Meta Ads Research System: 5 Langkah Riset Sebelum Buat Satu Pun Iklan
Sebagian besar iklan yang gagal bukan karena eksekusinya buruk. Mereka gagal karena dibuat berdasarkan asumsi tentang market yang belum pernah diverifikasi.
Ada brand yang bisa test 20 iklan dan tidak ada yang work, kemudian brand lain test 3 iklan dan langsung menemukan winner. Perbedaan utama biasanya bukan di eksekusi creative — tapi di seberapa dalam research yang mendahului iklan tersebut.
Research yang solid bukan membuang waktu sebelum produksi. Ini adalah hal yang membuat setiap iklan yang dibuat lebih probabile untuk work dari awal.
Jawaban Singkat
5-step research workflow ini adalah fondasi sebelum satu pun kata iklan ditulis: market awareness analysis untuk tahu messaging level yang tepat, customer language research untuk tahu exact words yang resonan, competitor research untuk tahu angle mana yang sudah jenuh, mechanism development untuk build “kenapa ini berbeda” yang believable, dan brief creation untuk mengkonsolidasikan semua menjadi panduan eksekusi. Dengan AI, seluruh proses ini bisa diselesaikan dalam 10-15 jam kerja — investasi yang menghasilkan 4-6 minggu creative yang lebih terarah.
Kenapa Urutan Ini Tidak Boleh Diubah
Step 1: Market Awareness Analysis
Step 2: Customer Language Research (Psychographic Profile)
Step 3: Competitor Research
Step 4: Mechanism Development (UMP + UMS)
Step 5: Brief CreationMarket awareness menentukan messaging strategy — kalau ini salah, semua copy akan mismatch dengan level awareness audience. Customer language memberikan hook material — exact words yang customer pakai sendiri. Competitor research prevent wasted angles — iklan di angle yang sudah jenuh akan tenggelam. Mechanism adalah backbone sales argument — kenapa ini berbeda dari semua yang sudah dicoba. Brief adalah output eksekusi dari semua itu.
Step 1: Market Awareness Analysis
Tool: Gemini Deep Research atau ChatGPT Deep Research
Tujuan: Menentukan di mana mayoritas audience berada di 5 tingkat awareness Eugene Schwartz — karena ini menentukan messaging level yang tepat.
5 Level Awareness:
- Unaware — tidak tahu ada masalah
- Problem Aware — tahu masalah, tidak tahu solusi
- Solution Aware — tahu ada solusi, belum tahu produk spesifik
- Product Aware — tahu produkmu, belum beli
- Most Aware — siap beli, cari deal terbaik
Output yang diharapkan: TAM analysis, distribusi audience per awareness level, behavioral triggers, dan rekomendasi messaging strategy yang sesuai dengan level dominan.
Yang perlu di-input ke AI: deskripsi produk/offer, niche, dan profil kasar target market. AI kemudian melakukan analysis berdasarkan search volume trends, social media conversation patterns, industry reports, dan competitor advertising patterns.
Insight kritis untuk Meta Ads: 80% cold traffic berada di level Unaware dan Problem Aware. Kalau hasil analysis menunjukkan market sudah sangat Solution Aware atau Product Aware — strategi dan angle akan sangat berbeda dari brand yang masuk ke market yang masih Unaware.
Step 2: Customer Language Research
Tool: Gemini Deep Research atau ChatGPT Deep Research
Tujuan: Membangun psychographic profile lengkap dan authentic voice library — exact words dan phrases yang customer gunakan untuk mendeskripsikan masalah, frustrasi, dan harapan mereka.
Kenapa ini penting: Copy yang paling convert bukan yang paling “kreatif” dalam memilih kata-kata — tapi yang paling tepat menggunakan bahasa yang sudah ada di kepala customer. Ketika seseorang membaca copy dan berpikir “ini persis yang saya rasakan”, itu adalah authentic voice library yang bekerja.
Framework research yang perlu di-cover:
Demographic psychology analysis — siapa customer ini di level core? Harapan terdalam mereka? Kegagalan apa yang sudah membentuk mereka? Apa yang mereka percaya sebagai penyebab masalah dari luar diri mereka?
Existing solutions analysis — solusi apa yang sudah mereka coba? Apa yang mereka sukai dan tidak sukai? Ada kegagalan besar yang sering diceritakan?
External forces analysis — apakah mereka percaya ada faktor luar yang memperburuk masalah mereka? Adakah kelompok yang tidak punya masalah ini, dan apa yang mereka percaya sebagai pelindungnya?
Output yang diharapkan: 10-15 direct quotes dari social media, forum, dan review — diorganisir per tema. Belief system mapping, pain point hierarchy, dan solution receptivity analysis (apa yang credible vs apa yang dicurigai).
Step 3: Competitor Research
Tool: ChatGPT Deep Research (lebih agresif dalam pulling actual ad copy)
Tujuan: Memetakan competitive landscape — funnel kompetitor, messaging utama, dan recurring angles yang sudah jenuh.
Kenapa ini penting: Iklan yang menggunakan angle yang sama dengan 5 kompetitor lain akan tenggelam meski eksekusinya bagus. Research ini membantu menemukan white space — angle yang belum dipakai tapi relevan.
Yang perlu di-analyze per kompetitor:
Target demographic — siapa yang mereka target berdasarkan marketing language mereka? (bukan demographic yang mereka klaim di profil, tapi yang terlihat dari copy dan visual)
Customer acquisition funnel — bagaimana struktur funnelnya? Ad → Landing Page → Product Page → Checkout? Ada email capture, quiz, atau lead magnet?
Core messaging — apa value proposition utama mereka? Emotional triggers apa yang ditekankan? Tone-nya edukatif, urgent, aspirasional, atau testimonial-driven?
Ad examples — pull 10-15 actual ad headlines dan hooks dari Meta Ad Library, dan identify recurring angles/themes.
Output yang dibutuhkan: Funnel map per kompetitor, contoh aktual ad copy dan headline, dan list 3-5 recurring angles yang sudah jenuh.
Step 4: Mechanism Development (UMP + UMS)
Tool: Claude (setup sebagai system prompt di Project)
Tujuan: Membangun belief-shifting explanation yang menjadi backbone sales argument — reframe problem dan solution dengan cara yang ownable dan fresh.
Dua komponen utama:
UMP (Unique Mechanism of the Problem): Kenapa customer gagal sampai sekarang — hidden cause yang belum pernah mereka dengar dengan cara ini sebelumnya. Bukan salah mereka, tapi ada alasan yang spesifik kenapa solusi sebelumnya tidak work.
UMS (Unique Mechanism of the Solution): Kenapa offer ini bisa solve UMP secara logis — flow yang membuat offer terasa inevitable.
Contoh konkret (untuk produk suplemen tidur):
UMP: “Masalahnya bukan kamu susah tidur — tapi kortisol yang terlalu tinggi di malam hari memblok melatonin dari bekerja. Itulah kenapa bahkan melatonin supplement tidak banyak bantu kalau kortisol belum turun.”
UMS: “Formula ini bekerja dengan menurunkan kortisol dulu dalam 45 menit, sehingga melatonin yang tubuh kamu produksi sendiri bisa bekerja secara natural.”
Validation checklist untuk setiap mechanism:
- Menjelaskan kegagalan masa lalu dengan cara yang fresh dan surprising?
- Terhubung langsung ke produk secara logis?
- Menggunakan analogi yang vivid dan mudah dipahami?
- Ownable — kompetitor tidak mudah mengklaim hal yang sama?
Step 5: Brief Creation
Tool: Claude Sonnet/Opus (context window besar untuk proses semua docs sekaligus)
Input: Upload semua research docs dari steps 1-4
Tujuan: Mengkonsolidasikan semua research menjadi comprehensive brief yang bisa langsung dipakai oleh copywriter atau creative team.
Brief mencakup:
- Target audience analysis (dari psychographic research)
- 10 internal phrases yang customer katakan tentang masalahnya (exact quotes dari authentic voice library)
- 10 real-life situations yang mereka hadapi (dari documented daily experiences)
- Core problem identification (dari mechanism + pain points)
- Competing solutions dan keterbatasannya
- Root cause analysis (mechanism + why other solutions fail)
- Product mechanism (UMP + UMS terintegrasi)
- Objection handling (dari skepticisme yang terdokumentasi dalam psychographic research)
Output: 20-40+ halaman comprehensive brief yang menjadi panduan untuk 4-6 minggu produksi creative.
Bagaimana BAIK Digital Menerapkan Ini
Di BAIK Digital, research workflow ini dijalankan di awal onboarding setiap klien baru sebelum satu pun iklan dibuat. Pola yang sering ditemukan: brand yang sebelumnya sudah jalankan iklan sendiri sering menemukan bahwa angle yang mereka gunakan sudah sangat jenuh di market mereka — kompetitor sudah pakai angle yang sama. Research step 3 (competitor research) sering menjadi yang paling revealing: klien mendapat gambaran pertama yang jelas tentang apa yang sudah ada di market versus white space yang belum dieksplor. Dari sinilah angle-angle segar yang kemudian menghasilkan winning creative biasanya berasal.
Relevan untuk Siapa?
Relevan kalau: sedang menjalankan iklan tapi sulit menemukan winning angle, atau baru akan launch produk dan ingin pastikan iklan pertama punya fondasi yang solid.
Belum relevan kalau: produk belum proven sama sekali — prioritas adalah validasi product-market fit sebelum investasi di research level ini.
Mau Kami Bantu Research untuk Campaign Kamu?
BAIK Digital adalah performance marketing strategic partner berbasis Jakarta yang membantu brand retail Indonesia tumbuh secara sustainable. Research system ini adalah bagian dari proses onboarding yang kami jalankan untuk setiap klien baru.
FAQ
Apakah research ini perlu dilakukan ulang untuk setiap produk baru, atau bisa digunakan lintas produk dalam satu brand? Market awareness analysis dan customer language research biasanya valid untuk seluruh brand kalau target audience-nya sama. Yang perlu dibuat spesifik per produk adalah mechanism development — karena UMP dan UMS harus terhubung langsung ke mekanisme produk tersebut. Competitor research juga perlu disesuaikan per kategori produk karena kompetitor langsung mungkin berbeda. Praktisnya: buat foundational research untuk brand → lakukan mechanism development yang spesifik per produk → update competitor research per launching.
Bagaimana menggunakan authentic voice library secara efektif dalam ad copy tanpa terdengar seperti sedang meniru customer? Authentic voice library bukan untuk di-copy paste — tapi untuk digunakan sebagai anchor. Pilih 3-5 phrases atau situasi yang paling kuat resonansinya, kemudian tulis copy yang mencerminkan pemahaman yang dalam tentang perasaan itu — bukan hanya mengulang kata-katanya. Contoh: kalau customer sering berkata “sudah coba banyak tapi tidak ada yang work”, copy yang tepat bukan “kamu sudah coba banyak tapi tidak ada yang work” tapi “masalahnya bukan kamu tidak cukup konsisten — ada alasan spesifik kenapa solusi itu tidak bisa work untuk kondisi kamu.”
Apakah mechanism harus selalu berbasis sains atau ingredient untuk produk yang tidak punya klaim scientific? Tidak. Mechanism hanya perlu logis dan believable — bukan harus scientific. Untuk produk lifestyle atau fashion, mechanism bisa berbasis psychology (“produk ini work karena address the emotional need, bukan hanya the functional one”), social dynamics (“community effect — ketika komunitas kamu menggunakannya, ada reinforcement loop yang membuat habit lebih sticky”), atau bahkan positioning mechanism (“pertama yang fokus pada [specific niche] bukan general market”). Yang penting: mechanism menjelaskan kenapa cara lain gagal dan kenapa ini berbeda dengan cara yang masuk akal untuk audience tersebut.