Kamu lagi pasang iklan Meta, produk udah jalan beberapa bulan, ada yang beli, ada yang repeat. Tapi tiap kali mau nambah jangkauan, kamu bingung mau target siapa lagi. Akhirnya kamu pilih interest manual, misal “ibu rumah tangga, usia 25 sampai 40, suka belanja online”. Itu kan tebakan. Kamu nebak orang kayak apa yang mungkin beli, padahal kamu udah punya data orang yang beneran beli di kasir kamu.
Nah, di sinilah lookalike audience masuk. Logikanya simple. Kamu sudah punya daftar pembeli terbaik kamu, dan kamu tinggal nyuruh Meta cari orang lain di luar sana yang perilakunya mirip mereka. Bukan kamu yang nebak, tapi Meta yang nyocokin pola dari ratusan sinyal yang dia punya. Di artikel ini saya mau bahas cara kerjanya, cara setup-nya, sama satu hal yang sering banget dilewatin orang sampai hasilnya jadi jelek.
Kenapa Targeting Tebak-Tebakan Itu Bikin Boncos
Masalah paling umum yang saya lihat di akun UKM dan solopreneur itu targeting yang isinya tebakan. Kamu buka Ads Manager, kamu isi kolom interest, kamu masukin hal-hal yang kamu rasa relevan. Misal jualan skincare, kamu masukin “kecantikan, makeup, perawatan kulit”. Kelihatan masuk akal kan. Tapi masalahnya, orang yang punya interest “kecantikan” di Meta itu jumlahnya puluhan juta, dan kebanyakan dari mereka cuma pernah like satu postingan kecantikan tiga tahun lalu. Mereka bukan pembeli, mereka cuma penonton.
Jadi yang terjadi, budget kamu kebakar buat nampilin iklan ke orang yang secara perilaku jauh banget dari pembeli kamu yang sebenarnya. CPM kelihatan murah, jangkauan kelihatan luas, tapi yang beli sedikit. Kamu merasa udah kerja keras setup audience, padahal kamu cuma nebak.
Padahal kamu udah punya aset yang jauh lebih berharga dari interest manapun. Kamu punya daftar orang yang sudah pernah keluarin uang buat produk kamu. Itu data nyata, bukan asumsi. Pembeli terbaik kamu itu punya pola tertentu, dari umur, kebiasaan belanja, sampai hal-hal yang kamu sendiri gak kelihatan. Daripada kamu nebak orang kayak apa yang mirip mereka, lebih masuk akal kalau kamu kasih datanya ke Meta dan biar sistemnya yang cari kembarannya. Itu sih inti dari kenapa lookalike audience jauh lebih kuat daripada targeting tebak-tebakan.
Cara Bikin Lookalike Audience yang Beneran Jalan
Oke, sekarang ke prakteknya. Lookalike audience itu butuh dua hal. Pertama, sumber datanya, yang namanya source audience atau seed. Kedua, persentase kemiripan yang kamu mau. Yang sering bikin hasil beda jauh itu bukan persentasenya, tapi kualitas sumber datanya. Sampah masuk, sampah keluar. Kalau seed kamu jelek, lookalike-nya juga jelek.
Ini langkah konkret yang bisa kamu lakuin:
- Pilih sumber data yang paling bernilai. Jangan pakai semua pengunjung website sebagai seed. Pakai yang paling spesifik dan paling bernilai. Urutan favorit saya: daftar pembeli yang repeat order, lalu pembeli yang nilai transaksinya tinggi, baru pembeli biasa. Kalau kamu jualan lewat WhatsApp atau offline, kamu bisa upload daftar nomor HP atau email pembeli sebagai custom audience dulu, baru jadiin itu seed.
- Pastikan jumlah seed-nya cukup. Meta butuh minimal sekitar 100 orang dari satu negara buat bikin lookalike. Tapi jujur ya, 100 itu mepet banget. Lebih bagus kalau seed kamu di angka 500 sampai 1.000 atau lebih, supaya polanya lebih jelas dan Meta gak salah baca.
- Mulai dari 1 persen dulu. Persentase lookalike itu dari 1 sampai 10. Angka 1 persen artinya kamu minta 1 persen populasi yang paling mirip seed kamu. Makin kecil persentasenya, makin mirip tapi makin sedikit jumlahnya. Makin besar, makin luas tapi makin longgar kemiripannya. Buat awal, mulai dari 1 persen. Itu yang paling dekat sama pembeli terbaik kamu.
- Kalau mau scale, naik bertahap. Kalau 1 persen udah profit dan kamu mau jangkauan lebih luas, jangan langsung lompat ke 10 persen. Buat lookalike baru di 1 sampai 3 persen, atau 1 sampai 5 persen. Naik pelan-pelan sambil kamu pantau apakah kualitas pembelinya masih bagus atau mulai turun.
- Pisahkan dari audience retargeting. Di kolom exclude, keluarkan orang yang udah jadi pembeli atau udah ada di custom audience kamu. Lookalike itu buat cari orang baru. Kalau gak di-exclude, kamu bakal nampilin iklan akuisisi ke orang yang harusnya kamu retargeting, dan datanya jadi campur aduk.
Satu catatan tambahan. Lookalike itu kebangsaan. Kalau seed kamu isinya pembeli dari Indonesia, bikin lookalike-nya juga buat Indonesia. Jangan campur negara, karena pola belanja orang beda-beda tiap negara. Kalau kamu mau jualan ke negara lain, bikin seed dan lookalike terpisah buat negara itu.
Yang Sering Dilewatkan: Lookalike Cuma Sebagus Datanya
Nah ini bagian yang paling sering dilewatkan orang, dan jujur ya, ini yang bikin beda antara lookalike yang jalan sama yang cuma buang budget. Lookalike itu cuma secerdas sumber datanya. Banyak yang fokus ke persentase, padahal yang menentukan itu siapa yang kamu masukin ke dalam seed.
Coba kamu bayangin gini. Kalau seed kamu isinya semua orang yang pernah klik iklan tapi gak beli, ya Meta bakal cari lebih banyak orang yang suka klik tapi gak beli. Kamu malah dapet lebih banyak pengintip, bukan pembeli. Tapi kalau seed kamu isinya pembeli yang repeat dan nilai belanjanya tinggi, Meta bakal cari orang yang punya perilaku belanja serupa. Sumber datanya yang nentuin arah, bukan settingannya.
Hal lain yang sering kelewat, seed itu perlu di-refresh. Pembeli kamu bulan ini beda sama enam bulan lalu. Kalau seed kamu udah lama gak diupdate, polanya jadi basi. Saya sendiri masih terus belajar soal seberapa sering idealnya update, tapi yang jelas, jangan setup sekali terus lupa. Audience kamu itu hidup, dia berubah. Kalau kamu mau lookalike kamu tetap tajam, datanya juga harus kamu rawat. Itu bagian yang gak seksi, tapi justru di situlah letak bedanya.
Lookalike audience itu bukan tombol ajaib, tapi kalau datanya benar, dia salah satu cara paling masuk akal buat cari calon pembeli baru tanpa harus nebak-nebak terus.
Kalau kamu mau jalan lebih jauh dari ini:
DM saya langsung di Instagram @hendrakuang — ceritain kondisi bisnis kamu sekarang, dan saya bantu kamu lihat langkah yang paling masuk akal berikutnya.
Atau kalau kamu lebih suka mulai dari sistemnya dulu, cek parentpreneur.id — ada tools dan framework yang sudah saya pakai sendiri.
Pertanyaan yang Sering Muncul
Bagaimana cara bikin lookalike audience kalau saya jualan lewat WhatsApp dan belum pasang pixel?
Kamu bisa upload daftar nomor HP atau email pembeli kamu ke Meta sebagai custom audience dulu, dalam bentuk file. Setelah custom audience itu jadi, kamu pilih dia sebagai sumber buat bikin lookalike. Jadi kamu gak wajib punya pixel dulu untuk mulai, walaupun nanti pixel tetap berguna buat data jangka panjang.
Berapa lama lookalike audience butuh waktu sampai mulai jalan dengan baik?
Setelah kamu bikin, Meta butuh waktu beberapa jam sampai sehari buat memproses audience-nya. Tapi performa iklannya sendiri biasanya baru kelihatan jelas setelah keluar dari fase belajar, sekitar 3 sampai 7 hari tergantung budget dan jumlah konversi yang masuk. Jadi jangan buru-buru ambil kesimpulan di hari pertama atau kedua.
Apakah lookalike audience cocok buat bisnis yang masih baru dan datanya sedikit?
Kalau pembeli kamu masih di bawah 100 orang, lookalike-nya bakal kurang akurat karena polanya belum cukup buat dibaca Meta. Lebih baik kamu kumpulin dulu data pembeli yang cukup lewat targeting interest atau broad, baru setelah datanya terkumpul kamu bangun lookalike. Jadi ini lebih cocok sebagai langkah lanjutan, bukan langkah pertama.
Apa bedanya lookalike audience sama custom audience?
Custom audience itu orang yang sudah punya hubungan sama kamu, misal pernah beli, pernah ke website, atau ada di daftar kontak kamu. Lookalike audience itu orang baru yang belum kenal kamu, tapi perilakunya mirip sama custom audience tadi. Custom audience kamu pakai buat retargeting, lookalike kamu pakai buat cari pembeli baru.
Saya sudah coba lookalike tapi hasilnya jelek, apa berarti cara ini gak work?
Bukan caranya yang gak work, biasanya seed-nya yang kurang tepat. Kalau sumber datanya isinya pengunjung biasa atau orang yang cuma klik tanpa beli, hasilnya pasti longgar. Coba ganti seed kamu jadi daftar pembeli yang beneran transaksi, idealnya yang repeat atau nilai belanjanya tinggi, terus tes lagi dari 1 persen. Sering kali masalahnya cuma di kualitas data, bukan di metodenya.
