Peran Penting "Data-driven" dalam "Digital Marketing"

Oleh: Nike Putri Yunandika

PERNAHKAH Anda membayangkan bagaimana cara menilai kepuasan pelanggan dalam berbelanja? Apakah dari banyaknya promosi yang dipakai? Apakah dari komentar yang ditinggalkan setelah berbelanja?

Dalam acara bedah kasus implementasi data science bersama DQLab.id di kantor Bukalapak belum lama ini, Hendra Hadhil Choiri, Data Scientist Lead dari Bukalapak, mengungkapkan bahwa sangat sulit menentukan kepuasan pelanggan karena tidak ada tolak ukur yang pasti. Namun, hal itu setidaknya dapat diukur melalui data-driven.

"Kalau tingkat kepuasan ini bisa diukur pakai angka pasti bisa lebih memudahkan perencanaan dan target yang ingin dicapai," kata Hendra.

Data driven vs data informed

Perlu diketahui bahwa sebuah perusahaan dapat menjadi data-driven company, bukan data-informed company. Apa bedanya? Perbedaan yang paling menonjol adalah pada penggunaannya.

Dalam pengambilan keputusan, data-informed hanya dilihat sebagai referensi, belum tentu digunakan sebagai bahan utama pembentukan keputusan.

Berbeda halnya dengan data-driven company, di mana data menjadi bahan dasar untuk mendukung proses pengambilan keputusan.

Data juga dijadikan sebagai pusat dari perencanaan. Mau melakukan atau membuat apa pun, yang dijadikan acuan dan tolok ukur adalah data.

Perusahaan berbasis data-driven dapat menggunakan data untuk perencanaan usaha, termasuk perencanaan marketing. Salah satu contohnya adalah menentukan kepuasan pelanggan.

Data itu bisa mengarahkan kata kunci atau keyword apa yang harus digunakan, penempatan produk, serta jam-jam kritis orang mau berbelanja.

Data science untuk strategi eksekusi

Apa itu data science? Kenapa harus menggunakan data science? Seperti polisi yang ingin menangkap penjahat, data science ibarat bukti lapangan yang riil dan bisa dianggap sebagai fakta.

Data science dapat diartikan sebagai sebuah metode untuk menggali insight untuk dapat diimplementasikan pada strategi pemasaran perusahaan.

Ilmu data science mencakup tiga komponen utama yang sangat penting dalam bisnis, yaitu computer science, matematika dan statistik, serta ilmu bisnis.

Dengan kemampuan mengolah dan memahami data, seorang ilmuwan data atau data scientist dapat dikatakan sebagai problem solver karena insight yang dihasilkan adalah fakta yang tidak subjektif.

Perencanaan yang disusun berdasarkan fakta akan menghasilkan strategi yang lebih akurat. Inilah peran data-driven dalam membuat strategi yang dapat dieksekusi (actionable).

Mengapa marketing butuh data

Dalam bisnis, ada beberapa funnel (tahap) yang dapat dijadikan sebagai matriks pencapaian. Mulai dari jumlah orang yang mengunjungi platform (visited site), jumlah orang yang melihat produk (viewed product), jumlah orang yang menambahkan produk ke dalam keranjang belanja (added product to chart), hingga berakhir pada jumlah orang yang berhasil membeli produk (purchased product).

Kembali ke soal pemasaran, tugas utama marketing adalah membuat orang lain menjadi aware atau sadar. Jika orang sudah aware, mereka biasanya mau melanjutkan transaksi di platform tersebut.

Selain itu, pemasaran juga memiliki tugas untuk selalu menginformasikan promosi dan fitur apa saja yang paling update kepada pelanggan.

Inilah mengapa tugas marketing termasuk dalam funnel satu (priority funnel) karena hal ini akan menentukan jumlah transaksi di funnel lain. Makin sedikit jumlah yang ada di funnel satu, semakin sedikit pula jumlah yang terjadi di funnel purchased product.

Untuk dapat melakukan tugasnya, pemasaran perlu mengacu pada data agar strategi yang digunakan dapat sesuai dengan sasaran yang dituju.

DQLab E-commerce Conversion Funnel

Strategi marketing dapat dilakukan dengan dua cara, yaitu online dan offline. Untuk startup yang bergerak di bidang digital, strategi marketing yang paling ampuh digunakan adalah online marketing atau digital marketing.

Dalam digital marketing, semua perilaku (behavior) pelanggan akan tercatat, mulai dari berapa banyak orang yang menerima iklan, berapa banyak orang yang mengeklik iklan tersebut, sampai berapa banyak orang yang membeli dari iklan yang kita pasang.

Sebelum menggunakan digital marketing, ada baiknya kita menentukan matriks yang ingin dicapai. Penentuan matriks ini dapat melalui beberapa metode berikut ini.

• CTR (click through rate), yang berarti dari sekian banyak impression yang muncul, berapa banyak yang diklik. Semakin besar CTR, semakin suatu iklan terlihat menarik untuk diklik.
• CPC (cost per-click), di mana setiap orang yang mengeklik adalah biaya yang kita miliki. Biaya (cost) bisa beda-beda, tergantung yang mengeklik. Dalam menggunakan matriks ini, pastinya perusahaan mengusahakan agar nilai CPC kecil sehingga tidak boros.
• CPR (conversion per-rate), artinya dari sekian banyak orang yang mengunjungi, berapa banyak orang yang akhirnya melalukan transaksi. Jadi semakin besar CPR, semakin akurat data yang kita miliki.
• ROAS (return on ad spend), berarti berapa banyak konversi yang kita terima dibandingkan dengan cost yang kita keluarkan. Ini semacam return of investment (ROI). Semakin tinggi nilai ROAS, semakin efektif perusahaan mengeluarkan uang. Jangan sampai ROAS kurang dari 1, berarti penghasilan lebih kecil dari pengeluaran.

Manfaat data science dalam pemasaran

Beberapa matriks tadi dapat membantu perusahaan mendapatkan data untuk menentukan strategi digital marketing yang ingin digunakan.

Selain itu, dengan menggunakan data science untuk digital marketing, perusahaan juga dapat melihat seperti apa performa atau kondisi pemasaraan perusahaan saat ini.

Jika CTR sedang turun, seorang data scientist harus dapat mengklarifikasi penyebabnya, apakah karena pengaruh hari libur, internet yang tidak stabil, perangkat yang digunakan, atau hal lain.

Ilmuwan data juga dapat melakukan proyeksi atau data forecast. Jika memiliki jejak (historical) data, data scientist dapat memproyeksikan kebutuhan dan menentukan bujet/investasi yang dibutuhkan.

Ilmuwan data juga dapat melakukan filtering atau penyaringan untuk membedakan mana produk yang bagus dan kurang bagus. Dengan begitu, perusahaan dapat menentukan produk mana saja yang akan dipajang dalam Google shopping, misalnya.

Masih ada lagi, ilmu data dapat digunakan dalam melakukan A/B testing untuk menentukan kanal promosi mana yang paling efektif serta melakukan segmentasi pelanggan. Dengan demikian, perencanaan strategi pemasaran dapat lebih efektif dan tepat sasaran.

Yang terpenting, jika target sudah tepat sasaran, perusahaan tidak perlu mengeluarkan banyak buget untuk marketing. Inilah mengapa ilmu tentang data perlu dipelajari dan diterapkan dalam dunia pemasaran.

Walaupun terdengar asing, saat ini data science dapat dipelajari semua pihak bahkan oleh seseorang dengan tanpa memiliki latar belakang teknologi informasi.

Data science tidak hanya dapat diterapkan dalam dunia marketing, tetapi juga di semua lini bisnis. Seorang data scientist berperan mendorong perusahaan melakukan perubahan, inovasi, dan transformasi berbasis data.