Marketer harus memahami penambangan data dan bagaimana menggunakan data yang didapatkan sesuai tujuan perusahaan.

Hal-hal standar yang biasa dilakukan sebuah perusahaan saat mengumpulkan data konsumen adalah nama, tempat tinggal, nomor yang bisa dihubungi, dan transaksi yang sudah dilakukan. Tujuan dari pengumpulan data tersebut antara lain cek kesesuaian antara rencana pemasaran dengan kenyataan, menjalin hubungan dengan pelanggan, dan masih banyak lagi.

Namun, kita sudah memasuki era digital dan data-data tersebut tidak lagi cukup. Data-data konsumen yang terkumpul tidak sekedar nama, tempat tinggal, nomor yang bisa dihubungi, dan transaksi yang sudah dilakukan. Tetapi sudah sampai tahap mengetahui alamat surel, akun media sosial, metode pembayaran yang biasa digunakan, pergerakan konsumen saat di dalam situs/aplikasi, pergerakan konsumen berbasis GPS, minat-minat tertentu, hingga status pasangan.

Pengumpulan data-data tersebut akan menyita tempat yang sangat besar dan karenanya, metode olah data konvensional tidak lagi sesuai. Ada metode penambangan data (data mining) dan teknik ini sudah menjadi prioritas di banyak perusahaan berbasis teknologi. Data mining secara umum adalah tindakan menganalisis data (biasanya level terabyte) untuk mengidentifikasi pola-pola unik perilaku konsumen berbasis subsegmen-subsegmen yang ada.

Kegunaan penambangan data (data mining)

Penambangan data menggunakan komputer yang sudah memenuhi spesifikasi menjalankan program-program canggih (biasanya mengonsumsi RAM besar) sehingga analis dapat mengombinasikan berbagai basis data untuk memahami hubungan-hubungan antara profil konsumen, paparan iklan, keputusan pembelian, hingga promosi di dalam toko serta dunia internet. Proses-proses tersebut begitu kompleks hingga perusahaan memerlukan gudang data hanya untuk menyimpan dan mengolah data. Untuk pengadaan gudang data, bagi perusahaan dengan modal besar dan sangat mengutamakan keamanan biasanya memilih berinvestasi dalam pengadaan pusat data. Namun, perusahaan juga dapat mengalihdayakan urusan pusat data dengan penyedia jasa komputasi awan.

Perusahaan-perusahaan terkenal seperti Amazon, Facebook, Google, dan Twitter sangat memerlukan analis-analis yang memahami penambangan data karena kompetensi tersebut adalah kompetensi yang berkorelasi erat dengan kekuatan inti perusahaan. Sebagai contoh, Facebook memiliki akses kepada lebih dari satu miliar akun dengan berbagai turunan serta varian. Data-data mengenai pengguna akun Facebook beserta perilakunya dapat menjadi basis bagi Facebook untuk menjual jasa perantara pemasaran kepada perusahaan-perusahaan yang membutuhkan.

Selain Facebook, penyedia jasa telekomunikasi seluler seperti Telkomsel dan Indosat Ooredo juga menjadi contoh perusahaan-perusahaan yang terlibat mendalam dengan proses penambangan data. Penambangan data yang mereka lakukan mulai dari pengetahuan lokasi pengguna ponsel, pulsa yang dibeli serta paket data yang digunakan, hingga intensitas aktivitas berselancar di internet. Melalui data-data yang didapat, para penyedia jasa telekomunikasi dapat menawarkan jasa iklan, misal iklan berbasis radius dan lokasi untuk perusahaan-perusahaan yang tertarik.

Penerapan penambangan data

Sebagaimana dapat dilihat pada ilustrasi, penambangan data memiliki empat penerapan penting untuk marketer.

Kegunaan Penambangan Data (Data Mining). Sumber: Pearson Education, Inc. (2016)

Kegunaan pertama, akuisisi konsumen. Banyak perusahaan memasukkan informasi mengenai demografi dan informasi-informasi lainnya mengenai konsumen dalam basis data mereka. Sebagai contoh, pusat perbelanjaan yang memiliki data konsumen berbasis teknologi dapat menawarkan harga spesial harian terhadap produk-produk tertentu untuk subsegmen konsumen spesifik.

Agar olah data berjalan dengan baik sehingga pola unik belanja dapat diketahui, tentu pusat perbelanjaan tersebut harus mengumpulkan data-data seperti umur, jumlah anggota keluarga, alamat surel, alamat rumah, dll. Dengan informasi tersebut, pusat perbelanjaan dapat menganalisis kumpulan konsumen manakah yang memberikan respon terbaik terhadap penawaran iklan tertentu dan kemudian memaparkan bentuk iklan yang sama kepada calon konsumen dengan profil serupa.

Kegunaan kedua, retensi konsumen dan loyalitas konsumen. Perusahaan yang baik mampu mengidentifikasi konsumen yang melakukan pembelian berulang atau konsumen yang belanja dalam jumlah besar. Lalu, konsumen tersebut diberikan tawaran promosi produk tertentu sesuai pola pembelanjaan yang sudah tercatat. Hal ini perlu dilakukan karena biaya menjaga subsegmen konsumen yang paling menguntungkan bagi perusahaan jauh lebih murah dibandingkan biaya akuisisi konsumen baru.

Kegunaan ketiga, pengabaian konsumen. Meski terdengar aneh, perusahaan juga perlu mengetahui subsegmen konsumen manakah yang perlu diabaikan dan karenanya, siap menerima risiko jika subsegmen konsumen tersebut pindah ke produk lain. Subsegmen konsumen yang perlu diabaikan perusahaan biasanya subsegmen yang tidak memberikan keuntungan bagi perusahaan, misal melakukan transaksi dalam jumlah yang terlalu kecil.

Kegunaan keempat, analisis belanja per transaksi. Perusahaan dapat melakukan fokus strategi promosi catatan pembelanjaan produk yang sudah dilakukan. Melalui basis catatan pembelanjaan produk, perusahaan dapat melakukan pembagian subsegmen-subsegmen konsumen misal dalam bentuk pengelompokkan berbasis produk. Sebagai contoh, bagi konsumen pusat perbelanjaan yang sudah melakukan pembelian alat tes kehamilan dan vitamin ibu hamil, di masa depan dapat ditawarkan promo popok bayi, botol susu, dan peralatan bayi lainnya.

Depok, 12 Februari 2019

(Andika Priyandana; disadur dari Marketing: Real People Real Choices edisi 7 (2012))

Catatan: Versi tersunting artikel ini telah dimuat di Majalah Marketing edisi Maret 2019