Digital Marketing
Funnel Analysis (Analisis Corong)
Funnel analysis adalah teknik analitik yang mengukur konversi tahap demi tahap dalam perjalanan pengguna untuk menemukan langkah mana yang paling banyak ditinggalkan.
TL;DR: Funnel analysis memetakan langkah-langkah konversi (misal landing > daftar > aktivasi > beli) lalu menghitung berapa persen pengguna yang lolos dari satu langkah ke langkah berikutnya. Tujuannya menemukan titik bocor sebelum menambah trafik baru.
Apa itu Funnel Analysis?
Funnel analysis adalah analisis berurutan terhadap rangkaian event yang merepresentasikan tujuan bisnis. Berbeda dari event tracking yang melihat satu metrik, funnel mengikat beberapa event jadi satu jalur. Marketer Indonesia memakainya untuk menjawab "apakah masalahnya di iklan, di landing page, atau di checkout?".
Sebuah e-commerce misalnya menelusuri lima langkah: View Product, Add to Cart, View Cart, Begin Checkout, Purchase. Setiap drop-off antar langkah punya makna berbeda. Drop besar di Begin Checkout ke Purchase biasanya karena ongkir kaget atau form yang panjang. Drop di View Product ke Add to Cart lebih sering soal harga dan deskripsi.
Kenapa Penting
Banyak tim memutuskan menambah budget iklan padahal funnel mereka bocor. Funnel analysis menunjukkan bahwa mengoptimalkan satu langkah yang bocor parah biasanya memberikan ROI lebih besar dibanding menggandakan akuisisi. Berdasarkan praktik di proyek client Vito Atmo, perbaikan satu friksi di checkout pernah menambah 18 hingga 25 persen revenue tanpa kenaikan trafik.
| Tools umum | Kekuatan |
|---|---|
| GA4 Funnel Exploration | Gratis, langsung di Google Analytics |
| Mixpanel/Amplitude | Funnel cohort lebih dalam |
| PostHog | Open source, self-hosted |
Pertanyaan Umum
Apa beda funnel analysis dengan cohort analysis?
Funnel mengukur konversi antar langkah pada perjalanan tunggal. Cohort mengukur retensi grup pengguna selama periode waktu. Keduanya saling melengkapi.
Berapa banyak langkah ideal di funnel?
Antara 3 sampai 7. Lebih sedikit kehilangan nuansa, lebih banyak membuat sample tiap langkah terlalu kecil untuk diambil kesimpulan.