Nilai lead dapat diperkirakan dari kemungkinan menjadi pelanggan dan kontribusi ekonominya. Namun, hasil perkiraan tersebut harus tetap terpisah dari revenue aktual. Lead yang diperkirakan bernilai Rp20.000 belum membuat bisnis menerima uang Rp20.000.
Saya menggunakan perhitungan ini untuk menyusun skenario dan membandingkan pilihan. Ia membantu menjelaskan asumsi, bukan mengganti ketidakpastian dengan angka yang tampak pasti.
Tentukan nilai yang sedang dihitung
Pilih horizon yang masuk akal, misalnya sampai pembelian pertama atau sampai 90 hari setelah lead masuk. Lalu tentukan apakah nilai yang dibahas adalah revenue, contribution sebelum akuisisi, atau cash yang sudah terkumpul.
Untuk keputusan biaya iklan, contribution biasanya lebih berguna daripada harga jual saja. Kurangi biaya produk, fulfillment, fee, dan biaya variabel relevan dari pendapatan neto. Perlakuan refund harus konsisten agar tidak dikurangkan dua kali.
Ambil probabilitas dari cohort lead yang sebanding dan matang. Rasio dari offer lama atau produk berbeda bisa menjadi asumsi awal, tetapi jangan menyebutnya fakta untuk campaign baru.
Kerjakan contoh dari unit paling kecil
Contoh ilustratif: 10% lead diperkirakan membeli dalam horizon yang dipilih. Rata-rata contribution sebelum akuisisi per pelanggan Rp200.000.
10% × Rp200.000 = Rp20.000 expected contribution per lead
Jika biaya handling diperkirakan Rp5.000 per lead, tersisa Rp15.000 sebelum biaya iklan, overhead lain, target laba, dan ketidakpastian. Angka Rp15.000 bukan rekomendasi otomatis untuk membayar lead sebesar itu.
Pada CPL Rp12.000, selisih skenario dasar menjadi Rp3.000 per lead sebelum komponen yang belum dimasukkan. Bila conversion ternyata hanya 5%, expected contribution turun menjadi Rp10.000. Setelah handling dan CPL yang sama, hasilnya minus Rp7.000 per lead.
Perubahan kecil pada asumsi dapat mengubah arah keputusan. Karena itu, jangan menyembunyikan probabilitas di balik satu angka “lead value”.
Pisahkan kelompok jika ekonominya berbeda
Misalnya, skenario terdiri dari 100 lead kategori A dengan probability membeli 20%, dan 200 lead kategori B dengan probability 5%. Expected customers adalah:
100 × 20% + 200 × 5% = 30 pelanggan perkiraan
Jika total biaya iklan Rp3 juta, expected ad cost per customer Rp100.000. Itu hasil proyeksi. Setelah penjualan benar-benar terjadi, observed cost per customer harus dihitung lagi menggunakan jumlah pelanggan aktual.
Jangan membuat “weighted spend” yang tidak pernah dikeluarkan hanya agar kualitas lead tampak masuk ke formula. Biaya tetap biaya yang dicatat. Pembobotan probability dilakukan pada outcome perkiraan, dengan asumsi yang dapat diperiksa.
Jika contribution pelanggan A dan B berbeda, kalikan masing-masing expected customers dengan contribution kelompoknya. Jangan memakai satu AOV untuk semua orang tanpa memeriksa product mix.
Tampilkan rentang yang dapat diperdebatkan
Gunakan tabel skenario yang memperlihatkan bagian mana yang belum pasti. Dengan contribution pelanggan Rp200.000 dan handling Rp5.000 per lead:
| Probability membeli | Expected contribution per lead | Setelah handling, sebelum iklan |
|---|---|---|
| 5% | Rp10.000 | Rp5.000 |
| 10% | Rp20.000 | Rp15.000 |
| 15% | Rp30.000 | Rp25.000 |
Angka tersebut bukan rentang statistik jika kamu belum menghitung ketidakpastian secara statistik. Sebut saja skenario. Jelaskan dasar memilihnya, termasuk apakah conversion historis stabil atau berubah ketika volume bertambah.
Jangan masukkan proyeksi ke revenue transaksi
Pada laporan, pisahkan kolom forecast value, realized net revenue, realized contribution, dan cash collected. Jangan menjumlahkan forecast seluruh lead dengan revenue dari pelanggan yang sama; itu dapat menghitung nilai yang sama dua kali.
Sebuah klik email atau status qualified juga tidak berubah menjadi Purchase hanya karena kamu memberi monetary score. Gunakan event yang sesuai dengan kejadian sebenarnya dan simpan model nilai pada tempat yang memang dirancang untuk analisis skenario.
Selanjutnya, periksa cash payback akuisisi lead. Proyeksi contribution yang positif belum menjelaskan kapan uang tersedia untuk membayar biaya operasional.
Pastikan probability antarstage tidak salah dikalikan
Jika 30% lead menjadwalkan call, 80% dari booking menghadiri, dan 25% dari yang hadir membeli, probability lead menjadi pembeli dalam skenario tersebut adalah 30% × 80% × 25% = 6%. Semua rasio itu bersifat conditional terhadap tahap sebelumnya.
Berbeda jika angka closing 6% sudah dihitung terhadap seluruh lead. Mengalikannya lagi dengan booking dan attendance akan mengecilkan probability secara keliru. Tulis denominator setiap rasio di samping formula. Periksa pula apakah semua angka berasal dari cohort dan horizon sama; mencampur rasio terbaik dari periode berbeda dapat menghasilkan skenario yang tidak pernah benar-benar terjadi.
Output kerja kamu adalah tabel asumsi, perhitungan, skenario buruk, dan hasil aktual yang kelak menggantikannya. Simpan model beserta asumsi dan hasil aktual agar nilai lead tetap menjadi alat berpikir yang dapat diperiksa. Pilih artikel lain sesuai kebutuhanmu di topik Meta Ads.
