Nampaknya, perubahan kebijakan privasi data di iOS 14, atau yang dikenal sebagai AppTrackingTransparency (ATT), membuat data breakdown di Facebook Ads Manager hilang (sumber). Akibatnya, semua data breakdown dikelompokan menjadi uncategorized.

Bagaimana Facebook Advertiser menyikapi hal ini? Adakah yang bisa kita lakukan untuk memunculkan data itu kembali? Apakah data tersebut berpengaruh kepada optimasi Facebook Ads Campaign?

Efek ATT Terhadap Optimasi Facebook Ads

Sangat menantang untuk mengukur dampak ATT di Indonesia terhadap Facebook Ads campaign pada saat pandemi seperti ini karena berbarengan dengan kebijakan PPKM dari pemerintah. Apakah penurunannya lebih disebabkan PPKM (keadaan permintaan pasar) atau kebijakan privasi iOS 14?

Untuk mengatasi ATT, sebenarnya Facebook telah meluncurkan Aggregrated Event Measurement (AEM) dan Conversion API. Secara teknis, Facebook meminta pengiklan memasang kode tracking di server pengiklan sehingga data konversi yang dikirimkan tidak hanya melalui device konsumen, serta Facebook meminta advertiser untuk mengurutkan events yang terjadi berasarkan prioritas.

Namun sepertinya, server-side conversion tracking (Conversion API) ini juga masih tidak dapat menampilkan data breakdown untuk sementara waktu, bahkan di Facebook Ads campaign yang targeting-nya hanya OS Android. Padahal logikanya, data breakdown harusnya tetap muncul untuk konversi yang dilakukan melalui perangkat dengan OS Android. Hal ini menunjukan seakan-akan, AEM baru menggunakan perilaku dan konversi dalam mengatribusikan iklan Facebook. Belum sampai ke demografi pengguna.

Pertanyaannya sekarang, apakah data breakdown itu tidak bisa ditampilkan saja di Facebook Ads Manager atau turut mempengaruhi optimasi Facebook Ads campaign?

Melihat Data Breakdown Facebook Ads via Google Analytics

Jika tidak bisa ditampilkan di Facebook Ads Manager, apakah data breakdown bisa ditampilkan via Google Analytics¹Cara ini hanya cocok untuk yang terbiasa menggunakan dynamic UTM parameters di setiap iklan Facebook-nya dan websitenya sudah terimplementasi Google Analytics?

Untuk data teknologi²Hal yang berkaitan dengan perangkat yang pengguna pakai; Browser, device category, platform, OS, dsb pengguna, masih bisa ditangkap dan ditampilkan oleh Google Analytics. Namun, untuk data demografi yang penting seperti umur, berdasarkan data saya, hanya kurang dari 25%³Berdasarkan data Facebook standard event yang dapat ditampilkan oleh Google Analytics. Sisanya unkown.

Kita dapat simpulkan bahwa data Google Analytics masih tidak dapat dijadikan perwakilan (proxy) dari data breakdown Facebook Ads Manager. Selain itu, menganalisa demografi via Google Analytics dan melakukan optimasi manual iklan Facebook sepertinya juga menghabiskan waktu dan menjadikan pekerjaan teknis terlampau banyak.

Untuk mempercepat optimasi berdasarkan demografi, saya biasanya langsung saja melakukan testing dengan membagi ad set berdasarkan grup demografi tertentu.

Dampak Ketiadaan Data Breakdown Terhadap Optimasi Iklan Facebook

Saya masih belum menemukan data yang pasti mengenai efek hilangnya data breakdown Facebook terhadap kinerja iklan Facebook. Namun yang pasti, dengan adanya keterbatasan tracking akibat dari ATT, saat ini Facebook tengah memperkenalkan Facebook’s Modeled Conversion (sumber)

Jenis model yang digunakan dan kinerja yang terkait bersifat unik bagi setiap pengiklan dan akan bervariasi bergantung pada perilaku dan konversi pelanggannya. Misalnya, model kami yang digunakan untuk memperkirakan konversi yang tidak bisa diamati di perangkat iOS 14 mungkin tidak berlaku bagi pengiklan dengan pemirsa khusus Android. Selain itu, jika pengiklan tidak memiliki data yang memadai untuk diproses oleh model kami, pemodelan konversi mungkin tidak disertakan di laporannya.

Facebook (sumber)

Berdasarkan paragraf di atas, Facebook tidak menyebutkan demografi sama sekali dalam Facebook’s Modeled Conversion. Padahal Facebook sendiri menyatakan, demografi merupakan salah satu variable penting yang mempengaruhi interaksi pengguna terhadap iklan.

Karena setiap interaksi iklan pengguna bisa sangat berbeda, tergantung berbagai faktor seperti browser, perangkat, demografi, dan sifat iklan itu sendiri, pemodelan kami bersifat dinamis dan bisa disesuaikan

Facebook (sumber)

Jika ditelaah dari dokumentasi Facebook, hasil dari Facebook’s Modeled Conversion juga digunakan untuk melakukan optimasi iklan.

Dengan pemodelan konversi, sistem penayangan kami bisa mempelajari data yang lebih mewakili, sehingga mampu memberikan estimasi dan hasil yang lebih baik.

Facebook (sumber)

Jika memang saat ini variabel algoritma iklan Facebook sangat bergantung pada perilaku pengguna dan konversi, apa yang bisa kita lakukan, dari sisi campaign management, untuk menjaga kinerja iklan Facebook kita tetap bagus dan stabil?

Maksimalkan Kuota Events di AEM

Taktik ini lebih mudah diimplementasikan untuk direct response advertiser karena touch points (sales funnel) yang dilewati visitor untuk menjadi buyer lebih sedikit.

Jika kamu terbiasa menyematkan standard events view content kemudian langsung ke Add to Cart atau Lead karena langsung ke WhatsApp, kamu bisa menambahkan custom events diantara kedua standard events tersebut, seperti custom event yang berdasarkan lama waktu kunjungan visitor dan berapa persen visitor scroll sampai X% dari content website. Selain itu, jika kamu belum menggunakan standard purchase event, kamu bisa mengimplementasikannya dengan bantuan Conversion API atau offline event.

Namun bagi B2B advertiser, kuota 8 events untuk AEM sangat menantang melihat banyaknya touch points yang harus dilalui dan sebentarnya attribution window yang diberikan Facebook Ads. Sehingga, saat ini, seharusnya kamu sudah memaksimalkan kuota konversi yang diberikan Facebook.

Harapannya, dengan semakin banyaknya tipe konversi yang kita berikan ke Facebook, semakin cepat dan mudah Facebook melakukan optimasi iklan sehingga biaya iklan kita stabil di bawah target.

Menggunakan Conversion API

Pastikan pengguna iOS yang melakukan opt-out terhadap tracking, dapat tetap di-tracking. Every conversion matters!

Biaya implementasi Conversion API ini, jika diimplementasikan secara mandiri menggunakan Google Tag Manager, cukup mahal. Beberapa thought leader⁴measureschool, analyticsmania, simoahava mengatakan, butuh setidaknya +$100/bulan untuk biaya server nya saja. Dan, dikarenakan biaya server-nya adalah usage-based, biaya bisa bertambah secara cepat ketika advertiser melakukan Facebook Ads Scaling.

Untuk solusi yang lebih murah dan simpelnya, kamu bisa menggunakan berdu.id atau WordPress Plugin PixelYourSite (PYS) jika kamu pengguna WordPress.

Namun, ada catatan untuk pengguna PYS. Kamu akan mengalami peningkatan CPU usage pada server yang kentara, karena PSY menggunakan server kamu untuk mengirimkan outgoing request Conversion API ke server Facebook. Sehingga, kamu perlu mengevaluasi, apakah nantinya kamu perlu menambah kapasitas server untuk memfasilitasi Conversion API yang dikelola oleh PYS atau tidak.

Bagaimana pengimplementasian Facebook CAPI untuk pengguna OrderOnline (OO)? Yang saya amati, bahkan dengan menggunakan storefront dan funnel builder sekalipun, saat ini OO baru memfasilitasi server-side standard event di level purchase. Salah satu indikasinya adalah, tidak tersedianya Facebook Pixel event id⁵Facebook event_id merupakan cara Facebook untuk melakukan deduplikasi event selain di level purchase.

Sedangkan, pada event penerimaan pesanan (Initiate Checkout), walaupun OO melampirkan event ID, status connection method-nya tetap browser saja, bukan browser+server.

Hal lain yang sangat disayangkan juga dari storefront-nya OO adalah tidak bisanya kita untuk merubah tipe standard event berdasarkan definisi toko masing-masing, bahkan dengan menggunakan GTM container saja. Sistem storefront OO otomatis mendefinisikan:

• Laman produk sebagai view content
• Tombol keranjang sebagai add to cart
• Laman checkout sebagai initiate checkout
• Laman /thanks sebagai purchase

Apakah tidak jadi duplikasi purchase event ketika toko mengatur purchase CAPI pula di level order status atau order payment?

Karena hal inilah saya tidak menggunakan storefront OO sebagai alternatif sales funnel. Padahal menurut saya cukup potensial untuk calon konsumen yang terbiasa berbelanja online dan beli lebih dari 1 macam barang.

Berdasarkan data yang saya miliki, dengan menyematkan shop catalogue di bio link Instagram, WooCommerce-based checkout berkontribusi sampai dengan 20% dari total omset. Bagi saya, cara ini efektif meningkatkan Average Order Value dan mereduksi metode pembayaran Cash On Delivery (COD).

Namun begitu, saya tetap menggunakan OO sebagai form pemesanan saya yang utama dan WordPress-based landing page untuk laman produk nya, karena buat saya OO efisien dalam menyimpan dan mengelola order yang masuk. Sekarang pertanyaannya, bagaimana mengimplementasikan Facebook CAPI dengan model campuran seperti ini?

Saat ini, saya menggunakan GTM dan menyewa server khusus untuk GTM server-side dengan biaya jauh di bawah $100++ per bulan. Kamu bisa pelajari lebih lanjut di blog pos ini.