Kursus Web Analytics dan Tools Analisis Trafik

Pelajaran 1 • Bagaimana Data Mengalir ke Dalam Alat

Menjelaskan jalur teknis dari tindakan pengguna hingga angka di dasbor. Mendasari pekerjaan pelabelan dan pelacakan selanjutnya dengan model mental yang jelas.

Pelajaran 2 • Menetapkan Tujuan Pengukuran

Mengajarkan kerangka kerja penetapan tujuan yang menyelaraskan analitik dengan strategi bisnis. Mencegah jebakan metrik kesombongan sebelum konfigurasi alat dimulai.

Pelajaran 3 • Metrik Inti dan Dimensi

Memperkenalkan sesi, pengguna, tampilan halaman, bounce rate, dan dimensi. Menghubungkan setiap metrik dengan keputusan bisnis tertentu.

Pelajaran 1 • Memilih Platform Analitik yang Tepat

Membandingkan platform analitik utama berdasarkan kumpulan fitur, kepemilikan data, dan biaya. Memungkinkan pemilihan platform yang tepat sebelum pekerjaan instalasi apa pun.

Pelajaran 2 • Memverifikasi Akurasi Pengumpulan Data

Menerapkan laporan waktu nyata dan alat debugging peramban untuk mengonfirmasi bahwa tag telah terpicu dengan benar. Menangkap kesalahan implementasi sebelum merusak data historis.

Pelajaran 3 • Konfigurasi Properti dan Tampilan

Mencakup hierarki akun, pengaturan properti, dan tampilan yang difilter. Memastikan data yang bersih dan tersegmentasi sejak hari pertama pengumpulan.

Pelajaran 4 • Pengaturan Retensi Data dan Tata Kelola

Mengonfigurasi periode retensi data dan mendokumentasikan rencana pengukuran. Membangun kebiasaan tata kelola yang mendukung kepatuhan dan auditabilitas.

Pelajaran 1 • Analisis Trafik Pencarian Organik

Menghubungkan data analitik dengan data search console untuk mengevaluasi kinerja tingkat kata kunci. Mengungkapkan kualitas landing page dan kesenjangan visibilitas organik.

Pelajaran 2 • Pendalaman Trafik Rujukan dan Email

Mengevaluasi kualitas domain rujukan dan kinerja kampanye email menggunakan jalur klik-ke-konversi. Mengidentifikasi kemitraan bernilai tinggi dan segmen email yang berkinerja buruk.

Pelajaran 3 • Pelabelan Kampanye UTM

Mengajarkan lima parameter UTM dan penerapannya yang benar pada tautan pemasaran. Memungkinkan atribusi yang akurat dari kampanye media berbayar dan milik sendiri.

Pelajaran 4 • Evaluasi Saluran Berbayar dan Sosial

Menganalisis biaya per klik, return on ad spend, dan metrik engagement di seluruh saluran berbayar dan sosial. Menghubungkan data pengeluaran dengan hasil perilaku di situs.

Pelajaran 1 • Perilaku Teknologi dan Perangkat

Membandingkan kinerja di seluruh perangkat, peramban, dan sistem operasi. Mengungkap titik gesekan teknis yang menurunkan konversi pada platform tertentu.

Pelajaran 2 • Analisis Kohort dan Retensi

Mengelompokkan pengguna berdasarkan tanggal akuisisi untuk mengukur retensi dan penurunan engagement dari waktu ke waktu. Mengungkap apakah perubahan produk atau konten meningkatkan loyalitas jangka panjang.

Pelajaran 3 • Wawasan Demografis dan Geografis

Menganalisis data usia, jenis kelamin, lokasi, dan bahasa untuk memetakan komposisi audiens. Menghubungkan pola demografis dengan relevansi konten dan kebutuhan lokalisasi.

Pelajaran 4 • Membangun dan Menerapkan Segmen

Membuat segmen pengguna dan sesi menggunakan kondisi perilaku, demografis, dan teknologi. Segmen menjadi lensa untuk semua analisis audiens selanjutnya.

Pelajaran 1 • Visualisasi dan Analisis Corong

Membangun corong multi-langkah untuk mengungkap di mana pengguna meninggalkan jalur konversi. Memprioritaskan upaya optimasi dengan mengukur penurunan di setiap langkah.

Pelajaran 2 • Pengaturan Pelacakan E-Commerce

Mengonfigurasi pelacakan e-commerce standar dan yang disempurnakan untuk menangkap impresi produk, klik, dan transaksi. Memungkinkan atribusi pendapatan dan analisis kinerja produk.

Pelajaran 3 • Mendefinisikan dan Membuat Tujuan

Mencakup tipe tujuan destination, durasi, halaman-per-sesi, dan event. Memetakan setiap tipe tujuan ke skenario konversi bisnis tertentu.

Pelajaran 4 • Dasar-Dasar Optimasi Conversion Rate

Menggunakan data konversi untuk mengidentifikasi halaman yang berkinerja buruk dan memprioritaskan pengujian. Menjembatani pengukuran analitik dengan siklus perbaikan terstruktur.

Pelajaran 1 • Arsitektur Lapisan Data

Merancang lapisan data terstruktur untuk meneruskan data halaman dan pengguna yang dinamis ke manajer tag. Memungkinkan pelacakan yang skalabel dan mudah dipelihara tanpa nilai tag yang dikodekan secara kaku.

Pelajaran 2 • Dasar-Dasar Pelabelan Sisi Server

Memindahkan eksekusi tag dari peramban ke wadah server untuk meningkatkan kinerja dan kontrol data. Mengatasi batasan cookie dan keterbatasan skrip pihak ketiga.

Pelajaran 3 • Dimensi dan Metrik Kustom

Membuat dimensi kustom dengan cakupan hit, sesi, dan pengguna untuk menangkap titik data spesifik bisnis. Memperluas skema default untuk mendukung kebutuhan pelaporan yang unik.

Pelajaran 4 • Pelacakan Lintas Domain dan Lintas Perangkat

Mengonfigurasi parameter linker dan ID pengguna untuk menyambungkan sesi di seluruh domain dan perangkat. Menghilangkan jeda sesi buatan yang meningkatkan jumlah pengguna.

Pelajaran 1 • Konstruksi Laporan Kustom

Membangun laporan kustom tabel datar, persentase, dan pivot menggunakan metrik dan dimensi yang dipilih. Mengganti laporan default generik dengan tampilan spesifik bisnis.

Pelajaran 2 • Prinsip Desain Dasbor

Menerapkan praktik terbaik visualisasi data untuk mengatur KPI, bagan, dan tabel agar cepat dipahami. Mencegah kelebihan informasi dan misinterpretasi oleh pemangku kepentingan.

Pelajaran 3 • Mengomunikasikan Wawasan kepada Pemangku Kepentingan

Menerjemahkan data dasbor menjadi wawasan naratif dengan rekomendasi yang jelas. Membangun keterampilan bercerita analitis yang diperlukan untuk mendorong keputusan dari data.

Pelajaran 4 • Pelaporan dan Peringatan Otomatis

Mengonfigurasi laporan email terjadwal dan peringatan kustom untuk anomali metrik. Memastikan pemangku kepentingan menerima data tepat waktu tanpa intervensi manual.

Pelajaran 1 • Metrik Prediktif dan Aktivasi Audiens

Menggunakan probabilitas pembelian prediktif dan skor churn untuk membangun segmen audiens bernilai tinggi. Mengaktifkan data analitik di platform iklan untuk meningkatkan efisiensi targeting.

Pelajaran 2 • Pemodelan Atribusi dan Analisis Jalur

Membandingkan model atribusi last-click, first-click, linier, dan berbasis data untuk memahami kontribusi saluran. Menginformasikan realokasi anggaran dengan bukti multi-sentuh.

Pelajaran 3 • Integrasi A/B dan Multivariat Testing

Menghubungkan platform eksperimen dengan analitik untuk mengukur dampak pengujian pada tujuan konversi. Memastikan ketelitian statistik dalam menafsirkan hasil pengujian.

Pelajaran 4 • Membangun Kerangka Kerja Pengukuran

Menyusun rencana pengukuran yang memetakan tujuan bisnis ke KPI, segmen, dan sumber data. Membuat dokumen tata kelola yang memandu semua keputusan analitik.