Iklans – Perbedaan #Last-Click Attribution dan #Data-Driven Attribution dalam #Iklan – Dalam dunia #digital advertising, mengetahui iklan atau channel #pemasaran yang berkontribusi terhadap terjadinya konversi merupakan hal yang penting. Informasi tersebut dapat membantu bisnis mengevaluasi kinerja #kampanye, menentukan #strategi pemasaran, dan mengalokasikan anggaran iklan secara lebih efektif.

Untuk mengetahui kontribusi berbagai interaksi pengguna sebelum melakukan konversi, pengiklan dapat menggunakan attribution model atau model atribusi. Model ini digunakan untuk menentukan bagaimana kredit sebuah konversi diberikan kepada berbagai titik kontak dalam perjalanan pelanggan.

Baca Juga: Mengenal Media Mix Modeling untuk Mengukur Efektivitas Iklan

Dua model atribusi yang cukup dikenal adalah Last-Click Attribution dan Data-Driven Attribution. Meskipun sama-sama digunakan untuk menganalisis konversi, keduanya memiliki cara kerja yang berbeda.

Apa Itu Attribution Model?

Attribution model adalah metode yang digunakan untuk menentukan kontribusi berbagai interaksi pemasaran terhadap suatu konversi.

Perjalanan seorang calon pelanggan sebelum membeli produk biasanya tidak hanya melibatkan satu interaksi. Seseorang mungkin pertama kali melihat iklan di media sosial, kemudian mencari informasi melalui Google, mengunjungi website, melihat iklan retargeting, dan akhirnya melakukan pembelian.

Dalam kondisi tersebut, muncul pertanyaan: interaksi mana yang sebenarnya berkontribusi terhadap pembelian?

Attribution model membantu menjawab pertanyaan tersebut dengan memberikan kredit konversi berdasarkan aturan atau metode tertentu.

Dua pendekatan yang memiliki perbedaan cukup jelas adalah Last-Click Attribution dan Data-Driven Attribution.

Apa Itu Last-Click Attribution?

Last-Click Attribution adalah model atribusi yang memberikan seluruh kredit konversi kepada interaksi terakhir yang dilakukan pengguna sebelum melakukan konversi.

Sebagai contoh, perjalanan seorang pengguna adalah:

Iklan Media Sosial → Google Search → Email → Iklan Google → Pembelian

Jika menggunakan Last-Click Attribution, maka seluruh kredit atas pembelian tersebut diberikan kepada Iklan Google karena menjadi interaksi terakhir sebelum pengguna melakukan pembelian.

Interaksi sebelumnya tidak mendapatkan kredit atas konversi tersebut.

Kelebihan Last-Click Attribution

Last-Click Attribution memiliki beberapa kelebihan, terutama dari sisi kesederhanaan.

Model ini mudah dipahami karena pengiklan hanya perlu melihat interaksi terakhir sebelum konversi. Pengolahan dan interpretasi datanya juga relatif lebih sederhana dibandingkan model atribusi yang menggunakan analisis lebih kompleks.

Model ini dapat berguna bagi bisnis yang masih berada pada tahap awal dalam melakukan analisis atribusi atau membutuhkan metode sederhana untuk mengevaluasi perjalanan konversi.

Kekurangan Last-Click Attribution

Kelemahan utama Last-Click Attribution adalah kurang memperhatikan interaksi yang terjadi sebelum interaksi terakhir.

Misalnya, sebuah iklan di media sosial berhasil memperkenalkan produk kepada calon pelanggan. Beberapa hari kemudian, calon pelanggan tersebut mencari nama produk di Google dan akhirnya melakukan pembelian melalui iklan pencarian.

Dalam Last-Click Attribution, iklan pencarian akan mendapatkan seluruh kredit. Padahal, iklan media sosial sebelumnya mungkin ikut berperan dalam membuat calon pelanggan mengenal produk tersebut.

Akibatnya, channel yang berperan pada tahap awal perjalanan pelanggan dapat terlihat kurang penting.

Baca Juga: Mengapa Attribution Tidak Selalu Menunjukkan Penyebab Penjualan?

Apa Itu Data-Driven Attribution?

Data-Driven Attribution (DDA) menggunakan data untuk memperkirakan kontribusi berbagai interaksi terhadap terjadinya sebuah konversi.

Berbeda dengan Last-Click Attribution yang langsung memberikan seluruh kredit kepada interaksi terakhir, Data-Driven Attribution berusaha melihat hubungan antara berbagai touchpoint dalam perjalanan pengguna.

Sebagai contoh:

Iklan Media Sosial → Google Search → Iklan Retargeting → Pembelian

Dengan Data-Driven Attribution, ketiga interaksi tersebut dapat dianalisis berdasarkan kontribusinya terhadap konversi. Kredit tidak harus diberikan sepenuhnya kepada iklan retargeting.

Pendekatan ini bertujuan memberikan gambaran yang lebih menyeluruh mengenai bagaimana berbagai interaksi pemasaran dapat berkontribusi terhadap keputusan pengguna.

Kelebihan Data-Driven Attribution

Salah satu keunggulan Data-Driven Attribution adalah kemampuannya untuk melihat perjalanan pelanggan secara lebih menyeluruh.

Model ini tidak hanya memperhatikan interaksi terakhir, tetapi menggunakan data untuk memperkirakan kontribusi berbagai titik kontak.

Hal tersebut dapat membantu pengiklan memahami bahwa sebuah channel yang jarang menjadi interaksi terakhir belum tentu tidak penting.

Misalnya, kampanye awareness mungkin jarang menghasilkan konversi secara langsung. Namun, kampanye tersebut dapat berperan dalam memperkenalkan produk kepada calon pelanggan sebelum mereka melakukan interaksi berikutnya.

Dengan demikian, pengiklan dapat memperoleh gambaran yang lebih luas ketika mengevaluasi performa kampanye.

Kekurangan Data-Driven Attribution

Data-Driven Attribution membutuhkan data yang memadai agar hasil analisis dapat memberikan insight yang berguna.

Model ini juga lebih kompleks dibandingkan Last-Click Attribution. Pengiklan perlu memahami bagaimana hasil atribusi tersebut diperoleh sebelum menggunakannya sebagai dasar pengambilan keputusan.

Selain itu, hasil atribusi tidak selalu berarti bahwa sebuah channel harus langsung mendapatkan tambahan anggaran. Data atribusi tetap perlu dibandingkan dengan metrik lain seperti biaya iklan, pendapatan, profit, dan tujuan kampanye.

Perbedaan Last-Click Attribution dan Data-Driven Attribution

Secara sederhana, perbedaan kedua model tersebut dapat dilihat dari cara mereka menentukan kontribusi terhadap konversi.

Aspek	Last-Click Attribution	Data-Driven Attribution
Fokus	Interaksi terakhir	Berbagai interaksi dalam perjalanan pelanggan
Cara menentukan kredit	Berdasarkan interaksi terakhir	Berdasarkan analisis data
Kompleksitas	Lebih sederhana	Lebih kompleks
Kebutuhan data	Relatif lebih sederhana	Membutuhkan data yang memadai
Pembagian kredit	Seluruh kredit pada interaksi terakhir	Kredit dapat diberikan kepada beberapa interaksi
Analisis customer journey	Terbatas	Lebih menyeluruh
Tujuan utama	Mengetahui touchpoint terakhir sebelum konversi	Memahami kontribusi berbagai touchpoint

Contoh Perbandingan dalam Kampanye Iklan

Untuk memahami perbedaannya dengan lebih mudah, misalnya seorang pengguna melihat iklan sebuah produk di media sosial.

Setelah itu, pengguna mencari informasi mengenai produk tersebut melalui Google. Beberapa hari kemudian, pengguna melihat iklan retargeting dan akhirnya melakukan pembelian.

Perjalanannya menjadi:

Iklan Media Sosial → Google Search → Retargeting → Pembelian

Jika menggunakan Last-Click Attribution, seluruh kredit konversi diberikan kepada iklan retargeting karena menjadi interaksi terakhir.

Sementara itu, Data-Driven Attribution dapat menganalisis ketiga interaksi tersebut dan memperkirakan kontribusi masing-masing berdasarkan data.

Dengan demikian, pengiklan tidak hanya melihat siapa yang menjadi “pemenang terakhir”, tetapi juga dapat memperoleh gambaran mengenai peran berbagai interaksi dalam perjalanan pengguna.

Mana yang Lebih Baik?

Tidak ada satu model atribusi yang selalu paling tepat untuk semua bisnis.

Last-Click Attribution lebih mudah digunakan dan dipahami. Model ini dapat menjadi pilihan ketika bisnis membutuhkan pendekatan atribusi yang sederhana atau ingin mengetahui channel yang menjadi interaksi terakhir sebelum konversi.

Sementara itu, Data-Driven Attribution lebih sesuai untuk bisnis yang memiliki data cukup dan ingin mendapatkan pemahaman yang lebih menyeluruh mengenai perjalanan pelanggan.

Namun, menggunakan Data-Driven Attribution bukan berarti hasilnya harus dijadikan satu-satunya dasar dalam mengambil keputusan. Pengiklan tetap perlu mempertimbangkan berbagai indikator lainnya.

Beberapa hal yang dapat diperhatikan antara lain:

• Biaya per konversi.
• Pendapatan yang dihasilkan.
• Return on Ad Spend (ROAS).
• Profit atau keuntungan.
• Customer Lifetime Value.
• Tujuan masing-masing kampanye.

Dengan menggabungkan berbagai indikator tersebut, evaluasi performa iklan dapat dilakukan secara lebih menyeluruh.

Mengapa Attribution Model Penting dalam Iklan?

Pemilihan attribution model dapat memengaruhi cara bisnis melihat performa kampanye iklannya.

Jika bisnis hanya menggunakan Last-Click Attribution, channel yang sering menjadi interaksi terakhir dapat terlihat sangat dominan. Sebaliknya, channel yang berperan dalam tahap awal perjalanan pelanggan mungkin terlihat kurang efektif.

Hal tersebut dapat memengaruhi keputusan dalam mengalokasikan anggaran.

Sebagai contoh, kampanye retargeting mungkin menghasilkan banyak konversi karena sering menjadi interaksi terakhir. Namun, jumlah calon pelanggan yang dapat ditargetkan melalui retargeting juga bergantung pada adanya aktivitas pemasaran sebelumnya.

Karena itu, pengiklan perlu melihat perjalanan pelanggan secara lebih luas dan tidak hanya berfokus pada satu titik kontak.

Baca Juga: Apa Itu Incrementality dalam Periklanan? Memahami Dampak Nyata dari Iklan

Kesimpulan

Last-Click Attribution dan Data-Driven Attribution merupakan dua pendekatan yang dapat digunakan untuk memahami kontribusi iklan terhadap konversi.

Last-Click Attribution memberikan seluruh kredit kepada interaksi terakhir sebelum konversi. Model ini sederhana dan mudah dipahami, tetapi memiliki keterbatasan karena tidak memperhitungkan kontribusi interaksi sebelumnya secara langsung.

Sementara itu, Data-Driven Attribution menggunakan data untuk memperkirakan kontribusi berbagai interaksi dalam perjalanan pelanggan. Pendekatan ini dapat memberikan gambaran yang lebih menyeluruh, tetapi membutuhkan data dan analisis yang lebih kompleks.

Pada akhirnya, pemilihan attribution model sebaiknya disesuaikan dengan kebutuhan bisnis, jumlah data yang tersedia, tujuan kampanye, dan cara perusahaan melakukan evaluasi terhadap performa iklan.

Yang terpenting bukan hanya mengetahui iklan mana yang menghasilkan konversi, tetapi juga memahami bagaimana berbagai interaksi pemasaran berkontribusi hingga pengguna akhirnya melakukan konversi.