Data Pihak Ketiga di Google Analytics

Jelas bahwa analitik digital adalah sarana untuk mendapatkan jawaban berbasis data untuk pertanyaan digital. Ini karena setiap pemuatan halaman, tayangan, klik, dan tampilan video dilacak dan dianalisis. Namun bagaimana dengan hubungan antara platform digital dan lingkungan di luar dunia digital? Misalnya, apa pengaruh cuaca terhadap pelanggan Anda? Atau nilai tukar? Atau hasil pertandingan sepak bola tadi malam?

Penting untuk mengidentifikasi potensi menghubungkan data internal perusahaan dengan data yang disediakan oleh pihak ketiga. Organisasi yang menggunakan data pihak ketiga dan berhasil mengintegrasikan berbagai data eksternal ke dalam operasi mereka dapat mengungguli perusahaan lain dengan membuka peningkatan produktivitas dan manajemen risiko. Krisis COVID-19 memberikan contoh sempurna tentang betapa relevannya data eksternal. Pandemi telah mengganggu segalanya, mulai dari perilaku konsumen hingga rantai pasokan, meningkatkan ketidakpastian bisnis, mempersulit penggunaan data masa lalu untuk memprediksi perilaku masa depan. Perusahaan hanya dapat melangkah sejauh ini dengan data internal mereka sendiri dan dapat mengambil manfaat dari penggunaan sumber eksternal untuk memandu mereka.

Sayangnya, data ini tidak tersedia dalam alat analitik digital standar. Inilah sebabnya kami menyusun posting blog ini, di mana kami memeriksa data apa yang dapat ditambahkan ke GA, bagaimana data ini dapat digunakan untuk menjawab pertanyaan bisnis dan bagaimana jawaban ini dapat digunakan untuk meningkatkan bisnis Anda.

Data apa yang dapat Anda tambahkan ke Google Analytics?

Sumber data eksternal menawarkan potensi yang sangat besar namun juga menghadirkan beberapa tantangan praktis. Misalnya, sekadar memperoleh pemahaman dasar tentang apa yang tersedia membutuhkan banyak usaha. Mengingat bahwa ada berbagai sumber data yang tersedia, dan ini dapat menginformasikan keputusan bisnis dalam berbagai cara, penting untuk memiliki definisi yang jelas tentang masalah bisnis untuk nilai yang akan dihasilkan.

Langkah pertama saat menambahkan data pihak ketiga adalah memperhatikan bisnis Anda dengan baik dan mempertimbangkan faktor lingkungan mana yang paling mungkin memengaruhinya. Tidak ada gunanya menambahkan hasil olahraga ke toko online kecil yang menawarkan pencahayaan khusus, karena ini sangat kecil kemungkinannya untuk dikorelasikan dengan bisnis.

Langkah kedua yang perlu kita tangani adalah sumber datanya. Kunci implementasi kami adalah bahwa data harus tersedia melalui API. API adalah sarana berkomunikasi dengan layanan lain yang memiliki data yang kita cari.

Kami tidak akan membahas teknisnya di sini, tetapi ada banyak API di luar sana yang menawarkan jenis data yang mungkin kami minati. Beberapa di antaranya gratis, beberapa di antaranya gratis hingga sejumlah panggilan, sementara yang lain secara eksklusif dibayar untuk layanan. Sebelum Anda mulai mencari untuk menambahkan data, penting untuk menemukan API yang akan Anda gunakan.

Apa risiko dari penggunaan data pihak ketiga di Google Analytics?

GDPR (Peraturan Perlindungan Data Umum) telah memperluas cakupan tanggung jawab dalam hal perlindungan data dan privasi, yang berarti sekarang diperlukan untuk lebih berhati-hati secara signifikan tentang implikasi insiden keamanan yang disebabkan oleh penyedia layanan. Sepanjang proses menemukan dan menggunakan data eksternal, perusahaan harus memperhatikan masalah privasi.

• Konfirmasikan bahwa vendor pihak ketiga mematuhi GPDR.
• Tentukan dengan jelas semua area dan aktivitas di mana GDPR berada dalam cakupannya, dan minta vendor pihak ketiga untuk menyetujui dan memberikan jaminan kontrak yang ditandatangani bahwa proses mereka memenuhi persyaratan Peraturan.

Apa status data pihak ketiga di GA4?

Google Analytics 4 diluncurkan di awal era baru pengumpulan data online. Selama beberapa tahun ke depan, akses bisnis ke data pihak ketiga tentang pelanggan akan terus berkurang. Sebagai tanggapan, tim pemasaran harus membangun strategi konversi baru untuk beradaptasi dengan internet tanpa cookie.

Alat pelacakan online perlu mengatasi penurunan data pihak ketiga, untungnya GA4 memiliki integrasi dengan BigQuery yang memungkinkan peningkatan fleksibilitas menggabungkan data analitik dengan sumber data eksternal. Ini dapat meningkatkan biaya teknis tetapi akan meningkatkan ketersediaan data penting.

Pertanyaan apa yang dapat Anda jawab dengan data ini?

Penggunaan data eksternal berpotensi menjadi game changer di berbagai bisnis dan sektor. Setelah Anda mengumpulkan cukup data di akun Google Analytics Anda, Anda kemudian dapat menyelidiki korelasi antara data pihak ketiga ini dan metrik digital tradisional seperti transaksi dan tampilan halaman.

Untuk menunjukkan bagaimana ini dapat digunakan, kami telah menyertakan contoh dari toko pakaian online fiksi “E-Clothing”:

Di bawah ini adalah laporan yang menggabungkan data cuaca pihak ketiga dan kategori produk “kaus kaki”. Hal ini memungkinkan kita untuk menjawab pertanyaan, “dalam cuaca apa orang paling mungkin membeli kaus kaki?”.

Seperti yang dapat kita lihat dari laporan ini, tingkat konversi (diukur sebagai persentase tampilan detail yang menghasilkan pembelian) paling tinggi saat hujan. Ini juga saat paling banyak kaus kaki terjual. Tingkat konversi tertinggi kedua adalah saat hujan ringan dan tertinggi ketiga saat mendung. Ini menunjukkan bahwa orang lebih cenderung membeli kaus kaki saat cuaca buruk.

Di bawah ini adalah laporan lain yang menunjukkan kategori produk "pakaian renang" di samping dimensi cuaca yang sama dari laporan di atas.

Di sini kita bisa melihat perilaku yang kontras dengan perilaku “kaus kaki”. Tidak seperti kaus kaki, pakaian renang memiliki tingkat konversi tertinggi saat cuaca cerah.

Terakhir, kita akan melihat contoh di mana data pihak ketiga dalam bentuk hasil olahraga digabungkan dengan data produk. Dalam contoh ini kami menggunakan hasil sepak bola untuk semua pertandingan yang melibatkan Arsenal, khususnya selisih gol, dan membandingkannya dengan penjualan produk merchandise Arsenal.

Hal ini memungkinkan kita untuk menjawab pertanyaan “apakah penjualan merchandise terkait dengan hasil tim?”.

Hasil yang paling menonjol dalam tabel di atas adalah baris pertama, di mana Arsenal menang dengan tiga gol. Tampilan barang dagangan Arsenal langsung setelah pertandingan ini mencapai tingkat konversi tertinggi, dan menyumbang sebagian besar dari total pembelian.

Mengingat lebih banyak data yang mengikuti pola yang sama, kita dapat dengan mudah menyimpulkan bahwa tingkat konversi untuk merchandise tim memang berkorelasi dengan kinerja tim tersebut.

Pandemi Covid-19 telah mengubah perilaku konsumen dalam banyak hal. Salah satu sektor yang mengalami gangguan berat adalah industri jasa. Banyak restoran meluncurkan platform pesanan online untuk situs web mereka, memperluas kemitraan pengiriman pihak ketiga dan/atau membuat jalur drive-thru. Tetapi dengan sifat siklus dari keparahan pandemi, sulit untuk mendapatkan keseimbangan dari apa yang akan ditanggapi konsumen dalam periklanan.

Contoh bagaimana data pihak ketiga dapat membantu hal ini adalah dengan memodifikasi penawaran mana – pengiriman dan pengambilan vs makan di tempat – restoran yang diiklankan. Tentu saja, semakin tinggi tingkat infeksi, semakin mereka harus fokus pada pilihan pengiriman dan pengumpulan kontak yang rendah. Sebaliknya, jika tingkat infeksi lebih rendah maka mereka dapat kembali fokus pada pilihan makan di tempat. Dengan membandingkan tingkat infeksi historis dengan rasio sebenarnya dari penjualan makan di tempat dengan penjualan dibawa pulang, mereka dapat melihat dengan lebih tepat berapa tarif yang pelanggan mereka rasa aman untuk makan di tempat dan kapan mereka harus tetap mengiklankan pilihan koleksi atau pengiriman mereka.

Apa yang dapat Anda lakukan dengan jawaban-jawaban ini?

Data ini dapat membantu meminimalkan risiko dan menambah nilai bagi perusahaan; namun membutuhkan campuran pemecahan masalah, kerja terstruktur, dan eksekusi terfokus.

Sesuaikan strategi periklanan Anda

Salah satu aplikasi paling logis dari data ini adalah pengoptimalan kampanye iklan. Mengingat kinerja kategori "kaus kaki" dan kategori "pakaian renang" pada contoh di atas, kami dapat dengan mudah menyesuaikan iklan kami untuk kategori ini berdasarkan cuaca. Dalam cuaca hujan atau buruk, kami dapat meningkatkan tawaran untuk kampanye "kaus kaki" kami sekaligus menurunkan tawaran untuk kampanye "pakaian renang" kami. Kita juga bisa mengalokasikan kembali anggaran sehingga anggaran yang biasanya dialokasikan untuk pakaian renang dipindahkan ke kaus kaki. Kemudian, ketika cuaca cerah, kami dapat membalikkan proses dan mengalokasikan semua anggaran kaus kaki untuk pakaian renang dan menyesuaikan kembali tawaran.

Demikian pula, mengingat korelasi antara hasil olahraga dan merchandise tim, kami dapat mengalokasikan lebih banyak anggaran iklan kami untuk merchandise tim untuk tim yang baru-baru ini mencatat kemenangan meyakinkan.

Pengoptimalan ini dapat dilakukan secara manual, tetapi dalam banyak kasus harus dilakukan secara terprogram. Bagaimanapun, memasukkan faktor-faktor baru ini dalam pengoptimalan kami dapat membantu kami mencapai ROI yang lebih tinggi untuk pembelanjaan Iklan kami.

Sesuaikan konten situs web Anda

Selain iklan PPC, data ini juga dapat digunakan untuk menyesuaikan konten di situs web Anda. Dengan memanfaatkan API yang sama dari mana data dikumpulkan, kami dapat mengubah produk mana yang ditampilkan di halaman beranda E-Clothing, berdasarkan kondisi cuaca saat ini.

Langkah selanjutnya

Yang tersisa hanyalah Anda dan tim Anda untuk bertukar pikiran tentang faktor eksternal mana yang paling mungkin memengaruhi kinerja online Anda, temukan API yang memungkinkan Anda mengakses data ini dan mulai melacak!