Digital Marketing
Last-Touch Attribution
Model atribusi yang memberikan 100% kredit konversi ke titik kontak marketing terakhir sebelum pengguna konversi, sering kali memperbesar kontribusi channel bottom-of-funnel seperti search berbrand.
TL;DR: Last-Touch Attribution memberikan seluruh kredit konversi ke titik kontak terakhir yang dilihat pengguna sebelum membeli atau mendaftar. Model ini sederhana untuk diimplementasikan, tapi cenderung melebih-lebihkan kontribusi channel akhir funnel (misal Google Ads brand) dan mengabaikan channel awareness yang membentuk demand.
Apa itu Last-Touch Attribution?
Last-Touch Attribution, kadang disebut last-click, adalah model atribusi default di banyak platform iklan termasuk Google Analytics versi lama. Aturannya sederhana: kredit konversi 100% jatuh ke channel atau campaign terakhir sebelum konversi terjadi. Model ini berlawanan dengan first-touch attribution yang memberi kredit ke kunjungan pertama. Untuk gambaran lebih lengkap tentang efek sebenarnya dari kampanye, marketer perlu melengkapi dengan incrementality atau experiment yang lebih ketat.
Kelemahan Last-Touch
| Masalah | Dampak |
|---|---|
| Mengabaikan upper funnel | Konten edukasi dan brand campaign terlihat "tidak menghasilkan" |
| Bias ke search berbrand | Iklan brand keyword sering dapat kredit untuk demand yang sudah ada |
| Tidak memperhitungkan multi-device | Pengguna riset di mobile, beli di desktop |
| Tidak memperhitungkan dark social | Channel seperti WhatsApp, podcast, atau referral offline tidak terlacak |
Kenapa Penting?
Memahami kelemahan last-touch penting karena banyak tim Indonesia masih jadikan ini default report. Akibatnya budget mengalir deras ke retargeting dan brand search, sementara channel yang membangun demand seperti konten dan komunitas dipotong duluan saat efisiensi. Praktik yang lebih sehat: pakai last-touch sebagai salah satu lensa, lalu validasi dengan attribution window yang berbeda dan eksperimen incrementality.
Pertanyaan Umum
Apakah last-touch tetap berguna?
Berguna sebagai laporan operasional cepat dan benchmark, terutama untuk channel transactional. Tapi jangan jadikan satu-satunya dasar alokasi budget.
Model apa yang lebih baik?
Tidak ada model "terbaik" untuk semua bisnis. Kombinasi data-driven attribution, marketing mix modeling, dan eksperimen incrementality memberi gambaran lebih akurat.