Memahami dan Menghindari Lonjakan Lalu Lintas Langsung

Lalu lintas—ini adalah tujuan hidup setiap perusahaan dan pemasar masuk. Bagi kami, setiap pengunjung situs adalah prospek bisnis potensial, yang suatu hari nanti dapat diterjemahkan menjadi bisnis nyata.

Masalahnya adalah lalu lintas juga anonim. Seorang pengunjung web tidak mengatakan siapa mereka, hanya dari mana mereka berasal, dan—seperti yang akan Anda temukan di artikel ini—bahkan data itu bisa membingungkan.

Hari ini, kita akan menyelami salah satu area yang paling membingungkan dari analisis situs web: lalu lintas langsung . Ini adalah bagian dari pengunjung situs web Anda yang harus sangat jelas—mereka yang secara langsung dan sengaja mengunjungi situs web Anda, tetapi tidak sesederhana itu. Karena beberapa masalah teknis yang belum terpecahkan, sebagian besar situs web saat ini akan melihat lonjakan lalu lintas langsung atau metrik lalu lintas langsung yang tinggi secara konsisten, dan lebih banyak pemasar tidak dapat menjelaskan alasannya.

Dalam artikel ini, saya akan memberikan beberapa wawasan tentang cara menafsirkan lonjakan lalu lintas langsung dan apa yang harus dilakukan untuk menghindari metrik lalu lintas langsung yang tidak biasa di masa mendatang.

Di mana Lalu Lintas Langsung Turun Dalam Perincian Pengunjung Situs Web Anda

Google Analytics membagi lalu lintas situs web menjadi 5 area utama: penelusuran organik, langsung, rujukan, sosial, dan lalu lintas berbayar (Bayar per klik). Demikian pula, HubSpot menunjukkan kepada Anda 5 jenis lalu lintas utama ini, ditambah tambahan lalu lintas dari pemasaran email. Ini kemudian dapat dipecah menjadi berbagai sub komponen. Media sosial, misalnya, dapat dibagi ke dalam jaringan utama: Facebook, LinkedIn, Twitter, Google+, dan YouTube, serta komunitas online lain yang kurang diperdagangkan.

Salah satu cara Google, HubSpot, dan platform analitik lalu lintas lainnya mengetahui dari mana Anda berasal adalah menggunakan tag di akhir URL, yang dikenal sebagai parameter UTM . Jika Anda pernah mengklik tautan di tweet yang dilacak, Anda mungkin memperhatikan bahwa URL berisi string teks tambahan di bagian akhir. Ini adalah tag yang menandakan dari mana Anda berasal. Dengan membedah string UTM, Anda (atau platform analitik Anda) dapat menemukan di mana sumber asli tautan itu berada.

Pada gambar di bawah ini Anda dapat melihat tag UTM untuk tautan twitter. Perhatikan bahwa Anda dapat melihat bahwa medianya adalah sosial, sumbernya adalah twitter, dan kampanyenya adalah buffer — alat otomatisasi media sosial yang digunakan untuk memposting tweet. Semua elemen parameter UTM ini membantu perangkat lunak analitik Anda memahami dari mana lalu lintas berasal.

Dalam kebanyakan situasi, lalu lintas langsung adalah semua jenis lalu lintas yang tidak dilacak dengan sumber yang diketahui. Misalnya, jika Anda mengetik www.wikipedia.org ke bilah alamat browser Anda, itu akan dianggap sebagai lalu lintas langsung, tetapi jika Anda mencari Wikipedia di Google dan mengklik hasil pencarian yang akan dianggap sebagai Penelusuran Organik.

Masalah Utama dengan Lalu Lintas Langsung

Sekarang setelah kita mengetahui tentang berbagai jenis lalu lintas dan bagaimana mereka dilacak, kita dapat menggali masalah dengan lonjakan besar dalam lalu lintas langsung.

Karena lalu lintas langsung pada dasarnya adalah segala sesuatu yang tidak dilacak, mungkin sulit untuk menentukan sumber sebenarnya. Dengan kata lain, "lalu lintas langsung" adalah istilah yang salah karena lebih merupakan tujuan umum daripada analisis niat yang akurat. Namun, ada beberapa cara yang dapat kita lakukan untuk menggali data untuk menentukan dari mana lalu lintas itu berasal.

Pelaku Utama untuk Mengarahkan Lalu Lintas

1. Lalu Lintas Sosial Gelap

Dark Social pertama kali diciptakan pada tahun 2012 oleh Alexis C. Madrigal dalam sebuah artikel yang ditulis untuk The Atlantic berjudul: "Dark Social: We Have The Whole History of the Web Wrong." Istilah "Sosial Gelap" mengacu pada lalu lintas dari komunitas sosial yang tidak dilacak sebagai berasal dari media sosial .

Pertimbangkan ini. Seberapa sering Anda mengirim seseorang tautan yang Anda temukan di media sosial melalui pesan teks atau email alih-alih membagikannya dengan mereka di Facebook atau Twitter? Karena tautan itu tidak berisi data rujukan, tautan itu digabungkan dengan lalu lintas langsung lainnya. Lalu lintas ini disebut Sosial Gelap. Itu berasal dari sumber sosial, tetapi Anda tidak mengetahuinya.

Kemudian, ada masalah orang-orang yang membagikan tautan dengan menyalin URL langsung dari bilah browser mereka dengan parameter UTM terlampir. Katakanlah seseorang menemukan situs melalui Twitter. Mereka kemudian membagikan URL ini dengan seorang teman melalui email dan alih-alih teman mereka muncul sebagai lalu lintas email, mereka mengelompokkan mereka dengan pengunjung Twitter. Meskipun tidak berkontribusi pada nomor lalu lintas langsung, itu adalah kesalahan pengaitan yang pasti untuk lalu lintas sosial.

2. Aplikasi Seluler

Sumber terkait dengan Dark Social adalah lalu lintas aplikasi seluler. Lebih banyak waktu kita—lebih dari 50% sekarang menurut beberapa sumber—dihabiskan secara online melalui perangkat seluler, dan sebagian besar waktu itu bukan di browser tetapi di aplikasi. Facebook, platform sosial terbesar dari semuanya, terbukti tidak selalu melampirkan informasi rujukan dengan benar untuk melacak kunjungan ketika datang dari aplikasi seluler mereka.

3. Tidak Aman untuk Mengamankan Lalu Lintas

Peningkatan penggunaan SSL—yaitu situs web aman—juga menjadi masalah. SSL diatur untuk meningkatkan penggunaan karena keamanan online menjadi lebih menjadi perhatian. Google bahkan mulai menggunakan SSL sebagai indikator untuk mendongkrak peringkat halaman situs. Ketika seseorang mengunjungi tautan aman dari situs yang tidak aman (atau sebaliknya), kunjungan tersebut menghapus semua data rujukan, menyatukannya dengan lalu lintas langsung lainnya.

4. Lalu Lintas Berbasis Email

Umumnya, tautan dari email yang dikirim secara pribadi akan dilacak sebagai tautan langsung. Hal yang sama berlaku untuk email dari sebagian besar platform otomatisasi, kecuali mereka biasanya diatur untuk dilacak secara default. Pengaturan ini menambahkan parameter UTM yang diperlukan ke tautan di email dan memberi Anda pelaporan akurat tentang email apa yang menghasilkan lalu lintas. Jadi, email pemasaran Anda seharusnya tidak menyebabkan lalu lintas langsung yang misterius. Namun, untuk email yang dikirim oleh karyawan atau orang lain, tautan tersebut kemungkinan akan dilacak sebagai langsung.

Bagaimana Anda Dapat Mendeteksi Kontribusi Tersembunyi Ini untuk Mengarahkan Lalu Lintas?

Bagaimana Anda mengetahui apakah lalu lintas langsung berasal dari salah satu area bermasalah ini—sosial gelap, aplikasi seluler, atau lalu lintas aman-tidak aman? Salah satu metode utama adalah memeriksa lalu lintas media sosial Anda dan melihat apakah ada lonjakan yang berhubungan dalam lalu lintas tersebut yang mengisyaratkan lalu lintas sosial yang gelap atau aktivitas seluler yang tidak teratur. Jika ada, kemungkinan situs web Anda juga mengalami kebocoran lalu lintas langsung.

Juga, lihat halaman apa yang mengarahkan lalu lintas langsung Anda. Apakah mereka datang ke URL yang mudah diketik seperti beranda Anda, atau apakah mereka tiba di posting blog dengan judul kata kunci panjang yang tidak akan diketik oleh siapa pun? Jika itu yang terakhir yang mungkin juga dapat dikaitkan dengan Dark Social.

Sayangnya, masalah saat ini dalam melacak lalu lintas aman-tidak aman dan lalu lintas berbasis email tidak mudah dipecahkan. Namun, karena semakin banyak situs web yang beralih ke SSL, sebagian besar pemasar berharap masalahnya akan berangsur-angsur mereda. Dan untuk email, selama sebagian besar email pemasaran Anda dilacak seperti itu, Anda tidak perlu terlalu khawatir tentang lalu lintas berbasis email lain yang menyusup ke nomor lalu lintas langsung Anda— kecuali Anda memiliki rantai penerusan yang sangat sukses .

Tingkatkan Analisis Lalu Lintas Anda dengan Penyaringan IP

Sumber lalu lintas utama, terutama untuk tenaga kerja besar atau jarak jauh, dapat berasal dari karyawan perusahaan Anda sendiri. Karena mereka sangat akrab dengan situs web Anda, mereka mungkin hanya mengetikkan URL utama atau menyimpan bookmark beranda di browser mereka. Anda tidak ingin aktivitas semacam ini mengganggu metrik lalu lintas langsung Anda—atau, dalam hal ini, subkumpulan lalu lintas apa pun.

Alat untuk melawan pencatatan jenis lalu lintas yang ditimbulkan sendiri ini adalah dengan menggunakan alat filter IP. Dengan membuat daftar atau rentang domain yang diketahui digunakan oleh karyawan, seperti alamat IP kantor perusahaan, Anda dapat membuang kunjungan ini dan hanya mencatatnya dari calon pelanggan. Pemfilteran IP tersedia di Google Analytics serta sebagian besar platform otomatisasi pemasaran, seperti HubSpot.

Membuat daftar IP ini bisa menjadi tantangan. Banyak penyedia layanan internet menggunakan alamat IP dinamis, artinya alamat karyawan akan berubah seiring waktu.

Perusahaan yang lebih besar cenderung membeli alamat IP statis, yang tidak berubah, atau sejumlah kecil alamat yang dapat disaring, untuk koneksi kepentingan utama mereka. Tentu saja, ini masih menyisakan masalah pekerja yang masuk setelah jam kerja dari rumah atau pekerja jarak jauh dan tim yang berkolaborasi dari seluruh negara atau dunia. Kecuali Anda memilih kontrol total dan pemeliharaan konstan, sebagian besar perusahaan harus hidup dengan data lalu lintas yang tidak sempurna.

Untuk situasi dengan alamat IP dinamis dan login jarak jauh, yang terbaik adalah melakukan pembaruan berkala ke daftar IP Anda untuk membantu menyaring alamat yang diketahui. Ini bukan solusi yang sempurna, tetapi akan membantu menghasilkan data lalu lintas yang lebih baik secara keseluruhan.

Apakah Lalu Lintas Metrik Pemasaran yang Baik?

Pada akhirnya, mengetahui dengan pasti dari mana setiap kunjungan situs berasal mungkin adalah hal yang mustahil. Namun, memahami lalu lintas Anda dan dari mana asalnya akan membantu Anda mengoptimalkan situs dan penawaran konten Anda untuk menghasilkan lalu lintas sebaik mungkin.

Untuk pemasar, pertanyaan sebenarnya adalah: Apakah lalu lintas merupakan indikator yang baik dari kinerja kegiatan pemasaran saya? Dalam pemasaran masuk, kami cenderung menganjurkan untuk mengurangi perhatian pada jumlah lalu lintas dan lebih fokus pada penciptaan konversi—kontak nyata yang dengannya Anda dapat mengembangkan hubungan. Itu tidak berarti jumlah lalu lintas tidak penting untuk didengarkan, tetapi memiliki data yang sempurna—terutama ketika data yang sempurna tidak memungkinkan—tidak harus menjadi prioritas analis pemasaran.

Alih-alih, pilih untuk membangun saluran pemasaran masuk yang kuat, di mana lalu lintas diubah menjadi kontak, dan kontak menjadi arahan nyata yang dapat digerakkan oleh tim pemasaran Anda menuju proses penjualan.