Pelajaran 1Variabel moneter dan sinyal berbasis nilai: nilai pesanan, nilai pesanan rata-rata, nilai seumur hidup, ember marginBagian ini menjelaskan variabel moneter dan sinyal berbasis nilai. Anda akan belajar cara menghitung nilai pesanan, nilai pesanan rata-rata, ember margin, dan segmen berbasis pendapatan untuk memandu strategi bidding dan pelanggan.
Nilai pesanan kotor dan pendapatan bersihNilai pesanan rata-rata dan metrik keranjangPilihan model nilai seumur hidup pelangganEmber margin dan tingkatan profitabilitasBidding berbasis nilai dan target ROASPelajaran 2Sinyal perilaku pihak pertama dan pihak ketiga: tampilan produk, kunjungan kategori, peristiwa keranjang, kueri pencarian, waktu di halamanBagian ini merinci sinyal perilaku pihak pertama dan pihak ketiga. Anda akan belajar cara melacak tampilan produk, peristiwa keranjang, pencarian, dan waktu di halaman, serta cara memperkaya dengan data niat dan konteks pihak ketiga.
Desain peristiwa tampilan produk dan kategoriPenambahan, penghapusan keranjang, dan langkah checkoutKueri pencarian di situs dan filter yang digunakanWaktu di halaman, kedalaman gulir, dan keterlibatanSinyal niat dan konteks pihak ketigaPelajaran 3Variabel temporal dan recency: kunjungan terakhir, pembelian terakhir, hari sejak terakhir dibuka/diklik, recency sesiBagian ini menjelaskan variabel temporal dan recency yang menangkap seberapa baru pengguna berinteraksi. Anda akan belajar menghitung kunjungan terakhir, pembelian terakhir, dan hari sejak aksi, serta menggunakan recency untuk segmentasi dan model prediktif.
Timestamp dan normalisasi waktu peristiwaPerhitungan kunjungan terakhir dan sesi terakhirMetrik recency pembelian terakhir dan pesananHari sejak terakhir dibuka, diklik, atau loginSegmentasi berbasis recency dan penggunaan RFMPelajaran 4Variabel teknis dan konteks: jenis perangkat, OS, browser, ukuran layar, jenis koneksi, geo (kota/wilayah), waktu lokalBagian ini merinci variabel teknis dan konteks yang menggambarkan lingkungan pengguna. Anda akan belajar bagaimana perangkat, OS, browser, koneksi, lokasi, dan waktu lokal memengaruhi kualitas pelacakan, atribusi, dan optimalisasi kampanye.
Taksonomi jenis perangkat dan form factorDeteksi sistem operasi dan versiBrowser, user agent, dan dukungan fiturUkuran layar, resolusi, dan grup viewportJenis koneksi, geo berbasis IP, dan waktu lokalPelajaran 5Data email dan otomatisasi pemasaran: tingkat buka, klik-through, riwayat pengiriman, segmen keterlibatan, peristiwa berhenti berlanggananBagian ini membahas data email dan otomatisasi pemasaran. Anda akan belajar bagaimana buka, klik, pantulan, dan berhenti berlangganan disimpan, bagaimana perjalanan dimodelkan, dan menggunakan segmen keterlibatan untuk targeting dan pengujian.
Peristiwa kirim, buka, klik, dan pantulanData berhenti berlangganan, spam, dan preferensiPelacakan status perjalanan dan alur kerjaSegmen keterlibatan dan tahap prospekIndikator pengiriman dan reputasiPelajaran 6Data platform iklan: field yang tersedia di Google Ads dan Meta Ads (kata kunci, kreatif, penempatan, bid, tayangan, klik, konversi)Bagian ini mengeksplorasi data platform iklan dari Google Ads, Meta Ads, dan lainnya. Anda akan belajar tentang field untuk kampanye, kreatif, bid, audiens, dan konversi, serta cara mengekspor dan menggabungkannya dengan data pihak pertama.
Field tingkat kampanye, ad set, dan iklanData kata kunci, audiens, dan penempatanVarian kreatif, format, dan metadataBid, anggaran, dan indikator pacingLog tayangan, klik, dan konversiPelajaran 7Data audiens dan minat: minat yang disimpulkan, kategori afinitas, audiens kustom, lookalike, dan sinyal dari APIBagian ini mengeksplorasi data audiens dan minat dari analitik, platform iklan, dan API. Anda akan belajar bagaimana minat yang disimpulkan, grup afinitas, audiens kustom, dan lookalike dibangun serta diaktifkan dalam kampanye.
Minat yang disimpulkan dari perilaku di situsTaksonomi kategori afinitas dan in-marketMembangun dan menyegarkan audiens kustomInput dan kontrol pemodelan lookalikeSinyal niat dan konteks dari APIPelajaran 8Variabel privasi dan pengenal: ID pengguna, ID cookie, email ter-hash, ID iklan seluler, flag persetujuanBagian ini membahas variabel privasi dan pengenal yang menghubungkan peristiwa ke orang. Anda akan belajar tentang ID pengguna, cookie, email ter-hash, ID iklan seluler, dan flag persetujuan, serta merancang strategi identitas yang patuh.
ID pengguna pihak pertama dan pengenal loginID cookie dan batas penyimpanan browserEmail ter-hash dan resolusi identitasID iklan seluler dan sinyal pelacakan appFlag persetujuan, string TCF, dan kebijakanPelajaran 9Penilaian keterlibatan dan indikator kohort: skor keterlibatan email, skor keterlibatan situs, risiko churn, ember frekuensiBagian ini membahas skor keterlibatan dan indikator kohort yang merangkum perilaku pengguna. Anda akan belajar merancang model penilaian, mendefinisikan ember frekuensi, melacak risiko churn, dan membangun kohort untuk analisis siklus hidup dan retensi.
Merancang model penilaian keterlibatan emailSkor keterlibatan situs dari perilaku webEmber frekuensi dan tingkatan intensitasFlag risiko churn dan skor kecenderunganDefinisi kohort dan jendela pelacakanPelajaran 10Sistem CRM dan transaksi: profil pengguna, riwayat pembelian, nilai seumur hidup, frekuensi pesanan, pengembalianBagian ini merinci data sistem CRM dan transaksi. Anda akan belajar bagaimana profil, pesanan, pengembalian, dan nilai seumur hidup terstruktur, serta menghubungkan catatan ini ke platform pemasaran untuk targeting dan pengukuran.
Catatan master pelanggan dan kunciStruktur pesanan, item baris, dan invoiceData pengembalian, pembatalan, dan pengembalian danaPerhitungan nilai seumur hidup dan masa jabatanSinkronisasi data CRM ke alat pemasaranPelajaran 11Data analitik web: variabel Google Analytics/GTM (pageviews, peristiwa, sesi, sumber lalu lintas, perangkat, alur perilaku)Bagian ini berfokus pada data analitik web, khususnya Google Analytics dan GTM. Anda akan belajar metrik kunci, struktur peristiwa, field sumber lalu lintas, dan merancang rencana pelacakan yang mendukung pemasaran dan atribusi.
Metrik inti pageview, sesi, dan penggunaDesain peristiwa, parameter, dan penamaanField sumber lalu lintas dan kampanye UTMAlur perilaku, funnel, dan data jalurDimensi kustom dan e-commerce yang ditingkatkan
