Produk yang membuat pelanggan sering kembali menarik untuk diiklankan. Namun, repeat rate saja belum cukup untuk memilih produk akuisisi. Kamu perlu mengetahui berapa contribution yang tersisa, berapa biaya mendapat pelanggan, dan berapa banyak permintaan yang bisa dilayani.
Saya memakai acquisition product sebagai pintu masuk pelanggan pertama. Pertanyaannya bukan produk mana yang paling sering dibeli ulang, melainkan pintu masuk mana yang menghasilkan hubungan pelanggan dengan ekonomi yang dapat dipertahankan.
Tentukan produk entry sebelum menghitung
Gunakan order pertama yang valid dan histori pelanggan yang cukup. Order pertama yang terlihat setelah migrasi data belum tentu pembelian pertama sebenarnya. Pisahkan kasus yang tidak dapat dipastikan.
Jika order awal berisi beberapa produk, tentukan aturan pengelompokan sebelum melihat hasil. Kamu bisa memakai kategori mixed basket tersendiri atau pembagian yang eksplisit. Jangan memasukkan seluruh contribution pelanggan ke setiap produk dalam keranjang, karena totalnya akan berlipat.
Bundle juga dapat menjadi entry offer tersendiri. Pertahankan definisi tersebut sepanjang analisis agar hasil antarperiode bisa dibandingkan.
Samakan umur cohort dan komponen biaya
Pilih horizon yang relevan dengan siklus penggunaan, misalnya 90 hari dalam contoh ini. Tunggu seluruh pelanggan dalam kelompok mempunyai kesempatan yang sama, lalu batasi transaksi pada 90 hari pertama masing-masing orang.
Hitung contribution transaksi awal dan lanjutan setelah biaya produk, fulfillment, fee, diskon, serta refund yang relevan. Kurangi biaya retensi yang memang terjadi, kemudian tampilkan biaya akuisisi secara terpisah.
Gunakan second purchase rate dengan cohort sepadan untuk definisi repeat. Satu persen yang sama tidak selalu berarti jumlah pelanggan atau nilai ekonomi yang sama.
Baca satu contoh lengkap
Berikut contoh ilustratif dua entry product dengan cohort matang 90 hari. Contribution sebelum akuisisi pada tabel sudah memasukkan seluruh transaksi cohort dan mengurangi biaya transaksi serta retensi yang disebut dalam analisis.
| Ukuran | Produk A | Produk B |
|---|---|---|
| Pelanggan baru valid | 100 | 200 |
| Pelanggan melakukan pembelian kedua | 40 | 40 |
| Second purchase rate | 40% | 20% |
| Contribution cohort sebelum akuisisi | Rp18 juta | Rp22 juta |
| Biaya akuisisi cohort | Rp10 juta | Rp12 juta |
| Contribution sesudah akuisisi | Rp8 juta | Rp10 juta |
| Contribution sesudah akuisisi per pelanggan | Rp80.000 | Rp50.000 |
A memiliki repeat rate dan contribution per pelanggan lebih tinggi. B memberikan total contribution lebih besar pada volume yang diamati. Jumlah repeat buyers bahkan sama, yaitu 40 orang, meskipun persentasenya berbeda.
Tabel ini tidak memberi satu pemenang untuk semua keadaan. Jika kapasitas pelayanan pelanggan menjadi kendala, nilai per pelanggan dapat penting. Jika permintaan A terbatas, menghapus B dapat mengurangi contribution total yang sebenarnya tersedia.
Pisahkan deskripsi hasil dari prediksi scaling
Biaya akuisisi rata-rata A pada contoh adalah Rp100.000 per pelanggan, sedangkan B Rp60.000. Angka historis itu belum membuktikan pelanggan tambahan dapat diperoleh dengan biaya yang sama.
Tambahan demand dapat mempunyai biaya, kualitas, dan product mix berbeda. Jangan mengalikan contribution rata-rata sekarang dengan target pelanggan baru lalu menyebutnya hasil yang akan terjadi.
Buat skenario tambahan pelanggan dengan biaya akuisisi serta contribution yang lebih rendah atau lebih tinggi. Tulis asumsi yang perlu diperiksa melalui eksperimen terbatas dan kapasitas aktual, bukan memilih angka yang paling menyenangkan.
Periksa penyebab perbedaan sebelum mengganti prioritas
Entry product bisa berkaitan dengan sumber traffic, musim, kebutuhan pelanggan, atau promo. Pelanggan A mungkin masuk lewat rekomendasi, sementara B lewat traffic baru yang lebih luas.
Jika demikian, perbedaan cohort belum membuktikan produknya menjadi penyebab. Segmentasi sumber dan periode dapat membantu diagnosis, selama kelompoknya masih mempunyai data yang cukup untuk dibaca.
Periksa pula apakah repeat terjadi karena produk memang habis digunakan atau karena pelanggan memerlukan penggantian akibat masalah. Angka transaksi tidak menceritakan pengalaman tersebut dengan sendirinya.
Hubungkan ranking dengan keputusan nyata
Simpan tabel ringkas berisi jumlah pelanggan, repeat rate, contribution per pelanggan, contribution total, biaya akuisisi, horizon, dan batas data. Tambahkan stok serta kapasitas agar ranking tidak berhenti pada spreadsheet.
Pemeriksaan stok dan fulfillment membantu menentukan apakah permintaan tambahan dapat dipenuhi. Biaya retensi perlu masuk agar pembelian berikutnya tidak dianggap gratis.
Jika A sering diikuti B karena kebutuhan pelengkap, gunakan hasilnya untuk membangun hipotesis bundle dari purchase path. Bundle tetap perlu diuji karena dapat mengubah conversion awal dan waktu pembelian berikutnya.
Output keputusan sebaiknya spesifik: pertahankan dua entry product, uji satu perubahan offer, atau perbaiki biaya pada produk tertentu. Catat alasan dan bukti yang akan membuat keputusan itu ditinjau kembali.
Pilih artikel lain sesuai kebutuhanmu di topik Meta Ads.
