Breakdown usia dan gender Meta Ads: cara membacanya tanpa mematikan yang salah

Rincian per usia dan gender terasa seperti harta karun saat pertama kali dibuka. Akhirnya kelihatan siapa yang benar-benar membeli, dan siapa yang cuma menghabiskan uang.

Sayangnya, di situ juga lahir salah satu keputusan tergesa yang paling sering merugikan: mematikan satu kelompok karena angkanya terlihat jelek, padahal jumlah datanya belum cukup untuk menyimpulkan apa pun.

Bagaimana cara membacanya dengan benar?

Baca dua kolom bersamaan, jangan satu-satu.

Urutan membacanya begini:

1. Cari kelompok yang porsi belanjanya besar. Di situ letak uangmu.
2. Lihat jumlah hasil di kelompok itu. Kalau di bawah sekitar sepuluh, tahan dulu penilaiannya.
3. Baru bandingkan biaya per hasilnya dengan kelompok lain, dan dengan batas untung rugimu.

Batas untung rugi yang dipakai membandingkan itu kami bahas di CPA wajar berapa.

Kenapa kelompok dengan data sedikit sering menipu?

Karena satu kejadian mengubah banyak hal saat totalnya kecil.

Contoh nyata yang sering muncul:

Terlihat jelas bahwa kelompok kedua dua kali lebih mahal. Tapi kalau kelompok itu mendapat satu order lagi, biayanya turun jadi Rp60 ribu. Dua order lagi, jadi Rp45 ribu, persis sama dengan kelompok pertama.

Kesimpulan dari dua kejadian bukan kesimpulan. Ini masalah yang sama dengan menilai iklan terlalu cepat, dan kami bahas ambangnya di kapan iklan disebut boncos.

Apa syarat sebelum mematikan satu kelompok?

Tiga syarat, harus terpenuhi bersamaan:

1. Porsi belanjanya berarti. Kalau kelompok itu cuma memakan lima persen anggaran, mematikannya tidak menghemat apa pun yang terasa.
2. Jumlah hasilnya cukup. Minimal sekitar sepuluh, dan lebih banyak lebih baik.
3. Selisih biayanya besar, bukan tipis. Selisih 10 persen antar kelompok hampir selalu kebetulan. Selisih dua kali lipat baru layak ditindak.

Kalau ketiganya terpenuhi, mematikan kelompok itu di tingkat adset masuk akal. Kalau tidak, biarkan. Menyempitkan audiens punya ongkosnya sendiri: kolam mengecil, harga tayang naik, dan fase belajar melambat. Kami jelaskan mekanismenya di target audiens iklan Facebook.

Apa yang sering luput saat membaca rincian ini?

• Kelompok yang tidak membeli belum tentu tidak berguna. Sebagian orang melihat iklanmu, lalu memberi tahu orang lain yang membeli. Ini tidak akan pernah muncul di tabel mana pun.
• Gender di data Meta berasal dari profil pengguna, dan sebagian orang mengisinya tidak sesuai kenyataan, atau membelikan untuk orang lain. Jangan membangun teori besar dari situ.
• Rincian tidak menjelaskan penyebab. Ia menunjukkan kelompok mana yang mahal, bukan kenapa. Kalau kelompok muda mahal, bisa jadi materinya yang tidak cocok, bukan orangnya yang tidak berminat.
• Pemecahan per hari plus per kelompok membuat datanya makin tipis. Semakin banyak lapisan pemecahan, semakin kecil tiap kotaknya, dan semakin gampang tertipu.

Definisi resmi tiap pemecahan ada di Ads Insights API milik Meta.

Bagaimana memakainya untuk memperbaiki, bukan cuma memangkas?

Rincian ini paling berguna bukan untuk mematikan, melainkan untuk memberi arah materi berikutnya.

• Kalau satu kelompok umur jauh lebih murah, buat materi yang berbicara khusus ke mereka, lalu jalankan sebagai adset terpisah.
• Kalau satu gender mendominasi pembelian sementara belanja tersebar rata, geser sedikit fokus materinya, bukan langsung mematikan yang lain.
• Kalau semua kelompok sama-sama mahal, masalahnya bukan di audiens. Naik satu tingkat ke penawaran atau halaman tujuan, seperti yang kami urutkan di penyebab iklan boncos.

Membandingkan puluhan kotak seperti ini tiap minggu adalah pekerjaan berulang yang paling cepat ditinggalkan orang saat sibuk. Karena itu perbandingan per segmen, termasuk usia, gender, dan penempatan, kami jalankan otomatis di PahamAds dan hanya kami tampilkan saat selisihnya sudah cukup besar untuk layak ditindak.