Konflik Data Analytics vs Data Transaksi Database dalam Performance Marketing

Lo pasti pernah ada di posisi nyesek ini. Lo buka dashboard MMP kayak Adjust, AppsFlyer, atau Branch. Angkanya hijau semua. CPI murah, conversion rate tinggi, ROAS kelihatannya mantap. Lo pede presentasi ke stakeholder. Tiba-tiba tim Tech atau Finance nyodorin data database internal. Angkanya beda. Bukan cuma beda dikit, tapi bisa selisih 5% sampai 10%. Muka lo pucat. Stakeholder mulai ragu sama kinerja lo.

Perbedaan data ini adalah makanan sehari-hari performance marketer. Kalau lo panik, lo bakal dianggap gak kompeten. Tapi kalau lo ngerti teknisnya, ini justru momen lo buat tunjukin keahlian. Masalah utamanya bukan siapa yang salah. Masalahnya adalah beda cara hitung dan beda tujuan pencatatan antara tools analytics pihak ketiga dan database internal perusahaan lo.

Gw bakal bahas kenapa angka ini gak akan pernah sama persis. Gw juga bakal kasih tau angka toleransi yang wajar dan gimana caranya lo ambil sikap biar gak blunder di depan bos.

Akar Masalah Perbedaan Data MMP dan Database

Perbedaan mendasar terjadi karena MMP mencatat data berdasarkan atribusi marketing trigger (klik atau view) sedangkan database mencatat data berdasarkan waktu commit transaksi yang sukses di server. Dua sistem ini punya logika pencatatan, zona waktu, dan filter validasi yang sama sekali berbeda.

Logika Atribusi Melawan Waktu Real

MMP (Mobile Measurement Partner) itu tugasnya menghubungkan user ke sumber iklan. Kalau user klik iklan hari Senin tapi baru install dan beli hari Kamis, MMP seringkali bakal “lempar” kredit konversi itu ke hari Senin (tergantung pengaturan cohort atau actual).

Database lo gak peduli user itu liat iklan kapan. Database cuma peduli kapan duit masuk. Kalau user bayar hari Kamis jam 23:59, ya dicatat hari Kamis. Kalau lo tarik report di MMP pakai cohort date, angkanya pasti beda sama report database yang pakai transaction date. Ini penyebab paling umum kenapa report bulanan bisa selisih jauh.

Perbedaan Zona Waktu Server

Ini masalah sepele tapi sering bikin ribut. Kebanyakan MMP pakai standar UTC secara default atau UTC+0. Database perusahaan lo di Indonesia pasti pakai WIB (UTC+7).

Ada selisih 7 jam di sini. Transaksi yang terjadi jam 5 pagi tanggal 1 Januari di Jakarta (WIB), di mata server MMP yang settingannya UTC masih dianggap transaksi tanggal 31 Desember. Kalau lo tarik data harian tanpa menyamakan zona waktu dulu, data lo pasti kacau balau. Lo harus pastikan settingan time zone di dashboard MMP sama persis dengan query SQL yang lo jalankan di database.

Definisi Konversi yang Berbeda

Database biasanya mencatat transaksi “Sukses” setelah ada konfirmasi dari payment gateway. MMP seringkali mencatat “Event Purchase” begitu tombol ditekan atau callback awal dikirim dari aplikasi, sebelum verifikasi pembayaran tuntas 100%.

Kalau ada user yang transaksinya pending atau gagal di tengah jalan karena saldo kurang, MMP mungkin sudah terlanjur catat itu sebagai konversi, tapi database internal bakal nolak. Hasilnya angka di MMP bakal lebih tinggi (over-reporting) dibanding duit asli yang masuk.

Faktor Teknis Pemicu Discrepancy

Discrepancy atau selisih data dipengaruhi oleh latensi jaringan, kegagalan callback server-to-server, pemblokiran iklan, dan perbedaan perlakuan terhadap fraud detection antara sistem internal dengan algoritma MMP.

Latensi dan Callback Failures

MMP kirim data ke database lo biasanya lewat postback atau API. Ini butuh koneksi internet. Kalau server lo lagi down sebentar atau koneksi lagi lemot (latency), data dari MMP mungkin gagal terkirim ke sistem internal lo.

Sebaliknya juga bisa terjadi. Aplikasi kirim sinyal ke MMP lewat SDK. Kalau user habis beli langsung tutup aplikasi atau sinyal user putus (misal masuk lift), SDK MMP mungkin belum sempat lapor ke server mereka kalau konversi terjadi, padahal di database transaksi sudah tercatat sukses.

Masalah Fraud dan Bot Traffic

MMP punya fitur fraud prevention canggih. Mereka otomatis membuang instalasi atau transaksi yang terindikasi bot, click farm, atau injeksi. Jadi data yang lo lihat di dashboard MMP adalah data “bersih”.

Database internal lo mungkin gak punya filter secanggih itu. Database bakal nampung semua transaksi yang masuk selama formatnya benar. Akibatnya data di database bisa lebih banyak karena sampah-sampah bot ikut tercatat sebagai user, sedangkan di MMP sudah dibuang.

App Store Processing Lag

Kalau lo main di aplikasi mobile, ada jeda waktu dari Apple App Store atau Google Play Store untuk verifikasi pembelian In-App Purchase. MMP biasanya nunggu validasi receipt dari store ini. Kadang proses ini bisa delay beberapa jam sampai harian. Database internal mungkin catat “order created” duluan sebelum validasi store selesai.

Berikut tabel perbandingan sederhana cara kerja kedua sistem ini:

Benchmark Selisih Data yang Wajar

Standar industri global menetapkan angka selisih 5% sebagai batas wajar yang dapat diterima (acceptable) karena faktor teknis yang tidak terhindarkan. Selisih di atas 10% menandakan adanya kerusakan integrasi SDK atau kesalahan query data.

Zona Aman di Bawah 5 Persen

Kalau perbedaan data lo antara MMP dan Database ada di kisaran 1% sampai 5%, lo bisa napas lega. Ini nature dari teknologi tracking. Ada user yang pakai ad blocker, ada user yang limit ad tracking (LAT) di iPhone, ada cookie yang hilang. Lo gak perlu buang waktu investigasi mendalam kalau angkanya segini. Terima aja sebagai margin of error.

Zona Bahaya di Atas 10 Persen

Kalau selisihnya sudah tembus 10%, ini lampu merah. Pasti ada yang salah secara teknis. Cek apakah SDK MMP terpasang ganda? Cek apakah definisi “Purchase” di MMP sama dengan di Database? Cek apakah ada bot attack yang lolos? Jangan pernah pakai data ini buat laporan ke bos sebelum lo temukan bug-nya. Lo bakal keliatan bodoh kalau memaksakan analisa dari data yang broken.

Menentukan Single Source of Truth

Single Source of Truth (SSOT) harus dibagi berdasarkan fungsinya: Database Internal adalah kebenaran mutlak untuk urusan keuangan dan tagihan, sedangkan MMP adalah kebenaran mutlak untuk optimasi performa kampanye dan alokasi budget marketing.

Kapan Lo Harus Percaya Database

Kalau bos tanya “Berapa duit yang kita dapet bulan ini?”, jawabannya HARUS dari database. Itu uang riil. Jangan pernah pakai angka Revenue dari MMP untuk laporan keuangan audit atau bayar pajak. MMP itu alat estimasi performa, bukan buku besar akuntansi.

Kalau ada perbedaan, tim finance pasti menang. Jangan debat soal revenue total lawan tim finance pakai data Adjust atau AppsFlyer. Lo pasti kalah.

Kapan Lo Harus Percaya MMP

Kalau pertanyaan bos adalah “Channel mana yang paling cuan? Facebook atau Google?”, jawabannya HARUS dari MMP. Database lo gak tau user itu asalnya dari klik iklan yang mana. Database cuma tau user itu beli.

Hanya MMP yang bisa menjahit perjalanan user dari klik iklan, install, sampai beli. Jadi untuk keputusan scaling budget, matikan iklan, atau ganti materi kreatif, data MMP adalah kitab suci lo. Database gak punya konteks marketing.

Strategi Komunikasi ke Stakeholder

Jelaskan kepada stakeholder bahwa perbedaan data adalah hal wajar secara teknis dan bukan indikasi manipulasi. Ajak mereka menyepakati satu sumber data untuk satu tujuan spesifik agar tidak terjadi kebingungan saat pengambilan keputusan.

Samakan Definisi Metrics

Seringkali debat kusir terjadi cuma karena definisi beda. Pastikan lo dan stakeholder punya kamus yang sama. Apakah “Sales” itu termasuk order yang belum bayar? Apakah MMP hitung “Gross Revenue” (sebelum potongan app store) sedangkan database hitung “Net Revenue”?

Lo harus bikin dokumen kesepakatan. “Di perusahaan ini, kalau kita ngomongin ROAS, kita pakai angka Revenue dari MMP dibagi Cost Iklan”. Titik.

Jangan Sembunyikan Discrepancy

Kesalahan pemula adalah mencoba memanipulasi report biar angkanya sama. Jangan lakukan itu. Jujur aja di awal. “Pak/Bu, data MMP dan Database selisih 4% bulan ini karena faktor attribution window dan timezone. Ini masih dalam batas wajar industri.”

Kalimat itu terdengar jauh lebih profesional daripada lo gagap pas ditanya kenapa angkanya beda. Tunjukkan kalau lo paham teknisnya. Stakeholder lebih butuh analis yang ngerti konteks daripada sekadar tukang lapor angka yang asal bapak senang.

Audit Rutin dan Rekonsiliasi

Lakukan pengecekan rutin sebulan sekali. Bandingkan Transaction ID dari MMP dan Database. Kalau tren selisihnya stabil (misal selalu 3-4%), sistem lo aman. Tapi kalau bulan ini 3%, bulan depan tiba-tiba 15%, lo harus langsung teriak ke tim Tech buat audit SDK.

Kesimpulan

Perbedaan data 5-10% antara analytics tools (MMP) dan database transaksi itu wajar dan gak bisa dihindari sepenuhnya. Faktor teknis seperti latency, timezone, dan logika atribusi jadi penyebab utamanya.

Jangan sampai lo blunder dengan menganggap salah satu data salah total. Dua-duanya benar dalam konteksnya masing-masing. Pakai database buat urusan duit (Finance), pakai MMP buat urusan strategi iklan (Growth). Pegang prinsip ini, komunikasikan dengan tegas ke stakeholder, dan lo bakal aman dari pertanyaan menjebak soal validitas data.