Cara Kelola Multiple SKU dalam Satu Kampanye Iklan Tanpa Chaos

Brand retail dengan puluhan atau ratusan SKU menghadapi tantangan unik dalam manajemen iklan: terlalu banyak pilihan produk untuk diiklankan, tapi budget yang tersedia tidak cukup untuk mengiklankan semuanya secara optimal. Akibatnya, banyak brand yang berakhir dengan situasi di mana iklan berjalan untuk banyak produk, tapi tidak ada yang benar-benar mendapat cukup budget untuk berkinerja dengan baik.

Paradoksnya: brand dengan lebih banyak SKU sering punya performa iklan yang lebih buruk dari brand dengan SKU lebih sedikit, justru karena pilihan yang terlalu banyak membuat pengambilan keputusan strategis menjadi lebih sulit.

Tantangan Khas Brand Multi-SKU dalam Pengelolaan Iklan

Multiple SKU dalam iklan adalah situasi di mana brand harus membuat keputusan tentang produk mana yang mendapat alokasi budget, creative, dan perhatian — dan keputusan ini sangat berdampak pada efisiensi keseluruhan kampanye iklan. Tanpa framework yang jelas, keputusan ini sering dibuat berdasarkan intuisi (“produk ini kelihatan paling menarik”) daripada data (“produk ini paling menguntungkan untuk diiklankan”).

Masalah yang paling sering muncul: brand mencoba mengiklankan produk yang paling mereka sukai secara personal, bukan produk yang paling efisien untuk diiklankan secara finansial. Atau brand mengiklankan produk baru secara agresif sementara produk lama yang sudah terbukti convert diabaikan.

5 Cara Mengelola Multiple SKU dalam Iklan Secara Sistematis

Berikut framework untuk mengambil keputusan iklan multi-SKU yang lebih terstruktur dan berbasis data:

1. Prioritas SKU berdasarkan dua variabel utama: margin dan velocity — Buat matriks sederhana dengan dua sumbu: margin per unit (seberapa menguntungkan produk jika terjual) dan velocity penjualan (seberapa cepat produk ini terjual secara organik tanpa iklan). Produk yang berada di kuadran “margin tinggi + velocity tinggi” adalah kandidat terkuat untuk diiklankan — mereka sudah terbukti diminati pasar dan menguntungkan saat terjual. Produk dengan margin tinggi tapi velocity rendah perlu dianalisis lebih dalam sebelum diiklankan agresif.
2. Hero SKU approach — kapan dan bagaimana menggunakannya — Hero SKU approach adalah strategi di mana brand memilih satu atau beberapa produk utama untuk difokuskan dalam iklan, daripada mencoba mengiklankan seluruh katalog. Ini paling efektif untuk brand yang sedang membangun awareness atau yang memiliki budget yang lebih terbatas. Keuntungannya: budget terkonsentrasi, algoritma mendapat cukup sinyal konversi dari satu produk untuk mengoptimalkan dengan lebih baik, dan creative bisa dibuat lebih spesifik dan relevan.
3. Catalog approach — kapan dan bagaimana menggunakannya — Catalog approach menggunakan Dynamic Product Ads (DPA) atau Catalog Sales campaign yang memungkinkan Meta secara otomatis menampilkan produk yang paling relevan untuk setiap individu berdasarkan perilaku mereka sebelumnya. Ini lebih cocok untuk brand yang sudah memiliki cukup data konversi per produk dan ingin mengoptimalkan secara dinamis di seluruh katalog. Untuk retargeting (menampilkan kembali produk yang sudah dilihat), catalog approach hampir selalu lebih efisien dari iklan produk statis.
4. Struktur campaign yang tidak berantakan untuk catalog besar — Cara membangun struktur campaign untuk multi-SKU: pisahkan antara campaign untuk produk hero (manual, targeting spesifik, creative khusus) dan campaign catalog (otomatis, berbasis data produk). Di dalam campaign catalog, pisahkan antara prospecting (audience baru) dan retargeting (audience yang sudah berinteraksi). Ini mencegah tumpang tindih audience antara campaign yang berbeda dan memudahkan evaluasi performa per tujuan.
5. Monitor SKU mana yang mendrive performa paling efisien — Buat laporan performa per SKU secara rutin — di Meta Ads Manager bisa dilihat melalui breakdown by Product. Identifikasi: SKU mana yang menghasilkan pembelian terbanyak? SKU mana yang memiliki Cost Per Purchase paling rendah? SKU mana yang mendrive Average Order Value paling tinggi? Di BAIK Digital, kami melakukan review performa per SKU setiap bulan untuk setiap klien multi-SKU — memastikan alokasi budget selalu mengikuti data, bukan kebiasaan atau preferensi subjektif.

Relevan untuk Siapa?

Relevan kalau: brand Anda memiliki lebih dari 10 SKU aktif dan sudah menjalankan iklan, tapi merasa sulit untuk memutuskan mana yang perlu mendapat alokasi iklan dan mana yang tidak — serta ingin membangun sistem yang lebih terstruktur untuk pengambilan keputusan ini. BAIK Digital membantu brand retail multi-SKU membangun sistem prioritisasi dan struktur campaign yang terstruktur, sehingga setiap Rupiah budget iklan diarahkan ke produk yang paling efisien.

Belum relevan kalau: brand masih memiliki sangat sedikit SKU (di bawah 5) dan tidak menghadapi dilema prioritas yang kompleks — fokuslah dulu pada mengoptimalkan iklan untuk SKU yang ada sebelum membangun sistem multi-SKU yang lebih canggih.

Kerangka Pengambilan Keputusan SKU yang Sederhana

Untuk brand yang baru memulai menerapkan struktur ini, mulailah dengan pertanyaan sederhana: jika brand hanya boleh mengiklankan satu produk bulan ini, produk mana itu? Jawaban yang jujur — berdasarkan margin, data penjualan, dan potensi repeat purchase — adalah produk hero yang seharusnya mendapat alokasi terbesar. Setelah hero SKU terdefinisi dan kampanyenya berjalan stabil, baru tambahkan SKU berikutnya secara bertahap. Pendekatan ini mencegah chaos yang terjadi ketika terlalu banyak keputusan dibuat sekaligus.

Pertanyaan yang Sering Muncul

Apakah semua SKU harus diiklankan agar toko tetap relevan?

Tidak. Ada perbedaan antara produk yang perlu dioptimalkan secara organik (deskripsi, foto, harga) dan produk yang perlu diiklankan secara berbayar. Tidak semua SKU membutuhkan iklan berbayar — beberapa SKU mungkin sudah mendapatkan cukup traffic organik dari pencarian tanpa perlu budget iklan tambahan.

Bagaimana cara menentukan apakah sebuah SKU layak diiklankan secara berbayar?

Hitung Maximum Allowable Cost Per Acquisition (MACPA): berapa biaya akuisisi pelanggan tertinggi yang masih membuat penjualan produk ini menguntungkan? Jika margin produk adalah Rp50 ribu per unit dan MACPA-nya Rp30 ribu, produk ini layak diiklankan selama CPA iklan di bawah Rp30 ribu. Produk dengan margin sangat tipis mungkin memiliki MACPA yang terlalu rendah untuk viable diiklankan secara efektif.

Apakah Dynamic Product Ads selalu lebih efisien dari iklan produk statis?

Tidak selalu. DPA sangat efektif untuk retargeting (menampilkan kembali produk yang sudah dilihat) karena relevansinya sangat tinggi. Untuk prospecting cold audience, iklan produk statis dengan creative yang kuat seringkali masih lebih efektif karena memberikan kontrol lebih besar atas pesan yang disampaikan kepada orang yang belum mengenal brand.

Bagaimana cara mengelola creative untuk banyak SKU tanpa tim yang besar?

Prioritaskan: buat creative yang berkualitas tinggi untuk hero SKU (bisa berupa video dan multiple foto). Untuk SKU lain yang diiklankan melalui catalog, andalkan template visual yang konsisten yang bisa diaplikasikan ke semua produk dengan cepat — misalnya foto produk dengan latar belakang dan overlay teks yang sama. Ini menjaga konsistensi brand tanpa harus memproduksi creative unik untuk setiap SKU.

Seberapa sering perlu mengevaluasi ulang prioritas SKU untuk iklan?

Minimal setiap bulan, atau setiap kali ada perubahan signifikan: peluncuran produk baru, perubahan margin karena biaya produksi, atau perubahan tren permintaan yang terlihat dari data penjualan. Prioritas SKU bukan keputusan satu kali — ini adalah keputusan yang perlu di-review secara berkala seiring kondisi bisnis berubah.

Apakah ada jumlah SKU maksimum yang bisa dikelola secara efektif dalam satu kampanye iklan?

Tidak ada angka absolut, tapi prinsipnya: semakin banyak SKU dalam satu campaign, semakin sedikit kontrol yang dimiliki brand atas bagaimana setiap produk dipresentasikan. Campaign catalog bisa menangani ribuan SKU secara teknis, tapi efektivitasnya bergantung pada kualitas data produk di catalog feed dan cukup tidaknya data konversi per SKU untuk algoritma belajar secara efektif.

{“@context”:”https://schema.org”,”@type”:”FAQPage”,”mainEntity”:[{“@type”:”Question”,”name”:”Apakah semua SKU harus diiklankan agar toko tetap relevan?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Tidak. Ada perbedaan antara produk yang perlu dioptimalkan organik dan yang perlu iklan berbayar. Beberapa SKU mungkin sudah mendapat cukup traffic organik tanpa budget iklan tambahan.”}},{“@type”:”Question”,”name”:”Bagaimana cara menentukan apakah sebuah SKU layak diiklankan secara berbayar?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Hitung Maximum Allowable Cost Per Acquisition: berapa biaya akuisisi tertinggi yang masih membuat penjualan produk menguntungkan? Produk dengan margin sangat tipis mungkin memiliki MACPA yang terlalu rendah untuk viable diiklankan.”}},{“@type”:”Question”,”name”:”Apakah Dynamic Product Ads selalu lebih efisien dari iklan produk statis?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Tidak selalu. DPA sangat efektif untuk retargeting. Untuk prospecting cold audience, iklan statis dengan creative kuat seringkali masih lebih efektif karena memberikan kontrol lebih besar atas pesan.”}},{“@type”:”Question”,”name”:”Bagaimana cara mengelola creative untuk banyak SKU tanpa tim yang besar?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Prioritaskan creative berkualitas untuk hero SKU. Untuk SKU lain di catalog, andalkan template visual konsisten yang bisa diaplikasikan cepat ke semua produk.”}},{“@type”:”Question”,”name”:”Seberapa sering perlu mengevaluasi ulang prioritas SKU untuk iklan?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Minimal setiap bulan, atau setiap kali ada perubahan signifikan seperti peluncuran produk baru, perubahan margin, atau perubahan tren permintaan.”}},{“@type”:”Question”,”name”:”Apakah ada jumlah SKU maksimum yang bisa dikelola efektif dalam satu kampanye?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Tidak ada angka absolut. Efektivitas bergantung pada kualitas data produk di catalog feed dan cukup tidaknya data konversi per SKU untuk algoritma belajar secara efektif.”}}]}