Hi Ziller, sudahkah menggunakan InsightZilla secara maksimal? Sebagai advertiser, konsep dari penggunaan IZ itu kurang lebih seperti berikut:

Jika kamu selama ini targetingnya masih coba-coba atau agak random, bingung targeting dll, dengan IZ kamu makin mudah menemukan “kolam-kolam audience” dimana disitu ternyata banyak juga audience yang tertarget. Nah, anggaplah sama saja di aktivitas marketing kita sudah punya/membuat kolam-kolam ikan, dan aktivitas yang kita lakukan adalah memancing ikan yang ada di kolam-kolam itu dengan sebuah iklan. Nah, jika umpan (bahan promosi = copywriting) nya bagus, kena juga ikannya.

Sekarang IZ punya adek.

Namanya DZ (http://DigZilla.net), kepanjangannya adalah The DigZilla, secara harfiah berasal dari kata Dig dan Zilla. Dig artinya adalah “menggali”, Zilla artinya “Monster”. Harapannya seperti namanya yaitu tools ini dapat menggali lebih dalam targeting audience. Nah, bukankah IZ sudah ada, maksudnya menggali yang bagaimana?

Fungsi utama DZ:

Menggali demografi audience yang tertarget.

Apa itu demografi? jika IZ fokus di interest, kali ini DZ akan lebih luas ke demografi bagian utuh sebuah targeting yaitu kurang lebih meliputi hal-hal berikut:

Screen Shot 2016-04-29 at 4.12.53 PM

Bagaimana kalau kita tahu akan demografi di atas atas suatu audience yang segmented dengan bisnis kita? Audience yang tertarik dengan segmen/market bisnis kita, itu akan sangat menarik!

Screen Shot 2016-04-29 at 4.16.48 PM
[1]

Dia bertugas men-generate (jika dalam istilah lain itu reverse engineering) sebuah data audience yang melakukan aktivitas-aktivitas di fesbuk. Nah, aktivitas itu berupa apa?

Screen Shot 2016-04-29 at 4.18.32 PM
– User yang berinteraksi pada suatu posting yang menarik, misal dia komen ingin beli, mau beli, tanya harga, dll, mereka berinteraksi pada suatu post.
– User yang tertarik pada suatu topik pada status tertentu. Mereka yang like, comment, share, pada suatu post yang menurut mereka menarik.
-User yang join event tertentu karena mereka sangat tertarik, 1 visi dan tujuan.
– User yang likes suatu page atau join suatu group yang passionate (1 visi)

Nah, ditahap awal ini adalah tahap pencarian atau Finder, yaitu kita terlebih dahulu menemukan aktivitas-aktivitas user seperti di atas, setelah ditemukan kemudian digenerate.

[2]
Dengan behaviour di atas, kita akan men-generate dengan DZ kemudian menyajikan data dalam bentuk prosentase Demografi

[3]

Berapa % yang usia sekian
Berapa % tinggal di kota X
Berapa % yang menikah
Berapa % yang INTEREST terhadap hal tertentu
Berapa % gender pria atau wanita
Berapa % yang kuliah di kampus A dll
Berapa % yang dll
Berapa % yang dst

Ketika data sudah ditemukan, itu akan jadi hal yang dapat membantu, bahkan sangat membantu temen-temen advertiser untuk targeting iklan.

Untuk lebih mudanya memahami, perhatikan contoh kasus berikut:

13118870_1004014686347314_4372713668699334257_n

Pernah tau tentang iklan advertiser terkait kaos ini? Kaos/Hoodie tema ini terjual puluhan ribu pcs via teespring.com dan dipasarkan menggunakan FB Ads. Nah di dalam posting di atas terjadi aktivitas:

80.000++ like post
50.000++ share
10.000++ comment

Total sekitar lebih dari 140.000++ engaged user

Dengan pencapaian ini tentu menjadi winning campaign bagi empunya dan kita tentu mengapresiasi hal tersebut!

nah, menarik jika kita analisa 140.000 user tersebut..

1. Tentunya mereka memiliki kesamaan bukan? Baik itu age, location, gender, page like, relationship, behaviour, dll

2. Dari kesamaan data antar user bisa disimpulkan sebuah % demografi audience bukan? sesuai dengan cara kerja DZ di atas.

Nah, dengan ini kita tau demografi targeting yang tepat untuk campaign di market seperti di atas. Jadi secara garis besar ilustrasinya adalah IZ itu kita bisa punya/membuat kolam-kolam ikan, DZ langsung mancing ke ikan-ikan aktif di suatu kolam.

Menarik bukan?

Join waitinglist di http://DigZilla.net

Comments

comments

NO COMMENTS

LEAVE A REPLY