Attribution Haircut: Cara Marketer Indonesia Koreksi Bias MTA di 2026

TL;DR: Attribution haircut adalah praktik memotong angka multi-touch attribution sebesar 20 sampai 40% untuk mengoreksi bias over-attribution yang muncul pada channel terakhir. Marketer Indonesia yang masih mengandalkan MTA mentah berisiko mengalokasikan budget secara keliru, terutama setelah cookieless. Haircut bukan teknik magic, melainkan disiplin matematis untuk mendekatkan attribution pada inkrementalitas.

Selama beberapa proyek funnel terakhir, saya melihat pola yang konsisten. Dashboard MTA menunjukkan paid search berkontribusi 60% revenue, tim langsung menambah budget paid search. Tiga bulan kemudian, total revenue stagnan meskipun spend naik 40%. Yang salah bukan paid search-nya, melainkan cara MTA menghitung kontribusinya.

Inilah kenapa attribution haircut jadi disiplin wajib bagi marketer yang mau menjaga ROI di era cookieless 2026. Per April 2026, dengan deprecation third-party cookie sudah penuh, MTA tradisional makin tidak akurat sebab banyak touchpoint hilang dari tracking.

Kenapa MTA Mentah Bias

Multi-touch attribution berasumsi setiap touchpoint yang tertangkap tracker punya bobot terhadap konversi. Masalahnya, tracker hanya melihat touchpoint yang punya cookie atau identifier. Channel seperti dark social, word of mouth, dan brand search yang dipicu konten organik sering tidak terhitung. Akibatnya, channel digital yang gampang di-track (paid search, retargeting) mendapat kredit yang seharusnya milik channel upper funnel yang sulit di-track.

Riset Google Marketing Platform sendiri sudah menyebutkan bahwa data-driven attribution dapat bias ketika data thin atau ketika ada channel yang systematically undertracked.

Framework Haircut yang Saya Pakai

Saya menyebutnya rule of thirds untuk haircut sederhana:

Angka ini bukan rumus universal. Yang penting adalah disiplinnya: setiap channel yang mudah di-track diasumsikan over-credit, lalu dipotong sesuai magnitude bias.

Studi Kasus Nyata

Saat menangani funnel Nalesha (e-commerce parfum), MTA menunjukkan retargeting Meta berkontribusi 35% revenue. Setelah haircut 50%, kontribusi turun ke 17,5%. Geo-lift test yang kami jalankan kemudian mengkonfirmasi inkrementalitas asli retargeting di sekitar 18%, sangat dekat dengan angka post-haircut. Tanpa disiplin haircut, tim awalnya hampir menggandakan budget Meta sebelum melakukan validasi.

Pola serupa muncul saat saya audit funnel Vetmo. Branded search ditampilkan MTA sebagai 28% revenue. Setelah haircut 70%, angka realistis turun ke sekitar 8%. Sisanya adalah konversi yang akan terjadi bahkan tanpa iklan.

Pertanyaan Umum

Apakah attribution haircut menggantikan incrementality testing?

Tidak. Haircut adalah koreksi cepat untuk pengambilan keputusan harian, sementara incrementality test tetap jadi gold standard untuk validasi periodik.

Berapa frekuensi update angka haircut?

Praktik standar di industri menyebutkan review per kuartal, atau setelah ada perubahan besar di channel mix.

Apakah konsep ini berlaku untuk B2B Indonesia?

Berlaku, terutama setelah cookieless. Untuk B2B, haircut pada paid search dan retargeting biasanya lebih besar karena sales cycle panjang dan banyak dark funnel touchpoint.

Penutup

Attribution haircut bukan ilmu pasti. Tujuannya bukan menebak angka final yang benar, melainkan mencegah keputusan budget yang dilandasi MTA mentah. Untuk marketer Indonesia, disiplin memotong 20 sampai 40% dari channel yang gampang di-track adalah jalan paling murah mendekati inkrementalitas, tanpa harus menunggu hasil incrementality test yang butuh waktu dan budget besar.