Intro

Halaman produk dibuka ratusan kali, pesanan tetap tidak bertambah. Di titik itu banyak pemilik usaha mulai mendengar saran memakai lookalike audience, lalu memasangnya tanpa memeriksa satu hal pun: data siapa yang dipakai sebagai sumber.

Lookalike audience adalah kelompok orang baru yang dipilih sistem iklan karena perilakunya mirip dengan daftar yang Anda berikan, entah daftar pembeli, pengunjung website, atau orang yang pernah menghubungi.

Angka kemiripan yang biasa diperdebatkan jarang yang menentukan. Yang menentukan kualitas dan ukuran daftar sumbernya, dan itu bisa diperiksa sendiri sebelum satu rupiah pun dibelanjakan.

Daftar Isi

Apa itu lookalike audience dan dari mana ia belajar

Bahan bakunya adalah custom audience: daftar pembeli, pelanggan berulang, pengunjung website, atau orang yang pernah mengirim pesan. Dari daftar itu sistem membentuk kelompok baru yang perilakunya mirip.

Nama orang tidak dibaca. Yang dibaca polanya: kapan membeli, dari mana datangnya, halaman apa yang dibuka sebelum memutuskan. Pola itu yang dipakai untuk mencari orang lain di wilayah sasaran dengan kebiasaan serupa.

Sumber data yang biasa dipakai

  • Riwayat pesanan, dengan nilai transaksi dan waktu pembelian.
  • Pengunjung website yang sampai ke halaman produk atau halaman pembayaran.
  • Orang yang menghubungi lewat WhatsApp, mengirim formulir, atau menonton video.

Urutan itu sekaligus urutan kualitas. Pembeli yang benar-benar membayar memberi sinyal paling tajam karena ada uang yang berpindah. Penonton video memberi sinyal paling tipis karena minatnya belum diuji apa pun.

Kenapa ukuran sumber lebih menentukan

Semakin kecil daftar sumber, semakin tipis pola yang bisa dibaca sistem. Daftar berisi beberapa ratus nama menghasilkan audiens sempit yang mirip satu jenis orang, biasanya pembeli satu produk pada satu musim. Daftar yang lebih besar dan beragam memberi lebih banyak contoh untuk memisahkan pola berulang dari kebetulan.

Angka berikut ilustrasi, bukan data klien. 300 pembeli yang semuanya masuk lewat promo mengajari sistem satu pola: orang yang mengejar potongan harga. Daftar 3.000 pembeli dari tiga produk berbeda mengajari pola yang lebih luas.

Bagian yang paling sering dibicarakan justru yang paling sedikit menentukan, yaitu seberapa lebar kemiripan yang diminta. Kalau sumbernya keliru, angka itu hanya mengubah seberapa cepat kesalahannya menyebar. Menjaga sumber data sendiri adalah pekerjaan bulanan: mencocokkan riwayat pesanan, memisahkan pembeli dari penanya, menyegarkan daftar.

Kenapa sumber data yang keliru menghasilkan audiens yang keliru

Sistem tidak menilai apakah sumbernya masuk akal. Ia meniru apa adanya, termasuk kebiasaan yang tidak ingin Anda ulangi. Yang paling sering merusak hasil ada tiga: pembeli sekali, pengunjung yang tidak pernah membeli, dan daftar bercampur.

Pembeli sekali

Pembeli yang masuk lewat diskon besar atau produk murah sering hanya membeli sekali. Ketika mereka dijadikan sumber, sistem menyimpulkan bahwa pelanggan ideal Anda adalah orang yang sensitif harga, dan setiap penjualan berikutnya perlu disubsidi potongan harga.

Pengunjung yang tidak pernah membeli

Kunjungan ke website tidak otomatis berarti minat beli. Pengunjung dari artikel umum atau kunjungan singkat menambah panjang daftar tanpa menambah kejelasan. Kalau mayoritas isi daftar adalah orang yang datang lalu pergi, audiens baru mewarisi perilaku itu: banyak yang mengklik, sedikit yang membayar.

Pengunjung tetap berguna bila yang dimasukkan adalah yang sampai jauh ke halaman produk, halaman harga, atau formulir. Selisih antara halaman depan dan halaman pembayaran adalah selisih antara rasa penasaran dan niat.

Daftar yang bercampur

Banyak daftar kontak tumbuh tanpa aturan: nomor kurir, vendor kemasan, kerabat yang pernah membantu, peserta undian, dan pelanggan asli bercampur jadi satu. Sistem tidak bisa memisahkan mereka, sehingga audiens yang terbentuk mencerminkan campuran itu.

Kerusakan ini mahal karena berjalan diam-diam. Jangkauan besar, biaya per klik murah, tetapi pesanan tidak bertambah. Yang disalahkan biasanya materi iklan atau anggaran, padahal sumbernya keliru sejak awal.

Merapikan sumber data termasuk pekerjaan rutin dalam pengelolaan digital marketing: memisahkan segmen, memeriksa daftar, dan memastikan yang dijadikan dasar memang pelanggan, bukan nama yang pernah singgah di buku kontak.

Hubungan antara lookalike audience dan retargeting

Keduanya memakai bahan yang sama, yaitu data orang yang pernah berhubungan dengan usaha Anda, tetapi arah geraknya berlawanan. Retargeting menutup percakapan yang sudah dimulai. Lookalike membukanya dengan orang yang belum pernah mendengar usaha Anda.

Satu menyempit, satu memperluas

Retargeting bekerja pada orang yang sudah membuka halaman produk, meninggalkan keranjang, atau menghubungi lalu berhenti. Jumlah mereka terbatas dan mengecil seiring waktu. Lookalike bekerja pada orang yang belum masuk daftar mana pun.

Fungsinya persis di situ: memasok orang baru saat daftar retargeting mulai habis. Kampanye yang hanya mengandalkan retargeting melambat setelah beberapa minggu, bukan karena pasarnya habis, tetapi karena daftarnya habis.

Kenapa keduanya tidak saling menggantikan

Retargeting menjawab pertanyaan orang yang sudah tahu penawarannya. Lookalike menyapa orang yang belum tahu apa pun, sehingga pesan pertama harus memperkenalkan, bukan menagih keputusan. Menukar keduanya menghasilkan dua kegagalan: tawaran dilempar ke orang asing, pesan pengenalan dikirim ke orang yang hampir membeli.

Di akun yang sehat urutannya begini: retargeting menguji penawaran pada orang terdekat, lalu pesan yang berhasil dipakai untuk audiens yang lebih luas. Selisih cara kerja keduanya kami uraikan di artikel strategi retargeting untuk bisnis.

Kapan lookalike audience layak dipakai

Syaratnya tiga: data pelanggan yang cukup dan bisa dipercaya, penawaran yang sudah terbukti berjalan, serta biaya menjangkau audiens yang ada mulai naik. Kalau salah satunya belum ada, anggaran yang masuk bekerja sebagai biaya belajar, bukan biaya penjualan.

Setelah data pelanggan cukup

Yang dihitung pelanggan yang benar-benar membayar dan tercatat. Jumlah kontak di buku telepon tidak masuk hitungan. Usaha dengan penjualan berulang sampai di titik ini lebih cepat dibanding usaha yang menjual sekali seumur hidup, karena riwayatnya lebih padat.

Setelah penawaran terbukti

Penawaran yang terbukti punya tanda yang terbaca tanpa iklan: ada pembeli dari mulut ke mulut, ada yang membeli lagi, dan harga tidak perlu didiskon terus. Kalau penjualan masih bergantung pada diskon besar, memperluas audiens hanya memperbanyak orang yang menunggu diskon berikutnya.

Saat biaya jangkauan mulai naik

Biaya per seribu tayangan yang naik beberapa bulan berturut-turut menandakan audiens inti sudah terlalu sering melihat iklan yang sama. Audiens baru memberi ruang bagi pesan untuk dibaca orang yang belum bosan. Kenaikan ini juga yang membuat pembagian anggaran perlu ditinjau, seperti dibahas di artikel anggaran iklan Meta untuk UMKM.

Pada usaha dengan satu produk dan satu wilayah kecil, misalnya yang hanya melayani Sentani atau Abepura, audiens minat yang sempit biasanya sudah cukup. Audiens mirip baru masuk hitungan setelah daftarnya berisi pelanggan. Panjang daftar kontak tidak memberi tahu apa pun soal itu.

Batas lookalike audience dan kenapa jangkauan luas tidak selalu menolong

Audiens ini hanya memperbesar jumlah orang yang melihat penawaran. Penawarannya tidak ikut membaik. Kesalahan termahal justru memakai audiens luas untuk menutupi masalah di harga, halaman tujuan, atau kejelasan produk.

Penawaran lemah tidak menguat karena dilihat lebih banyak orang

Iklan hanya memindahkan perhatian. Keputusan terjadi setelah orang membaca harga, membandingkan, dan mencari alasan untuk percaya. Kalau halaman tujuan lambat atau tidak ada bukti bahwa usaha ini layak dipercaya, audiens yang lebih besar hanya mempercepat orang menemukan alasan untuk pergi.

Jangkauan besar dengan konversi rendah adalah gejala

Angka yang perlu dicurigai justru yang terlihat bagus: jangkauan luas, biaya per klik murah, percakapan tidak bergerak. Artinya audiens terlalu longgar sehingga yang datang bukan pembeli, atau halaman tujuan tidak siap menerima kunjungan sebanyak itu. Pada kasus kedua, memperkecil audiens tidak menyelesaikan apa pun.

Ada juga hal yang jarang diperiksa. Pelacakan yang rusak membuat sistem belajar dari data tidak lengkap, sehingga audiens mengikuti kesalahan itu. Audiens yang mencakup daerah di luar jangkauan kiriman menghasilkan tayangan yang tidak bisa dibeli siapa pun. Daftar dari satu musim ramai membawa pola musim itu ke bulan biasa.

Pertanyaan yang Sering Diajukan

Apakah lookalike audience bisa dipakai tanpa data pelanggan?

Bisa, tetapi sumbernya berasal dari interaksi yang lebih lemah, misalnya pengunjung website atau penonton video. Hasilnya mengikuti kualitas sumber, dan audiens dari penonton video jauh lebih longgar dibanding audiens dari daftar pembeli. Usaha tanpa pelanggan punya pilihan lebih murah: audiens minat dan wilayah layanan.

Berapa jumlah data minimum untuk membuat lookalike audience?

Setiap platform menetapkan ambang minimumnya sendiri, dan angka itu bukan penentu utama. Yang lebih menentukan keragaman isi daftar. Seribu pembeli dari satu produk murah memberi pola lebih sempit dibanding tiga ratus pembeli dari beberapa produk berbeda harga.

Apakah lookalike audience menggantikan retargeting?

Tidak. Retargeting menjangkau orang yang sudah berinteraksi dan jumlahnya terbatas, sementara lookalike menjangkau orang baru. Kampanye yang hanya memakai salah satunya kehilangan satu sisi: tanpa retargeting, calon pembeli yang hampir memutuskan dibiarkan pergi.

Kesimpulan

Audiens mirip adalah alat perluasan. Apa pun yang sudah rusak di penawaran atau di halaman tujuan tidak ikut membaik karena jangkauannya bertambah.

Hasilnya ditentukan daftar sumbernya: siapa yang dimasukkan, berapa banyak, seberapa beragam. Angka lebar kemiripan hanya memotong daftar hasil, isinya tetap ditentukan daftar sumber tadi.

Urutannya jarang bisa dibalik. Data pelanggan dirapikan, penawaran diuji pada orang terdekat, baru jangkauan diperluas. Usaha yang melompat ke audiens luas lebih dulu membayar lebih besar untuk pelajaran yang sama.

Urutan di atas butuh dikerjakan setiap bulan, dan di situlah kami masuk. Peoplez Digital sudah lebih dari 5 tahun mengerjakan pekerjaan ini untuk klien, bersama 40+ spesialis dan 40+ klien aktif, dengan 98% tingkat kepuasan, dari kantor di Jl. Kelapa 2, Entrop, Jayapura. Kalau Anda ingin memeriksa kesiapan data pelanggan sebelum memperluas jangkauan, kami siap berbincang tanpa biaya lewat WhatsApp 0851-9030-3669 atau kunjungi peoplezdigital.com.

Created By Peoplez Digital. Powered by Peoplez AI System.