Multi-Touch Attribution untuk Marketer Indonesia: Cara Atur Budget Iklan di Era Cookieless 2026

TL;DR: Multi-Touch Attribution membantu marketer Indonesia melihat kontribusi tiap channel dalam funnel, bukan hanya klik terakhir. Di era cookieless 2026, MTA tidak bisa berdiri sendiri. Pendekatan yang berhasil adalah memadukan MTA harian dengan marketing mix modeling bulanan dan uji inkremental berkala supaya keputusan budget tidak diambil dari peta yang bolong.

Awal 2026, hampir semua dashboard iklan masih menampilkan angka konversi yang tinggi. Meta Ads Manager mengaku sebagian besar penjualan, Google Ads juga mengaku, TikTok ikut mengaku. Kalau dijumlahkan, total konversi dari semua dashboard lebih besar dari total transaksi yang benar-benar terjadi. Ini bukan bug, ini sifat alami platform yang masing-masing memakai jendela atribusi sendiri.

Buat marketer Indonesia yang mengelola budget iklan ratusan juta sampai milyaran per bulan, kondisi ini berbahaya. Setiap platform punya kepentingan untuk mengaku jasa. Multi-Touch Attribution atau MTA hadir bukan sebagai sihir, tapi sebagai cara melihat kontribusi tiap titik sentuh dengan kerangka yang lebih netral.

Kenapa Last-Click Sudah Tidak Bisa Dipakai

Model atribusi paling tua di iklan digital adalah last-click: kredit penuh diberikan ke channel terakhir yang diklik sebelum konversi. Selama bertahun-tahun ini bekerja karena perjalanan pembeli relatif pendek dan sebagian besar terjadi di satu device.

Realitas 2026 berbeda. Pembeli di Indonesia rata-rata menyentuh 7-12 titik konten brand sebelum membeli, lintas device, lintas platform, lintas sesi yang dipisahkan oleh hari. Mengklaim bahwa hanya klik terakhir yang berperan sama saja dengan mengatakan hanya kasir yang berkontribusi pada penjualan di toko fisik.

Lebih buruk lagi, last-click cenderung memberi kredit berlebih ke channel-channel di bawah funnel seperti search berbasis brand keyword, retargeting, dan iklan lokasi. Kalau anggaran direalokasi berbasis last-click, channel awareness seperti video dan display akan terus dipotong sampai akhirnya tidak ada lagi yang masuk ke funnel.

Empat Model MTA dan Bias Masing-Masing

Tidak ada model MTA yang netral 100 persen. Setiap pendekatan punya bias yang harus dipahami sebelum dipakai mengambil keputusan budget.

Linear membagi kredit sama rata ke semua titik sentuh. Cocok untuk B2B dengan funnel panjang, tetapi cenderung membesarkan channel yang muncul di banyak titik secara pasif seperti email blast.

Time decay memberi kredit lebih besar ke titik sentuh yang dekat dengan konversi. Cocok untuk e-commerce dengan keputusan cepat, tapi tetap mengulang bias last-click dalam versi yang lebih halus.

Position-based atau bentuk U memberi 40 persen ke titik pertama, 40 persen ke titik terakhir, dan sisanya ke titik tengah. Berguna saat awareness dan closing dianggap sama pentingnya.

Data-driven memakai algoritma untuk menentukan kredit berdasarkan pola data historis. Paling akurat secara teori, tapi butuh volume konversi besar (umumnya di atas 300 per bulan untuk satu jenis konversi) supaya hasil stabil.

Untuk marketer Indonesia dengan volume konversi sedang, kombinasi position-based untuk laporan harian dan data-driven untuk review bulanan biasanya memberi keseimbangan yang masuk akal.

Era Cookieless Mengubah Aturan Main

Sejak Chrome menyelesaikan deprekasi cookie pihak ketiga, sebagian besar sinyal MTA berbasis browser jadi tidak utuh. Pembeli yang berpindah dari iklan display ke search lalu ke email mungkin tidak bisa lagi dihubungkan jadi satu perjalanan oleh tool atribusi pihak ketiga.

Konsekuensinya: MTA murni dengan tag pixel klasik akan menampilkan peta yang sebagian buta. Yang dilakukan tim marketing yang serius di 2026 adalah memadukan beberapa lapisan pengukuran.

Lapisan pertama, server-side tracking yang dikirim langsung dari server ke platform iklan. Ini memulihkan sebagian sinyal yang hilang saat tracker browser diblokir.

Lapisan kedua, identifikasi pengguna berbasis first-party data dari pelanggan seperti email atau nomor telepon yang di-hash. Ini memungkinkan tracking lintas device tanpa cookie.

Lapisan ketiga, pengukuran incremental lift via geo lift atau holdout test. Ini memberi jawaban netral atas pertanyaan apakah channel tertentu benar-benar menambah konversi atau hanya mencatat konversi yang akan terjadi tetap.

Studi Kasus: E-commerce Parfum yang Kembali ke Funnel Atas

Beberapa bulan terakhir, tim e-commerce yang saya bantu (Nalesha sebagai studi kasus pengembangan dan tim e-commerce parfum lain di tahap operasional) menemukan pola yang sama. Saat anggaran iklan direalokasi berbasis last-click selama 3 bulan berturut-turut, biaya akuisisi pelanggan baru naik 30-40 persen sementara volume akuisisi turun.

Setelah diaudit ulang dengan position-based attribution dan satu uji geo lift sederhana, ternyata channel video yang dipotong duluan adalah pemasok utama awareness. Tanpa video, retargeting tidak punya audiens segar untuk dikejar. Setelah anggaran video dipulihkan ke level normal, biaya akuisisi turun 18 persen dalam 6 minggu.

Pola seperti ini sering muncul di e-commerce Indonesia: keputusan budget yang diambil berbasis dashboard last-click cenderung menggerus funnel atas secara perlahan sampai krisis volume terjadi. Untuk konteks lebih dalam tentang model atribusi modern, dokumentasi Google Analytics Help tentang Attribution Models memberi penjelasan teknis yang netral.

Pertanyaan Umum

Apakah MTA mati di era cookieless?

Tidak mati, tapi perannya bergeser. MTA tetap berguna sebagai alat diagnostik harian untuk melihat pola titik sentuh. Yang berubah adalah ia tidak lagi bisa jadi satu-satunya sumber kebenaran. Kombinasi dengan MMM dan uji inkremental jadi standar baru.

Apa beda MTA dengan MMM?

MTA bekerja di level individu titik sentuh, biasanya berbasis data digital, dan berguna untuk keputusan harian. MMM atau marketing mix modeling bekerja di level agregat dengan data deret waktu, mencakup channel offline, dan berguna untuk keputusan alokasi triwulanan atau tahunan.

Berapa volume konversi minimal supaya MTA data-driven stabil?

Patokan konservatif yang dipakai banyak praktisi adalah 300 konversi per bulan per jenis konversi. Di bawah angka itu, hasil model akan banyak berfluktuasi karena sample kecil. Lebih aman pakai position-based dulu sambil membangun volume.

Apakah tool MTA berbayar wajib?

Untuk anggaran iklan di bawah Rp 200 juta per bulan, kombinasi GA4 (yang sudah punya data-driven attribution gratis) dan spreadsheet untuk normalisasi angka antar platform sudah cukup. Tool berbayar mulai berguna saat anggaran sudah sebesar yang membuat selisih 10 persen di alokasi setara dengan biaya satu staf marketing.

Bagaimana cara mulai memakai MTA tanpa overhaul tracking?

Mulai dari membaca laporan attribution comparison di dashboard yang sudah Anda pakai (Meta Ads, Google Ads, GA4 punya semua). Bandingkan angka konversi dari last-click dengan angka dari position-based. Selisihnya menunjukkan channel mana yang selama ini kurang dihargai.

Yang Membuat Keputusan Budget Lebih Sehat di 2026

Marketer Indonesia yang konsisten tumbuh di 2026 punya satu kebiasaan: tidak pernah mengambil keputusan budget besar dari satu sumber data saja. MTA harian memberi sinyal cepat. MMM bulanan memberi gambaran arah. Geo lift triwulanan memberi konfirmasi. Ketiganya saling mengoreksi. Saat tiga sumber sepakat, keputusan budget aman diambil. Saat berbeda, biasanya ada sinyal penting yang belum tertangkap dan layak diselidiki sebelum anggaran besar dipindahkan.