Bundle lebih berguna ketika membantu pelanggan menyelesaikan kebutuhan yang saling berkaitan. Data purchase path dapat memberi ide, tetapi pola “A sering dibeli sebelum B” belum membuktikan semua pembeli A ingin menerima B sejak awal.

Saya memakai pola pembelian untuk membangun hipotesis offer. Setelah itu, manfaat pelanggan dan unit economics tetap perlu diuji, bukan dianggap selesai karena dua produk sering muncul bersama.

Bedakan satu keranjang dan pembelian berikutnya

Buat tabel entry product, produk tambahan dalam order sama, produk pada order selanjutnya, dan jarak waktunya. Pisahkan transaksi dibatalkan atau direfund sesuai definisi yang konsisten.

Produk yang dibeli bersama dapat mempunyai hubungan berbeda dari produk yang dibeli enam bulan kemudian. Yang pertama mungkin melengkapi penggunaan awal; yang kedua mungkin memenuhi kebutuhan penggantian.

Gunakan cohort second purchase yang sepadan agar pelanggan baru tidak dianggap tidak berminat hanya karena belum punya cukup waktu untuk membutuhkan produk berikutnya.

Cari alasan di balik pola

Periksa apakah B membantu penggunaan A, mengganti komponen habis pakai, atau hanya kebetulan mendapat promosi pada periode sama. Pertanyaan pelanggan dan informasi produk dapat membantu menilai penjelasan yang masuk akal.

Contoh ilustratif: sebagian pembeli alat A membeli aksesori B setelah memahami cara menggunakan alatnya. Bundle dapat mengurangi pekerjaan mencari aksesori yang kompatibel, tetapi juga bisa membuat harga awal terasa terlalu tinggi bagi orang yang belum membutuhkan B.

Tulis siapa yang mendapat manfaat dan siapa yang mungkin lebih cocok membeli satu produk. Kejelasan pilihan sering lebih berguna daripada memaksa seluruh audience masuk paket terbesar.

Hitung biaya paket sampai selesai dikirim

Anggap bundle A+B dijual Rp280.000. COGS Rp150.000, pengiriman Rp20.000, fee Rp8.000, dan packing Rp7.000. Contribution sebelum iklan menjadi Rp95.000.

Bandingkan dengan pembelian terpisah pada contoh yang sama. Produk A memberi contribution Rp60.000 setelah biaya variabelnya. Pembelian B pada order berikutnya memberi Rp41.000. Jika pelanggan memang membeli keduanya secara terpisah, total contribution Rp101.000.

Bundle membuat contribution transaksi awal lebih besar dibanding A saja, tetapi Rp6.000 lebih rendah daripada A dan B yang sama-sama dibeli terpisah. Itu bukan alasan otomatis menolak bundle; ia menunjukkan tradeoff yang perlu diperiksa.

Tidak semua pembeli A akan membeli B. Jangan menjumlahkan Rp60.000 dan Rp41.000 untuk setiap pelanggan tanpa probability pembelian lanjutan. Gunakan data cohort untuk menghitung nilai rata-rata yang benar-benar relevan.

Sebagai latihan tambahan, bila dari 100 pelanggan A ada 30 yang membeli B dalam horizon yang sama, contribution rata-rata cohort sebelum iklan pada angka contoh adalah Rp60.000 + 30% × Rp41.000 = Rp72.300 per pelanggan A. Itu berbeda dari Rp101.000 yang hanya berlaku bagi pelanggan yang membeli keduanya. Bundle Rp95.000 tetap tidak dapat langsung dinyatakan menang dari angka tersebut: conversion ke pembelian pertama, biaya akuisisi, dan komposisi pembeli bisa berubah. Hitung hasil cohort baru sebelum menyimpulkan offer meningkatkan nilai pelanggan.

Periksa cannibalization dan pembelian yang maju waktunya

Sebagian penerima bundle mungkin memang akan membeli A dan B tanpa promosi. Sebagian mungkin membeli B lebih cepat lalu tidak kembali pada periode berikutnya. Sebagian lain mungkin membeli kedua produk karena bundle mengurangi hambatan yang nyata.

Ketiga kemungkinan ini mempunyai dampak berbeda. Karena itu, lihat total contribution cohort pada horizon yang sama, bukan hanya AOV hari pertama.

Jika tujuannya mengukur tambahan hasil, gunakan pembanding yang layak dan catat batas interpretasinya. Perubahan offer bersamaan dengan creative, audience, serta harga dapat membuat pengaruh masing-masing sulit dipisahkan.

Uji pengalaman memilih dan menggunakan paket

Halaman perlu menjelaskan isi, jumlah unit, kompatibilitas, dan manfaat setiap komponen. Jangan mengandalkan nama paket yang terdengar besar tetapi tidak membantu orang memahami kebutuhan yang diselesaikan.

Periksa juga onboarding dan dukungan. Apakah pembeli tahu produk mana dipakai terlebih dahulu? Apakah aksesori memerlukan pilihan ukuran? Apakah kebijakan pengembalian dapat dijelaskan tanpa kebingungan?

Catat pertanyaan berulang setelah pembelian sebagai masukan untuk memperbaiki offer. Bundle yang meningkatkan order tetapi menambah salah pilih dan penggantian dapat menghasilkan contribution berbeda dari perhitungan awal.

Pastikan komponen yang paling terbatas terlihat

Stok bundle ditentukan oleh seluruh kebutuhan komponennya. Paket yang memakai dua unit B tidak dapat dihitung hanya dari jumlah A yang tersedia.

Gunakan pemeriksaan stock dan fulfillment sebelum menambah demand. Masukkan reserved stock, kebutuhan order nonbundle, dan waktu replenishment yang benar-benar diketahui.

Setelah hasil matang, bandingkan bundle sebagai entry offer dengan produk lain memakai repeat contribution per acquisition product. Hindari memilih hanya dari repeat rate atau AOV.

Output kamu adalah purchase-path table, hipotesis kebutuhan, unit economics paket, risiko cannibalization, dan satu eksperimen yang dapat dievaluasi. Pilih artikel lain sesuai kebutuhanmu di topik Meta Ads.