Analitik E-commerce: Panduan Metrik Utama, Alat & Dasbor (2026)

Analitik ecommerce adalah sistem yang digunakan toko untuk memahami apa yang terjual, siapa yang membeli, saluran mana yang menghasilkan pelanggan yang menguntungkan, dan di mana pembeli tersendat.

Kesalahannya adalah mencoba melacak semua angka sekaligus. Program analitik yang lebih baik dimulai dari keputusan: produk mana yang dipromosikan, sumber trafik mana yang didanai, masalah checkout mana yang diperbaiki, segmen pelanggan mana yang dipertahankan, dan kampanye siklus hidup mana yang layak mendapat investasi lebih.

Perilaku pencarian saat ini menunjukkan maksud yang praktis. Orang mencari alat analitik ecommerce terbaik, metrik yang penting, contoh dasbor, dan panduan penyiapan untuk Google Analytics 4, Shopify, analitik email, heatmap, dan data pelanggan. Dokumentasi resmi Shopify menekankan dasbor dan laporan untuk penjualan, sesi, transaksi, performa web, dan keputusan merchandising. Dokumentasi Google Analytics berpusat pada event ecommerce dan penyiapan pengukuran. Dokumentasi pelaporan Brevo juga menunjukkan mengapa metrik email perlu ditafsirkan dengan hati-hati, karena Apple Mail Privacy Protection dan aktivitas bot kini bisa menggelembungkan angka open dan klik.

Panduan ini mempertahankan struktur artikel aslinya yang berguna: metrik, alat, penyiapan dasbor, kasus penggunaan untuk pertumbuhan, analitik email, dan rencana untuk memulai. Setiap bagian diperluas menjadi panduan analitik lengkap bagi tim ecommerce.

Jawaban Singkat

Tumpukan analitik ecommerce terbaik biasanya berupa sistem berlapis:

Lapisan	Contoh alat	Apa yang harus dijawab
Analitik toko	Shopify Analytics, laporan WooCommerce, laporan platform	Apa yang terjual, produk mana yang laku, seperti apa pendapatan dan operasional
Analitik web	Google Analytics 4	Sumber trafik dan perjalanan pengguna mana yang menghasilkan event ecommerce
Analitik pencarian	Google Search Console	Kueri dan halaman organik mana yang membawa pembeli ke toko
Analitik pemasaran	Brevo, platform email/SMS, platform iklan	Kampanye mana yang menghasilkan klik, pembelian, pendapatan, berhenti berlangganan, dan pesanan ulang
Analitik perilaku	Microsoft Clarity, alat sejenis Hotjar, alat sejenis Contentsquare	Di mana pembeli mengeklik, menggulir, ragu, mengeklik dengan kesal, atau meninggalkan halaman
Analitik produk	Mixpanel dan alat analitik event serupa	Bagaimana pengalaman dengan login, langganan, marketplace, atau menyerupai aplikasi mendorong perilaku berulang
Business intelligence	Looker Studio, spreadsheet, alat BI	Bagaimana eksekutif dan operator membandingkan laba, retensi, akuisisi, dan kohort

Jika Anda memulai dari nol, jangan langsung membeli rangkaian analitik yang rumit. Mulailah dengan:

1. Analitik bawaan platform commerce Anda.
2. Event ecommerce Google Analytics 4.
3. Google Search Console.
4. Laporan email dan SMS Anda.
5. Satu dasbor dengan tampilan harian, mingguan, dan bulanan.
6. Proses untuk memeriksa kualitas pelacakan sebelum Anda memercayai angkanya.

Setelah itu, tambahkan sinkronisasi data pelanggan, heatmap, analisis kohort, dan analitik produk lanjutan ketika bisnis memiliki keputusan spesifik yang akan diperbaiki oleh alat-alat tersebut.

Metrik Ecommerce yang Penting

Analitik ecommerce yang baik memisahkan metrik kesombongan dari metrik keputusan.

Metrik kesombongan terlihat mengesankan tetapi tidak mengubah keputusan. Metrik keputusan memberi tahu Anda di mana harus mengeluarkan uang, apa yang perlu diperbaiki, audiens mana yang ditargetkan, produk mana yang ditonjolkan, atau perjalanan pelanggan mana yang perlu diperbaiki.

Metrik Pendapatan dan Laba

Pendapatan saja tidak cukup. Sebuah toko bisa menumbuhkan pendapatan sambil kehilangan margin, mendapatkan pelanggan berkualitas rendah, memberi diskon terlalu agresif, atau meningkatkan retur.

Metrik	Rumus	Mengapa penting
Pendapatan	Penjualan kotor dikurangi penyesuaian, tergantung definisi pelaporan Anda	Menunjukkan total volume penjualan, tetapi harus dipasangkan dengan margin dan retur
Pesanan	Jumlah pembelian yang selesai	Membantu memisahkan kualitas trafik dari volume pesanan
Nilai pesanan rata-rata	Pendapatan / pesanan	Menunjukkan ukuran keranjang dan peluang upsell
Pendapatan per pengunjung atau sesi	Pendapatan / pengunjung atau sesi	Menggabungkan volume trafik, tingkat konversi, dan AOV menjadi satu metrik efisiensi
Margin kotor	Pendapatan dikurangi harga pokok penjualan	Menunjukkan apakah penjualan menguntungkan sebelum biaya operasional
Margin kontribusi	Pendapatan dikurangi HPP, diskon, subsidi ongkos kirim, biaya pembayaran, dan biaya fulfillment variabel	Lebih baik untuk menilai apakah kampanye benar-benar menguntungkan
Tingkat refund dan retur	Pesanan yang di-refund atau diretur / total pesanan	Melindungi tim dari mengoptimalkan penjualan yang tidak bertahan
Tingkat diskon	Nilai diskon / penjualan kotor	Menunjukkan apakah pendapatan terlalu bergantung pada promosi

Gunakan metrik pendapatan untuk menjawab pertanyaan seperti:

• Produk mana yang layak mendapat lebih banyak trafik?
• Produk mana yang laku tetapi bermargin rendah atau sering diretur?
• Kampanye mana yang menghasilkan pesanan yang menguntungkan, bukan sekadar pesanan?
• Bundel mana yang menaikkan AOV tanpa merusak margin kontribusi?
• Saluran mana yang membutuhkan penawaran berbeda karena menarik pelanggan bernilai rendah?

Metrik Konversi dan Funnel

Tingkat konversi itu penting, tetapi bukan papan skor universal. Toko dengan produk mahal, siklus pembelian panjang, pelanggan grosir, atau penemuan yang didominasi seluler bisa berkonversi berbeda dari toko barang murah yang dibeli secara impulsif.

Gunakan metrik konversi per segmen alih-alih bergantung pada satu angka untuk seluruh situs.

Metrik	Rumus	Segmentasi yang lebih baik
Tingkat konversi ecommerce	Pesanan / sesi atau pengguna	Perangkat, sumber trafik, landing page, pengunjung baru vs kembali
Tingkat tambah ke keranjang	Event tambah ke keranjang / sesi halaman produk	Produk, kategori, sumber trafik, perangkat
Tingkat pengabaian keranjang	Keranjang tanpa pembelian selesai / keranjang yang dimulai	Jenis keranjang, negara pengiriman, metode pembayaran, perangkat
Tingkat pengabaian checkout	Checkout dimulai tanpa pembelian selesai / checkout dimulai	Langkah checkout, opsi pembayaran, visibilitas ongkos kirim
Konversi halaman produk	Pembelian yang mencakup produk / sesi halaman produk	Produk, ukuran, varian, status stok
Konversi landing page	Pesanan / sesi landing page	Sumber, kampanye, maksud, jenis halaman

Tujuannya bukan sekadar menaikkan tingkat konversi. Tujuannya adalah menaikkan konversi yang berkualitas sambil menjaga AOV, margin, kualitas pelanggan, dan pengalaman pelanggan.

Misalnya, diskon besar bisa menaikkan tingkat konversi dan mengurangi laba. Rekomendasi produk yang lebih baik bisa menaikkan AOV dan margin meski tingkat konversi tetap. Perbaikan checkout bisa meningkatkan konversi seluler tanpa mengubah konversi desktop.

Ekonomi Pelanggan

Metrik pelanggan membantu tim menghindari cara pandang bisnis yang hanya berbasis kampanye. Pertumbuhan ecommerce bergantung pada pelanggan yang Anda dapatkan, bukan hanya pesanan pertama mereka.

Metrik	Rumus	Mengapa penting
Biaya akuisisi pelanggan	Belanja pemasaran / pelanggan baru yang didapat	Menunjukkan berapa yang dibayar bisnis untuk satu pelanggan baru
Return on ad spend	Pendapatan yang diatribusikan ke iklan / belanja iklan	Berguna untuk optimasi platform iklan, tetapi bisa melebih-lebihkan profitabilitas
Marketing efficiency ratio	Total pendapatan / total belanja pemasaran	Gambaran efisiensi berbayar dan organik yang lebih luas
Nilai seumur hidup pelanggan	Pendapatan atau laba yang diharapkan dari pelanggan dari waktu ke waktu	Membantu menentukan berapa belanja akuisisi yang wajar
Tingkat pembelian ulang	Pelanggan kembali dengan pesanan lain / pelanggan	Menunjukkan kekuatan retensi
Frekuensi pembelian	Pesanan / pelanggan dalam suatu periode	Membantu mengidentifikasi potensi pengisian ulang, langganan, atau loyalitas
Waktu hingga pesanan kedua	Jumlah hari antara pembelian pertama dan kedua	Menunjukkan apakah perjalanan setelah pembelian menciptakan pembeli berulang
Retensi kohort	Perilaku berulang per kohort akuisisi	Menunjukkan apakah pelanggan baru semakin baik atau semakin buruk

ROAS berguna, tetapi tidak boleh menjadi satu-satunya metrik. Platform iklan bisa mengklaim pelanggan yang sebenarnya akan tetap membeli. Pelaporan last-click bisa meremehkan email, pencarian organik, afiliasi, kunjungan langsung, atau permintaan terhadap merek. MER, margin kontribusi, dan retensi kohort memberi gambaran yang lebih luas.

Metrik Pemasaran dan Saluran

Metrik saluran bernilai ketika terhubung dengan perilaku pelanggan dan pendapatan.

Untuk email, SMS, WhatsApp, pencarian berbayar, media sosial berbayar, afiliasi, pencarian organik, dan trafik rujukan, lacak:

• Pendapatan per saluran.
• Pesanan per saluran.
• Pelanggan baru per saluran.
• Pelanggan kembali per saluran.
• AOV per saluran.
• Margin kontribusi per saluran.
• Tingkat pembelian ulang per saluran akuisisi.
• Tingkat berhenti berlangganan, penolakan SMS, keluhan spam, dan supresi.
• Konversi berbantuan atau pendapatan yang dibantu percakapan jika relevan.

Analitik email dan SMS butuh perhatian khusus. Open dan klik bisa menjadi sinyal arah yang berguna, tetapi bukan hasil bisnis akhir. Dokumentasi pelaporan Brevo mencatat bahwa laporan terbaru bisa mencakup Apple Mail Privacy Protection dan aktivitas bot, yang dapat menaikkan angka open dan klik yang dilaporkan. Karena itu, pendapatan, konversi, berhenti berlangganan, penolakan SMS, dan perilaku segmen lebih andal untuk keputusan bisnis.

Tumpukan Alat Analitik

Alat analitik ecommerce terbaik tidak sama untuk setiap bisnis. Tumpukan yang tepat bergantung pada platform toko, bauran trafik, kerumitan pembelian, kualitas data, ukuran tim, dan apakah toko membutuhkan pelaporan sederhana atau orkestrasi data pelanggan yang lebih dalam.

Shopify Analytics atau Analitik Platform

Mulailah dari sistem tempat pesanan benar-benar terjadi.

Shopify Analytics adalah sumber bawaan untuk penjualan, sesi, transaksi, laporan produk, kartu dasbor, dan laporan toko. Alat ini berguna karena mencerminkan pemahaman platform commerce itu sendiri tentang pesanan, pelanggan, produk, saluran penjualan, dan transaksi.

Gunakan analitik platform untuk:

• Pelacakan penjualan dan pesanan.
• Performa produk dan varian.
• Analisis diskon dan promosi.
• Pelaporan saluran penjualan.
• Konteks retur dan fulfillment.
• Metrik operasional.
• Dasbor untuk pemilik toko.

Keterbatasannya, analitik platform biasanya tidak menjelaskan seluruh perjalanan sebelum pembelian. Analitik ini mungkin tidak menampilkan setiap sentuhan pemasaran, kueri pencarian, rekaman sesi, otomasi email, atau logika segmen pelanggan. Itulah sebabnya analitik platform harus menjadi lapisan dasar, bukan satu-satunya lapisan.

Google Analytics 4

GA4 adalah lapisan analitik web standar untuk event ecommerce dan analisis trafik.

Gunakan GA4 untuk:

• Sesi dan pengguna.
• Sumber trafik dan kampanye.
• Analisis landing page.
• Event ecommerce seperti view item, add to cart, begin checkout, purchase, dan refund.
• Eksplorasi funnel.
• Perilaku lintas perangkat dan lintas sesi jika pengukuran memungkinkan.
• Analisis audiens dan event.

GA4 berguna, tetapi memerlukan penyiapan yang cermat. Nama event ecommerce, ID item, mata uang, ID transaksi, refund, event ganda, consent mode, dan pelacakan checkout harus diperiksa. Jika ID transaksi terduplikasi atau terpicu dua kali, pendapatan akan salah. Jika UTM tidak konsisten, laporan saluran akan berantakan.

Google Search Console

Search Console sangat penting untuk pencarian organik.

Gunakan untuk memahami:

• Kueri yang menghasilkan tayangan dan klik.
• Halaman yang naik atau turun visibilitas organiknya.
• Posisi rata-rata per kueri dan halaman.
• Permintaan pencarian bermerek vs tidak bermerek.
• Performa halaman produk, kategori, panduan, dan perbandingan.
• Masalah pengindeksan dan teknis pencarian.

Search Console tidak menampilkan pendapatan secara langsung, tetapi memberi tahu Anda maksud pencarian organik mana yang tumbuh atau menurun. Pasangkan dengan GA4, Shopify, dan data pelanggan/pesanan untuk memahami halaman organik mana yang menghasilkan pesanan.

Brevo dan Analitik Platform Pemasaran

Platform pemasaran Anda harus menunjukkan performa kampanye dan otomasi.

Untuk Brevo atau platform email/SMS serupa, lacak:

• Pengiriman kampanye.
• Pesan yang terkirim.
• Bounce.
• Open dan klik, dengan hati-hati.
• Berhenti berlangganan dan keluhan.
• Event pendapatan atau konversi jika terintegrasi.
• Performa otomasi per alur.
• Performa segmen.
• Pertumbuhan daftar dan sumber persetujuan.
• Perubahan supresi dan persetujuan.

Jangan anggap setiap open sebagai niat. Apple Mail Privacy Protection dan aktivitas bot dapat mendistorsi metrik open dan klik. Gunakan open dan klik sebagai sinyal diagnostik, lalu validasi kualitas kampanye dengan pendapatan, konversi, penolakan, pembelian ulang, dan perpindahan pelanggan antartahap siklus hidup.

Microsoft Clarity, Alat Sejenis Hotjar, dan Rekaman Sesi

Alat analitik perilaku membantu menjelaskan apa yang tidak bisa dijelaskan angka.

Gunakan heatmap dan rekaman sesi untuk:

• Kebingungan di halaman produk.
• Hambatan di checkout.
• Masalah kegunaan di seluler.
• Klik karena kesal.
• Klik yang tidak menghasilkan apa-apa.
• Kedalaman gulir.
• Masalah navigasi.
• Keraguan di formulir dan langkah pengiriman.
• Landing page yang punya trafik tetapi konversinya lemah.

Jangan meninjau rekaman secara acak. Mulailah dari pertanyaan: “Mengapa konversi checkout seluler turun?” atau “Mengapa halaman produk ini mendapat trafik tetapi sedikit event tambah ke keranjang?” Lalu ambil sampel rekaman dan heatmap untuk segmen tersebut.

Mixpanel dan Analitik Produk

Mixpanel dan alat analitik event serupa paling kuat ketika pengalaman ecommerce menyerupai aplikasi, berbasis langganan, memerlukan login, berbasis marketplace, atau sangat digerakkan oleh event.

Gunakan analitik produk untuk:

• Perilaku siklus hidup langganan.
• Pembuatan akun dan onboarding.
• Fitur yang digunakan berulang.
• Interaksi dengan rekomendasi produk.
• Keterlibatan program loyalitas.
• Retensi kohort.
• Analisis eksperimen.
• Perjalanan pelanggan yang berlanjut setelah pembelian pertama.

Untuk toko katalog sederhana, GA4 ditambah Shopify mungkin sudah cukup. Untuk commerce berbasis langganan, marketplace, produk yang terhubung aplikasi, atau pengalaman keanggotaan, analitik produk dapat mengungkap perilaku yang terlewat oleh laporan pesanan.

Menyiapkan Dasbor Analitik Anda

Dasbor ecommerce harus mengikuti ritme operasional. Dasbor harian berbeda dari tinjauan kohort bulanan. Mencampur semuanya ke dalam satu layar hanya menimbulkan kebisingan.

Dasbor Operasional Harian

Gunakan ini untuk mendeteksi masalah dengan cepat.

Lacak:

• Pendapatan.
• Pesanan.
• Tingkat konversi.
• Sesi.
• AOV.
• Kegagalan pembayaran.
• Penurunan di checkout.
• Produk teratas.
• Pengecualian stok atau fulfillment.
• Kesalahan pengiriman email/SMS.
• Perubahan mendadak pada sumber trafik.

Dasbor harian berfungsi untuk mendeteksi anomali. Dasbor ini harus menjawab: “Apakah ada yang rusak hari ini?”

Dasbor Pertumbuhan Mingguan

Gunakan ini untuk keputusan pemasaran dan merchandising.

Lacak:

• Pendapatan per saluran.
• Pesanan per saluran.
• Pendapatan dari pelanggan baru vs kembali.
• AOV per saluran.
• Tingkat konversi per perangkat dan sumber.
• Performa funnel tambah ke keranjang dan checkout.
• Pendapatan kampanye.
• Pendapatan otomasi.
• Landing page teratas.
• Produk dan kategori teratas.
• Penggunaan diskon.
• Persetujuan email/SMS, penolakan, dan berhenti berlangganan.

Dasbor mingguan harus menjawab: “Di mana kita sebaiknya berbelanja, menguji, memperbaiki, atau mempromosikan minggu depan?”

Dasbor Pelanggan dan Profitabilitas Bulanan

Gunakan ini untuk analisis bisnis yang lebih dalam.

Lacak:

• Kohort pelanggan.
• Tingkat pembelian ulang.
• Waktu hingga pembelian kedua.
• CLV per sumber akuisisi.
• CAC per saluran.
• MER.
• Margin kontribusi per produk atau kategori.
• Tingkat retur dan refund.
• Ketergantungan pada diskon.
• Pertumbuhan pelanggan.
• Perpindahan segmen loyalitas atau VIP.

Dasbor bulanan harus menjawab: “Apakah kita mendapatkan pelanggan yang lebih baik dan membangun bisnis yang lebih sehat?”

Dasbor Perencanaan Kuartalan

Gunakan ini untuk keputusan strategis.

Lacak:

• Bauran saluran.
• Pertumbuhan kategori produk.
• Tren margin.
• Tren retensi.
• Performa segmen pelanggan.
• Visibilitas pencarian.
• Kematangan kampanye siklus hidup.
• Celah alat dan integrasi.
• Tingkat keyakinan atribusi.
• Pelajaran dari eksperimen.

Dasbor kuartalan harus menjawab: “Taruhan mana yang sebaiknya membentuk kuartal berikutnya?”

Apa yang ingin Anda putuskan?

1. Apakah ada yang rusak hari ini?

   Operasional harian

   Pendapatan, pesanan, kegagalan pembayaran, penurunan di checkout, kesalahan pengiriman.

2. Di mana berbelanja, menguji, atau memperbaiki minggu depan

   Pertumbuhan mingguan

   Pendapatan dan konversi per saluran, perangkat, dan sumber.

3. Apakah kita mendapatkan pelanggan yang lebih baik?

   Pelanggan dan profitabilitas bulanan

   Kohort, tingkat pembelian ulang, CLV, CAC, dan MER.

4. Taruhan mana yang membentuk kuartal berikutnya

   Perencanaan kuartalan

   Bauran saluran, tren margin dan retensi, keyakinan atribusi.

Menggunakan Analitik untuk Menumbuhkan Pendapatan

Analitik hanya berguna jika mengubah cara kerja. Setiap metrik harus terhubung dengan sebuah keputusan.

Meningkatkan Tingkat Konversi

Jangan mulai dengan bertanya cara menaikkan tingkat konversi secara global. Mulailah dengan menemukan segmen yang konversinya lemah dan bernilai.

Contoh:

• Trafik seluler berkonversi lebih buruk daripada desktop.
• Trafik media sosial berbayar menambahkan ke keranjang tetapi tidak membeli.
• Halaman kategori mendapat trafik pencarian tetapi klik produknya lemah.
• Jumlah checkout yang dimulai sehat, tetapi pengabaian di langkah pengiriman tinggi.
• Pelanggan kembali menjelajah tetapi tidak memesan ulang.

Lalu pilih perbaikan yang tepat:

• Perjelas halaman produk.
• Tambahkan panduan ukuran, kompatibilitas, atau bahan.
• Perbaiki tata letak dan kecepatan di seluler.
• Perjelas kebijakan pengiriman dan retur.
• Kurangi biaya tak terduga.
• Tambahkan opsi pembayaran.
• Tingkatkan rekomendasi produk.
• Kirim email keranjang yang ditinggalkan atau tindak lanjut SMS jika persetujuannya memungkinkan.
• Uji teks landing page dan kesesuaian penawaran.

Ukur hasilnya dengan konversi, pendapatan per pengunjung, AOV, margin, dan tingkat retur. Kenaikan tingkat konversi kurang bernilai jika berasal dari pesanan berkualitas lebih rendah.

Menaikkan Nilai Pesanan Rata-rata

Pertumbuhan AOV harus berasal dari nilai yang relevan, bukan upsell acak.

Gunakan analitik untuk menemukan:

• Produk yang sering dibeli bersamaan.
• Kategori dengan tingkat pembelian tambahan yang kuat.
• Item yang menghasilkan pembelian ulang.
• Bundel dengan margin yang baik.
• Ambang gratis ongkir yang meningkatkan laba.
• Rekomendasi produk yang menaikkan nilai keranjang.
• Penawaran setelah pembelian yang tidak merusak kepercayaan pelanggan.

Taktiknya mencakup:

• Bundel.
• Paket produk.
• Cross-sell.
• Potongan berdasarkan jumlah.
• Ambang gratis ongkir.
• Rekomendasi yang dipersonalisasi.
• Penawaran pengisian ulang.
• Upsell setelah pembelian.

Lacak AOV bersama tingkat konversi dan margin kontribusi. Bundel yang menaikkan AOV tetapi terlalu menurunkan margin mungkin tidak layak diperbesar.

Meningkatkan Nilai Seumur Hidup Pelanggan

CLV membaik ketika pelanggan membeli lagi, membeli produk bermargin lebih tinggi, tetap berlangganan, atau menjadi lebih mudah dilayani.

Gunakan analitik untuk mengidentifikasi:

• Produk pertama yang mengarah ke pembelian ulang yang kuat.
• Kategori produk yang menghasilkan pelanggan setia.
• Saluran akuisisi dengan tingkat pembelian ulang lebih tinggi.
• Segmen yang membutuhkan edukasi setelah pembelian.
• Pelanggan yang kemungkinan akan mengisi ulang.
• Pelanggan yang menunjukkan tanda tidak aktif.
• Pelanggan VIP yang layak mendapat akses awal atau penawaran eksklusif.

Kampanye siklus hidup dapat mencakup:

• Alur sambutan dan onboarding.
• Edukasi setelah pembelian.
• Permintaan ulasan.
• Pengingat pengisian ulang.
• Kampanye cross-sell dan produk terbaik berikutnya.
• Kampanye loyalitas.
• Kampanye re-engagement.
• Akses awal untuk VIP.

Untuk kampanye ini, ukur pendapatan, pembelian ulang, penolakan, keluhan, dan perpindahan segmen. Kampanye retensi tidak boleh hanya menciptakan lonjakan pesanan sementara; kampanye itu harus memperbaiki hubungan dengan pelanggan.

Menurunkan Biaya Akuisisi

Biaya akuisisi pelanggan membaik ketika toko menargetkan audiens yang lebih baik, meningkatkan konversi, menaikkan nilai pelanggan, atau berhenti mendanai saluran yang menghasilkan pelanggan lemah.

Gunakan analitik untuk membandingkan:

• CAC per saluran.
• Margin pesanan pertama per saluran.
• Pembelian ulang per saluran.
• CLV per saluran.
• Penggunaan diskon per saluran.
• Tingkat refund dan retur per saluran.
• Waktu hingga pesanan kedua per saluran.

Saluran dengan CAC tinggi tetap bisa kuat jika membawa pelanggan dengan retensi tinggi. Saluran dengan CAC rendah bisa lemah jika membawa pembeli yang hanya mengejar diskon dan tidak pernah kembali.

Analitik Email Marketing

Email bisa menjadi salah satu saluran ecommerce terkuat, tetapi mudah diukur dengan cara yang salah.

Lacak email pada tiga tingkat:

Tingkat	Metrik	Keputusan
Kesehatan daftar	Pelanggan baru, berhenti berlangganan, keluhan, bounce, sumber persetujuan	Apakah audiens tumbuh dengan aman?
Kualitas kampanye	Pesan terkirim, open, klik, click-to-open jika berguna, pendapatan, konversi	Pesan dan segmen mana yang berhasil?
Dampak siklus hidup	Pendapatan sambutan, pemulihan keranjang, tingkat pembelian ulang setelah pembelian, performa win-back, perpindahan VIP	Otomasi mana yang mengubah perilaku pelanggan?

Open rate dapat membantu mendiagnosis subject line, deliverability, atau kejenuhan daftar, tetapi tidak boleh menjadi satu-satunya metrik keberhasilan. Dokumentasi Brevo menyoroti perubahan pelaporan terkait Apple Mail Privacy Protection dan aktivitas bot. Artinya, sebuah kampanye bisa terlihat lebih sehat dalam open dan klik daripada perilaku pelanggan yang sebenarnya.

Untuk email ecommerce, prioritaskan:

• Pendapatan per penerima.
• Tingkat konversi.
• AOV dari email.
• Tingkat pembelian ulang.
• Performa per segmen.
• Performa per alur.
• Tingkat berhenti berlangganan dan keluhan.
• Masalah deliverability.
• Aturan supresi.

Kualitas Data dan QA Atribusi

Analitik yang buruk menghasilkan keputusan keliru yang diambil dengan yakin. Sebelum memperbesar penggunaan dasbor, jalankan daftar periksa QA.

QA Pelacakan

Periksa:

• Event purchase hanya terpicu sekali.
• ID transaksi unik.
• Pendapatan menggunakan mata uang yang benar.
• Pajak, ongkos kirim, diskon, dan refund ditangani secara konsisten.
• ID produk cocok di Shopify, GA4, email, dan pelaporan.
• Event add-to-cart, begin-checkout, dan purchase menggunakan data item yang konsisten.
• Pengaturan persetujuan dihormati.
• Langkah checkout dilacak jika memungkinkan.
• Pengalihan lintas domain atau penyedia pembayaran tidak memutus sesi.

QA UTM dan Kampanye

Periksa:

• Aturan penamaan UTM tersedia.
• Media sosial berbayar, pencarian berbayar, email, SMS, afiliasi, influencer, dan kampanye organik menggunakan penamaan yang konsisten.
• Otomasi email memakai nama kampanye yang berbeda dari newsletter satu kali.
• Tautan internal tidak menimpa sumber akuisisi asli.
• Laporan kampanye memisahkan akuisisi pesanan pertama dari pendapatan pelanggan kembali.

QA Atribusi

Tidak ada model atribusi yang sempurna.

Bandingkan:

• Atribusi platform.
• Atribusi GA4.
• Sumber pesanan Shopify.
• Pelaporan platform email.
• Pelaporan platform iklan.
• MER.
• Retensi kohort.

Ketika angka-angkanya berbeda, jangan merata-ratakannya begitu saja. Pahami apa yang ingin diukur oleh setiap alat. Platform iklan mungkin mengoptimalkan konversi yang diatribusikan. Shopify mungkin melaporkan pesanan. GA4 mungkin memodelkan trafik dan event. Brevo mungkin melaporkan keterlibatan dan konversi kampanye. Dasbor keuangan mungkin peduli pada kas, refund, dan margin kontribusi.

Tujuannya bukan satu angka ajaib. Tujuannya adalah sistem pelaporan yang menghasilkan keputusan yang lebih baik.

Rencana Implementasi

Gunakan urutan ini jika analitik toko masih lemah saat ini.

1. Tentukan Keputusannya

Tuliskan keputusan yang harus didukung dasbor:

• Produk mana yang sebaiknya kita promosikan?
• Saluran mana yang sebaiknya mendapat anggaran lebih?
• Masalah checkout mana yang sebaiknya kita perbaiki?
• Segmen mana yang sebaiknya mendapat kampanye siklus hidup?
• Kampanye mana yang sebaiknya kita hentikan?
• Kategori produk mana yang punya masalah margin atau retur?
• Pelanggan mana yang kemungkinan akan membeli lagi?

Lakukan ini sebelum memilih alat.

2. Pasang Pelacakan Inti

Siapkan:

• Analitik Shopify atau platform.
• Event ecommerce GA4.
• Google Search Console.
• Pelaporan email dan SMS.
• Kontrol persetujuan.
• Pelacakan pembayaran dan checkout jika memungkinkan.

Validasi dengan membuat pesanan uji, memeriksa jumlah event, membandingkan ID transaksi, dan mengonfirmasi pendapatan.

3. Seragamkan Data Kampanye

Buat aturan UTM untuk:

• Pencarian berbayar.
• Media sosial berbayar.
• Kampanye email.
• Otomasi email.
• Kampanye SMS.
• Afiliasi.
• Influencer.
• Media sosial organik.
• Kemitraan.

Dokumentasikan konvensi penamaannya. Kualitas analitik bergantung pada input yang konsisten.

4. Sinkronkan Konteks Pelanggan dan Pesanan

Hubungkan sistem yang membutuhkan data bersama.

Untuk tim Shopify dan Brevo, ini dapat mencakup:

• Kolom profil pelanggan.
• Persetujuan email dan SMS.
• Jumlah pesanan.
• Tanggal pembelian terakhir.
• Kategori produk yang dibeli.
• Nilai seumur hidup.
• Tahap siklus hidup.
• Event keranjang atau checkout.
• Keanggotaan segmen.

Ekspor manual bisa berfungsi sementara, tetapi menghasilkan data usang dan penyimpangan pelaporan.

5. Bangun Ritme Dasbor

Bangun empat tampilan:

• Operasional harian.
• Pertumbuhan mingguan.
• Pelanggan dan profitabilitas bulanan.
• Perencanaan kuartalan.

Jaga setiap dasbor tetap fokus. Dasbor harian tidak perlu memuat setiap grafik kohort. Dasbor bulanan tidak boleh mengharuskan Anda memindai setiap pesanan kemarin.

6. Jalankan Satu Eksperimen dalam Satu Waktu

Analitik membaik ketika tim mengubah satu hal dan mengukur hasilnya.

Contoh:

• Tulis ulang satu halaman produk dengan trafik tinggi.
• Perbaiki satu langkah checkout.
• Tambahkan satu alur setelah pembelian.
• Uji satu bundel.
• Perbaiki satu landing page kategori.
• Segmentasikan satu kampanye email berdasarkan riwayat pembelian.
• Ubah satu penawaran di landing page berbayar.

Ukur dampak sebelum dan sesudahnya pada metrik yang relevan. Jika dasbor tidak bisa menunjukkan dampaknya, perbaiki pengukuran sebelum memperbanyak eksperimen.

1. Toko dengan analitik yang masih lemah

2. Tentukan keputusannya

   • Sebelum memilih alat

3. Pasang pelacakan inti

   • Analitik platform, GA4, Search Console, email dan SMS
   • Validasi dengan pesanan uji

4. Seragamkan data kampanye

   • Aturan penamaan UTM yang terdokumentasi

5. Sinkronkan konteks pelanggan dan pesanan

   • Persetujuan, jumlah pesanan, tahap siklus hidup

6. Bangun ritme dasbor

   • Harian, mingguan, bulanan, kuartalan

7. Jalankan satu eksperimen dalam satu waktu

   • Ukur sebelum dan sesudah

Memulai

Jika Anda membangun analitik ecommerce minggu ini, gunakan jalur praktis berikut:

1. Pastikan analitik toko Anda cocok dengan pesanan yang sebenarnya.
2. Siapkan atau audit event ecommerce GA4.
3. Hubungkan Google Search Console.
4. Tinjau pelaporan email dan SMS, termasuk pendapatan, berhenti berlangganan, dan penolakan.
5. Buat dasbor mingguan dengan pendapatan, pesanan, tingkat konversi, AOV, pendapatan per pengunjung, saluran teratas, produk teratas, pengabaian keranjang, pengabaian checkout, dan pendapatan kampanye.
6. Pilih satu masalah pertumbuhan: penurunan di checkout, AOV rendah, pembelian ulang lemah, konversi landing page organik yang buruk, atau kampanye yang performanya kurang.
7. Jalankan satu perbaikan dan ukur dampaknya setidaknya selama satu siklus pembelian penuh.

Analitik ecommerce bukan soal memiliki grafik paling banyak. Ini soal membuat pilihan yang lebih baik dengan data terkini yang dapat dipercaya.

Di mana Tajo berperan

Tajo adalah pembangun integrasi. Bangun integrasi. Tempatkan agen di atasnya. Biarkan mereka menjalankan engagement. Tajo sedang dalam akses awal. Minta akses awal