Selama 15 tahun terakhir, internet telah membangun utilitas di atas jaringan internet yang membuat inovasi lebih mudah dan lebih cepat. Misalnya, Amazon telah menciptakan bisnis layanan cloud yang memungkinkan perusahaan dan startup mendapatkan infrastruktur dan proses teknologi informasi (TI) dari Amazon. Amazon Web Services (AWS) telah membangun infrastruktur yang dapat mengakomodir permintaan yang cukup banyak dengan kapasitas yang cukup untuk digunakan orang lain. Microsoft, IBM, dan Google juga menawarkan layanan yang serupa. Perusahaan dapat menyewakan aplikasi bisnis mereka (untuk akuntansi dan keuangan, manajemen sumber daya manusia, pemasaran dan penjualan, kolaborasi, manajemen proyek, dan sebagainya) melalui layanan yang disediakan Microsoft, Salesforce.com, Workday, Hubspot, Yammer, Dropbox, Basecamp dan lainnya.

Kebutuhan akan TI sudah dirasakan hampir semua aspek bisnis tidak terkecuali pemasaran. Pemasaran yang dulunya lebih banyak menggunakan ilmu sosial dan ekonomi saat ini memiliki tantangan baru untuk menggunakan TI sebagai alat kerjanya.  Membuat perubahan dalam hubungan yang lebih dalam antara TI dan pemasaran membutuhkan waktu yang tidak singkat. TI memberikan pemahaman bisnis yang lebih dalam dan bertindak sebagai jembatan komunikasi antara dua departemen pemasaran dan TI, yang pada akhirnya membantu TI menghadirkan produk pemasaran yang lebih baik.

Aktifitas memperkenalkan merek atau sering disebut branding di media sosial dapat menghabiskan miliaran dolar setahun. 80% perusahaan yang berada pada daftar Fortune 500 memiliki halaman Facebook yang aktif. Ribuan bahkan lebih, konten branding – artikel, foto, video, diskon dan sebagainya- muncul di halaman Facebook dan di platform media sosial lain setiap harinya. Hal ini dibuat untuk menarik dan membuat orang untuk memutuskan membeli produk dari suatu merek.

Banyak orang menjustifikasi mempunyai follower banyak di media sosial meningkatkan frekuensi munculnya merek dan pada akhirnya akan meningkatkan penjualan. Dengan merekrut orang yang sudah terkenal di media sosial –sering disebut endorse- akan memberi efek kepada orang yang melihat dan memberikan like untuk lebih menghabiskan banyak uangnya. Kemudian akan membuat teman-teman mereka (dan teman dari teman mereka) juga melakukan pembelian. Banyak perusahaan telah menemukan bahwa pelanggan yang berinteraksi dengan mereka di media sosial menghabiskan lebih banyak uang daripada pelanggan lainnya. Sebuah studi menemukan bahwa orang-orang yang menyukai halaman Facebook Starbucks atau yang memiliki teman Facebook yang menyukai halaman tersebut menghabiskan 8% lebih banyak dan melakukan transaksi 11% lebih sering selama sebulan.

Mungkin benar, mempunyai banyak follower di media sosial mengakibatkan transaksi jual-beli lebih banyak. Tetapi di sisi lain mungkin saja pembelinya adalah orang-orang yang sudah memiliki perasaan positif terhadap suatu brand dan kebanyakan dari mereka sudah mengikutinya sejak awal, karena itulah mereka menghabiskan lebih banyak daripada orang yang tidak. Di penelitian lain yang mencoba memperbaiki ambiguitas penelitian sebelumnya membuktikan bahwa media sosial tidak berefek seperti yang pelaku marketing pikirkan di paragraph sebelumnya. Hal ini dilihat dari jumlah follower yang mengikuti suatu merek tertentu memang adalah pelanggan loyal yang menginginkan informasi terbaru mengenai produk-produknya. Jarang sekali orang menjadi follower suatu merk tanpa ada ketertarikan untuk membeli.

Untuk mengukur efek dari like di Facebook bagian pemasaran sering merasa sulit membuktikan ROI investasi media sosial. Inilah cara mudah yang ditulis oleh Leslie K. John dalam artikelnya, untuk mengukur nilai yang muncul sebagai efek dari suatu like yang orang berikan di Facebook :

• • Membuat Indikator

Sebuah indikator akan dibutuhkan khususnya untuk memberikan nilai pada sesuatu yang biasanya tidak berhubungan langsung dengan angka. Apa tujuan Anda dalam jumlah like yang diperoleh? Apakah untuk meningkatkan penjualan, mengubah perilaku offline, atau mencapai sesuatu yang lain? Indikator harus mencerminkan perilaku yang dapat diukur. Untuk beberapa indikator, seperti penjualan, pengukuran cukup mudah. Untuk yang lainnya, seperti sikap terhadap merek, mungkin perlu usaha yang ekstra, seperti melakukan dan mengelola survei.

• • Mengundang Target

Untuk membuat indikator tentu harus ada objek sasaran. Untuk itu, Anda perlu mengundang orang untuk menyukai halaman Anda. Salah satu cara sederhana adalah dengan mendapatkan alamat e-mail orang-orang di pasar sasaran Anda.

• • Dapatkan Likes

Dari seluruh sampel target, bagi menjadi 2 kelompok, “treatment group dan “control group”. Mintalah setengah sampel untuk menyukai halaman yang dibuat untuk pemasaran. Ini adalah “treatment group”. Setengah target lainnya akan membentuk “control group”. Kelompok ini akan dibiarkan untuk melakukan tindakan sesuai keinginan. Periksa aktivitas target di masing-masing kelompok sebagai referensi untuk analisa nantinya.

• • Konfirmasikan Asumsi

Periksa apakah like bekerja sesuai dengan yang diinginkan. Perlu dipastikan bahwa sebagian besar orang yang di-invite adalah orang yang sesuai dengan segmen pasar. Jumlah dapat diperkirakan dengan melihat peningkatan follower halaman Facebook pada saat Anda menyampaikan invitation.

• • Iklankan

Jalankan beberapa iklan di Facebook untuk mengekspos calon follower baru ke pesan pemasaran. Hal ini dapat dilakukan dengan membayar facebook-ads untuk mempromosikan posting.

• • Periksa tanggapan anda

Ukur perilaku yang didefinisikan di depan. Contohnya rata-rata pembelanjaan orang-orang dalam “treatment group” daripada pembelanjaan orang-orang dalam “control group”, perbedaan value dari like. Tentu hasilnya akan mengandung beberapa “noise”. Misalnya, mungkin akan ada kehilangan informasi pembelian orang yang mencapai proses pembelian menggunakan alamat e-mail yang berbeda dari alaat yang dimiliki. Untuk meningkatkan akurasi, carilah ukuran sampel yang besar dan pastikan daftar e-mail yang terbaru dan aktif.

Saat sedang mengembangkan strategi dan metodologi untuk setiap platform yang akan digunakan, lanjukan untuk meneliti dan melacak situs atau sistem lain yang digunakan pelanggan. Itu adalah kesempatan tambahan untuk menarik perhatian segmen pelanggan. Jika tidak yakin dengan platform lain tersebut, lakukan survei atau tanyakan beberapa pelanggan dimana lagi mereka aktif online saat ini. Menciptakan interaksi pelanggan pada berbagai platform akan memungkinkan Anda membangun hubungan yang lebih dalam dan lebih kuat dengan pelanggan.

Referensi

https://hbr.org/2012/02/your-marketing-can-keep-pace-w
https://hbr.org/2016/06/a-new-way-for-entrepreneurs-to-think-about-it
https://hbr.org/2016/12/why-marketing-needs-closer-ties-to-it
https://hbr.org/2017/03/whats-the-value-of-a-like

Data di atas cukup memberikan informasi bahwa Indonesia adalah pasar sangat potensial dengan segala yang bisa dilakukan di internet. E-commerce, social media branding, digital marketing dan machine learning akan sangat mencintai bumi Indonesia. Kali ini saya akan membicarakan machine learning.

Terdapat aplikasi aplikasi popular yang biasa digunakan oleh mobile user di Indonesia, antara lain :

1. Traveloka , kita pakai untuk memesan tiket pesawat dan hotel saat kita berpergian
2. Spotify, kita pakai untuk mendengarkan musik
3. Lazada, untuk membeli barang barang secara online
4. Gmail, email untuk konektifitas dan berita
5. Whatsapp, aplikasi untuk ­chat dan messenger
6. Google Maps,aplikasi untuk melihat arah jalan dan kemacetan
7. Go-Jek , aplikasi untuk moda transportasi dan beli makanan
8. Youtube, aplikasiuntuk melihat video dan live streaming

Mungkin sebagian mobile user,di dalam smartphonenya terinstall setengah lebih dari daftar aplikasi di atas. Bagi pengguna Android, identitas kita dalam smartphone, selain nomor HP , juga terdapat email kita. Identitas ini mewakili kita di dunia internet. Bahwa Andi Yuniantoro identik dengan 0818xxxxx dan identik dengan  andi@gmail.com.  Layaknya sebuah entitas dalam pemahaman object oriented. Setiap object akan memiliki attribute yang berasal dari behavior atau perilakunya. Perilaku tersebut terekam dalam aplikasi yang digunakan. Contoh perilaku yang dapat terekam adalah :

• Perilaku berpergian, dapat dilihat dari transaksi di tarveloka, sering bepergian ke mana, kapan dan menginap di mana
• Perilaku selera musik, dapat dilihat dari Spotify , suka musik apa, angkatan berapa, jam berapa sering mendengar musik
• Perilaku keseharian, bisa dilihat dari google map, jam berapa berangkat kerja, pulang kantor jam berapa, sering pergi ke mana, naik mobil atau motor
• Perilaku belanja, dapat dilihat dari transaksi di Lazada, suka beli apa, kapan waktu beli (setelah gajian atau waktu yang lain), dikirim ke alamat mana, senang diskon atau tidak
• Perilaku kesenangan, dapat dilihat youtube yang sering dibuka, apakah tentang ceramah agama, apakah film Hollywood, apakah highlight goal sepakbola, atau konser musik

Perilaku di atas adalah sebagian kecil yang terekam sebagai attribute kita dalam sebuah object. Yang kalau dapat kita gambarkan sebagai berikut :

Semua perilaku kita dalam object ( Andi Yuniantoro/0818xxxxx/andi@gmail.com) dapat dipelajari oleh sebuah mesin. Mesin ini akan mempelajari seluruh data perilaku kita yang terekam. Tujuan dari mesin ini adalah memberikan prediksi akan perilaku kita, memberikan saran kepada kita untuk mengambil sebuah keputusan. Dengan sebuah algoritma, mesin ini dapat menjadi cerdas dan menawarkan solusi yang seusai dengan kebutuhan object-nya. Inilah machine learning.

Apakah Anda merasakan hal hal ini :

• Kok Spotify tau ya, lagu lagu yang saya suka, sehingga spotify memberi paket lagu khusus buat kita (daily mix song)
• Kok Gmail tau ya, saya baru cari cari laptop, tiba tiba diemail penawaran laptop murah
• Kok Youtube tau ya, saya suka Mr.Big, page awal youtube saya selalu berisi konser Mr.Big
• Kok Go-Jek tau ya, saya suka makan es teller, sehingga ada promo promo khusus es teller

Kalau Anda merasakan itu, selamat datang di era machine learning dan kita adalah object. Machine learning mengetahui apa yang kita butuhkan, apa yang kita mau. Tidak ada rahasia antara Anda dan internet.