Agensi Performa untuk E-commerce: Apa Bedanya Sebenarnya dengan Agensi PPC Klasik

Agensi PPC mengelola kampanye, agensi performa mengelola keuntungan

Agensi PPC klasik menerima anggaran dan tugas, yaitu mengatur kampanye di Google Ads atau Meta Ads agar menghasilkan sebanyak mungkin konversi dengan CPA tertentu. Agensi performa untuk e-commerce bekerja dengan input yang berbeda, mereka menggabungkan data konversi dengan data margin, retur, dan harga beli per produk. Perbedaannya bukan pada platform mana yang digunakan, tetapi pada apa yang dimasukkan ke dalam platform tersebut.

Google, Meta, dan TikTok saat ini menawarkan value-based bidding, yaitu strategi otomatis yang tidak mengoptimalkan jumlah konversi, melainkan nilai yang diberikan perusahaan pada konversi tersebut. Menurut dokumentasi [Google Ads Help](https://support.google.com/google-ads/answer/15099424?hl=en), ini merupakan bagian dari Smart Bidding yang memaksimalkan nilai konversi dalam batas anggaran atau target ROAS tertentu. Pertanyaan yang jarang diajukan sebagian besar e-commerce sederhana, nilai apa yang dikirim ke sistem, pendapatan per pesanan, atau keuntungan setelah dikurangi biaya?

Di titik inilah pekerjaan PPC dan performa berbeda arah. Pengelolaan kampanye klasik membiarkan kolom conversion value setara dengan pendapatan. Agensi performa menghitung ulang menjadi laba kotor, yaitu pendapatan dikurangi harga beli, ongkos kirim, dan estimasi retur, dan angka inilah yang baru dikirim ke algoritma.

Apa kata data mengenai ROAS dan keuntungan

Google dalam materi resminya tentang value-based bidding menyebutkan bahwa perusahaan yang beralih dari target CPA ke target ROAS mengalami kenaikan median nilai konversi sebesar 14%, meskipun pengembalian dari belanja iklan tetap serupa, menurut [Google Business: Increase your ROI with Value-based Bidding](https://business.google.com/uk/resources/articles/increase-your-roi-with-value-based-bidding/). Ini membuktikan bahwa algoritma dapat berbuat lebih banyak jika diberi sinyal nilai yang lebih akurat, bukan hanya jumlah konversi.

Search Engine Land sekaligus mengingatkan bahwa ROAS berdasarkan pendapatan saja memiliki kelemahan. Pada katalog dengan margin yang berbeda-beda, optimasi pada nilai pendapatan dapat membuat algoritma cenderung mengutamakan produk dengan pendapatan tinggi namun margin rendah, yaitu yang digambarkan penulisnya sebagai "an overemphasis on high-revenue but low-margin products", menurut [Search Engine Land: Target ROAS in Google Ads](https://searchengineland.com/target-roas-key-considerations-431770). Hal serupa juga kami temukan pada akun yang kami ambil alih.

Jawaban yang semakin sering dibahas adalah POAS, yaitu keuntungan dari belanja iklan. Alih-alih pendapatan, yang dikirim ke sistem bidding adalah laba kotor setelah biaya. Menurut [Search Engine Land: Value-based bidding](https://searchengineland.com/value-based-bidding-boost-google-ads-437240), ini adalah metrik yang mengaitkan belanja langsung dengan keuntungan, bukan omzet. Ini bukan algoritma baru, melainkan input berbeda untuk algoritma yang sama.

Syarat yang sering tidak disadari kebanyakan e-commerce adalah value-based bidding membutuhkan setidaknya 15 konversi per 30 hari pada level target konversi, jika tidak, sinyalnya terlalu berisik, sebagaimana disebutkan [Google Ads Help](https://support.google.com/google-ads/answer/15099424?hl=en) dalam rekomendasinya. Di bawah ambang ini, yang terukur secara akurat justru hanyalah noise, bukan performa.

Margin dalam katalog bisa berbeda hingga tiga kali lipat, ROAS tidak melihatnya

Dalam katalog yang kami tinjau pada klien baru, laba kotor antar kategori sering berbeda hingga tiga kali lipat. Anggaran kemudian mengalir ke produk berpendapatan tinggi dengan margin rendah, sesuai mekanisme yang dijelaskan Search Engine Land di atas. Perusahaan kemudian melihat ROAS yang meningkat sementara keuntungan menurun pada bulan yang sama.

Pada klien Zlatá Putňa, kami mengalihkan metrik acuan dari pendapatan ke keuntungan per pesanan dan merancang ulang feed agar algoritma mengenali margin pada level produk, bukan kategori. Hasilnya adalah kenaikan pendapatan sebesar 45,8% dan visibilitas sebesar 574%, dengan anggaran yang tidak meningkat secara proporsional. Studi kasus lengkapnya ada di halaman [referensi Zlatá Putňa](/referencie/zlata-putna).

Pada Domintell, masalahnya berbeda, e-commerce ini memiliki traffic yang lemah, bukan margin yang buruk. Kombinasi feed yang diperbaiki, SEO teknis, dan kampanye performa menghasilkan kenaikan pengunjung sebesar 272%. Angka ini menunjukkan bahwa kerja performa untuk e-commerce bukan hanya soal bidding, tetapi juga soal kondisi data yang menjadi dasar bidding tersebut.

Di mana para ahli tidak sepakat

Ehrenberg-Bass Institute sudah lama berpendapat bahwa pengalihan anggaran ke aktivasi performa jangka pendek dengan mengurangi pembangunan merek merugikan efektivitas kampanye dalam jangka panjang, sebagaimana dijelaskan dalam [Ehrenberg-Bass Institute tentang short-termism dalam pemasaran](https://marketingscience.info/marketers-obsession-with-roi-and-short-termism-undermining-growth/). Sebagian pihak dalam industri tidak sepakat dan menganggap beberapa kesimpulan institut tersebut sebagai aturan yang terlalu ketat dan tidak berlaku sama di setiap sektor.

Bagi e-commerce, perdebatan ini sedikit berbeda dibandingkan dengan pemasaran merek pada sektor CPG. E-commerce membutuhkan cash flow setiap bulan, bukan hanya kesadaran mental setahun kemudian. Karena itu, pada e-commerce, kerja performa lebih terfokus pada bagian tengah dan bawah funnel, tempat keuntungan dapat diukur secara langsung. Namun ini tidak berarti bagian atas funnel tidak ada, hanya lebih sulit dikaitkan dengan satu pesanan tertentu.

Sikap kami

Konsensus dalam diskusi profesional menyatakan bahwa keputusan terutama soal pemilihan model bidding, yaitu target ROAS versus POAS versus maksimalisasi nilai konversi. Kami, berdasarkan data kami sendiri, berpendapat bahwa pemilihan model adalah hal sekunder. Perbedaan antar model lebih kecil dibandingkan perbedaan kualitas data masukan yang dimasukkan perusahaan ke dalamnya. Akun yang kami ambil alih memiliki terlalu banyak pengecualian manual dan terlalu sedikit keteraturan pada feed serta data konversi, bukan model yang buruk.

Google, Meta, dan TikTok sangat baik dalam membeli media. Namun mereka tidak tahu apa pun tentang harga beli, margin, dan tingkat retur Anda, kecuali Anda memberitahunya. Inilah kesenjangan yang ditutup oleh [AI engine dalam layanan performa](/sluzby) kami, yang berfungsi sebagai lapisan transparan di atas platform-platform tersebut, bukan sebagai pengganti platform tersebut.

Angka kenaikan ROAS hingga 300% yang kami sebutkan dalam referensi adalah batas atas pada katalog dengan data margin yang berkualitas baik, bukan rata-rata. Siapa pun yang menyajikannya sebagai rata-rata sedang berbohong. Metrik acuan e-commerce seharusnya adalah keuntungan per pesanan setelah retur dan ongkos kirim, bukan pendapatan, tepat karena alasan yang juga dijelaskan Search Engine Land di atas.

Langkah praktis jika Anda mempertimbangkan agensi performa untuk e-commerce

Langkah pertama bukan memilih agensi, melainkan audit data. Periksa apakah feed membawa harga, margin, dan status stok pada level produk, bukan kategori. Tanpa itu, agensi mana pun, bahkan dengan model terbaik sekalipun, tidak memiliki apa pun untuk dioptimalkan.

Langkah kedua adalah volume. Jika kampanye menghasilkan kurang dari 15 konversi per 30 hari, value-based bidding tidak memiliki cukup data untuk belajar, sesuai rekomendasi [Google Ads Help](https://support.google.com/google-ads/answer/15099424?hl=en). Dalam kondisi ini, lebih bijak untuk memperbaiki produk, feed, dan kreatif terlebih dahulu.

Langkah ketiga adalah model imbalan agensi. Persentase dari anggaran mendorong untuk membelanjakan lebih banyak, bukan menghasilkan lebih banyak. Karena itu, untuk e-commerce, model yang dikaitkan dengan hasil, bukan besarnya uang yang dibelanjakan, lebih masuk akal. Sampaikan harga secara terbuka sejak pertemuan pertama, [konsultasi tanpa komitmen](/rezervacia) adalah tempat yang baik untuk itu.

Langkah keempat, jika Anda tidak yakin apakah iklan benar-benar berhasil atau Anda hanya melihat efek musiman, adalah melakukan uji geo pada sebagian pasar. Ini memakan waktu dan sebagian wilayah, tetapi merupakan harga yang wajar untuk mendapatkan kepastian.

Kapan hal ini tidak berlaku

Jika katalog memiliki margin yang seragam pada semua produk, target ROAS berdasarkan pendapatan secara alami mendekati profitabilitas, dan penghitungan ulang ke keuntungan hanya memberi sedikit tambahan nilai dengan biaya pengelolaan data yang lebih rumit.

Jika akun menghasilkan kurang dari sekitar 15 konversi per 30 hari per kampanye, optimasi rumit menjadi tidak berguna. Anda hanya mengukur noise secara lebih akurat. Dalam kondisi ini, lebih baik berinvestasi pada produk, feed, dan kreatif, bukan pada model bidding.

Jika perusahaan belum memiliki data biaya produk, ongkos kirim, dan retur yang bersih, peralihan ke POAS penuh akan gagal karena data masukan, bukan karena algoritmanya. Pekerjaan ini harus diselesaikan sebelum perubahan strategi, bukan selama prosesnya.

Dan jika situs web atau produk itu sendiri tidak memiliki apa pun yang layak dijual, mengoptimalkan kecepatan situs atau bidding hanya membuang waktu. Yang harus diperbaiki terlebih dahulu adalah penawarannya, baru kemudian performanya.

Pertanyaan umum