Lookalike Audience di TikTok Ads memungkinkan Anda menemukan orang-orang baru yang memiliki profil serupa dengan customer terbaik Anda — tanpa perlu mendeskripsikan mereka secara manual. Ini adalah salah satu fitur targeting yang paling powerful ketika digunakan dengan benar, tapi juga sering digunakan secara suboptimal karena source audience yang tidak tepat.
Kualitas Lookalike Anda hanya setinggi kualitas source audience yang digunakan. “Garbage in, garbage out” berlaku penuh di sini.
Cara Menggunakan Lookalike Audience di TikTok Ads secara Efektif
1. Pilih source audience yang tepat — kualitas lebih penting dari kuantitas. Urutan source audience dari yang terbaik ke kurang optimal: (1) Customer List — daftar email atau nomor telepon customer yang sudah pernah membeli. Ini adalah gold standard karena merepresentasikan orang yang paling bernilai bagi bisnis Anda. (2) Website Custom Audience dengan event Purchase — menggunakan TikTok Pixel, buat audience dari orang yang sudah melakukan pembelian di website Anda. (3) Website Custom Audience dengan event Add to Cart atau Checkout. (4) App Event Audience dari customer yang pernah melakukan in-app purchase. Hindari membuat Lookalike dari Video Viewers umum atau orang yang sekadar mengunjungi halaman tanpa aksi — ini memberikan sinyal yang terlalu lemah dan menghasilkan Lookalike yang kurang relevan.
2. Setup ukuran Lookalike yang sesuai dengan tujuan campaign. TikTok Ads memungkinkan Anda memilih similarity percentage dari 1% hingga 20%. Semakin rendah persentasenya, semakin mirip Lookalike dengan source audience (lebih presisi tapi lebih kecil). Semakin tinggi, semakin luas tapi kurang mirip. Untuk performance campaign yang membutuhkan konversi tinggi: mulai dengan 1–3%. Untuk brand awareness atau campaign yang butuh skala lebih besar: gunakan 3–7%. Jangan langsung ke 10%+ karena pada level itu Lookalike mulai menyerupai broad targeting. Rekomendasi praktis: test dua grup — 1–3% vs 4–7% — dan lihat mana yang memberikan CPA lebih baik untuk produk spesifik Anda.
3. Refresh dan update Lookalike secara berkala. Lookalike Audience bukan set-and-forget. Seiring waktu, customer list Anda bertambah dan profil customer terbaik Anda mungkin berubah. Perbarui source audience minimal setiap 30–60 hari untuk memastikan Lookalike selalu merepresentasikan profil customer terkini. Untuk brand yang tumbuh cepat, pembaruan lebih sering (setiap 2–3 minggu) memberikan keuntungan kompetitif. Juga perhatikan “audience fatigue” — jika Lookalike yang sama terus dijalankan dalam waktu lama, frekuensi akan meningkat dan performa menurun. Rotasi audience dengan Lookalike yang di-refresh secara berkala mempertahankan performa yang lebih konsisten.
Pertanyaan yang Sering Muncul
Berapa ukuran minimum customer list yang dibutuhkan untuk membuat Lookalike yang efektif?
TikTok membutuhkan minimal 1.000 akun yang cocok dalam source audience untuk membuat Lookalike. Namun untuk Lookalike yang benar-benar akurat, rekomendasinya adalah minimal 5.000–10.000 customer yang cocok. Semakin banyak, semakin baik. Jika customer list Anda masih di bawah 1.000, ada beberapa opsi: (1) Gunakan website purchase audience dari TikTok Pixel sebagai alternatif. (2) Gabungkan customer dari berbagai sumber (website + marketplace jika memiliki data). (3) Sementara gunakan Interest Targeting atau Broad Targeting sambil membangun customer list yang lebih besar. Jangan membuat Lookalike dari source audience yang sangat kecil (di bawah 500) karena hasilnya tidak akan representatif.
Apa perbedaan Lookalike Audience TikTok dengan Meta Ads?
Beberapa perbedaan penting: (1) Ukuran audience TikTok Indonesia secara keseluruhan lebih kecil dari Meta, sehingga Lookalike di TikTok dengan similarity tinggi akan lebih cepat “habis” atau mengalami frekuensi tinggi. (2) TikTok Lookalike lebih berfokus pada behavioral data dari platform (konten yang dikonsumsi, interaksi, waktu tonton) sedangkan Meta menggabungkan lebih banyak data demografis dan interest. (3) TikTok Lookalike cenderung bekerja lebih baik untuk produk yang memiliki visual storytelling yang kuat, sementara Meta lebih fleksibel untuk berbagai jenis produk. (4) Secara teknis, proses pembuatannya serupa — upload Customer List atau hubungkan Pixel, lalu pilih similarity percentage dan lokasi target.
Haruskah Lookalike dikombinasikan dengan interest targeting atau dibiarkan luas?
Ada dua pendekatan yang keduanya valid: (1) Lookalike murni tanpa interest filter — biarkan algoritma TikTok memutuskan siapa yang paling relevan berdasarkan profil customer. Ini lebih baik ketika source audience Anda berkualitas tinggi dan TikTok Pixel sudah memiliki data yang cukup. (2) Lookalike + interest targeting sebagai layer tambahan — mempersempit audience untuk konteks tertentu atau ketika ingin mengkombinasikan dengan musim atau event spesifik. Untuk campaign yang sudah mature dan source audience yang sudah terbukti, Lookalike murni sering memberikan performa lebih baik. Untuk brand baru dengan data yang terbatas, tambahkan layer interest sebagai guardrail.
Bagaimana cara mengetahui apakah Lookalike yang dibuat sudah bekerja dengan baik?
Indikator Lookalike yang bekerja baik: (1) CPA (Cost per Acquisition) yang sebanding atau lebih baik dari interest targeting dengan budget yang setara. (2) CTR yang menunjukkan relevance — audience yang benar-benar relevan akan mengklik lebih sering. (3) Conversion Rate dari klik ke pembelian yang lebih tinggi dibanding cold audience. (4) Audience overlap yang rendah dengan custom audience existing (artinya Lookalike berhasil menemukan orang baru yang benar-benar belum kenal brand Anda). Jika Lookalike tidak memberikan hasil yang lebih baik dari interest targeting setelah memberikan cukup data (minimal Rp500 Ribu–Rp1 Juta spending dan 50+ konversi), evaluasi kembali kualitas source audience.
Apakah perlu membuat Lookalike yang berbeda untuk produk yang berbeda?
Idealnya ya, terutama jika customer yang membeli produk A dan produk B memiliki profil yang sangat berbeda. Contoh: brand yang menjual suplemen olahraga (dibeli oleh gym-goers aktif) dan suplemen tidur (dibeli oleh profesional yang stres) — kedua segmen ini mungkin memiliki profil yang sangat berbeda dan Lookalike terpisah akan lebih efektif. Cara implementasi: buat custom audience terpisah per produk dari data Pixel (gunakan event parameter untuk membedakan pembelian per produk), lalu buat Lookalike masing-masing. Ini lebih effort tapi menghasilkan targeting yang jauh lebih presisi, terutama untuk brand dengan katalog produk yang beragam.
Bagaimana cara mengatasi audience saturation di TikTok jika Lookalike terlalu kecil?
Ketika frekuensi mulai meningkat dan performa menurun, ada beberapa solusi: (1) Expand similarity percentage — naikkan dari 1–3% ke 4–7% untuk memperluas pool audience. (2) Gabungkan beberapa Lookalike — buat Lookalike dari source audience yang berbeda (high-value customers vs all customers) dan gabungkan dalam satu ad group. (3) Rotate creative lebih sering — frekuensi yang sama dengan creative yang berbeda terasa less repetitive bagi audience. (4) Eksplor Broad Audience (tanpa targeting khusus) — di TikTok, algoritma yang sudah ditraining dengan data konversi yang cukup sering perform baik dengan Broad Audience karena TikTok akan mengoptimasi sendiri. (5) Sementara istirahatkan Lookalike selama 2–3 minggu untuk “reset” audience fatigue.
{
“@context”: “https://schema.org”,
“@type”: “FAQPage”,
“mainEntity”: [
{
“@type”: “Question”,
“name”: “Berapa ukuran minimum customer list untuk membuat Lookalike yang efektif?”,
“acceptedAnswer”: {
“@type”: “Answer”,
“text”: “TikTok butuh minimal 1.000 akun yang cocok, tapi untuk Lookalike yang akurat idealnya 5.000–10.000 customer. Di bawah 500 tidak representatif. Alternatif: gunakan website purchase audience dari TikTok Pixel.”
}
},
{
“@type”: “Question”,
“name”: “Apa perbedaan Lookalike Audience TikTok dengan Meta Ads?”,
“acceptedAnswer”: {
“@type”: “Answer”,
“text”: “TikTok Lookalike lebih fokus pada behavioral data platform, audience Indonesia lebih kecil (lebih cepat saturation), dan bekerja lebih baik untuk produk dengan visual storytelling kuat. Meta lebih fleksibel dengan lebih banyak data demografis.”
}
},
{
“@type”: “Question”,
“name”: “Haruskah Lookalike dikombinasikan dengan interest targeting?”,
“acceptedAnswer”: {
“@type”: “Answer”,
“text”: “Dua pendekatan valid: Lookalike murni (lebih baik saat source audience berkualitas dan Pixel sudah punya data cukup) atau Lookalike + interest sebagai layer guardrail (lebih baik untuk brand baru dengan data terbatas).”
}
},
{
“@type”: “Question”,
“name”: “Bagaimana cara mengetahui apakah Lookalike sudah bekerja dengan baik?”,
“acceptedAnswer”: {
“@type”: “Answer”,
“text”: “Indikator: CPA sebanding atau lebih baik dari interest targeting, CTR lebih tinggi, conversion rate lebih baik dari cold audience, dan audience overlap rendah dengan custom audience existing. Evaluasi setelah minimal Rp500 Ribu spending.”
}
},
{
“@type”: “Question”,
“name”: “Apakah perlu membuat Lookalike yang berbeda untuk produk yang berbeda?”,
“acceptedAnswer”: {
“@type”: “Answer”,
“text”: “Idealnya ya jika customer per produk memiliki profil berbeda. Buat custom audience terpisah per produk menggunakan event parameter di Pixel, lalu buat Lookalike masing-masing untuk targeting yang lebih presisi.”
}
},
{
“@type”: “Question”,
“name”: “Bagaimana cara mengatasi audience saturation di TikTok jika Lookalike terlalu kecil?”,
“acceptedAnswer”: {
“@type”: “Answer”,
“text”: “Expand similarity percentage, gabungkan beberapa Lookalike dari source berbeda, rotate creative lebih sering, coba Broad Audience dengan algoritma yang sudah tertraining, atau istirahatkan Lookalike 2–3 minggu untuk reset.”
}
}
]
}