Digital Marketing
MTA (Multi-Touch Attribution)
TL;DR: MTA atau Multi-Touch Attribution adalah cara membagi kredit konversi ke beberapa titik sentuh marketing, bukan hanya klik terakhir. Modelnya bisa linear, position-based, atau data-driven, dan setiap pendekatan punya bias tersendiri yang harus dipahami sebelum dipakai.
Apa itu MTA?
MTA adalah respon terhadap keterbatasan model atribusi last-click yang lama mendominasi laporan iklan digital. Dalam last-click, semua kredit konversi diberikan ke channel terakhir yang diklik pengguna sebelum membeli. Akibatnya, channel awareness seperti display dan video sering terlihat tidak berdampak meskipun perannya signifikan di awal funnel.
MTA mencoba lebih adil dengan membagi kredit ke beberapa titik sentuh. Hasilnya dipakai untuk mengalokasikan ulang anggaran. Perlu dicatat, semua model MTA tetap punya keterbatasan, terutama saat sebagian sinyal hilang akibat aturan privasi modern. Gabungan dengan marketing mix modeling sering jadi pendekatan paling sehat.
Model MTA Umum
| Model | Cara Membagi Kredit | Cocok Untuk |
|---|---|---|
| Linear | Sama rata ke semua titik sentuh | Awareness panjang, B2B |
| Time decay | Lebih besar ke yang dekat konversi | E-commerce kilat |
| Position-based (U) | 40 awal, 40 akhir, sisanya tengah | Funnel jelas |
| Data-driven | Algoritma berbasis data historis | Volume konversi tinggi |
Kenapa Penting di Era Cookieless?
Hilangnya cookie pihak ketiga membuat sebagian sinyal MTA berbasis browser jadi tidak utuh. Marketer Indonesia perlu memadukan MTA dengan pengukuran incremental lift dan server-side tracking supaya keputusan budget tidak diambil dari peta yang bolong-bolong. MTA tetap berguna sebagai alat diagnostik harian, bukan sebagai satu-satunya sumber kebenaran.
Pertanyaan Umum
Apa bedanya MTA dan MMM?
MTA bekerja di level individu titik sentuh dan biasanya berbasis data digital. MMM (Marketing Mix Modeling) bekerja di level agregat memakai data deret waktu, mencakup channel offline juga. Keduanya saling melengkapi.
Apakah MTA cocok untuk bisnis kecil?
Untuk volume konversi rendah (di bawah 300 per bulan), model data-driven tidak akan stabil. Lebih baik mulai dari position-based atau time decay sambil membangun pengukuran inkremental.
Istilah Terkait