Membaca Metrik dan Data Pembanding Tanpa Salah Ambil Kesimpulan

Perbedaan antara praktisi awal dan praktisi yang sudah matang sering bukan pada seberapa banyak metrik yang mereka hafal, tapi pada seberapa cepat mereka tahu metrik mana yang sedang tidak relevan.

Dashboard iklan menampilkan puluhan angka sekaligus, dan semuanya terlihat sama pentingnya. Padahal sebagian besar dari angka itu cuma penjelas, bukan penentu. Tulisan ini membahas urutan membacanya, dan kapan data pembanding dari luar layak dipakai.

Mulai dari metrik yang paling dekat dengan uang

Urutan yang berguna dibaca dari bawah ke atas, bukan sebaliknya. Artinya mulai dari metrik yang paling dekat dengan pendapatan, lalu naik ke metrik yang lebih jauh hanya saat diperlukan.

Lapisan pertama, hasil akhir. Laba bersih dan biaya per akuisisi. Ini yang menentukan usaha untung atau tidak. Kalau lapisan ini sehat, sebagian besar keanehan di lapisan atas tidak perlu dikejar.

Lapisan kedua, efisiensi. Return on ad spend dan conversion rate. Lapisan ini menjelaskan kenapa lapisan pertama bergerak. ROAS yang turun sambil konversi tetap biasanya menunjuk ke perubahan harga atau biaya, bukan ke performa iklan.

Lapisan ketiga, lalu lintas. Biaya per klik, biaya per seribu tayangan, dan rasio klik. Lapisan ini paling cepat berubah dan paling sering dijadikan alasan panik, padahal pengaruhnya ke laba sering kecil dibanding dua lapisan sebelumnya.

Kesalahan yang umum terjadi adalah membaca dari lapisan ketiga. Rasio klik turun sedikit, lalu materi iklan diganti seluruhnya, padahal laba bersihnya sebenarnya tidak bergerak. Perubahan yang tidak perlu itu memakan waktu dan menghapus data pembelajaran yang sudah terkumpul.

Satu angka jarang cukup untuk menyimpulkan

Hampir semua metrik menyesatkan kalau dibaca sendirian.

ROAS tiga kali lipat terdengar bagus, tapi artinya berbeda total antara produk bermargin lima puluh persen dan produk bermargin lima belas persen. Pada yang kedua, angka itu bisa berarti rugi. Ini dibahas lebih rinci di catatan soal cara membaca hasil kalkulator ROAS.

Conversion rate yang naik juga belum tentu kabar baik. Kalau kenaikannya terjadi bersamaan dengan penurunan jumlah pengunjung, yang sering terjadi adalah penyempitan target audiens: sisa pengunjungnya memang lebih siap membeli, tapi jumlah pembeli totalnya bisa saja turun.

Aturan praktisnya, tiap kali satu metrik bergerak, cari satu metrik lain yang seharusnya ikut bergerak kalau penjelasanmu benar. Kalau metrik pendamping itu diam saja, kemungkinan penjelasanmu keliru.

Untuk menghitung angka-angka ini tanpa menyusun rumus dari awal, kumpulan kalkulator di Foundlab menyediakan ROAS, biaya per akuisisi, engagement rate, sampai perbandingan biaya akuisisi dengan nilai pelanggan.

Kapan data pembanding industri layak dipakai

Pertanyaan yang hampir selalu muncul saat melihat angka sendiri: ini bagus atau jelek dibanding yang lain.

Data pembanding memang berguna, tapi hanya kalau tiga hal berikut jelas.

Siapa respondennya. Laporan yang respondennya mayoritas perusahaan besar di pasar berbahasa Inggris tidak menggambarkan usaha kecil di Indonesia. Angkanya tetap bisa dibaca, tapi sebagai gambaran arah, bukan sebagai target.

Kapan datanya dikumpulkan. Biaya iklan bergeser mengikuti musim dan kompetisi. Data dari periode kampanye besar akan terlihat jauh lebih mahal dibanding periode biasa.

Siapa yang menerbitkan. Sebagian laporan diterbitkan perusahaan yang juga menjual produk di bidang yang mereka teliti. Datanya tetap berguna, tapi pilihan topik dan sudut pandangnya tidak netral sepenuhnya. Di kumpulan report kami, penerbit tiap dokumen dicantumkan jelas supaya konteks itu terlihat sejak awal.

Kalau ketiga hal itu tidak bisa dipastikan, pembanding paling andal tetap riwayat akun kamu sendiri. Membandingkan bulan ini dengan tiga bulan sebelumnya hampir selalu lebih bermakna dibanding membandingkan dengan angka rata-rata dari laporan yang konteksnya berbeda.

Menentukan apa yang layak didalami berikutnya

Untuk yang sudah bekerja beberapa tahun, pertanyaannya bergeser dari “belajar apa” menjadi “mendalami apa”.

Cara memilih yang cukup andal: perhatikan bagian pekerjaan yang selama ini kamu serahkan ke orang lain atau kamu hindari. Bagian itu biasanya menandai batas kemampuan yang sedang menahan kamu. Seorang pengelola iklan yang selalu meminta bantuan untuk membaca laporan analitik, misalnya, kemungkinan besar akan mendapat lompatan lebih besar dari mendalami analitik dibanding dari mendalami platform iklan yang sudah dikuasainya.

Setelah tahu bagiannya, barulah mencari programnya. Urutan ini penting, karena mencari program lebih dulu hampir selalu berakhir memilih yang paling menarik promosinya, bukan yang paling menutup celah kemampuan kamu.

Listing di halaman rekomendasi bisa disaring berdasarkan level, jadi materi untuk pemula bisa langsung disingkirkan dari daftar kalau memang bukan itu yang kamu cari.