Kapan Harus Matikan Campaign yang Boncos? Begini Cara Nentuin Batasnya

Kenapa 'Feeling' Bahaya untuk Keputusan Ini

Keputusan matikan campaign yang diambil pakai feeling punya dua sisi risiko yang sama-sama mahal. Matikan terlalu cepat, dan kamu membunuh campaign yang sebenarnya cuma butuh waktu. Matikan terlalu lambat, dan rugi menumpuk tanpa kamu sadari.

Sisi pertama: sampel kurang. Di hari pertama atau kedua, angka CPA dan ROAS masih bergerak liar. Satu pembelian kebetulan bisa bikin ROAS terlihat bagus, dan satu hari tanpa konversi bisa bikin terlihat hancur. Kalau kamu matikan di titik ini, kamu bukan menilai performa campaign — kamu menilai keberuntungan.

Sisi kedua: rugi menumpuk. Ini kebalikannya, dan sering terjadi pada pemilik akun yang terlalu sayang mematikan campaign karena sudah keluar biaya. Setiap hari dibiarkan, budget terkuras untuk hasil yang tidak menutup biaya. Masalahnya, tanpa aturan tertulis, kamu tidak punya patokan kapan "cukup" itu.

Kerangka 1: Hitung Break-Even ROAS-mu Sendiri

Ini kerangka pertama, dan ini yang paling sering dilewatkan. Break-even ROAS adalah angka ROAS minimum yang bikin iklanmu tidak rugi. Di bawah angka itu, setiap rupiah yang masuk iklan sebenarnya mengurangi marginmu.

Rumusnya sederhana: break-even ROAS = 1 ÷ margin kotor (dalam desimal). Ini formula akuntansi standar yang dipakai luas di materi edukasi performance marketing. Makin tipis margin, makin tinggi ROAS minimum yang dibutuhkan supaya iklan tidak rugi.

Contoh perhitungan ilustratif — angka di bawah ini cuma contoh, bukan benchmark yang berlaku untuk semua bisnis:

1. 1Misalkan harga jual produkmu sejumlah tertentu dan biaya produksi sejumlah tertentu. Margin kotormu sejumlah tertentu, atau 0,4 dalam desimal.
2. 2Masukkan ke rumus: 1 ÷ 0,4 = 2,5. Artinya kamu butuh ROAS minimal 2,5 supaya iklan tidak rugi.
3. 3Kalau ROAS campaign-mu konsisten di bawah 2,5, kamu sedang bayar iklan lebih besar dari margin yang kamu dapat.

Sekarang ganti angka di atas dengan angka produkmu sendiri. Harga jual dikurangi biaya produksi, dibagi harga jual. Itu margin kotormu. Lalu 1 dibagi angka itu.

Cara pakai praktisnya: jadikan break-even ROAS sebagai garis. Bukan garis untuk satu hari, tapi garis yang kamu bandingkan dengan tren beberapa hari. Kalau ROAS cuma menyentuh garis sekali lalu naik, itu beda cerita dengan ROAS yang terus di bawah garis.

Kerangka 2: Pastikan Sampel Cukup Sebelum Menyimpulkan

Kerangka kedua menjawab pertanyaan: kapan data yang kamu lihat sudah cukup untuk dipercaya? Di sinilah konsep sample size masuk.

Ukuran sampel uji A/B ditentukan dari beberapa faktor statistik — baseline conversion rate, efek yang ingin dideteksi, dan tingkat keyakinan. Tingkat keyakinan ini umumnya diset 0,8 untuk power dan 0,95 untuk reliability. Angka-angka ini bukan feeling, dan sebaiknya dihitung sebelum uji dimulai.

Artinya apa buat keputusan matikan campaign? Kamu butuh jumlah hasil minimum sebelum boleh menyimpulkan. Kalau kamu mau mendeteksi perbedaan kecil, kamu butuh sampel lebih besar. Kalau perbedaannya besar, sampel lebih kecil sudah cukup.

Ini yang disebut minimum detectable effect: seberapa kecil perbedaan yang ingin kamu tangkap. Semakin kecil perbedaan yang kamu pedulikan, semakin banyak data yang kamu butuhkan. Kalau kamu cuma peduli membedakan "rugi parah" vs "untung", kamu tidak butuh sampel sebesar orang yang mau membedakan "untung tipis" vs "untung sedang".

Ada satu jebakan yang paling sering kena: peeking. Ini kebiasaan buka dashboard tiap jam, lihat angkanya jelek, lalu langsung matikan. Masalahnya, di tengah periode pengumpulan data, angka masih bergerak naik-turun. Memutuskan di tengah jalan berdasarkan angka yang belum stabil itu sama dengan menebak.

• Buka dashboard di jam yang sama tiap hari, bukan tiap jam.
• Catat angka di satu waktu tetap, jangan lihat angka yang berubah-ubah sepanjang hari.
• Tentukan dulu berapa hasil minimum yang kamu anggap cukup, baru evaluasi.

Fase belajar Meta memberi gambaran kenapa ini penting. Fase belajar Meta membutuhkan sekitar 50 optimization event dalam jendela 7 hari sebelum performa dianggap stabil. Kalau kamu matikan campaign di tengah fase ini, kamu memutus data sebelum sistem sempat menstabilkan penargetannya.

Bikin Kill Rule Tertulis Sebelum Campaign Jalan

Kill rule adalah aturan yang kamu tulis sebelum campaign jalan, yang menentukan kapan sebuah campaign atau ad set dimatikan. Tujuannya sederhana: memindahkan keputusan dari momen panik ke momen tenang.

Tidak ada sumber resmi Meta yang menetapkan berapa hari atau berapa spend universal sebelum campaign boleh dimatikan — ini keputusan bisnis pengiklan, bukan aturan platform. Jadi cara menilainya: bandingkan dengan keadaanmu sendiri, bukan dengan angka yang kamu baca dari akun orang lain.

Cara menulis kill rule yang bisa dipakai, bukan cuma niat:

1. 1Tulis ambang ROAS-nya. Ambil dari break-even ROAS yang kamu hitung di kerangka pertama.
2. 2Tulis berapa lama kamu bertahan sebelum mengevaluasi. Ini keputusanmu, bukan angka dari luar.
3. 3Tulis berapa hasil minimum yang kamu anggap cukup sebagai sampel, mengacu ke kerangka kedua.
4. 4Tulis tindakannya: jeda ad set, matikan campaign, atau turunkan budget.

Contoh kalimat kill rule: "Jeda ad set bila CPA di atas [ambang milikmu] setelah spend melewati [batas milikmu], dan ROAS masih di bawah [break-even milikmu] selama [periode milikmu]."

Perhatikan bahwa semua angka di dalam kurung siku itu diisi olehmu, bukan oleh artikel ini. Itu intinya. Kill rule yang berguna selalu berisi angka milikmu sendiri, karena margin dan struktur biaya tiap akun berbeda.

Satu hal lagi: tulis juga kondisi sebaliknya. Kapan kamu TIDAK mematikan? Misalnya, selama hasil belum mencapai jumlah minimum sampel, campaign dibiarkan berjalan meski angkanya belum bagus. Tanpa aturan dua arah, kamu akan tergoda mematikan semuanya di hari pertama.

Tanda-Tanda Campaign Sebaiknya Dibiarkan Dulu

Tidak semua angka jelek berarti campaign harus mati. Ada beberapa kondisi yang justru jadi alasan menahan diri dulu.

Kondisi pertama: campaign masih di fase belajar. Kalau hasil belum mencapai sekitar 50 optimization event dalam jendela 7 hari, sistem masih menstabilkan penargetan. Mematikan di titik ini sering membuang kerja yang sudah berjalan. Tunggu sampai fase ini lewat, baru nilai dengan kerangka yang sudah kamu tulis.

Kondisi kedua: CTR turun tapi konversi belum tentu ikut turun. CTR yang melemah bisa berarti audiensmu sudah lelah lihat iklan yang sama, tapi belum tentu campaign-nya rugi. Cek dulu apakah ROAS masih di atas break-even milikmu. Kalau masih di atas, masalahnya mungkin di kreatif, bukan di campaign secara keseluruhan. Ganti kreatifnya, jangan matikan campaign-nya.

Kondisi ketiga: biaya naik tapi hasil ikut naik. CPA yang naik tidak otomatis buruk kalau nilai transaksinya juga naik. Bandingkan ROAS, bukan cuma CPA.

• Hasil belum mencapai jumlah sampel minimum yang kamu tentukan.
• ROAS masih di atas break-even milikmu, meski tidak sebesar dulu.
• Yang turun cuma CTR, sementara konversi masih jalan.
• Kamu baru ganti kreatif atau audiens, dan belum ada cukup data untuk menilai hasilnya.

Menjalankan Kill Rule Tanpa Harus Cek Dashboard Tiap Hari

Masalah praktis dari semua kerangka di atas: kamu sudah punya aturannya, tapi mengeksekusinya manual tiap hari melelahkan dan rawan lupa. Di sinilah fitur ads_automation di Kanzen Ads masuk.

Cara kerjanya begini. Kamu tuliskan kill rule-mu sebagai kondisi, misalnya "jeda ad set bila CPA di atas ambang milikku setelah spend melewati batas milikku". Sistem membaca kondisi itu dan menjalankannya otomatis saat datanya terpenuhi — tanpa kamu buka Ads Manager tiap pagi.

Yang penting dipahami: sistem ini tidak menghitung break-even ROAS untukmu, dan tidak menentukan berapa sampel yang kamu butuhkan. Dua angka itu tetap keluar dari perhitunganmu sendiri di kerangka pertama dan kedua. Yang dilakukan sistem adalah mengeksekusi keputusan yang sudah kamu hitung, secara konsisten, di waktu yang kamu tentukan.

Efeknya ke keputusan: kamu jadi tidak perlu memutuskan ulang tiap hari. Aturan dipasang sekali, dan berjalan sesuai kondisi yang kamu tulis. Ini juga mengurangi godaan peeking, karena keputusan tidak lagi diambil saat kamu sedang panik lihat angka di dashboard.