Empat penunggang kuda analitik pemasaran digital: Mode izin, ITP, pemblokir iklan, dan GA 4

Pada artikel ini, kita berbicara tentang tren analitik pemasaran terbaru. Jika diabaikan, mereka dapat membawa banyak sakit kepala bagi pemasar dan analis yang bertanggung jawab untuk mengumpulkan dan menyiapkan data untuk laporan. Yaitu, mengabaikannya dapat secara signifikan merusak evaluasi kampanye iklan, mengurangi efektivitas kampanye dan jumlah pelanggan yang tertarik.

Mari kita analisis bagaimana mode Persetujuan, pembatasan penggunaan cookie, pemblokir iklan, dan Google Analytics 4 baru memengaruhi kualitas data Anda dan pekerjaan analis digital. Anda juga akan mempelajari mengapa Anda perlu bertindak sekarang dan mengubah cara Anda yang biasa dalam membuat laporan pemasaran.

Karena anggaran iklan online terus meningkat, demikian pula biaya akuisisi pelanggan.

Sebagian besar pemasar mencoba beradaptasi dengan mengoptimalkan kampanye iklan, halaman arahan, dan materi iklan. Tetapi hanya sedikit yang memahami bahwa kampanye iklan dapat memiliki ROI atau ROAS yang rendah bukan karena buruk tetapi karena kualitas data yang buruk. Untuk mengoptimalkan kampanye iklan dengan benar, Anda perlu memastikan bahwa Anda dapat memercayai data yang menjadi dasar keputusan Anda.

Menurut penelitian Forrester, salah satu alasan utama meningkatnya belanja iklan adalah kualitas data yang buruk. Berikut adalah beberapa implikasi dalam angka:

Angka-angka ini tidak acak. Tumpukan alat pemasaran berkembang. Berdasarkan pengalaman kami, laporan pemasaran sederhana membutuhkan rata-rata 10+ sumber data. Jika Anda tidak bereaksi terhadap perubahan waktu saat ini, ini dapat menyebabkan hingga 60% konversi dalam laporan Anda memiliki sumber lalu lintas yang salah . Bagaimana ini akan mempengaruhi pemasaran Anda?

Sebuah penilaian awal memungkinkan kita untuk menarik kesimpulan berikut:

• Keputusan pemasaran yang intuitif akan menjadi lebih penting, membuat keputusan tersebut cenderung tidak berhasil. Laporan akan menunjukkan ~30% lebih sedikit konversi di semua saluran tidak langsung daripada sebelumnya.
• Departemen pemasaran akan kehilangan hampir semua bukti tentang dampak kampanye display pada konversi. Setiap model atribusi akan terlihat seperti klik terakhir.
• Departemen pemasaran akan memiliki lebih sedikit argumen berdasarkan data untuk membuktikan hasil mereka dan melindungi anggaran pemasaran mereka. Bagian total dari konversi CRM yang tidak cocok akan menjadi ~40%.

Berikut adalah tampilan laporan Anda tanpa data yang lengkap dan akurat:

Hasil menyedihkan yang dapat diprediksi adalah bahwa data ini tidak akan memenuhi persyaratan tim pemasaran Anda untuk memastikan wawasan yang tepat waktu dan peningkatan kinerja.

Kami telah mengidentifikasi empat tantangan utama terhadap kualitas data dalam laporan hari ini. Bayangkan semua pengguna yang Anda peroleh setiap bulan. Mari kita lihat berapa proporsi konversi yang memiliki sumber lalu lintas yang salah karena masalah pelacakan.

Apa yang terjadi

Browser dan platform membatasi masa pakai cookie pihak ketiga yang ditetapkan oleh domain pihak ketiga. Ini memengaruhi tampilan pengidentifikasi penting untuk sistem analitik.

Misalnya, ID Klien adalah ID utama pengguna yang tidak masuk. ID tersebut disetel oleh kode analitik JavaScript di browser pengguna dan disimpan dalam cookie. Namun cookie ini tunduk pada batasan di Safari (ITP 2.2) dan Mozilla (ETP). Masa pakainya dikurangi menjadi tujuh hari, dan dalam beberapa kasus menjadi satu hari.

Saat ini, pangsa lalu lintas tersebut adalah 20%. Mulai tahun 2023, Chrome akan bergabung dengan Safari dan Mozilla, dan pangsanya akan tumbuh antara 50% dan 60%. Anda dapat mengetahui bagaimana hal ini akan memengaruhi proyek Anda dengan menghubungkan data Anda ke dasbor ini.

Apa yang dapat Anda harapkan untuk dilihat dalam laporan Anda

Anda akan melihat perubahan berikut dalam laporan pemasaran Anda sekarang:

1. Pangsa konversi untuk pengunjung baru akan tumbuh sebesar 20-25%. Ini bukan pengunjung "baru" yang sebenarnya, melainkan pengunjung "kembali" sebelumnya.
2. Pangsa konversi langsung / tidak ada akan tumbuh sebesar 10-20%.
3. ROI iklan berbayar dalam laporan akan memiliki margin kesalahan 10-20%. Lebih sering, itu akan berada di sisi bawah.

Cara mengatasi masalah: Terapkan pengumpulan data pihak pertama

Untuk mengatasi masalah ini, kita perlu membuat cookie yang sempurna untuk browser. Berikut cara melakukannya dalam istilah teknis:

• Tempatkan cookie dengan server, bukan dengan JavaScript
• Buat cookie dengan parameter httpOnly, Secure, dan SameSite
• Instal cookie atas nama domain situs Anda sendiri (melalui catatan A-DNS)

Cookie pihak pertama disetel oleh server web pengiklan dan tahan terhadap ITP 2.2 dan ETP yang digunakan oleh browser. Dan itu tidak akan diatur ulang setelah satu atau tujuh hari.

Misalnya, Anda dapat menggunakan cookie pihak pertama dengan masa pakai yang lama untuk mengidentifikasi pengguna dengan bantuan pelacakan sisi server OWOX BI. OWOX menulis pengenal pengguna uniknya, owoxUserId, ke dalam setiap cookie pihak pertama, memungkinkan Anda menentukan sumber rujukan secara akurat. Ini akan secara signifikan mengurangi persentase lalu lintas langsung/tidak ada. Anda dapat mempelajari lebih lanjut tentang cara kerjanya dengan mendaftar untuk demo.

Apa yang diharapkan?

Mari kita berikan contoh pengaturan cookie pihak pertama untuk proyek e-niaga:

Pada bagan di atas, Anda dapat melihat pangsa pengguna baru dari Safari dalam sesi cookie pihak pertama adalah 5% lebih rendah dari pangsa dalam sesi cookie pihak ketiga yang sudah ada di minggu kedua pengumpulan data. Pada akhir minggu keenam, perbedaannya telah mencapai 20%. 20% ini sebenarnya adalah pengguna yang kembali dan mereka yang sebelumnya telah mengunjungi dari sumber lalu lintas lain.

Jika Anda beralih ke pengumpulan data dari cookie pihak pertama, mulai tahun 2023, Anda dapat mengharapkan 20% dari konversi memiliki lebih banyak koneksi ke sumber lalu lintas sebelumnya. Atribusi Anda akan lebih akurat.

Apa yang terjadi

Lebih dari 27% pengguna memasang aplikasi untuk memblokir konten iklan. Dan pangsa ini tumbuh setiap tahun. Sebagian besar pengguna ini tidak mencapai situs, karena pesan iklan diblokir. Tetapi sekitar sepertiga pengguna yang memasang pemblokir iklan (sekitar 9% dari semua pengguna) masih akan mengunjungi situs Anda melalui konten organik atau tidak diblokir.

Apa yang dapat Anda lihat di laporan Anda

Pengguna dan konversi semacam itu tidak terlihat oleh Google Analytics, karena pengiriman data ke sistem analitik ini juga termasuk dalam blok.

Konversi ini hanya dapat ditemukan di CRM Anda, tetapi di sana konversi tersebut akan didaftarkan tanpa sumber lalu lintas. Dengan demikian, pengeluaran untuk kampanye iklan tetap sama, tetapi peristiwa dan transaksi yang menjadi dasar pengambilan keputusan adalah 10% lebih sedikit. Karena distribusi 10% ini di seluruh sumber tidak proporsional, Anda akan melihat ROI terdistorsi ke bawah dalam laporan.

Cara mengatasinya: Siapkan pengumpulan data sisi server pada domain khusus

Siapkan titik akses terpisah untuk mentransfer semua acara dari sisi server. Titik akses dikonfigurasi pada domain kustom (misalnya, tracker.yoursite.com). Dengan konfigurasi ini, sebagian besar pemblokir iklan tidak akan memblokir pengumpulan peristiwa, karena domain ini tidak akan muncul di daftar mereka.

Apa yang diharapkan?

Rata-rata, Anda dapat mengharapkan 7% hingga 8% lebih banyak data yang dikumpulkan tentang konversi, pengguna, dan lalu lintas online dalam laporan. Untuk penjualan CRM, Anda dapat mengharapkan 7% hingga 8% lebih banyak sumber lalu lintas dikumpulkan.

Apa yang terjadi

Untuk mematuhi persyaratan GDPR, pemilik situs web harus menolak mengidentifikasi pengguna yang tidak ingin membagikan cookie mereka dan tidak mengklik tombol pemasaran ajaib yang bertuliskan “Terima cookie”.

Saat pengguna menolak cookie, pengiklan akan terus mengumpulkan data aktivitas pengguna. Namun mereka tidak akan dapat menentukan interaksi mana dengan iklan yang menghasilkan konversi.

Pangsa rata-rata pengguna yang menolak cookie pada proyek dengan mode persetujuan yang diterapkan adalah 30%. Tergantung jenis proyeknya, share ini bisa mencapai 40%.

Apa yang dapat Anda lihat di laporan Anda:

Dalam laporan pemasaran, volume konversi online akan tetap sama. Namun konversi tidak akan terhubung ke sumber klik dan menyelesaikan pesanan di CRM. Akibatnya, 30% dari pendapatan tidak akan dikaitkan dengan kampanye iklan dan Anda akan mendapatkan ROI yang sangat rendah.

Cara mengatasinya: Gunakan pemodelan konversi

Pastikan bahwa mode persetujuan dapat dikonfigurasi untuk pelacak Anda sesuai dengan semua persyaratan GDPR.

Setelah konfigurasi, periksa apakah data pengguna dikumpulkan untuk pengguna yang tidak menyetujui: bidang email, nomor telepon, id pengguna, dan alamat IP harus kosong.

Mari kita perjelas: Setelah langkah ini, Anda telah mengumpulkan ~70% konversi dengan sumber lalu lintas (diizinkan) dan ~30% tanpa sumber dan ID yang cocok (tanpa izin). Namun ada parameter non-pribadi yang dapat Anda gunakan untuk pemodelan pembelajaran mesin dari sumber konversi: wilayah, browser, dan perangkat.

Hitung konversi sesuai model untuk segmen konversi tanpa persetujuan dan tambahkan metrik ini ke laporan Anda.

Cara kerja pemodelan konversi

Untuk bagian data yang disetujui (isConsent = TRUE), kami membuat laporan dengan cara lama: kami memiliki sumber / media, kami melihat jumlah transaksi, dan kami pasti dapat mengatakan bahwa ada dua transaksi dari google / organik dan satu dari facebook / cpc:

Kami juga memiliki dua transaksi yang sumbernya tidak diketahui karena isConsent adalah FALSE. Untuk menentukan sumbernya, kami menggunakan model pembelajaran mesin yang dilatih pada data yang konsisten serta parameter tambahan (User-Agent, Geo, Device, dan lainnya). Sederhananya, model menganalisis konversi yang cocok dengan sumber yang diketahui dan secara proporsional mendistribusikan sisa konversi yang tidak konsisten ke sumber/media yang ada dalam data.

Di kolom terakhir tabel di atas, kita melihat model transaksi.

Apa yang diharapkan?

Untuk 30% konversi pengguna yang tidak memiliki izin, sumber lalu lintas diidentifikasi berdasarkan model ML yang dilatih pada segmen yang diberi izin. Anda akan melihat ROI yang disesuaikan di laporan Anda.

Apa yang terjadi

Versi baru Google Analytics menggunakan struktur data dan logika pengumpulan data yang sama sekali berbeda. Universal Analytics memiliki apa yang disebut model data berbasis sesi (berbasis cookie), dengan laporan yang dibuat di ID Klien dan sesi. Google Analytics 4 memiliki model berbasis peristiwa (berbasis pengguna), di mana semuanya dibangun di sekitar peristiwa (dan bukan di sekitar sesi), dan interaksi apa pun dengan situs web dianggap sebagai peristiwa. Peristiwa dicatat, dan jalur pengguna melalui situs web dibuat darinya.

Apa yang dapat Anda lihat di laporan Anda

Jika struktur data awal berubah, maka semua laporan yang menggunakan data ini harus dibuat ulang.

Misalnya, Anda memiliki laporan lama di Google Spreadsheet atau Data Studio berdasarkan data Universal Analytics. Anda telah menyiapkan Google Analytics 4, mengumpulkan data untuk sementara, dan memutuskan untuk menghubungkannya ke laporan ini. Tetapi Google Analytics 4 mengumpulkan sesi dengan cara yang berbeda, jumlahnya tidak cocok, lalu lintas dan indikator lainnya hilang. Sekarang muncul pertanyaan: Apa masalahnya? Apakah Anda salah mengatur pelacakan di GA4? Apakah Anda salah membuat kueri data? Atau apakah ada sesuatu yang berubah di pasar?

Agar data Universal Analytics dapat dibandingkan dengan data Google Analytics 4, data Anda perlu diubah menjadi struktur model — singkatnya, direduksi menjadi penyebut yang sama. Dalam hal ini, Anda perlu menulis ulang semua kueri SQL yang membentuk laporan Anda. Dan Anda harus melakukan ini setiap kali Anda perlu mengubah laporan, menambahkan metrik baru, dll. Pemasar dan karyawan lain tidak dapat memesan laporan terlebih dahulu karena mereka tidak tahu mana yang mungkin diperlukan pada saat tertentu.

Tetapi terus-menerus menulis ulang semua kueri SQL bukanlah pilihan — mereka akan menjadi usang lebih cepat daripada yang ditulis oleh analis.

Cara mengatasinya: Siapkan Google Analytics 4 sekarang

Jika KPI Anda menyertakan metrik seperti ROAS dan/atau konversi online, Anda memiliki waktu sekitar dua bulan lagi untuk meningkatkan versi ke Google Analytics 4 dengan lancar. Ya, hanya dua bulan, meskipun tanggal penghentian Universal Analytics adalah 1 Juli 2023.

Alasannya adalah skema dan logika data Google Analytics 4 berbeda dengan Google Analytics Universal. Dengan demikian, tren tahunan dipertaruhkan kecuali Anda mulai mengumpulkan data di Google Analytics 4 paling lambat 1 Juli 2022.

Misalnya, sesi di Google Analytics 4 tidak berhenti pada tengah malam, dan acara dapat memiliki sumber lalu lintas selain sesi. Dengan demikian, Anda dapat mengharapkan perbedaan antara indikator yang sama.

Analisis akar penyebab adalah aktivitas mendasar bagi setiap analis digital dan hampir tidak mungkin tanpa data musiman.

OWOX memiliki solusi yang akan membantu Anda melakukan transisi ke Google Analytics 4 semudah mungkin, menyimpan laporan yang Anda butuhkan, dan mendapatkan yang baru tanpa harus menulis ulang kueri SQL. Sudah banyak klien kami yang memanfaatkannya.

Cari tahu bagaimana OWOX BI dapat membantu Anda bertransisi ke GA4 dengan mendaftar untuk demo.

1. Karena masalah ketepatan waktu dan akurasi data, departemen pemasaran membuang 21% anggaran dan 32% waktu ekstra tim.
2. Pembatasan pelacakan modern yang mempengaruhi kelengkapan data juga menambah masalah ini. Hingga 60% dari konversi online mungkin memiliki sumber yang salah.
3. Dengan akurasi ROI seperti itu, lebih sulit bagi departemen pemasaran untuk melindungi anggaran, menarik kesimpulan yang andal, melakukan eksperimen, dan, karenanya, berkembang. Meskipun peluangnya tinggi.
4. Kabar baiknya adalah menjaga hubungan antara anggaran dan kinerja adalah tugas yang dapat dimengerti dan realistis. Ini terdiri dari penerapan empat solusi teknologi secara berurutan dan dijelaskan dalam artikel ini. Solusi ini menentukan rantai sumber lalu lintas untuk lebih dari 97% konversi. Dan keempat solusi ini dapat dikonfigurasi dengan OWOX BI.