Analitik Digital & Google Analytics

1. Apa Itu Analitik Digital?

Analitik digital adalah proses mengumpulkan, mengukur, mengolah, dan menganalisis data dari aktivitas digital untuk memahami apa yang terjadi dan menentukan tindakan berikutnya.

Data dapat berasal dari berbagai channel, misalnya:

• 🌐 Website.
• 🔎 Mesin pencari.
• 📱 Media sosial.
• 📨 Email Marketing.
• 💰 Iklan digital.
• 🛒 E-commerce.
• 📺 Platform video.

Tujuan akhirnya bukan sekadar memiliki banyak angka, tetapi menggunakan data tersebut untuk membuat keputusan yang lebih baik.

2. Data Bukan Tujuan Akhir

Salah satu kesalahan dalam mempelajari analitik adalah terlalu fokus pada jumlah angka.

Misalnya website mendapatkan:

Apakah itu otomatis berarti strategi digital marketing berhasil?

Belum tentu.

Kita perlu mengetahui dari mana pengunjung datang, halaman apa yang mereka lihat, apakah mereka melakukan tindakan penting, dan apakah aktivitas tersebut memberikan manfaat bagi tujuan bisnis.

Karena itu:

3. Mengapa Analitik Digital Penting?

• 🎯 Mengetahui channel yang menghasilkan hasil terbaik.
• 👥 Memahami perilaku pengunjung.
• 📝 Mengetahui konten yang menarik perhatian.
• 💰 Mengevaluasi penggunaan anggaran iklan.
• 🛒 Mengukur aktivitas menuju transaksi.
• 🔎 Menemukan peluang optimasi.
• 🔄 Membandingkan hasil dari waktu ke waktu.
• 📈 Membantu membuat keputusan berdasarkan data.

4. Bedakan Metric dan KPI

Dalam analitik kita akan menemukan banyak sekali metric. Namun tidak semua metric harus menjadi KPI.

📊 Metric

Angka yang digunakan untuk menggambarkan suatu aktivitas atau kondisi.

Contohnya:

• Users.
• Sessions.
• Views.
• Clicks.
• Events.

🎯 KPI

Key Performance Indicator adalah indikator utama yang digunakan untuk menilai apakah tujuan yang telah ditetapkan tercapai.

Contohnya jika tujuan bisnis adalah mendapatkan calon pelanggan, KPI dapat berupa jumlah leads atau conversion yang relevan.

5. Tentukan Tujuan Sebelum Membaca Data

Sebelum membuka dashboard analytics, tentukan terlebih dahulu pertanyaan yang ingin dijawab.

Misalnya:

• ❓ Dari mana pengunjung website kita berasal?
• ❓ Artikel mana yang paling menarik?
• ❓ Apakah kampanye iklan menghasilkan leads?
• ❓ Halaman mana yang sering menjadi awal kunjungan?
• ❓ Apakah pengunjung melakukan tindakan yang kita harapkan?

Dengan pertanyaan yang jelas, data menjadi lebih mudah digunakan untuk mengambil keputusan.

6. KPI dalam Digital Marketing

KPI harus disesuaikan dengan tujuan bisnis.

7. Mengenal Google Analytics 4

Google Analytics 4 (GA4) adalah platform analitik Google yang menggunakan pendekatan berbasis event untuk memahami interaksi pengguna dengan website dan aplikasi.

Dengan pendekatan event, aktivitas pengguna dapat direpresentasikan sebagai tindakan tertentu, misalnya:

• 📄 Melihat halaman.
• 🖱️ Melakukan klik.
• ▶️ Memutar video.
• 📝 Mengirim formulir.
• 🛒 Menambahkan produk ke keranjang.
• 💳 Menyelesaikan transaksi.

8. Apa Itu Event?

Event adalah catatan mengenai suatu interaksi atau aktivitas yang terjadi pada website atau aplikasi.

Misalnya seseorang membuka halaman artikel. Sistem dapat mencatat aktivitas tersebut sebagai event yang berkaitan dengan tampilan halaman.

Event menjadi dasar penting dalam GA4 karena banyak aktivitas digital dapat dipahami melalui rangkaian interaksi tersebut.

9. Event dan Key Event

Tidak semua event memiliki tingkat kepentingan yang sama.

Misalnya:

• 👀 Melihat halaman → aktivitas umum.
• 🖱️ Klik tombol → interaksi.
• 📝 Mengirim formulir → mungkin menjadi tujuan bisnis.
• 🛒 Membeli produk → tujuan bisnis.

Event yang sangat penting bagi tujuan bisnis dapat ditandai dan digunakan sebagai key event dalam GA4.

Dengan demikian kita tidak hanya bertanya: “Berapa banyak orang datang?” tetapi juga: “Berapa banyak yang melakukan tindakan penting?”

10. Users, Sessions, dan Views

Beberapa istilah dasar yang perlu dipahami:

👤 Users

Menggambarkan pengguna yang teridentifikasi oleh sistem analitik berdasarkan mekanisme identifikasi yang digunakan.

🔄 Sessions

Menggambarkan kelompok aktivitas pengguna dalam suatu periode interaksi yang didefinisikan oleh sistem analytics.

📄 Views

Menggambarkan jumlah tampilan halaman atau layar yang tercatat.

Kita tidak boleh langsung menyamakan angka-angka tersebut dengan jumlah orang secara sederhana karena satu pengguna dapat menghasilkan beberapa sesi dan beberapa tampilan.

11. Acquisition: Dari Mana Pengunjung Datang?

Salah satu pertanyaan penting dalam Digital Marketing adalah:

Sumber traffic dapat berasal dari berbagai channel seperti:

• 🔎 Organic Search.
• 🌐 Direct.
• 🔗 Referral.
• 📱 Social.
• 💰 Paid Search.
• 📨 Email.
• 📢 Campaign tertentu.

Mengetahui sumber traffic membantu kita memahami channel mana yang membawa pengunjung ke website.

12. Organic, Direct, Referral, dan Paid

13. UTM Parameter

Ketika kita membagikan link kampanye, kita sering membutuhkan cara untuk membedakan sumber kunjungan dengan lebih jelas.

Salah satu caranya adalah menggunakan UTM parameters.

Contoh konsepnya:

UTM membantu kita memberikan informasi tambahan mengenai sumber, media, dan nama kampanye pada URL.

14. Contoh UTM

Misalnya kita membuat kampanye promosi melalui Instagram. Secara konsep URL dapat diberi parameter seperti:

Dalam contoh tersebut:

• utm_source → sumber.
• utm_medium → media/channel.
• utm_campaign → nama kampanye.

Penamaan UTM sebaiknya dibuat konsisten agar laporan tidak terpecah menjadi banyak variasi penulisan.

15. Landing Page dan Analytics

Jika kita menjalankan iklan, jangan hanya mengukur jumlah klik. Kita juga perlu mengetahui apa yang terjadi setelah pengguna tiba di landing page.

Misalnya:

Analytics membantu kita memahami bagian-bagian dari perjalanan tersebut yang dapat diukur secara digital.

16. Funnel Digital Marketing

Funnel menggambarkan tahapan yang dilalui seseorang dari mengenal bisnis sampai melakukan tindakan yang diharapkan.

Analytics dapat membantu kita melihat bagaimana pengguna bergerak melalui tahapan tersebut jika setiap langkah telah dirancang dan diukur dengan benar.

17. Contoh Funnel Website UMKM

Misalnya sebuah UMKM menjual produk melalui website.

Dari contoh tersebut kita dapat mencari bagian funnel yang memiliki tingkat penurunan paling besar dan kemudian mencari penyebabnya.

18. Jangan Hanya Melihat Traffic

Traffic tinggi memang menarik, tetapi traffic bukan selalu tujuan akhir.

Contohnya:

Jika tujuan bisnis adalah mendapatkan leads, website B justru dapat menghasilkan performa yang lebih baik meskipun traffic-nya lebih kecil.

Inilah pentingnya melihat kualitas traffic, bukan hanya jumlah traffic.

19. Analitik untuk SEO

Analytics dan SEO dapat saling melengkapi.

Analytics dapat membantu kita melihat apa yang dilakukan pengguna setelah datang ke website.

Sementara itu, Google Search Console dapat membantu memahami performa website pada Google Search, seperti query, impressions, clicks, CTR, dan posisi rata-rata pada laporan yang tersedia.

Dengan menggunakan keduanya, kita mendapatkan sudut pandang yang berbeda tetapi saling melengkapi.

20. Analytics untuk Periklanan Digital

Ketika menjalankan iklan, kita perlu menghubungkan biaya dengan hasil yang ingin dicapai.

Misalnya:

Dari data tersebut kita dapat menghitung metrik seperti biaya per lead atau biaya per akuisisi sesuai definisi kampanye.

Ini jauh lebih berguna daripada hanya mengatakan: “Iklannya banyak yang melihat.”

21. Analytics dan Google Ads

Google Ads dan Google Analytics dapat digunakan bersama untuk mendapatkan gambaran yang lebih lengkap tentang aktivitas iklan dan apa yang terjadi setelah pengguna mengunjungi website.

Namun kita tetap harus memahami bahwa setiap platform memiliki metode atribusi, definisi, dan cara pengukuran yang dapat berbeda. Karena itu, angka antarplatform tidak selalu identik.

22. Analytics untuk Email Marketing

Email Marketing juga menghasilkan data yang dapat dianalisis.

Contohnya:

• 📨 Email terkirim.
• 📬 Delivery.
• 👀 Open pada platform yang menyediakan metrik tersebut.
• 🖱️ Click.
• 📝 Leads.
• 🛒 Conversion.
• 🚪 Unsubscribe.

UTM dapat digunakan ketika link dari email diarahkan ke website agar traffic kampanye lebih mudah dianalisis.

23. Analytics untuk Media Sosial

Setiap platform media sosial biasanya memiliki analytics sendiri.

Kita dapat melihat berbagai data seperti:

• 👀 Reach.
• 📊 Impressions.
• ❤️ Engagement.
• 🖱️ Click.
• ▶️ Video views.
• 👥 Pertumbuhan audience.

Data dari media sosial dapat dibandingkan dengan data website untuk mengetahui apakah perhatian yang diperoleh di media sosial berlanjut menjadi kunjungan atau tindakan di website.

24. Engagement Bukan Selalu Conversion

Konten dengan banyak likes belum tentu menghasilkan penjualan paling tinggi.

Sebaliknya, konten yang mendapatkan engagement lebih sedikit mungkin menghasilkan leads yang lebih berkualitas.

Karena itu, jangan langsung menyimpulkan bahwa:

Hubungan tersebut tidak otomatis berlaku. Kita perlu melihat tujuan kampanye dan data yang berkaitan dengan tujuan tersebut.

25. Membaca Landing Page dengan Data

Jika sebuah landing page mendapatkan banyak pengunjung tetapi sedikit sekali tindakan, kita dapat mengajukan beberapa pertanyaan:

• ❓ Apakah pesan iklan sesuai dengan isi landing page?
• ❓ Apakah penawaran mudah dipahami?
• ❓ Apakah CTA terlihat jelas?
• ❓ Apakah halaman nyaman di smartphone?
• ❓ Apakah halaman terlalu lambat?
• ❓ Apakah informasi kepercayaan sudah cukup?

Analytics memberi kita sinyal untuk mencari masalah. Analytics tidak selalu memberikan jawaban penyebab secara otomatis.

26. Data Kuantitatif dan Kualitatif

Data angka saja kadang belum cukup untuk mengetahui alasan di balik perilaku pengguna.

📊 Kuantitatif

Data berbentuk angka seperti jumlah klik, conversion, traffic, dan revenue.

💬 Kualitatif

Informasi seperti komentar pelanggan, hasil wawancara, pertanyaan pelanggan, review, atau feedback.

Menggabungkan keduanya dapat memberikan gambaran yang lebih lengkap.

27. Membandingkan Data dari Waktu ke Waktu

Satu angka tanpa pembanding sering kali sulit diinterpretasikan.

Kita dapat membandingkan:

• 📅 Minggu ini vs minggu sebelumnya.
• 📆 Bulan ini vs bulan sebelumnya.
• 📈 Sebelum kampanye vs setelah kampanye.
• 📝 Konten A vs konten B.
• 💰 Campaign A vs campaign B.

Pastikan periode yang dibandingkan relevan dan tidak memiliki perbedaan kondisi yang membuat perbandingan menjadi menyesatkan.

28. Jangan Salah Membaca Korelasi

Jika dua hal terjadi bersamaan, bukan berarti salah satunya pasti menjadi penyebab yang lain.

Misalnya traffic meningkat bersamaan dengan kenaikan penjualan. Kita masih perlu melihat faktor lain seperti promosi, musim, perubahan harga, produk baru, atau sumber traffic.

Analytics membantu memberikan bukti dan petunjuk, tetapi analisis tetap membutuhkan konteks.

29. Data Quality

Analisis yang bagus membutuhkan data yang cukup dapat dipercaya.

Beberapa hal yang perlu diperiksa:

• ✔ Tracking sudah terpasang dengan benar.
• ✔ Event bekerja sesuai tujuan.
• ✔ UTM menggunakan penamaan yang konsisten.
• ✔ Tidak terjadi double tracking.
• ✔ Filter dan konfigurasi laporan dipahami.
• ✔ Perubahan konfigurasi didokumentasikan.

Garbage in, garbage out. Jika data yang masuk bermasalah, kesimpulan yang dihasilkan juga dapat bermasalah.

30. Privacy dan Data Pengguna

Analitik digital berkaitan dengan aktivitas pengguna. Karena itu, implementasi tracking harus memperhatikan privasi, hukum yang berlaku, serta kebijakan platform dan teknologi yang digunakan.

Kita tidak boleh menganggap bahwa semua data pengguna boleh dikumpulkan dan digunakan tanpa batas.

Prinsip dasarnya: kumpulkan data yang diperlukan, jelaskan penggunaannya, lindungi akses, dan patuhi aturan yang berlaku.

31. Studi Kasus: Website TTC.web.id

Sekarang kita gunakan contoh website sebagai latihan analitik.

Misalnya sebuah halaman tutorial TTC mendapatkan traffic dari:

Data tersebut belum langsung mengatakan bahwa Google Search adalah channel terbaik.

Kita masih perlu melihat:

• Berapa banyak conversion dari masing-masing channel?
• Berapa lama atau seberapa jauh pengguna berinteraksi?
• Halaman apa yang dikunjungi?
• Apakah pengguna kembali?
• Apakah ada tindakan bisnis yang dihasilkan?

32. Contoh Analisis Data

Misalnya kita mendapatkan data sederhana:

Jika hanya melihat traffic, Organic dan Social terlihat sama. Tetapi jika melihat leads, hasilnya berbeda.

Kita kemudian dapat mengajukan pertanyaan berikut:

• Apakah kualitas traffic berbeda?
• Apakah landing page berbeda?
• Apakah audience memiliki intent yang berbeda?
• Apakah paid traffic memiliki biaya yang sebanding dengan hasilnya?

Inilah proses berpikir analitik.

33. Dashboard Digital Marketing

Dashboard adalah tampilan yang membantu kita melihat data penting dalam satu tempat.

Dashboard tidak perlu menampilkan semua angka. Justru sebaiknya hanya menampilkan informasi yang membantu pengambilan keputusan.

Contoh dashboard sederhana:

34. Laporan yang Baik Harus Menjawab “So What?”

Laporan digital marketing jangan berhenti pada:

Kita perlu melanjutkan dengan:

• ❓ Mengapa traffic naik?
• ❓ Channel mana yang menyumbang kenaikan?
• ❓ Apakah conversion ikut naik?
• ❓ Apa yang harus kita lakukan selanjutnya?

Dengan demikian laporan berubah dari sekadar laporan angka menjadi alat pengambilan keputusan.

35. Contoh Format Laporan Sederhana

36. Dari Data Menjadi Keputusan

Inilah siklus yang sebaiknya kita gunakan:

Siklus tersebut membuat Digital Marketing menjadi proses yang terus diperbaiki, bukan kampanye yang dibuat sekali kemudian ditinggalkan.

37. Kesalahan Umum dalam Analitik Digital

• ❌ Menganggap traffic tinggi pasti berarti sukses.
• ❌ Mengukur terlalu banyak metric tanpa tujuan.
• ❌ Tidak menentukan KPI.
• ❌ Tidak memasang tracking dengan benar.
• ❌ Tidak menggunakan UTM untuk kampanye yang membutuhkan tracking.
• ❌ Membandingkan data yang tidak sebanding.
• ❌ Menganggap korelasi sebagai sebab-akibat.
• ❌ Hanya melihat data tanpa memahami konteks.
• ❌ Mengambil keputusan berdasarkan satu angka.
• ❌ Tidak melakukan tindakan setelah menemukan masalah.

38. Latihan Praktik

📝 Latihan 1 — Tentukan Tujuan

Pilih satu tujuan website:

• ☐ Mendapatkan traffic.
• ☐ Mendapatkan leads.
• ☐ Mendapatkan penjualan.
• ☐ Meningkatkan awareness.

📝 Latihan 2 — Tentukan KPI

Tentukan minimal dua KPI yang sesuai dengan tujuan tersebut.

📝 Latihan 3 — Tentukan Channel

Tentukan dari mana pengunjung diharapkan datang:

• 🔎 Search.
• 📱 Social Media.
• 💰 Ads.
• 📨 Email.
• 🔗 Referral.

📝 Latihan 4 — Buat UTM

Buat contoh UTM untuk satu kampanye media sosial.

📝 Latihan 5 — Analisis Funnel

Buat alur:

📝 Latihan 6 — Buat Kesimpulan

Ambil data sederhana dan jawab tiga pertanyaan:

1. Apa yang terjadi?
2. Mengapa kemungkinan terjadi?
3. Apa yang sebaiknya dilakukan?

39. Checklist Analitik Digital

• ☐ Tujuan bisnis sudah ditentukan.
• ☐ KPI sudah ditentukan.
• ☐ Tracking sudah dipasang.
• ☐ Event penting sudah dipahami.
• ☐ Key event/conversion sudah ditentukan sesuai kebutuhan.
• ☐ Sumber traffic sudah dipahami.
• ☐ UTM digunakan secara konsisten bila diperlukan.
• ☐ Data dibandingkan dengan periode yang relevan.
• ☐ Funnel dianalisis.
• ☐ Data iklan dibandingkan dengan hasil bisnis.
• ☐ Insight ditulis.
• ☐ Ada tindakan perbaikan setelah analisis.

40. Kesimpulan

Analitik Digital membantu kita memahami apa yang terjadi pada aktivitas pemasaran digital. Namun nilai sebenarnya bukan berada pada jumlah angka yang berhasil dikumpulkan.

Nilai analitik berada pada kemampuan kita mengubah data menjadi insight, keputusan, dan tindakan.

Google Analytics dapat membantu kita memahami aktivitas pengguna pada website dan aplikasi, sementara tools seperti Google Search Console, platform iklan, analytics media sosial, dan sistem e-commerce memberikan sudut pandang tambahan.

Dengan menggabungkan data tersebut secara hati-hati, kita dapat membuat strategi Digital Marketing yang semakin terarah.