Studi Kasus Nalesha: Membangun Funnel Konversi untuk E-commerce Parfum di Indonesia

TL;DR: Studi kasus Nalesha menunjukkan bahwa peningkatan conversion rate e-commerce parfum di Indonesia tidak datang dari satu perbaikan besar, melainkan dari serangkaian intervensi terukur di tiga titik funnel: discovery, evaluation, dan checkout. Conversion rate situs naik dari 0,9% ke 2,4% dalam 90 hari pertama setelah refactor.

Nalesha adalah brand parfum lokal Indonesia yang sejak awal positioning-nya jelas: parfum berbahan dasar bahan baku internasional dengan harga yang terjangkau kelas menengah. Saat Vito Atmo terlibat di awal 2025, situsnya sudah live dan punya traffic stabil dari iklan, tapi conversion rate berhenti di angka 0,9%, jauh di bawah benchmark e-commerce fashion-beauty Indonesia yang umumnya berada di range 1,5-3%.

Artikel ini membongkar diagnosis, intervensi, dan hasilnya. Ini bukan resep universal, tetapi kerangka berpikir yang bisa diadaptasi untuk e-commerce kategori serupa.

Diagnosis: Tiga Bocoran Utama di Funnel

Audit dilakukan dengan kombinasi GA4, session recording, dan wawancara 8 customer yang batal checkout. Hasilnya, ada tiga lokasi kebocoran besar.

Intervensi yang Dijalankan

1. Restrukturisasi Halaman Koleksi

Halaman koleksi diubah dari grid produk biasa menjadi panduan berbasis "occasion" (parfum kantor, parfum kencan, parfum harian). Tiap kategori mendapat short copy yang menjelaskan profil aroma. Pendekatan ini sejalan dengan kerangka Jobs to Be Done di mana pelanggan tidak membeli produk, mereka menyewa produk untuk menyelesaikan tugas hidup tertentu.

2. Redesign PDP dengan Social Proof Berlapis

PDP ditambah tiga elemen: ulasan dengan foto pelanggan, "scent journey" (notes top-middle-base) yang divisualkan sebagai diagram, dan video singkat 15 detik per varian. Halaman juga disederhanakan untuk menjaga Core Web Vitals tetap di zona hijau, karena LCP yang lambat di kategori beauty terbukti memangkas konversi mobile signifikan.

3. Penyederhanaan Checkout

Checkout dirombak dari 4 langkah menjadi 2 langkah. Ongkir dihitung sebelum login. Metode pembayaran QRIS dan e-wallet diprioritaskan karena 78% transaksi sebelumnya pakai dua metode itu. Dasar empirisnya juga konsisten dengan riset Baymard Institute tentang penyebab utama cart abandonment, yaitu biaya tak terduga dan proses checkout yang panjang.

Hasil dalam 90 Hari

Yang patut dicatat, tidak ada satu intervensi yang sendirian mendongkrak conversion. Restrukturisasi koleksi memberi konteks kategori, PDP yang lebih informatif menumbuhkan kepercayaan, checkout yang ringkas menghapus friksi terakhir. Tiga intervensi bekerja sebagai sistem.

Pelajaran untuk E-commerce Lain

Pertama, conversion rate rendah jarang disebabkan satu masalah, tetapi gabungan kebocoran kecil yang berbaris di sepanjang funnel. Audit dengan tiga lensa (data kuantitatif, perilaku visual, suara pelanggan) hampir selalu menemukan setidaknya satu kebocoran yang terlewat oleh intuisi. Kedua, halaman koleksi sering kurang dihargai padahal di sinilah pengunjung memutuskan apakah produk Anda layak dipertimbangkan. Ketiga, first-party data dari pelanggan yang batal checkout adalah aset berharga, dan banyak brand membiarkannya terbuang.

Pertanyaan Umum

Apakah pendekatan ini bisa diadaptasi untuk kategori non-parfum?

Ya, kerangka diagnosis tiga lensa berlaku untuk hampir semua e-commerce. Yang berubah adalah detail eksekusi, terutama bagaimana memvisualkan diferensiasi produk di kategori bersangkutan.

Berapa anggaran yang dibutuhkan untuk refactor seperti ini?

Sebagian besar pekerjaan adalah konten dan UX, bukan pembelian tools mahal. Yang krusial justru waktu tim untuk menulis ulang copy, memotret ulang ulasan, dan menyederhanakan flow.

Apakah hasil 167% bisa direplikasi?

Tergantung baseline dan kualitas eksekusi. Brand yang sudah punya conversion rate di atas 3% biasanya melihat peningkatan lebih kecil tapi tetap material.

Penutup

Funnel konversi e-commerce adalah sistem hidup. Ketika satu komponen diperbaiki tanpa yang lain, dampaknya tertahan. Studi kasus Nalesha mengkonfirmasi bahwa pendekatan menyeluruh dan diagnosis berbasis data hampir selalu mengalahkan tebakan intuitif yang fokus pada satu titik saja.