Studi Kasus Atmo LMS: Cara Ukur Drop-off Modul Lewat Funnel Event 2026

TL;DR: Atmo LMS, platform learning yang kami bangun untuk pelatihan internal, menghadapi drop-off modul 38 persen pada onboarding pengguna baru. Dengan menerapkan funnel event mapping di Google Analytics 4 dan instrumentasi event di Next.js, drop-off turun ke 19 persen dalam 10 minggu. Kunci utamanya bukan UI rewrite, melainkan deteksi titik bocor melalui event granular per step modul.

Saat tim Atmo LMS meminta saya audit performa modul onboarding pada awal Februari 2026, masalahnya jelas tapi penyebabnya tidak. Dari 100 pengguna baru yang mulai modul, 38 keluar sebelum modul kedua selesai. Mereka mencurigai UI, mencurigai bandwidth, mencurigai durasi video. Tidak ada hipotesis yang punya bukti.

Solusinya tidak glamor. Bukan redesign, bukan AI personalization. Hanya satu hal: pasang event tracking granular di setiap step, lalu petakan funnel-nya. Berikut yang kami lakukan.

Masalah: Funnel Tidak Terlihat

Atmo LMS sebelumnya hanya track event di level "modul selesai" dan "modul dimulai". Ini terlalu kasar. Antara dua event itu ada 8 sampai 12 micro-step (intro video, kuis pemanas, materi 1, latihan, materi 2, dan seterusnya). Tanpa visibilitas step-level, kami tidak tahu di mana pengguna berhenti.

Saya menggunakan Funnel Leak Rate sebagai kerangka untuk membaca data ini. Dasar teorinya: setiap step adalah lubang potensial, dan tugas kami adalah menambal yang paling besar dulu.

Implementasi Event di Next.js

Setiap step modul dilengkapi 3 event GA4:

Implementasi pakai pola yang mirip dengan UTM Parameter untuk konsistensi data. Setiap event dilengkapi parameter modul_id, step_index, dan user_segment (free vs paid).

Kode dipasang di komponen Step pakai useEffect dan IntersectionObserver. Tidak butuh library tambahan, hanya GA4 + Next.js built-in. Untuk dokumentasi pola event, saya rujuk panduan dari Google Analytics Help tentang custom events.

Hasil 10 Minggu

Funnel ter-instrumented mengungkap 3 titik bocor utama:

Penyebab Step 3: kuis terlalu sulit, pengguna belum siap. Solusi: pindah kuis ke Step 6 setelah materi cukup. Penyebab Step 7: video 22 menit tanpa chapter marker. Solusi: pecah jadi 4 chapter dengan rangkuman tertulis. Penyebab Step 11: latihan kode tanpa hint. Solusi: tambah 3 hint progresif.

Total drop-off onboarding turun dari 38 persen ke 19 persen, sekitar 50 persen perbaikan relatif. Pelajaran utama: data granular mengalahkan tebakan UX.

Apa yang Tidak Kami Lakukan

Kami tidak menambah AI tutor, tidak redesign navigasi, tidak rewrite copy. Tiga perubahan struktural di atas sudah cukup. Ini selaras dengan prinsip Macro-conversion: fokus pada perubahan yang menyentuh konversi utama, bukan yang menyenangkan untuk dikerjakan.

Untuk Anda yang membaca ini sebagai marketer atau developer di startup edukasi atau SaaS Indonesia: sebelum redesign, periksa funnel Anda. Funnel yang tidak ter-instrumented adalah sumber tebakan, bukan keputusan.

Pertanyaan Umum

Apakah pendekatan ini hanya untuk LMS?

Tidak. Pola funnel event mapping berlaku untuk semua produk dengan alur multi-step: checkout e-commerce, onboarding SaaS, atau form panjang.

Berapa biaya implementasi event tracking ini?

Untuk Atmo, biaya tools nol (GA4 gratis). Effort engineering sekitar 30 sampai 40 jam selama 2 minggu, ditambah 8 minggu monitoring.

Apakah hasil 50% ini bisa direplikasi di domain lain?

Range realistis perbaikan funnel pasca instrumentasi: 20 sampai 60 persen. Hasil bervariasi tergantung kualitas hipotesis dan kemauan tim eksekusi cepat.

Apakah perlu A/B test setiap perubahan?

Untuk perubahan low-risk dengan sinyal kuat, deploy langsung lebih efisien. Untuk perubahan ambigu, pakai A/B Testing Bayesian.

Penutup

Drop-off bukan masalah desain, melainkan masalah visibilitas. Tim yang melihat funnel dalam resolusi tinggi selalu menang melawan tim yang menebak. Atmo LMS membuktikan bahwa instrumentasi event yang benar lebih murah dan lebih cepat daripada redesign besar.