Cara Membuat Attribution Model yang Tepat untuk E-commerce Multi-channel

Salah satu masalah terbesar dalam pemasaran multi-channel adalah “double counting”: ketika customer melihat iklan TikTok, kemudian iklan Meta, kemudian klik Google Shopping, lalu beli — ketiga platform mengklaim konversi tersebut sebagai milik mereka. Jika Anda menjumlahkan revenue yang diklaim semua platform, angkanya bisa 2–3x lipat revenue aktual. Ini bukan kecurangan platform — ini adalah konsekuensi dari bagaimana setiap platform mengukur konversi secara independen dengan attribution window yang berbeda-beda.

Model Attribution yang Umum dan Implikasinya

Last-touch attribution: 100% kredit diberikan kepada channel terakhir yang disentuh sebelum konversi. Ini adalah default yang paling umum dan paling mudah dipahami. Kelemahan besar: under-credit untuk channel upper funnel (TikTok, awareness campaigns) yang memperkenalkan produk ke customer bahkan ketika konversi terjadi melalui Google atau direct. Akibat praktis: brand yang menggunakan last-touch sering mematikan iklan awareness karena “tidak menghasilkan konversi” — padahal channel tersebut adalah yang memulai perjalanan pembelian.

First-touch attribution: 100% kredit ke channel pertama yang menyentuh customer. Kebalikan dari last-touch — over-credit untuk channel awareness, under-credit untuk channel retargeting dan konversi. Jarang digunakan sebagai model utama tapi berguna sebagai perspektif tambahan untuk memahami “dari mana customer baru datang”.

Linear attribution: kredit dibagi rata ke semua touchpoint dalam perjalanan pembelian. Lebih adil secara intuitif, tapi sering tidak mencerminkan realitas bahwa beberapa touchpoint lebih berpengaruh dari yang lain. Juga membutuhkan tracking yang lebih canggih untuk mengidentifikasi semua touchpoint.

MER (Marketing Efficiency Ratio): ini bukan attribution model secara teknis, tapi solusi pragmatis yang semakin populer. MER dihitung sebagai total revenue dibagi total spend iklan di semua channel — tanpa mencoba mengattribute konversi ke channel spesifik. Keunggulan: tidak terpengaruh masalah attribution, tidak bisa di-game oleh platform. Kelemahan: tidak memberikan insight tentang channel mana yang perlu dioptimasi.

Pertanyaan yang Sering Muncul

Mengapa angka konversi di Meta Ads, TikTok Ads, dan Google Analytics berbeda untuk periode yang sama?

Perbedaan ini hampir selalu terjadi karena perbedaan attribution window dan metodologi. Meta Ads secara default menggunakan 7-day click + 1-day view attribution — artinya konversi yang terjadi 7 hari setelah klik ATAU 1 hari setelah view dikreditkan ke Meta. TikTok punya window yang berbeda. Google Analytics biasanya menggunakan last non-direct click. Ketiga sistem mengukur secara independen, dan customer yang melalui multiple touchpoint akan dihitung oleh semua sistem. Ini bukan bug — ini adalah konsekuensi arsitektur. Solusi: tentukan satu “sumber kebenaran” (biasanya platform analytics independen atau data penjualan aktual) dan gunakan itu untuk keputusan strategis.

Apa itu view-through attribution dan mengapa kontroversial?

View-through attribution (VTA) mengkreditkan konversi ke iklan yang dilihat (bukan diklik) dalam window tertentu sebelum konversi. Misalnya, 1-day view attribution berarti kalau seseorang melihat iklan Meta Anda dan membeli dalam 24 jam — bahkan tanpa pernah klik iklannya — Meta mengklaim konversi tersebut. Ini kontroversial karena customer mungkin akan membeli tanpa pernah melihat iklan tersebut (pembelian yang organic), tapi tetap diklaim oleh platform. VTA lebih relevan untuk brand awareness dan upper funnel, kurang relevan sebagai indikator efisiensi akuisisi langsung. Sarannya: kurangi atau nonaktifkan view-through attribution untuk kampanye yang tujuannya direct conversion, agar angka lebih mencerminkan realitas.

Bagaimana cara menggunakan MER sebagai praktik pengukuran yang lebih akurat?

MER dihitung sederhana: total revenue dalam periode tertentu dibagi total ad spend dalam periode yang sama, di semua channel. Kalau total revenue bulan ini Rp500 Juta dan total ad spend Rp50 Juta, MER = 10x. Ini berbeda dari ROAS per channel yang dilaporkan platform karena MER menggunakan revenue aktual, bukan klaim platform. Cara menggunakannya: tentukan target MER minimum yang menjaga bisnis profitable, gunakan sebagai guardrail keputusan scaling (kalau MER turun di bawah threshold saat scaling, ada masalah yang perlu diatasi). MER tidak menggantikan optimasi per channel, tapi memberikan ground truth yang bisa dipercaya.

Apakah ada tools attribution pihak ketiga yang direkomendasikan untuk brand Indonesia?

Tools attribution pihak ketiga (seperti Northbeam, Triple Whale, Rockerbox) memberikan perspektif yang lebih independen dari klaim masing-masing platform. [CEK ULANG ketersediaan, pricing, dan kemampuan tracking di pasar Indonesia karena tools ini berkembang cepat] Untuk brand Indonesia yang banyak menjual melalui marketplace, tantangan tambahan muncul karena penjualan di Shopee dan Tokopedia sangat sulit di-track ke source kampanye — ini adalah blind spot yang bahkan tools attribution terbaik pun kesulitan mengatasinya. Pendekatan pragmatis: gunakan UTM parameters secara konsisten untuk semua traffic ke website, dan lacak penjualan marketplace secara terpisah dengan membandingkan periode sebelum/sesudah kampanye.

Bagaimana cara mengattribute penjualan yang terjadi di marketplace (Shopee/Tokopedia) ke kampanye iklan?

Ini adalah salah satu tantangan terbesar dalam pengukuran multi-channel di Indonesia: marketplace tidak menyediakan data customer journey yang bisa di-link ke kampanye iklan di platform lain. Pendekatan yang bisa dilakukan: pertama, correlation analysis — bandingkan volume penjualan marketplace dengan spend iklan di periode yang sama dan lihat apakah ada korelasi yang konsisten. Kedua, incrementality testing — pause iklan di satu channel untuk satu periode dan ukur dampaknya ke total penjualan (termasuk marketplace). Ketiga, customer survey sederhana — tambahkan pertanyaan “dari mana Anda mendengar tentang kami?” di packaging atau follow-up WhatsApp. Tidak ada solusi teknis yang sempurna untuk masalah ini; pendekatan triangulasi dari beberapa metode adalah yang paling realistis.

Kapan brand perlu mulai serius memikirkan attribution model?

Attribution menjadi kritis ketika brand sudah aktif di lebih dari dua channel berbayar sekaligus dan total ad spend sudah signifikan (sebagai referensi kasar: di atas Rp20–30 Juta per bulan total spend). Di bawah threshold ini, optimasi per campaign berdasarkan data platform masing-masing sudah cukup. Setelah melewati threshold tersebut, keputusan budget allocation antar channel menjadi semakin consequential — dan membuat keputusan tersebut berdasarkan klaim platform yang bias akan menghasilkan alokasi yang suboptimal. Investasi dalam pemahaman attribution adalah investasi yang hasilnya terasa langsung dalam efisiensi budget.

{“@context”:”https://schema.org”,”@type”:”FAQPage”,”mainEntity”:[{“@type”:”Question”,”name”:”Mengapa angka konversi di Meta Ads, TikTok, dan Google Analytics berbeda?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Perbedaan ini terjadi karena attribution window dan metodologi yang berbeda di setiap platform. Meta default 7-day click + 1-day view, TikTok punya window berbeda, Google Analytics biasanya last non-direct click. Customer yang melalui multiple touchpoint dihitung oleh semua sistem secara independen. Tentukan satu ‘sumber kebenaran’ untuk keputusan strategis.”}},{“@type”:”Question”,”name”:”Apa itu MER (Marketing Efficiency Ratio) dan mengapa lebih reliable dari ROAS?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”MER = total revenue dibagi total ad spend semua channel. Berbeda dari ROAS per platform yang sering double-count, MER menggunakan revenue aktual. Tidak bisa di-game oleh platform. Tentukan target MER minimum yang menjaga bisnis profitable dan gunakan sebagai guardrail keputusan scaling.”}},{“@type”:”Question”,”name”:”Apa itu view-through attribution dan mengapa harus hati-hati menggunakannya?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”View-through attribution mengkreditkan konversi ke iklan yang dilihat (bukan diklik) dalam window tertentu. Kontroversial karena customer mungkin akan membeli tanpa iklan tersebut tetapi tetap diklaim platform. Kurangi atau nonaktifkan untuk kampanye direct conversion agar angka lebih mencerminkan realitas.”}},{“@type”:”Question”,”name”:”Bagaimana cara mengattribute penjualan marketplace ke kampanye iklan?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Marketplace tidak menyediakan data customer journey yang bisa di-link ke kampanye lain. Pendekatan: correlation analysis (bandingkan volume marketplace dengan spend iklan), incrementality testing (pause satu channel dan ukur dampak ke total penjualan), atau customer survey sederhana di packaging. Triangulasi dari beberapa metode adalah yang paling realistis.”}},{“@type”:”Question”,”name”:”Kapan brand perlu serius memikirkan attribution model?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Attribution kritis ketika sudah aktif di lebih dari dua channel berbayar dan total spend sudah signifikan (di atas Rp20-30 Juta per bulan). Di bawah threshold ini, optimasi per campaign berdasarkan data platform masing-masing sudah cukup. Setelah itu, alokasi budget antar channel menjadi consequential dan keputusan berdasarkan klaim platform yang bias akan suboptimal.”}},{“@type”:”Question”,”name”:”Apa perbedaan last-touch dan linear attribution?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Last-touch: 100% kredit ke channel terakhir sebelum konversi — mudah dipahami tapi under-credit channel awareness upper funnel. Linear: kredit dibagi rata ke semua touchpoint — lebih adil tapi butuh tracking lebih canggih dan tidak mencerminkan bahwa beberapa touchpoint lebih berpengaruh dari lainnya.”}}]}