Bot Semakin Meniru Aktivitas Pengguna Nyata

 (joindatacops.com)
14 poin oleh GN⁺ 2025-10-16 | 2 komentar | Bagikan ke WhatsApp
  • 73% pengunjung situs e-commerce sangat mungkin bukan manusia sungguhan, melainkan bot canggih
  • Dengan alat analitik standar, trafik bot seperti ini sulit dibedakan, sehingga analisis performa iklan dan perhitungan ROI pemasaran menjadi terdistorsi
  • Melalui berbagai pola seperti bot keterlibatan (Engagement Bot), bot pengabaian keranjang (Cart Abandonment Bot), dan bot rujukan media sosial, aktivitas situs web ditiru dengan sangat meyakinkan
  • Sebagian trafik bot berasal dari pengumpulan data atau otomatisasi yang sah, tetapi banyak juga yang bertujuan untuk penipuan iklan atau manipulasi metrik internal
  • Masalah ini kini tidak terbatas pada situs tertentu, melainkan telah meluas menjadi tantangan industri yang sistemik dan berskala luas

Awal masalah: misteri tingkat konversi 0,1%

  • Situs web milik seorang klien e-commerce mencatat 50 ribu pengunjung per bulan, tetapi penjualan nyata hanya 47 transaksi
  • Pada platform analitik seperti Google Analytics, datanya tampak sangat positif, tetapi ditemukan keterkaitan yang rendah dengan pendapatan nyata
  • Meski menghabiskan 4.000 dolar per bulan untuk iklan, tren pertumbuhan dan pendapatan sama sekali tidak sebanding
  • Berbeda dari dugaan awal bahwa masalahnya ada pada produk, saat menganalisis langsung data trafik situs web, mulai terlihat sinyal aneh
  • Untuk memahami masalah ini, dikembangkan skrip pelacakan yang memantau pola perilaku pengguna nyata

Investigasi awal: pelacakan untuk memverifikasi kebenaran trafik

  • Dikembangkan alat pelacakan yang mengamati pola perilaku pengguna nyata, bukan sekadar menghitung jumlah klik
    • Pergerakan mouse: menganalisis kurva alami vs. pola gerak garis lurus yang mekanis
    • Pola scroll: kecepatan yang bervariasi serta jeda/scroll balik vs. scroll mekanis yang sepenuhnya konstan
    • Jeda antar interaksi: mengukur variabilitas interval waktu antara klik, hover, dan penambahan ke keranjang
  • Hanya dalam seminggu, terungkap bahwa 68% trafik non-manusia (Non-human)
  • Ini bukan spam biasa, melainkan mayoritas berupa bot licik yang dirancang untuk menipu alat analitik

Penyebaran masalah: bukan kejadian terpisah, melainkan fenomena industri

  • Di forum pemasaran dan grup Discord, diajukan pertanyaan kepada operator e-commerce lain: "Apakah Anda pernah mengalami trafik dan penjualan yang tidak selaras?"
  • Setelah mendapat izin memasang skrip pelacakan di lebih dari 200 situs web e-commerce kecil dan menengah, hasil investigasi selama 6 bulan menunjukkan rata-rata 73% merupakan trafik palsu (bot)
  • Ini bukan masalah individual, melainkan isu struktural di seluruh ekosistem perdagangan digital

Struktur penipuan iklan modern (Ad Fraud): analisis menurut jenis trafik

  • Bot keterlibatan (Engagement Bot)

    • Bot yang dirancang agar laporan analitik terlihat bagus, dengan mensimulasikan perilaku pengunjung berkualitas
    • Melakukan interaksi kompleks seperti scroll halaman, hover kursor di atas produk, dan klik tautan internal
    • Cacat fatalnya: konsistensi yang sempurna
      • Di semua halaman deskripsi produk, waktu tinggal selalu tepat 11~13 detik
      • Kecepatan scroll selalu tetap 3,2 halaman per detik
    • Perilaku manusia itu tidak teratur, tetapi bot ini presisinya nyaris klinis

  • Bot pengabaian keranjang (Cart Abandonment Bot)

    • Menambahkan produk yang sama ke keranjang, menahannya selama 4 menit, lalu membuangnya, dan mengulang proses ini puluhan kali setiap hari
    • Diulang dengan berbagai IP dan sesi, yang kemungkinan bertujuan sengaja mendistorsi metrik e-commerce utama seperti tingkat pengabaian keranjang atau memanipulasi algoritme rekomendasi internal

  • Bot rujukan media sosial (Phantom Social Media Visitor)

    • Trafik yang ditampilkan di alat analitik seolah-olah berasal dari Instagram, TikTok, dan lain-lain
    • Sekitar 64% di antaranya keluar setelah menunggu tepat 1,8 detik sejak tiba di halaman
    • Langsung pergi tanpa scroll atau klik, tetapi tetap dihitung sebagai "pengunjung media sosial"
    • Elemen kunci penipuan iklan: sarana bagi penjual engagement palsu untuk "membuktikan" bahwa trafik telah dikirim

Tidak semua bot bersifat jahat: scraping data yang sah

  • Informasi dari orang dalam industri data e-commerce: 70 juta halaman web ritel di-scrape setiap hari
  • Tujuannya adalah business intelligence yang sah
    • Peritel besar seperti Amazon tidak selalu memberi tahu vendor saat stok habis
    • Merek membayar layanan scraping data untuk memantau produk mereka sendiri
    • Memeriksa tingkat persediaan, menganalisis persaingan buy box, memverifikasi akurasi deskripsi produk
    • Melacak peringkat hasil pencarian berdasarkan wilayah dan perangkat mobile
    • Menganalisis iklan banner menurut target audiens
  • Menurut video Kurzgesagt, hampir 50% dari seluruh trafik internet adalah bot
  • Sebagiannya merupakan analisis kompetitif dan pemantauan harga yang sah, tetapi porsi besar lainnya adalah trafik penipuan yang menghabiskan anggaran iklan

Ekonomi iklan digital yang runtuh

  • Salah satu klien menghabiskan 12 ribu dolar per bulan di Google Ads
  • Setelah menerapkan deteksi dan pemfilteran trafik bot tingkat lanjut:
    • Trafik yang dilaporkan turun 71%
    • CFO awalnya terkejut
    • Namun penjualan nyata naik 34%
  • Upaya optimasi tingkat konversi (CRO) yang sesungguhnya sebenarnya efektif sejak awal, tetapi tertutup oleh longsoran klik palsu
  • Ribuan dolar terbuang untuk beriklan kepada robot yang diprogram untuk tidak pernah membeli
  • ROI pemasaran langsung berubah dari "mengerikan" menjadi "luar biasa"

  • Respons platform iklan

    • Dalam percakapan dengan platform iklan besar, sikap mereka berubah drastis ketika disebutkan click fraud atau trafik bot
      • "Deteksi AI kami adalah yang terbaik di industri"
      • "Kami sangat serius menangani penipuan iklan"
    • Seorang staf pernah mengakui secara tidak resmi: "Semua orang tahu"
      • "Kalau difilter dengan benar, pendapatan akan turun 40% dalam semalam dan para investor akan panik"
    • Konflik kepentingan yang sangat besar: platform iklan mendapat pendapatan per klik atau impresi, tanpa peduli apakah itu calon pelanggan atau server click farm

Apakah Anda sedang beriklan ke robot? Panduan praktis mendeteksi trafik palsu

  • 1. Audit lonjakan trafik vs. data penjualan

    • Apakah lonjakan trafik selaras dengan lonjakan penjualan?
    • Jika saat promosi trafik menjadi dua kali lipat tetapi penjualan stagnan, maka kemungkinan trafik penipuan tinggi

  • 2. Analisis metrik perilaku pengguna

    • Cari angka yang "terlalu sempurna"
    • Apakah "rata-rata waktu di halaman" untuk landing page utama terlalu stabil dari bulan ke bulan?
    • Perilaku manusia nyata itu tidak teratur dan berubah-ubah

  • 3. Segmentasi data geografis

    • Apakah ada trafik yang signifikan dari negara yang tidak Anda layani pengirimannya?
    • Jika pengunjung seperti itu tidak pernah berkonversi, itu adalah sinyal kuat dari trafik berkualitas rendah atau trafik palsu

  • 4. Selidiki sumber referral

    • Analisis sumber trafik teratas secara rinci
    • Jika situs referral tampak tidak relevan atau berkualitas rendah, ada kemungkinan itu bagian dari jaringan pertukaran trafik
    • Cari "ghost referral" di mana tautan ke situs Anda sebenarnya tidak ada

  • 5. Percayai intuisi

    • Jika angkanya terasa aneh, kemungkinan besar memang ada masalah
    • Intuisi pemilik bisnis yang mengenal basis pelanggannya adalah alat deteksi bot yang berharga

Kesimpulan pahit: istana pasir digital

  • Seorang pendiri startup berhasil menggalang investasi 2 juta dolar berdasarkan metrik "pertumbuhan pengguna"
  • Belakangan diketahui bahwa 80% dari metrik itu adalah bot
  • Kini, jika kebenaran diakui, hubungan perusahaan dengan investor bisa terancam, sehingga semuanya berpura-pura seolah tidak ada masalah

  • Ekonomi bot yang tersembunyi

    • Platform iklan menjual impresi kepada bot
    • Perusahaan membeli trafik palsu untuk menggembungkan metrik
    • Perusahaan analitik dengan patuh melaporkan aktivitas bot tersebut
    • Seluruh industri bersekongkol dalam sandiwara kolektif, karena mengakui kebenaran dikhawatirkan akan meruntuhkan sistem yang rapuh ini

  • Pandangan akhir

    • Lebih dari separuh internet adalah ilusi, pertunjukan panggung digital tempat bot tampil untuk bot lain
    • Proporsi itu terus meningkat setiap hari seiring AI dan otomatisasi menjadi makin canggih
    • Pertanyaannya bukan lagi "apakah bisnis Anda terdampak?"
    • Pertanyaan sesungguhnya adalah "apa yang akan terjadi ketika istana pasir digital ini akhirnya runtuh?"

Bacaan terkait

2 komentar

 
t7vonn 2025-10-16

Sekarang bukan hanya bot headless, tetapi bot agen seperti comet browser juga mulai bermunculan, jadi deteksinya akan menjadi jauh lebih sulit.
 
GN⁺ 2025-10-16
Komentar Hacker News

  • Saya menjalankan sebuah agensi pemasaran, dan data analitik salah satu klien benar-benar tidak masuk akal (50 ribu pengunjung tapi hanya 47 penjualan), jadi saya menggali lebih dalam. Lalu saya menganalisis lebih dari 200 situs e-commerce kecil dan menengah sambil melacak perilaku pengguna dengan skrip sederhana. Rata-rata, 73% dari total trafik kunjungan ternyata adalah trafik bot yang di alat analitik standar dihitung sebagai pengunjung sungguhan. Bot sekarang sudah sangat mahir meniru perilaku manusia. Saya juga merangkum pola-pola aneh yang saya alami sendiri serta percakapan informal dengan orang-orang di industri adtech. Yang mengejutkan, trafik bot ini adalah rahasia umum yang semua orang tahu tapi tak ada yang membicarakannya secara terang-terangan. Rasanya seluruh sistem ini berjalan dengan bergantung pada bot seperti ini. Saya penasaran apakah pengembang, pendiri startup, atau pemasar lain juga pernah melihat data yang janggal seperti ini

    • Dulu saat bekerja di yellow pages Swiss, ada dashboard tempat pelanggan berbayar bisa melihat jumlah pengunjung ke halaman bisnis mereka. Ketika tim pengembang kami memfilter trafik bot, angkanya langsung turun lebih dari 50%. Kurang dari sehari kemudian, tim bisnis meminta filter itu dihapus. Pada akhirnya, bot pun dianggap sebagai manusia sungguhan

    • Sebenarnya, kalau semuanya penipuan pun memangnya kenapa? Kalau ada 47 pembelian nyata, maka kita bisa melihat berapa biaya iklan pada periode itu, lalu membandingkannya dengan data sebelum dan sesudahnya untuk menilai apakah kampanyenya sukses. Pada iklan luar ruang atau iklan di bus pun kita tidak terlalu peduli siapa yang melihatnya, atau apakah yang melihat itu manusia sungguhan. Yang penting pada akhirnya adalah dampak nyata pada angka hasil

    • Saya bekerja di konsultasi web analytics, dan pada 2021 pernah menyelidiki pola trafik aneh di perusahaan logistik global. Saya merangkumnya di blog saya dalam tulisan ini. Masalah trafik bot sudah ada sejak lama, dan walau sekarang banyak bermunculan “layanan deteksi fraud iklan” untuk menanganinya, saya masih jarang melihat layanan yang benar-benar berguna secara praktis. Pertanyaan “bagaimana cara memperbaikinya?” selalu tersisa di akhir, tetapi tak ada yang tahu cara menghentikan bot sepenuhnya. Mayoritas konsumen memakai platform besar seperti Google, Facebook, Instagram, TikTok, LinkedIn, dan nyaris tidak ada jaringan iklan alternatif yang secara nyata bebas dari bot. Semua orang tahu sebagian trafik itu palsu, tetapi tetap saja membelinya. Agar keadaan ini berubah, perusahaan big tech dengan pendapatan iklan miliaran dolar harus punya insentif yang lebih besar untuk mengubah sistem ini daripada mempertahankannya. Saat ini mereka bahkan tidak merasa perlu peduli. “Setengah dari uang iklan yang saya keluarkan terbuang sia-sia. Masalahnya, saya tidak tahu setengah yang mana.” - John Wanamaker

    • Pembahasan tentang trafik “bot baik” itu menarik. Dalam investigasi saya, seseorang dari industri data memberi petunjuk besar: perusahaan tempat dia bekerja katanya mengumpulkan 70 juta halaman web ritel setiap hari. Itu adalah sumber trafik bot legal yang sangat besar. Misalnya, Amazon tidak memberi tahu pemasok saat stok habis, jadi merek-merek memakai layanan data scraping untuk memantau status stok produknya, persaingan memperebutkan keunggulan ‘buy box’, kelayakan deskripsi produk, peringkat pencarian, bahkan banner iklan apa yang tampil ke audiens mana. Bahkan bot “baik” seperti ini pun bisa dinilai berbeda tergantung sudut pandang. Saya tidak suka kalau pesaing meng-scrape situs saya, tetapi saya senang kalau saya sendiri mengumpulkan data pasar. Kalau ada seseorang yang memprogram dan menjalankannya, berarti bagi orang itu bot tersebut menguntungkan. Kreator konten menganggap AI scraping itu buruk, sementara pihak pembuat AI menganggapnya baik. Situs pembanding harga percaya crawler mereka bermanfaat, retailer tidak suka. Trafik bot “baik” atau “buruk” pada akhirnya tergantung perspektif

    • Saya setuju dengan pernyataan bahwa seluruh sistem ini berbasis bot. Saya tidak pernah terlalu pemberontak, tetapi ada satu sisi dari diri saya yang dibentuk oleh optimisme internet awal dan ingin melihat model periklanan ini hancur berantakan. Bahkan ketika iklan bekerja “normal” pun, secara esensial selalu tercium eksploitasi dan manipulasi. Misalnya: “kalau kamu tidak membeli produk ini, teman-temanmu akan membencimu”

  • Gaya tulisan artikel ini menarik. Pola “bukan cuma X...” itu, penekanan tebal, bullet list, semuanya terasa seperti gaya ChatGPT yang sering terlihat di mana-mana. Tentu tidak masalah kalau dibantu ChatGPT, tetapi ironisnya isi artikel ini sendiri punya gaya yang terasa AI. Kalau penulis aslinya memang dari awal menulis seperti ini, mungkin justru berarti ChatGPT disetel meniru gaya seperti itu. Saya jadi penasaran apakah komunikasi di industri adtech memang pada dasarnya begini

    • Justru ironinya, tulisan ini adalah contoh manusia yang memakai “bahasa yang sesuai pola” dengan baik, tetapi disalahpahami karena di permukaan terlihat seperti AI. Frasa “bukan X melainkan Y” adalah tata bahasa dengan tujuan yang jelas, yaitu menggeser sudut pandang pembaca yang semula mengira X menjadi melihat Y. Di tulisan ini contohnya seperti “bukan sekadar menghitung klik, tapi melihat perilaku” atau “bukan bot yang cuma masuk lalu keluar situs, tetapi bot yang meniru perilaku manusia”, yang fungsinya membedakan dengan tegas antara dugaan pembaca dan kenyataan. Meneliti perbedaan antara ciri gaya AI dan tulisan manusia yang benar-benar bermakna juga terdengar menarik. Bisa jadi nanti dalam pendidikan tinggi atau rekrutmen akan muncul masalah semacam membedakan AI dan manusia dengan cara seperti ini

    • Saya kehilangan minat pada bagian “ini dimulai dari masalah yang sederhana namun mematikan”. Lalu diteruskan dengan “saya merasakan keganjilan yang asing dan tidak nyaman”, dan itu terasa lemah. Selain itu, sepertinya penulis pada akhirnya juga menjual tool iklan terpisah

    • Justru karena tulisan seperti ini rasanya makin ironis. Syukurnya, orang sekarang sudah bisa cepat menyadari dan mengabaikan tulisan tipis seperti ini. Startup ingin gagal cepat, tapi saya ingin bisa cepat mengenali konten buatan AI lalu langsung melewatinya

    • Saya langsung menangkap ciri-ciri bergaya AI dari artikelnya dan segera turun ke kolom komentar. Kalau sebuah tulisan jelas terlihat seperti hasil AI, itu sinyal bahwa penulis bahkan tidak benar-benar menulis atau mengeditnya sendiri, jadi tingkat kepercayaannya otomatis turun

    • Gambarnya juga terlihat seperti hasil AI, atau setidaknya seperti clip art yang tidak cocok

  • Saya sudah 15 tahun bekerja di industri adtech, dan menurut saya perusahaan besar seperti Google/FB juga menipu pengguna. Mereka tidak mengizinkan double-tracking dan menyuruh kita percaya pada angka internal mereka saja, dan kalau melihat IP klik, kadang muncul IP dari data center FB/Google. Trafik dari sana pada dasarnya juga trik untuk menyamarkan pengguna yang sebenarnya memang akan membeli di situs saya sebagai hasil iklan mereka lewat algoritme. Ada perusahaan yang benar-benar berusaha mengukur metrik dampak dengan benar, tetapi jumlahnya sangat sedikit. Situs yang menayangkan iklan cuma bikin pengguna kesal dan tidak mendapat keuntungan. Pengiklan hanya menghabiskan uang dan tidak mendapatkan apa-apa. Pada akhirnya, yang untung cuma para perantara

    • Saat beriklan di Google, rasanya seperti membayar orang yang membagikan selebaran di depan toko saya. Mungkin sebagian besar pengunjung saya datang dengan membawa selebaran dari iklan Google, tetapi saya tidak tahu dari mereka berapa yang benar-benar pelanggan baru

    • Facebook Ads dan SA360 mendukung tracking pihak ketiga, dan kita bisa memakai berbagai alat analitik pihak ketiga. Klaim bahwa IP tercatat sebagai data center FB/Google terdengar terlalu menyederhanakan, dan saya baru pertama kali mendengarnya. Memangnya perusahaan besar tidak punya VPN? Dan logika bahwa mereka “mencuri trafik organik dengan algoritme” juga tidak masuk akal bagi saya. Saya juga sudah lebih dari 10 tahun di industri ini, tetapi ucapan seperti itu sulit saya terima. Orang yang sudah 15 tahun di industri pun bisa jadi tetap tidak terlalu paham industrinya sendiri maupun teknologinya

  • Saya kira di industri ini semua orang sudah paham bahwa angka trafik pada umumnya fiktif, dan lebih dari setengah data klik iklan adalah penipuan. Karena itu, terasa kurang realistis kalau OP yang mengaku melakukan “analisis biaya iklan yang akurat” baru sadar sekarang. Bagian seperti itu bukan hal baru, jadi saya curiga apakah OP benar-benar baru mengetahuinya. Sebaliknya, bagian yang mengelompokkan berbagai pola bot itu menarik, dan saya belum pernah melihat tulisan yang menjelaskannya sedetail itu

    • Sebagian orang di industri sudah mengetahuinya sejak lama, tetapi keadaannya makin parah dari waktu ke waktu. Teori saya setelah 10 tahun bekerja dengan tim pemasaran adalah bahwa kebanyakan orang mempercayai angka secara tidak kritis. Terutama karena tim hanya bisa bertahan jika metrik tumbuh eksponensial setiap tahun, maka angka yang menggembung justru dianggap baik, dan kalau tidak laku tinggal menyalahkan tim sales

    • Di startup saya sebelumnya juga begitu: banyak sekali sumber daya pemasaran dan pengembangan dihabiskan untuk mengoptimalkan funnel konversi, padahal arah bisnisnya sendiri sudah salah. Kalau kami tidak begitu terombang-ambing oleh noise data yang tidak berguna, mungkin kami bisa pivot lebih cepat

    • Masalah seperti ini sudah diketahui orang-orang di industri selama lebih dari 10 tahun. Sampai tingkat tertentu, ini hanyalah tulisan pemasaran untuk perusahaan bernama datacops

    • Ada reaksi seperti, “Masa OP baru sadar sekarang!?” tetapi perusahaan ini (Datacops) tampaknya memang baru berdiri belum lama. Sepertinya mereka memang merilis tulisan tentang masalah ini bertepatan dengan peluncuran produk mereka. Referensi

    • Kalau 50 ribu trafik hanya menghasilkan 47 konversi, menurut saya justru berarti trafik palsunya sudah jauh lebih banyak lagi. Dulu mungkin setengahnya fraud, sekarang rasanya pengguna nyata tinggal minoritas yang sangat kecil

  • Kalau saya menjalankan iklan Facebook lalu dibanjiri trafik palsu, saya penasaran siapa yang menjalankan bot seperti ini dan untuk tujuan apa. Facebook memang mungkin punya motif seperti itu, tetapi kalau ketahuan, tamatlah mereka, jadi saya ragu mereka akan berani. Kompetitor? Untuk sekadar menghabiskan anggaran saya, rasanya secara teknis terlalu canggih, dan saya juga ragu benar-benar ada orang yang menyewa aktor gelap untuk melakukannya. Agensi iklan? Kalau datanya berantakan, klien bisa langsung minta pengembalian dana, jadi juga tidak menarik. Kalau begitu, siapa dan untuk tujuan apa?

    • Mungkin itu cuma bot yang menjalankan simulasi agar terlihat seperti manusia sungguhan. Tujuannya bisa jadi bukan memilih iklan saya untuk diklik, melainkan meniru pengguna nyata secara acak

    • Facebook Ads punya model pembayaran bukan hanya per klik, tetapi juga per penjualan atau konversi nyata, jadi di sana kepentingannya lebih jelas

    • Coba cari kasus methbot. Kebanyakan motifnya adalah pendapatan iklan: mereka menjalankan bot untuk menipu algoritme, mengarahkan trafik ke konten atau halaman yang mereka pasang sendiri, lalu berpura-pura sebagai manusia sungguhan untuk menarik lebih banyak anggaran iklan. Secara struktural, ini dibuat agar sulit disaring sepenuhnya oleh FB/Google

    • Orang bilang, “Masa Facebook melakukan itu?” tetapi secara historis, pendekatan “percaya pada perusahaan” dalam urusan penghitungan angka seperti ini selalu bodoh. Ini berlaku untuk semua perusahaan. Kalau estimasi keuntungannya lebih besar daripada biaya plus risiko ketahuan, mereka akan melakukannya

    • Bisa juga bukan Facebook yang melakukannya langsung, dan selama pengiklan terus membeli iklan, mereka memang tidak punya insentif besar untuk terlalu peduli pada masalah itu

  • Saya harap skripnya dirilis. Saya ingin memeriksa apakah metodenya benar, atau jangan-jangan pengguna normal yang memakai ad blocker atau menonaktifkan JS malah salah dikira bot. Angka 73% pun tidak mengejutkan saya. Bahkan saya memperkirakan angkanya bisa lebih tinggi. Bagian yang paling mengesankan adalah ketika topik bot dan klik fraud dibawa ke sales platform iklan, percakapannya tiba-tiba berubah menjadi bahasa korporat yang kaku. Saya masih ingat seorang sales yang dulu cukup akrab dengan saya pernah mengaku off the record, “Kami semua tahu. Semua orang tahu, tapi kalau semuanya benar-benar difilter, pendapatan akan turun 40% dalam semalam dan investor akan panik.”

    • Kalau insentif pemasar disusun berdasarkan vanity metrics, maka mereka akan menganggap masalah konversi hanya sebagai isu di tahap belakang funnel. Bahkan startup venture pun jelas punya insentif untuk sengaja membiarkan pendaftaran bot demi menunjukkan angka yang dibesar-besarkan ke investor

    • Kalau memang ada pengakuan seperti “kalau disaring dengan benar, 40% pendapatan akan menguap”, rasanya ini pantas jadi gugatan class action

  • Saat bekerja di tim operasi iklan Lycos pada awal 2000-an, saya juga sudah melihat hasil audit internal yang menunjukkan rasio bot mencapai 25~75%. Waktu itu pun kami mencoba menghentikannya tetapi tidak berhasil, dan sekarang pun tetap sama. Iklan online sebagian besar adalah pemborosan uang. Kelihatannya seperti menciptakan aktivitas ekonomi, tetapi pada kenyataannya hanya membuang waktu dan sumber daya

    • Iklan memang dari awal sebagian besar adalah pemborosan uang, dan masalahnya selalu mencari tahu bagian mana yang benar-benar efektif. Iklan internet menjanjikan targeting dan performa yang lebih akurat, tetapi pada praktiknya tidak terlalu berhasil. Untuk memahami hasil iklan, kita harus bertanya langsung ke pelanggan bagaimana mereka mengetahui kita, lalu menyesuaikan anggaran iklan sambil mengamati perubahan. Tapi itu butuh waktu lama, dan ada banyak kesalahan lain juga. Misalnya, kita bisa saja mendatangkan banyak trafik lewat iklan tetapi kehilangan pelanggan karena layanan atau penawaran kita tidak memadai, atau kampanye kupon justru mendatangkan lonjakan pengunjung yang tidak sanggup ditangani. Di artikel disebut ada 50 ribu pengunjung, 47 penjualan, dan biaya iklan 4000 dolar, tetapi tidak jelas apakah itu total kunjungan atau hanya trafik iklan. Kinerja tidak boleh dinilai hanya dari jumlah pengunjung atau penjualan, melainkan dari metrik yang lebih esensial seperti laba bersih. Kalau laba bersih per transaksi 500 dolar, maka 47 penjualan dari iklan 4000 dolar masih bagus; tetapi kalau untungnya cuma 1 dolar, itu masalah besar

  • Karena artikel ini tidak membahas langkah pertahanan bot secara spesifik, saya ingin menambahkan beberapa hal: kalau pencegahan bot diperketat (CAPTCHA dan sejenisnya), tingkat drop-off pengguna nyata akan naik tajam. Ini bisa berdampak sangat buruk pada conversion rate. Karena bot makin mirip manusia, menurut saya masalah ini harus diselesaikan di tahap analitik dan atribusi, bukan dengan mengorbankan usability

    • Ada dua jenis bot. Yang pertama adalah bot yang benar-benar membebani situs, seperti DDoS, dan yang kedua bot yang tidak sampai seperti itu tetapi tetap mengganggu. Untuk golongan kedua, yang paling efektif bukan memblokirnya, melainkan diam-diam mengecualikannya dari alat analitik

  • Berikut kasus nyata yang saya alami

    Setelah menerapkan pemfilteran trafik bot tingkat lanjut, trafik yang dilaporkan turun 71%
Namun dalam laporan pendapatan, penjualan nyata justru naik 34%
Upaya conversion rate optimization (CRO) sebenarnya memang efektif, hanya saja tertutup dan terganggu oleh begitu banyak klik palsu
Bukan berarti mereka buruk dalam pemasaran, melainkan mereka hanya sedang membakar anggaran iklan untuk robot
Dalam semalam, ROI pemasaran berubah dari "berantakan" menjadi "kelas atas"

    Tapi yang membuat saya penasaran adalah, bagaimana pemfilteran bot seperti itu bisa langsung berarti penurunan belanja iklan? Misalnya, apakah kita bisa memberi tahu Google Ads secara langsung “klik seperti ini saya tidak mau bayar”? Atau apakah target audiensnya yang diubah agar menghindari bot?

    • Saya bisa membayangkan bahwa kalau trafik bot diblokir, retargeting jadi dipakai lebih tepat ke manusia sungguhan sehingga konversi meningkat

    • Kemungkinan kalau sistem memutuskan “ini bot”, maka iklannya memang tidak ditampilkan sama sekali

    • Kalau bot ikut masuk saat membangun audiens Lookalike atau remarketing, itu bisa memberi sinyal yang keliru ke platform seperti Facebook. Dan di Google Ads, kita tidak bisa mengatakan bahwa kita tidak mau membayar klik tertentu

  • Saya pernah melihat tulisan lain dengan argumen serupa, bahwa “pasar iklan web pada dasarnya hampir sepenuhnya palsu/penipuan/bot, dan semua perusahaan serta seluruh industri tetap berjalan dengan berpura-pura tidak melihatnya”. Banyak pekerjaan, perusahaan, dan seluruh sektor industri bergantung pada tidak diakuinya fakta itu

    • Saya juga ingat artikel itu. Awalnya saya kira tulisan kali ini cuma daur ulang artikel tersebut, tetapi setelah melihat tanggalnya, ternyata ini tulisan baru. Mungkin semacam efek pencerminan yang tak terduga (Mandela effect)