Sudah pakai lookalike audience tapi hasil campaign Meta Ads masih belum sesuai harapan? Kondisi ini cukup sering dialami banyak pengiklan, dan penyebabnya biasanya terletak pada cara penggunaan yang kurang tepat sejak awal. Kalau dipakai dengan benar, lookalike audience bisa jadi salah satu cara paling efektif untuk memperluas jangkauan iklan ke audiens baru yang relevan.
Buat yang masih bingung menyusun strategi custom audience dan lookalike audience, memakai konsultan meta ads profesional bisa membantu memastikan setup targeting sudah sesuai kebutuhan campaign.
Referensi dari Meta Ads Agency Indonesia juga bisa jadi bahan belajar buat yang ingin memahami konsepnya lebih dalam sebelum menjalankan campaign sendiri.
Berikut beberapa kesalahan umum yang sering membuat lookalike audience kurang maksimal hasilnya.
1. Source Audience Terlalu Kecil
Lookalike audience dibentuk berdasarkan data dari custom audience yang sudah ada, sehingga kualitas dan ukuran source audience sangat menentukan hasil akhirnya. Kalau source audience terlalu kecil, sistem Meta kesulitan menemukan pola yang cukup kuat untuk membuat lookalike yang akurat. Semakin sedikit data yang bisa dipelajari, semakin besar juga kemungkinan lookalike yang dihasilkan kurang tepat sasaran.
Menurut Meta Business Help Center, lookalike audience idealnya dibuat dari source audience dengan jumlah minimal seratus orang, meski hasil yang lebih optimal biasanya didapat dari source dengan ukuran yang jauh lebih besar dari itu. Semakin besar dan berkualitas source audience yang dipakai, semakin baik pula pola yang bisa dipelajari sistem untuk mencari audiens baru yang mirip.
2. Data Source Audience Sudah Terlalu Lama
Retensi data yang terlalu panjang membuat source audience berisi orang-orang yang mungkin sudah tidak relevan lagi dengan minat atau kondisi bisnis saat ini. Akibatnya, lookalike yang dihasilkan juga ikut kurang relevan dengan target pasar yang sebenarnya ingin dijangkau sekarang. Hal ini sering terjadi pada bisnis yang jarang meninjau ulang setting audience mereka setelah campaign pertama kali dibuat.
3. Memilih Persentase Similarity yang Tidak Sesuai Tujuan Campaign
Banyak yang asal pilih persentase similarity tanpa mempertimbangkan tujuan campaign. Persentase 1% memberikan hasil paling presisi meski jangkauannya lebih kecil, sementara persentase yang lebih besar memperluas jangkauan dengan tingkat kemiripan yang sedikit lebih longgar. Memilih persentase yang tidak sesuai tujuan sering membuat campaign terasa kurang efektif, padahal akar masalahnya ada pada setting audience yang belum tepat.
Menurut artikel dari Coulava yang membahas custom audience dan lookalike audience untuk targeting iklan Meta yang lebih presisi, campaign dengan tujuan konversi sebaiknya menggunakan persentase yang lebih kecil, sementara campaign untuk awareness bisa memakai persentase yang lebih besar.
4. Tidak Memperbarui Source Audience secara Berkala
Source audience yang dibiarkan statis dalam waktu lama membuat lookalike yang dihasilkan juga ikut ketinggalan zaman. Bisnis yang terus berkembang, misalnya menambah lini produk baru, perlu memperbarui source audience-nya supaya lookalike yang dibuat tetap relevan dengan kondisi bisnis terkini.
5. Tidak Melakukan Testing Sebelum Scaling
Kesalahan lain yang cukup sering terjadi adalah langsung menaikkan budget besar-besaran begitu lookalike audience baru dibuat, tanpa melakukan testing kecil terlebih dahulu. Testing membantu memastikan lookalike tersebut benar-benar menghasilkan performa yang baik sebelum dialokasikan budget yang lebih besar, sehingga risiko pemborosan bisa ditekan sejak awal.
Menurut WordStream, campaign yang diuji secara bertahap sebelum scaling cenderung menghasilkan cost per acquisition yang lebih rendah dibanding yang langsung dijalankan dalam skala besar tanpa evaluasi awal.
Bagaimana Cara Memastikan Lookalike Audience Berjalan Optimal?
Beberapa langkah sederhana yang bisa membantu memastikan lookalike audience bekerja dengan optimal dari waktu ke waktu:
- Pastikan source audience memiliki ukuran yang cukup dan datanya masih relevan
- Sesuaikan persentase similarity dengan tujuan campaign, bukan asal pilih angka kecil atau besar
- Lakukan testing skala kecil dulu sebelum menaikkan budget secara signifikan
- Perbarui source audience secara berkala, terutama kalau bisnis mengalami perubahan signifikan
FAQ Seputar Lookalike Audience
Apakah lookalike audience selalu lebih baik dibanding targeting berbasis minat?
Tidak selalu, tergantung ketersediaan data. Kalau bisnis belum punya cukup data pelanggan untuk dijadikan source audience yang solid, targeting berbasis minat masih bisa jadi pilihan awal sebelum beralih ke lookalike. Seiring bertambahnya data pelanggan, lookalike audience biasanya mulai memberikan hasil yang lebih baik dibanding targeting minat generik.
Berapa lama sebaiknya menunggu sebelum mengevaluasi performa lookalike audience baru?
Idealnya beberapa hari sampai satu minggu, supaya algoritma Meta punya cukup waktu untuk belajar dan mengoptimalkan penayangan iklan ke audiens yang paling relevan.
Penutup
Lookalike audience bisa jadi salah satu senjata paling efektif buat memperluas jangkauan iklan Meta, asalkan dipakai dengan cara yang tepat. Menghindari kesalahan-kesalahan di atas membantu memastikan budget iklan yang dikeluarkan benar-benar menghasilkan audiens baru yang relevan dan berkualitas bagi bisnis.
