Mengapa Anda Membutuhkan Audit Analytics: Cara Memastikan Data Anda Akurat

Data adalah bisnis besar. 90% strategi perusahaan melibatkan investasi dalam data untuk menjangkau pemirsa baru dan mempersonalisasi pengalaman.

Tetapi bagaimana jika data yang mereka andalkan tidak akurat? Sebagian besar pengaturan analitik cacat. Dan konfigurasi yang rusak dan hasil yang miring sering menyebabkan pengambilan keputusan yang salah arah.

Karena data yang buruk lebih buruk daripada tidak ada data, ini berarti sebagian besar alat analitik populer (termasuk Google Analytics) menyesatkan sebagian besar bisnis.

Jika Anda menggunakan data untuk memandu pemasaran, sangat penting untuk memastikan bahwa data dapat dipercaya. Posting ini akan membantu Anda mengaudit analitik Anda dan tetap di jalur untuk memenuhi tujuan bisnis Anda.

Kehilangan target kampanye pemasaran Anda? Audit analitik Anda

Analitik data pemasaran memiliki dua tujuan utama:

1. Untuk mengukur efektivitas kampanye pemasaran Anda;

2. Untuk menentukan apa yang dapat Anda lakukan secara berbeda untuk meningkatkan hasil di seluruh saluran pemasaran Anda.

Data mentah yang dikumpulkan analitik menginformasikan strategi pemasaran Anda dan memungkinkan Anda membuat rencana tindakan yang menghasilkan lebih banyak keuntungan.

Tetapi peningkatan hanya dapat dilakukan jika data menumpuk , dan hanya menjalankan analitik tidak memberikan jaminan bahwa hal itu terjadi.

Menurut sebuah studi oleh Netacea, 68% bisnis mengatakan bahwa mereka telah terpengaruh oleh analitik miring dengan biaya rata-rata 4% dalam kehilangan pendapatan tahunan. Itu membuat data analitik yang buruk sama merusaknya dengan penipuan iklan (menggunakan bot untuk memalsukan klik pada iklan), yang merugikan bisnis $42 miliar per tahun.

Data miring dapat terjadi karena beberapa alasan:

• Kesalahan dalam kumpulan data . Redudansi, salah ketik, penamaan tidak teratur, dan data tidak lengkap dan usang.
• Kurangnya normalisasi . Data tidak ditransfer dalam format yang konsisten untuk memungkinkan analisis yang sebanding dan kompatibel (misalnya, satu kumpulan data menunjukkan pendapatan tahunan dan yang lainnya menunjukkan pendapatan triwulanan).

Namun, masalah yang lebih besar adalah bot .

Peretas dan penipu menggunakan bot untuk mengeklik iklan dan menghabiskan anggaran iklan, membeli barang, mencuri konten melalui pengikisan massal, meretas akun, dan mencuri detail kartu. Aktivitas tersebut memengaruhi data yang Anda lihat.

Bahkan jika bot tidak menargetkan Anda secara langsung, statistiknya miring sehingga Anda tidak melihat apa yang sebenarnya terjadi di pasar.

Hasilnya adalah kampanye yang dijalankan dengan buruk dan pengeluaran yang sia-sia. Riset Netacea menunjukkan bahwa lebih dari separuh bisnis telah menjalankan promosi khusus, memesan stok baru, atau menghabiskan anggaran pemasaran mereka karena analitik yang salah.

Brian Uffelman, VP dan penginjil keamanan di PerimeterX mengatakan kepada Ecommerce Times:

Dengan bot yang sering menyumbang hingga setengah dari lalu lintas web, kerugian dari keputusan bisnis yang buruk yang dibuat karena analitik miring dapat menjadi signifikan, mulai dari jutaan hingga beberapa miliar dolar.

Bot mengubah banyak KPI dan metrik, termasuk pelacakan dan interaksi pengguna, durasi sesi, rasio pentalan, klik iklan, rasio tampilan buku, data kampanye, dan corong konversi.

Untuk situs e-niaga, perjalanan, dan media, bot pengikis yang tidak sah meniru manusia dengan memeriksa daftar, harga, dan konten secara dinamis sehingga menghasilkan data yang miring.

Audit analitik pemasaran menilai kualitas dan kredibilitas data untuk mencegah informasi miring. Ini adalah penilaian risiko yang memastikan angka yang Anda andalkan untuk pengambilan keputusan akurat dan relevan.

Audit rutin memberi Anda keyakinan bahwa data Anda akan meningkatkan—bukan merusak—kampanye pemasaran.

Audit mengajukan pertanyaan yang tepat

Analitik pemasaran adalah semua jenis analitik data yang membantu Anda dalam upaya pemasaran Anda. Ini dapat mencakup analitik web, media sosial, atau penjualan, dan berbagai alat analitik, seperti:

• Google Analytics;
• Adobe Analytics;
• Iklan Google;
• Pasar;
• Tenaga penjualan;
• Woopra;
• Hootsuite;
• Kecambah Sosial;
• SEMRush;
• Ahrefs.

Namun terlepas dari saluran atau perangkat lunaknya, analitik mencakup satu atau lebih dari tiga kategori utama:

1. Analitik deskriptif . Menggunakan data untuk mengetahui apa yang terjadi di masa lalu. Misalnya, menggunakan Google Analytics (GA) untuk mengukur jumlah tampilan halaman dan klik yang dimiliki postingan blog dalam 30 hari dibandingkan dengan postingan serupa yang pernah Anda publikasikan sebelumnya.
2. Analitik prediktif . Menggunakan algoritme pembelajaran mesin untuk membuat prediksi yang akurat tentang hasil di masa mendatang, seperti mengidentifikasi segmen yang menguntungkan berdasarkan demografi, minat, dan perilaku audiens.
3. Analitik preskriptif . Menggunakan data sebelumnya untuk merekomendasikan langkah selanjutnya yang berdampak. Misalnya, jika analitik prediktif menunjukkan peningkatan pengunjung baru, analitik preskriptif dapat membantu Anda mengidentifikasi produk dan pesan terbaik untuk dipromosikan.

Audit analitik pemasaran dapat diterapkan secara identik dengan analitik deskriptif, prediktif, atau preskriptif untuk menjawab pertanyaan yang sama:

1. Apakah datanya akurat? Bisakah data dipercaya, dan apakah itu sejalan dengan sistem lain? Misalnya, apakah data GA akurat dengan data dari perangkat lunak e-niaga Anda?
2. Apa yang hilang? Apakah Anda mendapatkan gambaran lengkap dari data Anda? Apakah semuanya diatur dan dikonfigurasi dengan benar? Apakah ada yang rusak?
3. Apakah datanya bermakna? Apakah metrik relevan dengan apa yang ingin Anda capai? Misalnya, apakah suka benar-benar bermakna, atau apakah klik merupakan metrik yang lebih baik?
4. Apa yang dapat Anda ukur dan analisis untuk hasil yang lebih bermakna? Pelacakan apa yang dapat diterapkan untuk wawasan yang optimal, aksesibilitas tim, dan kemampuan untuk ditindaklanjuti?
5. Sudahkah Anda melakukan penjaminan mutu yang tepat? Apakah angka masuk akal? Angka yang terlalu mengejutkan atau berbeda tidak boleh dianggap remeh

Cara mengaudit analitik data untuk kinerja pemasaran yang lebih baik

Proses audit analitik pemasaran dipecah menjadi dua bagian:

1. Identifikasi apa yang harus diukur;
2. Tinjau penyiapan analitik Anda saat ini.

Sebelum kita masuk ke langkah-langkah ini, penting untuk diketahui bahwa data analitik tidak pernah sempurna .

Jangan berharap dapat mencapai akurasi 100% antara sumber data setelah audit. Pemblokir iklan, jenis perangkat, kesalahan javascript, waktu tunggu halaman, cookie yang dinonaktifkan, metodologi yang berbeda antar alat, dan bot semuanya akan memengaruhi data.

Google Analytics menggunakan data sampel untuk menghasilkan laporan. Misalnya, jika Anda membuat laporan khusus di GA dengan rentang data yang mencakup 700.000 sesi, Google tidak akan menggunakan semua sesi tersebut. Sebaliknya, itu mungkin menggunakan setengah dan memberikan perkiraan total, membuatnya lebih mudah untuk memuat laporan.

Tentang pengambilan sampel data, halaman bantuan Google mengatakan:

Dalam analisis data, pengambilan sampel adalah praktik menganalisis subset dari semua data untuk mengungkap informasi yang bermakna dalam kumpulan data yang lebih besar.

Misalnya, jika Anda ingin memperkirakan jumlah pohon dalam area seluas 100 acre yang distribusi pohonnya cukup seragam, Anda dapat menghitung jumlah pohon dalam 1 acre dan mengalikannya dengan 100, atau menghitung pohon dalam setengah acre dan kalikan dengan 200 untuk mendapatkan representasi akurat dari seluruh 100 acre.

Jika Anda memiliki akurasi 90–95%, Anda memiliki data yang bagus untuk dikerjakan. Jika Anda menyajikan data kepada pemangku kepentingan, penting untuk memperjelas bahwa data tidak dapat dipercaya 100%.

Identifikasi KPI yang penting bagi pemasaran Anda

Semakin luas jaring Anda, semakin besar peluang Anda untuk menangkap informasi yang tidak relevan yang tidak berkontribusi pada keseluruhan tujuan Anda. Langkah pertama audit internal Anda adalah memperjelas apa yang penting untuk diukur untuk tujuan pemasaran Anda.

Tinjau strategi dan rencana pengukuran kampanye pemasaran Anda saat ini. Taktik pemasaran harus selaras dengan indikator kinerja utama (KPI).

Misalnya, jika kampanye pemasaran Anda melibatkan pembuatan lebih banyak konten blog, KPI pendukung mungkin meningkatkan lalu lintas penelusuran organik bermerek. Jika meningkatkan lalu lintas situs web adalah KPI terpenting, metrik seperti pengikut media sosial mungkin kurang berharga dan tidak layak diukur dalam kampanye ini.

Berikut adalah contoh rencana pemasaran oleh Fresh Egg:

Perhatikan baik-baik KPI Anda dan nilai relevansinya masing-masing.

1. Apakah itu menggunakan data yang dapat diperoleh (yaitu apakah data tersebut membantu meningkatkan efektivitas pemasaran)?
2. Apakah itu berhubungan dengan tujuan pemasaran Anda?
3. Apakah itu rasio atau perbandingan (misalnya, KPI untuk meningkatkan keterlibatan pengguna mungkin untuk meningkatkan durasi atau waktu sesi di situs untuk satu periode dibandingkan periode lainnya)?
4. Apakah mudah melaporkannya? Bisakah tim Anda memahami KPI dengan mudah dan mengapa itu penting?

Apa pun yang tidak relevan tidak memerlukan pelacakan.

Selanjutnya, pastikan analitik di seluruh perusahaan selaras. Misalnya, dapatkah penjualan dikaitkan dengan saluran?

Atribusi penting bagi tim pemasaran untuk memahami bagaimana upaya mereka menghasilkan penjualan dan bagi tim penjualan untuk melihat apakah materi mereka menghasilkan konversi. Ini berguna untuk tim audit yang terdiri dari anggota pemasaran dan penjualan untuk memeriksa kualitas audit yang berkaitan dengan kebutuhan mereka.

Periksa apakah saluran khusus tersedia untuk KPI tertentu. Misalnya, jika Anda menggunakan media sosial sebagai bagian dari kampanye pemasaran, apakah sosial organik dipisahkan dari sosial berbayar dan konten yang dibagikan oleh audiens Anda?

Melacak setiap saluran secara terpisah akan memudahkan untuk melaporkan dan menilai bagaimana kampanye berkontribusi pada tujuan pemasaran dan perusahaan.

Strategi pemasaran berkembang dengan setiap kampanye. Tinjau rencana pengukuran Anda untuk menilai nilai KPI setidaknya setiap tahun, tetapi sebaiknya setiap tiga bulan atau saat Anda meluncurkan kampanye baru.

Tinjau penyiapan analitik Anda saat ini untuk meningkatkan kualitas data

Sementara tim audit akan mendapat manfaat dari ilmu data spesialis dan keterampilan teknis, alat analitik semakin mudah digunakan. Siapa pun yang mengetahui platform analitik perusahaan Anda dapat melakukan analisis audit internal ini.

Sebelum memulai, untuk menilai kinerja sepenuhnya, Anda memerlukan akses tingkat admin. Jika Anda belum memilikinya, mintalah akses kepada administrator sistem Anda.

Buat daftar item yang perlu Anda analisis dan pastikan konfigurasi yang benar. Item dalam daftar ini akan terkait dengan metrik yang penting bagi KPI Anda.

Misalnya, jika Anda menjalankan toko e-niaga dan tujuan Anda adalah akuisisi pelanggan, sebaiknya tinjau pelacakan e-niaga.

Di antara pemeriksaan lainnya, Annie Cushing dari Annielytics menjalankan analisis berikut saat melakukan audit Google Analytics:

• Jika situs menggunakan pelacakan e-niaga, apakah kode pelacakan ada di semua halaman konversi?
• Jika situs menggunakan pelacakan e-niaga, apakah ada kesalahan JavaScript atau pemrograman sisi server sebelum metode _trackTrans() mencegahnya diaktifkan?
• Jika situs menggunakan pelacakan e-niaga, apakah kode memiliki simbol mata uang atau ribuan pemisah dalam kode?
• Jika situs menggunakan pelacakan e-niaga, apakah produk atau ID toko mereka menggunakan apostrof?

Untuk perincian tentang cara menjalankan audit GA lengkap, lihat panduan pemeriksaan kesehatan DIY kami.

Daftar periksa spesifik Anda akan berbeda bergantung pada rencana pemasaran dan pengukuran Anda, tetapi ada delapan tugas penting yang harus diselesaikan setiap audit.

1. Periksa apakah kode analitik terpasang dengan benar

Integritas data Anda bergantung pada kode analitik yang bekerja dengan benar. Hal pertama yang harus diperiksa adalah Anda telah memasang kode (atau kode Google Pengelola Tag untuk iklan Google) dengan benar di semua laman situs web Anda.

Kode analitik harus disisipkan secara lengkap tepat sebelum tag </head> penutup. Ini akan berfungsi jika diinstal di bagian badan atau footer kode situs web Anda, tetapi akan membutuhkan lebih banyak waktu untuk memuat dan mungkin tidak menangkap semua data.

Melacak masalah terkait akan terlihat jelas dalam laporan waktu nyata. Jika Anda memiliki pengunjung aktif dan kode pelacakan tidak mengirimkan informasi secara waktu nyata, kode tersebut tidak berfungsi dengan benar.

Gunakan salah satu alat berikut untuk memverifikasi pemasangan yang benar:

• Pemeriksa GA;
• Pemain biola;
• Debugger Google Analytics.

2. Verifikasi akses pengguna untuk menjaga keamanan

Apakah orang yang tepat memiliki akses dan izin yang benar ke analitik Anda? Riset dari Beyond Identity menunjukkan bahwa hampir 25% karyawan mengatakan bahwa mereka masih memiliki akses ke akun dari tempat kerja sebelumnya.

Karena analitik adalah platform berbasis cloud, siapa pun yang memiliki akses ke data Anda yang tidak membutuhkannya dapat membahayakan keamanan.

Detail akses akan tersedia di panel admin, panel kontrol, atau pengaturan pengguna Anda. Setiap pengguna biasanya akan memiliki peran. Di GA, ada empat level pengguna:

1. Administrator. Kontrol penuh analitik dan kemampuan untuk mengelola pengguna dan memberikan izin.
2. Editor. Kontrol penuh atas setelan, tetapi tidak dapat mengelola pengguna.
3. Analis. Dapat membuat, mengedit, menghapus, dan membagikan aset properti (misalnya, laporan khusus, dasbor, dan segmen konversi), dan dapat berkolaborasi dalam aset bersama.
4. Penonton. Dapat melihat data tetapi tidak dapat mengedit, menghapus, membagikan, atau berkolaborasi.

Bagan ini oleh ClickInsight menyoroti izin mana yang harus disediakan untuk administrator dan mana yang harus diberikan kepada pengguna:

Siapkan sistem yang memberi tahu administrator analitik Anda tentang karyawan yang keluar dari perusahaan atau berganti peran sehingga akses dapat diperbarui. Ini bisa sesederhana email atau pesan di sistem manajemen proyek Anda.

3. Periksa apakah data dipisahkan untuk memberikan hasil yang akurat

Pemisahan data sangat penting untuk menunjukkan secara akurat bagaimana audiens Anda terlibat dengan situs web dan kampanye pemasaran Anda.

Tanpa kluster, Anda mungkin melacak penggunaan karyawan dan lalu lintas pengujian. Karyawan akan menggunakan situs web Anda dengan cara tertentu saat menguji berbagai aspek halaman. Ini akan sering berbeda dari bagaimana pengunjung akan menavigasi halaman. Membundel data bersama-sama dapat memengaruhi analitik Anda secara positif atau negatif.

Periksa apakah data web dipisahkan menjadi tiga tampilan:

1. Semua data . Biarkan tampilan ini tidak difilter sehingga Anda dapat dengan mudah mengakses semua yang dikumpulkan dan tidak mengambil risiko kehilangan informasi yang berguna.
2. Data uji . Gunakan tampilan ini untuk menguji filter baru dan lihat pengaruh lalu lintas sebelum ditambahkan ke tampilan utama Anda. Dengan menguji terlebih dahulu, Anda dapat memastikan bahwa pengunjung yang diharapkan muncul tidak difilter, memberikan hasil yang lebih andal.
3. Semua data + filter . Jadikan ini pandangan Anda untuk analisis sehari-hari. Di sinilah Anda dapat menambahkan filter yang diuji.

Anda mungkin juga ingin memisahkan data menurut lalu lintas internal dan eksternal untuk mengecualikan tindakan tim pemasaran dari data pengunjung.

4. Pastikan filter mengecualikan data yang tidak relevan

Filter dirancang untuk membatasi informasi yang ditampilkan dalam tabel, grafik, dan laporan. Misalnya, Anda dapat menggunakan filter di analitik media sosial untuk menampilkan data untuk kata kunci tertentu seperti penyebutan merek.

Tinjau semua filter dan pastikan filter tersebut mutakhir. Untuk lalu lintas web, berikan perhatian khusus pada filter alamat IP. Banyak perangkat menggunakan alamat IP dinamis, yang ditetapkan oleh jaringan saat tersambung ke internet dan berubah seiring waktu. Mereka tidak selalu berubah, tetapi jika berubah, filter tidak akan lagi mengecualikan data.

Filter otomasi juga harus ada untuk memblokir lalu lintas bot dan mencegah data yang terdistorsi.

Di Google Analytics:

Buka Admin > Lihat > ​​Lihat Pengaturan dan pastikan Pemfilteran Bot dicentang (ini dilakukan secara otomatis di GA4).

Di Adobe Analytics:

Buka Admin > Report Suites > Edit Pengaturan > Umum > Aturan Bot dan pastikan Aktifkan Aturan Penyaringan Bot IAB dipilih.

Jika Anda telah menyiapkan aturan bot khusus, periksa apakah agen pengguna, alamat IP, dan rentang IP sudah benar.

Saat Anda melakukan pemeriksaan filter, tinjau semua parameter kueri URL. Setiap kali parameter kueri ditambahkan ke URL, data dilaporkan di halaman terpisah. Ini dapat mengakibatkan ratusan halaman dilaporkan, sehingga lebih sulit untuk mendapatkan data yang akurat.

Ada dua jenis parameter URL yang harus dicari:

1. Parameter pengubah konten . Parameter yang mengubah konten yang ditampilkan pada halaman. Misalnya, “http://mywebsite.com?productid=xyz” akan mengarahkan seseorang langsung ke halaman produk “xyz” di situs web Anda.

2. Parameter pelacakan . Parameter yang meneruskan informasi (mis., dari kampanye atau grup iklan mana lalu lintas berasal) namun tidak mengubah konten laman. Misalnya, “https://mywebsite.com/?utm_source=newsletter&utm_medium=email” mungkin digunakan untuk melacak lalu lintas dari buletin Anda.

Parameter apa pun yang tidak mengubah konten halaman atau hanya mengubah sedikit halaman dengan cara yang tidak memengaruhi konten harus dikecualikan.

5. Bandingkan data analitik dengan angka back-end

Seperti yang dikatakan sebelumnya, analitik tidak akan pernah sepenuhnya akurat, dan Anda tidak boleh menggunakan data untuk menggantikan sistem pelaporan keuangan atau e-niaga Anda. Tetapi jumlahnya harus sangat cocok.

Pilih periode tertentu dalam laporan back-end Anda dan bandingkan datanya dengan periode yang sama di analitik Anda (misalnya, transaksi di Q1).

Data harus 90% akurat atau lebih. Jika demikian, Anda memiliki informasi yang dapat diandalkan untuk menginformasikan kampanye pemasaran. Jika di bawah itu, ini menunjukkan masalah kecil yang mungkin perlu diperhatikan atau tidak.

Jika ada perbedaan, lihat:

• Filter. Apakah data transaksi dicatat di back-end yang difilter dalam analitik? Misalnya, jika Anda mengecualikan lalu lintas internal dan karyawan melakukan pembelian, transaksi tersebut akan dicatat di back-end.
• Lokasi. Beberapa negara seperti China, Prancis, dan Italia memblokir GA. Jika pembelian dilakukan dari negara tersebut, pembelian tersebut tidak akan dicatat di GA tetapi akan berada di bagian belakang.
• Zona waktu. Apakah zona waktu analitik Anda cocok dengan bagian belakang Anda?
• Pengaturan pembatalan. Jika pembelian dibatalkan melalui telepon, obrolan langsung, atau email, pembelian tersebut mungkin masih dicatat di analitik, tetapi dihapus di bagian belakang. Pastikan data penjualan di analitik Anda mutakhir. Lihat panduan Optimize Smart untuk membalikkan transaksi.

6. Pastikan Anda tidak mengumpulkan Informasi Identifikasi Pribadi (PII)

Personally Identifiable Information (PII) adalah setiap informasi yang dapat digunakan untuk mengidentifikasi, menghubungi, atau menemukan seseorang. Ini termasuk:

• Alamat email;
• Alamat surat;
• Nama lengkap atau nama pengguna;
• Nomor telepon;
• Nomor SIM;
• Nomor paspor;
• Lokasi yang tepat (misalnya, koordinat GPS);
• Informasi kartu kredit atau SSN.

Cookie, ID iklan, dan alamat IP tidak dianggap sebagai PII.

Pengumpulan data PII dilarang oleh undang-undang Regulasi Perlindungan Data Umum (GDPR) di UE dan undang-undang privasi data konsumen di AS dan internasional, kecuali Anda memiliki izin eksplisit dari individu.

Google, Adobe, dan platform analitik lainnya juga memiliki undang-undang privasi ketat yang mengamanatkan perlindungan privasi pengguna yang mencegah data pribadi diteruskan.

Pastikan analitik tidak mengumpulkan PII dengan memeriksa:

• Halaman. Telusuri @ di filter untuk melihat apakah alamat email sedang dikumpulkan.
• Dimensi peristiwa. Lihat Kategori, Tindakan, dan Label untuk informasi pribadi.
• Dimensi khusus. Jalankan laporan khusus yang menarik dimensi khusus dan pastikan tidak ada nilai PII yang dikumpulkan.
• Istilah pencarian. Periksa laporan istilah pencarian untuk setiap tanda detail pribadi.
• Impor data. Telusuri kumpulan data untuk PII sebelum mengimpornya ke analitik Anda.

Jika informasi pribadi lolos dari jaring, beri tahu tim pengembangan Anda untuk menemukan sumbernya dan menghapusnya. Saat situs Anda tidak lagi mengumpulkan PII, cadangkan tampilan yang ada untuk visualisasi dan ekspor data penting.

Periksa bahwa tidak ada detail pribadi yang disimpan secara tidak sengaja saat Anda melakukannya, karena segala jenis penyimpanan dapat melanggar undang-undang privasi. Hapus tampilan yang rusak dan buat tampilan baru yang bersih dari PII.

7. Apakah pelacakan sesuai dengan sasaran pemasaran Anda?

Langkah terakhir adalah memeriksa apakah analitik melakukan apa yang Anda inginkan. Jalankan tujuan pemasaran Anda dan periksa apakah data yang diperlukan dikumpulkan.

Misalnya, jika sasaran Anda adalah untuk mendorong lalu lintas dari media sosial, apakah rujukan jaringan disiapkan untuk melacak saluran mana yang berkinerja terbaik? Jika Anda ingin lebih banyak orang mengunduh magnet utama Anda, apakah Anda melacak pengiriman formulir? Jika Anda ingin meningkatkan keefektifan iklan, apakah pelacakan pendapatan disiapkan untuk mengukur biaya per akuisisi (BPA) dan laba atas belanja iklan (ROAS)?

Ingat, Anda tidak perlu melacak semuanya, hanya data terkait KPI yang penting bagi bisnis Anda. Urutkan data ke dalam tiga kategori:

1. Data penting . Poin data KPI yang mendorong pemasaran Anda.
2. Data pendukung . Poin data yang melengkapi KPI Anda untuk analisis yang lebih dalam dan gambaran besar. Misalnya, jika Anda melacak tingkat pertumbuhan pengguna baru, Anda juga dapat melacak atribusi pengguna untuk mengetahui asal pengguna.
3. Data rasa ingin tahu . Poin data yang membuat Anda ingin tahu tetapi tidak memengaruhi kampanye pemasaran jika tidak dilacak dengan benar.

Analytics harus menyesuaikan dengan kebutuhan pemasaran Anda. Gunakan audit Anda untuk berhenti melacak data yang tidak penting dan fokus pada hal yang penting saat ini.

Cara melakukan audit Google Analytics (yaitu pemeriksaan kesehatan)

Sebelumnya, kami telah membahas penyiapan dan penggunaan Google Analytics secara cukup ekstensif. Jika Anda belum melakukannya, Anda dapat membaca panduan Google Analytics 101 dan Google Analytics 102 kami.

Baru-baru ini, kami membahas segmentasi dan cara melakukannya dengan benar. Tetap saja, ada yang salah. Uji kesehatan Google Analytics adalah serangkaian pemeriksaan yang membantu Anda menjawab tiga pertanyaan berikut:

1. Apakah saya mengumpulkan semua data yang saya butuhkan?
2. Bisakah saya mempercayai data yang saya kumpulkan?
3. Apakah ada yang rusak atau salah melacak/melaporkan? Mengapa?

Daftar periksa kami akan memandu Anda, tetapi ini adalah misi eksplorasi—terutama jika Anda adalah agen atau pekerja lepas. Anda mungkin tidak memiliki kendali atas penyiapan awal Google Analytics, jadi Anda mungkin tidak tahu apa yang diharapkan.

Anda mungkin menemukan kebiasaan baru yang tidak terduga. Seiring berjalannya waktu, tambahkan jenis masalah ini ke daftar periksa Anda.

4 masalah pelacakan umum di Google Analytics

1. Dasar-dasar

Dimulai dengan dasar-dasarnya, berikut adalah daftar masalah pelacakan umum yang dipublikasikan Google:

• Menggunakan cuplikan yang salah dan/atau melihat akun atau tampilan yang salah . Jika Anda melacak beberapa situs web dan/atau memiliki akses ke beberapa akun Analytics, Anda mungkin menggunakan cuplikan dari akun dan/atau tampilan lain. Pastikan Anda melihat akun dan tampilan yang benar.
• Spasi atau karakter ekstra . Salin cuplikan dan tempel langsung ke situs web Anda menggunakan editor teks atau editor yang mempertahankan pemformatan kode. Jangan gunakan pengolah kata untuk menyalin cuplikan dari akun Anda. Melakukannya dapat menambahkan spasi ekstra atau mengubah tanda kutip di cuplikan pelacakan, yang membutuhkan pemformatan yang tepat agar berfungsi.
• Kesalahan kustomisasi . Jika Anda membuat penyesuaian pada kode pelacakan, perhatikan hal berikut:
  • Nama fungsi peka huruf besar-kecil dan harus memiliki casing yang benar.
  • Nilai Boolean (misalnya, benar atau salah) tidak boleh diapit tanda kutip.
• Pengaturan filter salah . Setelan filter yang salah dapat memengaruhi data yang Anda lihat dan secara tidak sengaja dapat memfilter semua data dari laporan Anda. Dalam kebanyakan kasus, ini terjadi saat pengguna menerapkan beberapa filter "Sertakan".
• Skrip lain di laman Anda . Jika Anda menjalankan skrip lain di laman Anda, pastikan Anda tidak menggunakan variabel apa pun yang digunakan Google Analytics.

2. Halaman yang hilang

Untuk mengidentifikasi halaman yang tidak memiliki kode Google Analytics, Anda dapat mencari kejanggalan pada data Anda. Atau, Anda dapat menggunakan alat seperti Pemeriksa Google Analytics.

Setelah Anda yakin bahwa setiap laman situs Anda memiliki kode tersebut, Anda perlu memastikan bahwa itu adalah kode terbaru (asinkron).

Artinya, alih-alih memuat secara sinkron, Google Analytics memuat secara asinkron untuk menghindari pemblokiran sumber daya yang dimuat nanti di laman. Pada dasarnya, ini meningkatkan kecepatan pemuatan kode pelacakan.

Klik di sini untuk informasi lebih lanjut tentang asinkron.

3. Data berbeda di alat keranjang belanja Anda

Jika Anda berada di e-niaga, kemungkinan besar Anda menggunakan semacam alat keranjang belanja. Jadi, apa yang terjadi jika data di alat keranjang belanja Anda berbeda dengan Google Analytics?

Ada empat kemungkinan masalah:

• Pelacakan e-niaga Google Analytics Anda tidak dipasang dengan benar. Baca panduan menyeluruh ini untuk memastikan Anda telah melakukannya dengan benar.
• Zona waktu. Jika alat keranjang belanja dan Google Analytics Anda dikonfigurasi untuk melaporkan dalam zona waktu yang berbeda, Anda mungkin memiliki data yang tidak cocok.
• Waktu hari. Jika Anda menyiapkan pelacakan e-niaga di tengah hari, transaksi yang terjadi sebelumnya tidak akan muncul di Google Analytics, tetapi tentu saja akan muncul di alat keranjang belanja Anda.
• Transaksi yang dibatalkan. Transaksi tanpa nilai (yaitu $0) dan transaksi yang dibatalkan tidak akan muncul di Google Analytics.

4. Pelacakan lintas-domain

Anda telah melihat pelacakan lintas-domain disebutkan beberapa kali sekarang. Apa itu sebenarnya? Chris Mercer dari MeasurementMarketing menjelaskan:

Ini disebut "pelacakan lintas-domain", dan ini dapat diterapkan jika situs klien Anda memiliki beberapa domain sebagai bagian dari corong atau perjalanan pembeli mereka. Dalam kasus ini, Anda pasti ingin menyiapkan Pelacakan lintas-domain.

Jika Anda menggunakan Google Analytics tradisional (membosankan), coba lakukan ini. Jika Anda menggunakan Google Pengelola Tag (seharusnya) akan lebih cepat melakukannya.”

Misalnya, proses checkout Anda mungkin berada di domain yang berbeda. Sayangnya, Google Analytics menggunakan cookie pihak pertama, yang hanya dapat dibaca oleh domain yang menerbitkannya.

Jadi, untuk melakukan pelacakan lintas-domain, Anda perlu membagikan informasi cookie dengan berbagai domain yang terlibat.

Alternatif sumber daya Google Analytics yang disediakan Chris di atas adalah panduan pelacakan lintas-domain Google Analytics dari Optimize Smart.

Lakukan audit analitik pemasaran setiap tiga bulan

Riset dari Databox menunjukkan bahwa lebih dari 40% pemasar melakukan audit analitik setiap bulan. Jika kampanye pemasaran Anda bergerak cepat, irama ini mungkin cocok untuk Anda.

Pertimbangkan bahwa audit dapat memakan waktu beberapa jam untuk diselesaikan. Dalam kebanyakan kasus, pendekatan audit triwulanan sudah cukup untuk memeriksa dan membersihkan data yang memengaruhi strategi Anda. Jika tujuan atau kampanye berubah di antara audit, gunakan peluncuran sebagai peluang untuk meninjau penyiapan analitik Anda saat ini.

3 masalah umum Google Pengelola Tag:

Masalah pelacakan biasa terjadi selama penyiapan dan penggunaan Google Pengelola Tag. Berikut adalah tiga masalah paling umum yang perlu dikenali selama audit Anda, bersama dengan perbaikan sederhana:

1. Tag tidak aktif. Ada sejumlah alasan mengapa tag Anda mungkin tidak diaktifkan. Anda memiliki perubahan yang belum dipublikasikan, pemicu Anda terlalu spesifik, pemicu Anda tidak dikonfigurasi dengan benar, dll. Temukan daftar lengkapnya dan mulai pemecahan masalah.
2. Pengaturan filter salah. Saat Anda menerapkan beberapa filter Sertakan, Anda dapat secara tidak sengaja memfilter semua data dari laporan Anda. Baca tentang cara menggunakan filter Sertakan dengan benar (mis. klik dibuang jika pola tidak cocok dengan data) dan filter Kecualikan (mis. klik dibuang jika pola cocok dengan data).
3. Penampung yang tidak dipublikasikan. Sebelum menambahkan tag, pastikan Anda telah memublikasikan penampung—jika tidak, penampung tidak akan disimpan. Untuk informasi selengkapnya tentang penampung penerbitan, klik di sini.

Kesimpulan

Audit rutin menghentikan Anda dari mendasarkan pemasaran penting dan keputusan bisnis pada data yang buruk. Perhatikan baik-baik tujuan dan rencana pengukuran Anda dan fokuslah pada hal-hal yang penting. Lebih banyak data tidak selalu merupakan hal yang baik jika data tersebut tidak relevan dengan apa yang ingin Anda capai.

Luangkan waktu Anda dengan prosedur audit. Ajukan pertanyaan tentang data dan konfigurasi: Apakah jumlahnya masuk akal, dan apakah penyiapan Anda menguntungkan pengguna?

Jalankan daftar periksa Anda secara berkala dan pantau elemen-elemen penting. Hasil kerja keras Anda akan ditampilkan di kampanye mendatang.

Pelajari lebih lanjut tentang analitik digital, termasuk cara mengaudit GA dan menyajikan solusi, di Digital Analytics Minidegree kami.