita bisa melihat berapa banyak data yang hilang karena berbagai faktor. Menggunakan analitik Shopify sebagai catatan penjualan sebenarnya dan membandingkannya dengan data yang dikumpulkan melalui GA4, kami melihat hal berikut:

Variasi harian dalam total pendapatan dan pesanan bervariasi dari hampir 0% hingga hampir 13%. Secara keseluruhan, dalam 24 hari ini, GA4 melaporkan pendapatan 5,6% lebih sedikit dan pesanan 5,7% lebih sedikit. Data ini akurat, terutama bila diterapkan pada upaya pemasaran untuk melihat apa yang mendorong pengguna ke situs untuk melakukan pembelian.

Haruskah perusahaan ini menggunakan GA4 untuk melaporkan penjualan? 100% tidak! Itulah gunanya software akuntansi.

Jika organisasi Anda menuntut data yang lebih akurat, ada metode untuk mendorong data langsung ke sebagian besar alat analitik (sisi server). Ini menghindari masalah dengan browser dan cookie pengguna.

Meskipun data penjualan mungkin lebih akurat, aspek pengukuran halus lainnya dari interaksi pengguna mungkin menurun (mis., pelacakan gulir). Ini adalah metode yang rumit dan memakan waktu untuk diterapkan di sebagian besar organisasi.

Anda harus bertanya pada diri sendiri, "apakah upaya ekstra ini diperlukan hanya untuk mendapatkan 2-5% lagi dari pendapatan penjualan dalam laporan analitik saya?"

Memahami data analitik Anda

Setiap orang harus percaya pada data analitik mereka. Kuncinya adalah memastikan perangkat lunak analitik Anda diinstal dan dikonfigurasi dengan benar. Pahami bahwa itu tidak dapat menangkap semuanya.

Perangkat lunak analitik Anda hanya mengambil jajak pendapat dengan ukuran sampel lebih dari 90%. Ini membuat hasilnya sangat akurat (tepat sasaran), jika tidak 100% tepat (angka sebenarnya).