Digital Marketing
Synthetic Control (Kontrol Sintetis)
Synthetic Control adalah metode statistik untuk mengukur dampak sebuah kampanye dengan membandingkan unit yang terpapar terhadap kombinasi tertimbang dari unit lain yang dijadikan kontrol buatan.
TL;DR: Synthetic Control adalah teknik causal inference yang membangun "kontrol palsu" dari kombinasi unit lain (kota, akun, segmen) sebagai pembanding kampanye. Dipakai marketer ketika A/B test tidak mungkin dilakukan, misalnya saat sebuah brand campaign hanya dijalankan di satu kota. Hasilnya: estimasi lift kausal tanpa harus menahan iklan dari sebagian audiens.
Apa itu Synthetic Control?
Synthetic Control adalah pendekatan statistik di mana sebuah unit yang terpapar perlakuan (misal: kota Bandung yang dapat kampanye OOH) dibandingkan dengan kombinasi tertimbang dari unit-unit non-perlakuan (Surabaya, Medan, Semarang) yang sebelum kampanye polanya paling mirip. Kombinasi inilah yang disebut "synthetic control" atau kontrol sintetis.
Metode ini lahir dari literatur ekonomi (Abadie et al., 2010) dan kini diadopsi luas untuk pengukuran incrementality brand dan kampanye geo-terbatas. Berbeda dengan A/B testing yang acak, synthetic control bekerja pada data observasional. Cocok untuk situasi di mana randomisasi tidak etis atau tidak praktis.
Cara Kerja Singkat
| Langkah | Yang dilakukan |
|---|---|
| 1. Pilih unit perlakuan | Tentukan kota/akun/segmen yang dipapar kampanye |
| 2. Kumpulkan donor pool | Kandidat unit pembanding dengan data historis |
| 3. Hitung bobot optimal | Cari kombinasi yang paling cocok dengan unit perlakuan pra-kampanye |
| 4. Ukur gap pasca-kampanye | Selisih antara unit nyata dan synthetic = estimated lift |
Kenapa Penting?
Buat marketer Indonesia yang sering kena keterbatasan budget pengukuran, synthetic control memberi alternatif jujur untuk membaca dampak kampanye geografis dan brand. Praktik standar di industri menunjukkan teknik ini sudah dipakai Meta, Google, dan biro iklan besar untuk laporan brand lift. Untuk pemain UMKM Indonesia, pendekatan ini bisa direplikasi dengan data sederhana di BigQuery atau bahkan Google Sheets. Referensi praktis ada di studi metode CausalImpact dari Google.
Pertanyaan Umum
Apa beda Synthetic Control dengan Difference-in-Differences?
DiD membandingkan rata-rata sebelum-sesudah pada satu grup kontrol tetap. Synthetic control membentuk kontrol baru dari kombinasi tertimbang banyak kandidat, jadi lebih fleksibel saat tidak ada satu pun unit yang persis mirip.
Berapa data minimal untuk pakai synthetic control?
Idealnya 12-24 minggu data harian sebelum perlakuan, dan minimal 5-10 unit kandidat di donor pool. Kurang dari itu, estimasinya kurang stabil.
Istilah Terkait