Metrik engagement mana yang benar-benar dihargai klien? Yang bisa Anda hubungkan dengan keputusan bisnis. Likes dan reach menunjukkan bahwa sesuatu terjadi; saves, shares, komentar yang mengandung niat, pencarian merek, dan pendapatan inkremental menunjukkan bahwa hal itu berarti. Laporan yang berhenti di daftar pertama hanyalah pemanis. Laporan yang sampai ke daftar kedua meyakinkan.
Sebuah kasus yang dipublikasikan pekan ini menunjukkan jalannya. Menurut Campaign Middle East, agensi performa TRKKN menggunakan Meridian, model marketing mix open source dari Google, untuk menunjukkan kepada peritel kecantikan Faces dari mana pendapatannya sebenarnya berasal. Pemodelan itu mencakup data tiga tahun di 11 kanal dan memproyeksikan kenaikan pendapatan inkremental 8,5% serta peningkatan ROI 10,8 poin persentase, hanya dengan merealokasi anggaran yang sudah ada.
Harry Lonergan, direktur pemasaran digital di Faces, merangkum manfaatnya: Meridian membantu merek melihat lebih jauh dari apa yang bisa ditunjukkan performa last-click.
Mengapa likes tidak lagi meyakinkan klien?
Karena klien tidak membayar untuk likes. Mereka membayar untuk penjualan, untuk merek, untuk pangsa pasar. Ketika laporan bulanan dibuka dengan “engagement naik” dan tidak menjelaskan apa yang berubah karenanya, direktur pemasaran mengajukan pertanyaan yang ditakuti setiap agensi: “Lalu kenapa?”
Masalahnya bukan pada metrik engagement itu sendiri. Masalahnya adalah memperlakukannya sebagai tujuan, bukan sebagai sinyal. Engagement adalah gejala; klien menginginkan diagnosisnya.
Apa itu efek ilusi data?
Ini adalah kecenderungan menganggap angka sebagai pemahaman. Dashboard penuh persentase tampak objektif, presisi, ilmiah. Maka kita berhenti bertanya apakah metriknya benar-benar mengukur hal yang penting. Presisi angka menyamarkan lemahnya pertanyaan.
Pada engagement, ilusi itu muncul dalam tiga bentuk. Membandingkan rate antarplatform yang mendefinisikan engagement secara berbeda. Merayakan volume tanpa membaca apa yang sebenarnya dikatakan orang. Dan mengkreditkan seluruh hasil pada last click, jebakan yang, menurut Lonergan, berhasil dihindari Faces berkat Meridian.
Data mengungkap pola, tetapi tidak bisa mendefinisikan sisi manusia. Rate yang tinggi bisa berarti basis penggemar yang bersemangat atau serbuan massa. Hanya dengan membaca kontennya Anda tahu yang mana.
Metrik engagement: pemanis versus yang meyakinkan
| Metrik | Apa yang ditunjukkan | Kapan penting bagi klien |
|---|---|---|
| Reach dan impression | Berapa banyak orang yang melihat konten, atau berapa kali konten itu muncul | Sebagai konteks bagi metrik lain, tidak pernah berdiri sendiri |
| Likes | Reaksi cepat dengan usaha minim | Nyaris tidak pernah, jika berdiri sendiri |
| Tingkat engagement | Interaksi relatif terhadap reach | Jika dibandingkan dalam platform dan format yang sama |
| Komentar | Apa yang dipikirkan orang, dalam kata-kata mereka sendiri | Jika dibaca dan diklasifikasikan menurut tema dan niat |
| Saves dan shares | Kegunaan, dan kesediaan untuk mengaitkan citra diri dengan konten | Hampir selalu: keduanya sinyal nilai yang kuat |
| Pencarian merek | Minat yang telah keluar dari feed dan berubah menjadi niat | Untuk membuktikan efek merek dan kampanye |
| Pendapatan inkremental dan ROI | Apa yang sebenarnya ditambahkan media bagi bisnis | Dalam percakapan anggaran, dengan tim pemasaran dan keuangan |
Bagaimana membandingkan engagement di berbagai platform?
Dengan hati-hati dan, idealnya, tanpa menjumlahkan angkanya. Bayangkan sebuah agensi yang mengelola kanal sosial klub sepak bola putri. Instagram menunjukkan engagement rate yang sehat pada konten behind-the-scenes; TikTok, banyak views pada cuplikan pertandingan; YouTube, watch time pada pertandingan penuh. Menggabungkan semuanya menjadi satu angka “total engagement” menghapus persis apa yang dikatakan setiap angka.
Rute yang lebih baik adalah membandingkan setiap platform dengan dirinya sendiri dari waktu ke waktu dan, untuk gambaran keseluruhan, melihat orang-orangnya. Siapa penggemar yang berkomentar di ketiga kanal? Ketegangan apa yang muncul, misalnya kesulitan mengetahui di mana pertandingan ditayangkan, atau keinginan untuk lebih mengenal para pemain? Itu bisa Anda bandingkan antarplatform, karena itu konten, bukan metrik milik platform.
Di olahraga niche, pembacaan semacam itu sangat berharga. Audiensnya mungkin lebih kecil, dan justru karena itu, satu komentar yang dibaca dengan baik lebih berarti daripada seribu impression.
Bagaimana menyusun laporan engagement yang benar-benar dibaca klien?
- Mulailah dari keputusan klien. Memperpanjang sponsorship, meluncurkan produk, mempertahankan anggaran dalam rencana tahun depan. Laporan ada untuk melayani keputusan itu.
- Pilih paling banyak tiga metrik per tujuan. Lebih dari itu, laporan menjadi inventaris, bukan analisis.
- Hubungkan setiap metrik perhatian dengan satu metrik bisnis. Saves ke kunjungan situs; komentar ke pencarian merek; reach ke penjualan regional.
- Baca kontennya, bukan hanya angkanya. Klasifikasikan komentar menurut tema dan niat. Tiga kutipan nyata lebih berharga daripada satu grafik.
- Adu prakiraan dengan hasil. Jika Anda pernah bilang sebuah materi kreatif akan berhasil, tunjukkan apakah itu terbukti. Begitulah kredibilitas dibangun.
- Akhiri dengan rekomendasi. Di mana menambah, memangkas, atau mempertahankan anggaran pada siklus berikutnya. Laporan tanpa rekomendasi hanyalah notulen rapat.
Langkah kelima adalah tempat banyak agensi kehilangan kredibilitas tanpa menyadarinya. Di platform Defy, prediksi divalidasi terhadap performa iklan nyata, dan setiap kesimpulan bisa dicek terhadap postingan yang mendasarinya. Jadi percakapan hasil dengan klien dimulai dari bukti, bukan dari pembelaan.
Kapan layak beralih ke marketing mix modelling?
Ketika pertanyaan klien tidak lagi “apakah postingan itu berhasil?” melainkan “ke mana sebagian anggaran berikutnya harus pergi?”. Kasus TRKKN menunjukkan potensinya: dengan Meridian, Faces mengidentifikasi kanal yang masih punya ruang tumbuh, kanal yang mendekati titik jenuh, dan anggaran yang bisa dialihkan ke tempat lain. Performance Max muncul sebagai kanal dengan performa terbaik.
Tetapi MMM membutuhkan riwayat data. Proyek ini memakai data tiga tahun, online dan offline, di 11 kanal. Untuk klien yang lebih kecil atau akun yang lebih baru, mulailah dengan dasar-dasar yang dikerjakan dengan baik: metrik yang tepat, pembacaan kualitatif, dan uji inkrementalitas sederhana. Tujuannya sama saja: mengganti ilusi angka dengan pemahaman nyata tentang apa yang menggerakkan bisnis.
