Uplift Modeling: Siapa yang Perlu Diiklan dan Siapa yang Tidak
Pertanyaan yang salah menghasilkan targeting yang salah. Mayoritas brand menjalankan iklan dengan pertanyaan “siapa yang paling mungkin beli?” — lalu menargetkan siapapun yang masuk kriteria itu. Yang tidak disadari: sebagian dari mereka akan beli tanpa iklan pun, dan sebagian lainnya justru akan annoyed dan berpotensi unsubscribe.
Eric Siegel dalam Predictive Analytics membuktikan bahwa pertanyaan yang benar bukan “siapa yang paling likely beli?” tapi “siapa yang akan beli karena iklan kita?” — dan perbedaan ini, ketika dioperasionalkan dengan benar, bisa meningkatkan marketing effectiveness hingga 36%.
Kenapa Standard Targeting Boros Budget
Imagine brand skincare yang menjalankan retargeting ke semua customer yang pernah beli dalam 6 bulan terakhir. Hasilnya terlihat bagus — ROAS 4x. Tapi ada pertanyaan yang tidak diajukan: dari semua yang membeli setelah melihat iklan retargeting itu, berapa persen yang akan membeli tanpa iklan pun?
Jika jawabannya 60% — artinya 60% dari budget retargeting itu dibuang untuk mengklaim “kontribusi” dari pembelian yang sudah pasti akan terjadi. ROAS yang terlihat 4x mungkin sebenarnya jauh lebih rendah jika hanya menghitung incremental sales dari iklan.
Ini bukan asumsi — ini adalah temuan yang dikonfirmasi oleh Telenor, perusahaan telekomunikasi besar, yang menemukan bahwa contacting “at-risk” customers mereka justru menciptakan at-risk customers baru yang sebelumnya tidak akan churn.
4 Segmen Uplift Model
Uplift model membagi semua customer potensial ke dalam 4 kuadran berdasarkan dua dimensi: apakah mereka akan beli tanpa diiklan, dan apakah iklan mengubah perilaku mereka.
1. Sure Things
Customer yang akan beli dengan atau tanpa iklan. Mereka sudah di perjalanan pembelian sendiri — brand kamu sudah ada di top of mind, kebutuhannya sudah ada, mereka akan checkout sendiri dalam waktu dekat.
Anggaran iklan yang dihabiskan untuk segmen ini adalah pemborosan murni. Kamu tidak mengubah apapun — kamu hanya mengklaim kredit untuk penjualan yang sudah akan terjadi.
Cara mengidentifikasi Sure Things di e-commerce Indonesia: customer dengan frekuensi pembelian sangat tinggi (3x+ per bulan untuk produk habis pakai), customer yang secara konsisten beli tanpa promo apapun, dan subscriber email yang open rate-nya sangat tinggi dengan konversi organik yang konsisten.
2. Persuadables
Customer yang hanya akan beli jika diiklan. Tanpa intervensi, mereka tidak akan melakukan pembelian — entah karena mereka belum terpikir tentang produkmu, karena mereka butuh reminder, atau karena mereka perlu sedikit dorongan untuk memutuskan.
Ini adalah satu-satunya segmen yang menghasilkan incremental revenue dari iklan kamu. Seluruh ROAS sesungguhnya bersumber dari sini.
Cara mengidentifikasi Persuadables: customer dengan recency menengah (30-90 hari sejak pembelian terakhir) dan frekuensi rendah-menengah, customer yang add-to-cart atau view produk tapi tidak checkout, customer yang beli hanya saat ada promo — mereka responsif terhadap trigger, hanya butuh satu.
3. Do-Not-Disturbs
Customer yang tidak akan beli, dan iklan justru membuat mereka lebih tidak mungkin untuk beli di masa depan — atau lebih buruk, membuat mereka unsubscribe, report spam, atau merusak persepsi mereka tentang brand.
Ini yang tidak terlihat di dashboard iklan standard: iklan yang “sehat” secara aggregate bisa diam-diam merusak relasi dengan segmen ini. Frekuensi tinggi ke Do-Not-Disturbs adalah cara paling efisien untuk membuat customer yang netral menjadi aktif negatif.
Cara mengidentifikasi: customer yang tidak pernah open email marketing meski masih subscriber, customer yang click unsubscribe setelah menerima promo, customer dengan engagement rate sangat rendah selama 90+ hari di semua channel.
4. Lost Causes
Customer yang tidak akan beli apapun yang terjadi — apakah diiklan atau tidak. Mungkin produknya tidak lagi relevan untuk mereka, mungkin mereka sudah pindah ke kompetitor secara permanen, mungkin mereka tidak pernah benar-benar fit dari awal.
Jangan habiskan waktu atau budget di sini. Focus sepenuhnya di Persuadables.
Implementasi Praktis: 3 Level
Level 1: RFM Segmentation (Tanpa Tools ML)
Mulai dari RFM (Recency, Frequency, Monetary) — bisa dikerjakan di spreadsheet:
Recency: kapan terakhir mereka beli. Customer dengan recency 30-90 hari adalah zona Persuadable paling produktif. Di bawah 30 hari cenderung Sure Things. Di atas 120 hari mulai masuk zona at-risk.
Frequency: seberapa sering mereka beli. Frequency sangat tinggi (3x+) → kemungkinan Sure Things. Frequency 1-2x → kemungkinan Persuadable. Zero repeat → perlu dilihat lebih detail.
Monetary: berapa total yang sudah mereka belanjakan. High monetary + low frequency = high-value Persuadable — target prioritas.
Dari segmentasi ini, alokasikan budget iklan dengan proporsi yang berbeda per segmen. Jangan gunakan satu campaign dengan satu pesan untuk semua segmen secara sekaligus.
Level 2: Behavioral Trigger Targeting
Ini bisa dilakukan di Meta Ads, Google, atau TikTok dengan Custom Audience:
Customer yang view produk tapi tidak beli dalam 3-7 hari → Persuadable dengan intent tinggi. Kelas iklan ini biasanya menghasilkan ROAS tertinggi bukan karena audiensnya “hot” secara general, tapi karena mereka sudah dalam mode keputusan — tinggal butuh satu trigger.
Customer yang add-to-cart tapi tidak checkout → Persuadable dengan intent sangat tinggi. Cart abandonment retargeting ke segmen ini adalah salah satu campaign dengan ROI paling tinggi di e-commerce.
Customer yang beli produk A → cek apakah ada produk B yang komplementer. Ini bukan Sure Things — ini Persuadables untuk kategori produk baru.
Level 3: Predictive Scoring dengan Tools
Untuk brand yang sudah punya volume data yang cukup (10.000+ customer aktif):
Klaviyo dan Shopify analytics sudah menyediakan predictive CLV dan churn probability per customer. Gunakan ini untuk memisahkan Persuadables dari Sure Things di email campaigns.
Meta Ads Value-Based Lookalike: upload hanya customer dengan predicted high-persuadability (bukan semua customer) sebagai basis lookalike. Kualitas lookalike audience-nya jauh lebih baik dibanding upload semua buyer.
Google Analytics 4 Predictive Audiences: purchase probability dan churn probability sudah tersedia sebagai audience type. Gunakan “likely 7-day purchasers” sebagai proxy Persuadable — tapi exclude customer dengan very high purchase probability (Sure Things) dari campaign berbayar.
Yang Paling Sering Dilakukan Salah
Menargetkan semua customer di CRM dengan promo yang sama di setiap campaign. Ini secara efisien menghabiskan budget ke Sure Things (tidak perlu), annoying Do-Not-Disturbs (merugikan), dan baru sampai ke Persuadables (yang seharusnya menjadi satu-satunya target) — sudah dengan efisiensi yang sangat rendah.
Mengukur ROAS dari total revenue campaign dibagi total spend — tanpa mengontrol untuk baseline purchases yang akan terjadi tanpa iklan. ROAS yang terlihat tinggi mungkin hanya mencerminkan klaim kredit atas pembelian organik, bukan incremental impact.
Frequency capping yang tidak ada di retargeting. Do-Not-Disturbs yang terpapar iklan yang sama 15-20 kali dalam satu bulan tidak akan berubah jadi Persuadable — mereka akan berubah jadi customer yang tidak respek terhadap brand.
Bagaimana BAIK Digital Menerapkan Ini
Di BAIK Digital, prinsip uplift paling langsung kami terapkan saat membangun strategi audience untuk klien yang punya customer list besar. Sebelum membuat keputusan retargeting, kami selalu cek: apakah segmen ini memang butuh diiklan, atau mereka sudah dalam perjalanan pembelian organik? Klien dengan repeat purchase rate yang sudah tinggi sering mendapat ROAS lebih baik setelah kami mengurangi frekuensi retargeting ke existing customer dan meningkatkan alokasi ke prospek baru dengan behavioral intent signal — karena existing customer yang repeat beli sudah banyak yang Sure Things.
Relevan untuk Siapa?
Relevan kalau: brand sudah punya customer base yang cukup (minimal 2.000+ customer aktif) dan sudah menjalankan retargeting atau email marketing. Semakin besar database, semakin besar potensi penghematan dari segmentasi yang benar.
Belum relevan kalau: brand masih tahap awal acquisition dengan database yang sangat kecil — prioritasnya masih membangun volume data, bukan mengoptimalkan distribusi spend antar segmen.
Mau Audit Audience Strategy dan Targeting Efisiensi Kamu?
BAIK Digital adalah performance ads strategic partner berbasis Jakarta yang membantu brand retail Indonesia tumbuh secara sustainable. Dengan pengalaman menangani 16+ brand retail aktif, kami membantu brand mengalokasikan budget iklan di tempat yang menghasilkan incremental growth nyata — bukan hanya mengklaim kredit dari pembelian yang sudah pasti terjadi.
FAQ
Bagaimana cara memulai uplift segmentation tanpa data scientist atau tools ML?
Mulai dengan RFM di spreadsheet: export semua customer dari platform e-commerce kamu, tambahkan kolom Recency (hari sejak pembelian terakhir), Frequency (total jumlah order), dan Monetary (total nilai pembelian). Sort dan buat tiga kelompok untuk masing-masing dimensi. Customer dengan Recency menengah + Frequency rendah-menengah adalah Persuadable proxy. Gunakan ini sebagai dasar untuk memisahkan segmen di campaign berikutnya. Hasil yang didapat sudah jauh lebih baik dari one-size-fits-all targeting.
Apakah konsep ini berlaku untuk brand baru yang belum punya data historical?
Untuk brand baru, penerapannya berbeda: kamu tidak bisa memprediksi siapa Persuadable dari database kamu sendiri karena belum ada. Tapi kamu bisa menggunakan behavioral signals dari platform: orang yang sudah interact dengan konten organik kamu, yang sudah visit website tapi tidak beli, yang sudah melihat produk specific di catalog adalah proxy Persuadable yang cukup kuat bahkan tanpa data historical sendiri.
Bagaimana cara mengidentifikasi Do-Not-Disturbs di database email untuk mencegah churn?
Beberapa sinyal kuat: subscriber yang tidak open email apapun dalam 90+ hari, yang pernah click “unsubscribe” tapi subscribe lagi (highly ambivalent — handle carefully), dan yang engagement-nya turun drastis dalam 60 hari terakhir setelah sebelumnya aktif. Untuk segmen ini: kurangi frekuensi email menjadi satu kali per bulan dengan konten yang sangat high-value (bukan promo), dan sertakan opsi untuk “pilih preferensi email” agar mereka bisa kurangi frekuensi tanpa harus unsubscribe sepenuhnya.
Apakah kampanye retargeting yang ROAS-nya tinggi bisa jadi tanda bahwa kamu terlalu banyak menargetkan Sure Things?
Paradoksnya, ya. ROAS retargeting yang sangat tinggi (8x, 10x, 15x) ke existing customer bisa menjadi tanda bahwa kamu banyak “mengklaim” pembelian yang sudah pasti terjadi — dan budget tersebut bisa digunakan lebih efisien untuk prospek baru. Cara simpel untuk mengecek: jalankan dua minggu tanpa retargeting ke segmen tersebut dan bandingkan organic conversion rate-nya. Jika tidak drop signifikan, itu konfirmasi bahwa banyak dari mereka adalah Sure Things.