Studi Kasus Atmo (LMS): Cara Naikkan Aktivasi Tutor Baru dari 38% ke 71% dalam 90 Hari

TL;DR: Atmo, platform LMS untuk tutor independen di Indonesia, punya masalah klasik: 62% tutor yang mendaftar tidak pernah merilis kelas pertama. Setelah audit funnel onboarding dan rekonstruksi flow dengan prinsip Jobs-to-be-Done, aha moment berhasil dipindahkan dari hari ke-7 ke hari ke-2. Activation rate naik dari 38% ke 71% dalam 90 hari, tanpa menambah budget akuisisi.

Kebanyakan founder edu-tech yang saya temui fokus pada akuisisi: cara dapat tutor baru, cara dapat siswa baru. Yang sering dilewatkan adalah celah di antara pendaftaran dan kontribusi nyata. Untuk Atmo, celah ini awalnya 62%. Hampir dua dari tiga tutor yang mendaftar dengan antusiasme tinggi tidak pernah merilis kelas pertama mereka.

Studi kasus ini bukan cerita kesuksesan instan. Ini cerita tentang menelusuri funnel ke titik gesekan, lalu memperbaikinya satu per satu.

Konteks Awal

Atmo (LMS) berdiri sebagai platform untuk tutor independen mengelola kelas online: schedule, materi, billing siswa, sertifikat. Target pengguna: tutor mata pelajaran sekolah, bahasa, dan keahlian khusus seperti coding atau desain. Akuisisi tutor jalan lewat kombinasi konten LinkedIn dan referral dari komunitas pendidik.

Per Q4 2025, dashboard menunjukkan angka yang membingungkan:

• 1240 tutor terdaftar dalam 6 bulan terakhir
• Hanya 471 (38%) yang merilis kelas pertama dalam 30 hari
• Dari 471 itu, 312 (66%) tetap aktif setelah 60 hari
• Sisanya, 769 tutor, jadi data dorman

Akar masalahnya bukan akuisisi. Akar masalahnya adalah activation rate yang lemah.

Audit Funnel

Saya menerapkan framework Jobs-to-be-Done untuk memetakan ulang journey tutor baru. Pertanyaan pemandunya bukan "fitur apa yang kurang?" melainkan "apa yang tutor benar-benar coba selesaikan saat mendaftar di Atmo?".

Wawancara dengan 12 tutor dorman dan 8 tutor aktif menghasilkan tiga insight tajam:

Kesimpulannya jelas: tutor tidak butuh tool yang lebih bagus, mereka butuh keyakinan bahwa kelas mereka akan ditemukan. Onboarding yang lama justru memperburuk masalah karena tutor frustasi sebelum mencapai aha moment.

Rekonstruksi Onboarding

Berbasis insight di atas, kami merekonstruksi flow onboarding ke tiga prinsip:

Pertama, pindahkan aha moment lebih cepat. Sebelumnya tutor harus setup kelas dulu sebelum melihat sinyal demand. Kami balik urutannya: tutor input topik dan harga dulu, sistem langsung menampilkan estimasi traffic pencarian topik tersebut di Atmo dalam 30 hari terakhir.

Kedua, pre-launch promotion. Setiap tutor baru otomatis masuk ke daftar "tutor baru minggu ini" yang dipromosikan ke siswa lewat newsletter mingguan. Ini menjawab kekhawatiran utama tutor dorman: visibilitas.

Ketiga, batasi setup kelas pertama ke 4 langkah inti. Detail lain (sertifikat, billing custom, advanced scheduling) dipindahkan ke "perfect later". Setup median turun dari 47 menit ke 14 menit.

Hasil 90 Hari

Implementasi bertahap selama 30 hari, lalu observasi 60 hari berikutnya.

Yang paling berdampak ke revenue bukan activation rate-nya, tapi efek lanjutannya. Total kelas dirilis per bulan hampir dua kali lipat, yang artinya supply ke siswa juga tumbuh tanpa biaya akuisisi tambahan. Retention curve yang lebih sehat juga menurunkan churn tutor secara organik.

Pelajaran yang Bisa Diambil

Tiga prinsip yang berlaku untuk produk SaaS atau marketplace mana pun, tidak terbatas LMS:

1. Activation gap sering disalahartikan sebagai akuisisi gap. Sebelum naikkan budget iklan, audit dulu apakah pendaftar yang sudah ada mencapai aha moment.
2. Aha moment bukan fitur, tapi sinyal nilai. Untuk Atmo, aha moment-nya adalah siswa pertama, bukan kelas pertama. Pemahaman ini mengubah seluruh prioritas onboarding.
3. Kurangi langkah ke value pertama, jangan tambah fitur ke value-nya. "Perfect later" lebih baik daripada "perfect now" untuk fitur yang tidak menghalangi nilai utama. Praktik ini sejalan dengan panduan growth Reforge tentang aha moment.

Pertanyaan Umum

Berapa lama biasanya audit funnel butuh waktu?

Untuk produk dengan data analytics yang sudah jalan, audit awal cukup 2-3 minggu (data analysis + 10-15 wawancara pengguna). Implementasi perbaikan biasanya 4-8 minggu tergantung kompleksitas perubahan UI dan logika.

Apakah teknik ini cocok untuk B2B SaaS?

Ya. Logikanya sama: ada gap antara signup dan aha moment. Yang berbeda adalah definisi aha moment. Untuk B2B SaaS biasanya melibatkan tim (pengundangan kolaborator, integrasi tool eksisting), bukan hanya individual user.

Apa risiko terlalu cepat aha moment?

Risikonya adalah tutor mencapai janji superficial tanpa investasi. Untuk mitigasi, Atmo tetap mengukur retensi 60-90 hari, bukan hanya activation 30 hari. Kalau retensi turun, berarti aha moment dipindah terlalu jauh ke depan.

Apakah pre-launch promotion bisa skala?

Untuk volume tutor di bawah 500/bulan, newsletter mingguan masih praktis. Di atas itu, perlu sistem otomatis (scoring + ranking di feed) supaya tidak overload pembaca newsletter.

Bagaimana cara mulai mengukur activation rate?

Tentukan dulu definisi "activation event" (untuk Atmo: kelas pertama dirilis). Lalu hitung persentase signup yang mencapai event itu dalam window tertentu (30, 60, atau 90 hari sesuai siklus produk). Tool seperti Mixpanel, Amplitude, atau bahkan custom event di GA4 bisa melacak ini.

Penutup

Activation rate adalah metrik yang sering dilewatkan karena tidak terlihat seksi seperti akuisisi. Padahal, naiknya activation 10pp sering memberi dampak revenue lebih besar daripada naiknya akuisisi 50% dengan budget iklan tambahan. Untuk produk SaaS atau marketplace di Indonesia, gap ini biasanya jadi penyebab terbesar revenue tertinggal dari potensi.