Pengukuran dan Optimasi Efektivitas Iklan Menggunakan Bayesian Marketing Mix Modeling dan Bayesian Optimization
IDEALIS : InDonEsiA journaL Information System · 26.06.2026 · 9 (2) · 204-213
DOI: 10.36080/idealis.v9i2.3753 ↗Kurz gefasst
Fachartikel in der Zeitschrift IDEALIS : InDonEsiA journaL Information System, online erschienen am 26.06.2026. Verfasst von Fajar Legianto Asmin und 1 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-SA 4.0).
Abstract (Originalsprache)
Perkembangan pesat periklanan digital telah meningkatkan kebutuhan akan pengukuran efektivitas iklan yang akurat dan alokasi anggaran yang efisien. Namun, banyak bisnis masih kesulitan menghubungkan aktivitas pemasaran dengan hasil penjualan secara kuantitatif akibat ketidakpastian data, interaksi antar kanal, dan perilaku konsumen yang dinamis. Penelitian ini mengusulkan kerangka terintegrasi yang menggabungkan Bayesian Marketing Mix Modeling (BMMM) dan Bayesian Optimization (BO) untuk mengukur kontribusi iklan sekaligus mengoptimalkan alokasi anggaran di tengah ketidakpastian. Kerangka ini diterapkan pada dataset yang terdiri dari 456 catatan harian aktivitas periklanan TikTok periode Januari 2024 hingga Maret 2025. Estimasi model dilakukan menggunakan Bayesian Ridge Regression dan dievaluasi melalui 5-Fold Cross-Validation, menghasilkan performa prediksi yang kuat dengan nilai R² sebesar 0,8649 dan MAPE sebesar 0,55%. Hasil optimasi menunjukkan bahwa Visual Shopping Ads (VSA) dan Live Shopping Ads (LSA) memberikan marginal return tertinggi terhadap penjualan, sementara Product Showcase Ads (PSA), Awareness, dan GMV Max menunjukkan kontribusi yang lebih rendah. Berbeda dengan studi sebelumnya yang umumnya membahas modeling atau optimasi secara terpisah, penelitian ini menghadirkan kerangka probabilistik terintegrasi yang secara simultan mengukur efektivitas iklan dan mengoptimalkan alokasi anggaran dengan memanfaatkan distribusi posterior secara penuh. Kerangka ini menawarkan alternatif yang lebih robust dibandingkan Marketing Mix Modeling tradisional dan alokasi manual, khususnya dalam lingkungan periklanan digital yang cepat berubah seperti TikTok Ads. Temuan penelitian ini memberikan panduan praktis bagi pelaku ritel di Indonesia dalam pengambilan keputusan pemasaran berbasis data serta menunjukkan potensi besar pendekatan Bayesian dalam analitik pemasaran digital.
Zitieren
APA
Asmin, F. L., & Wowor, A. D. (2026). Pengukuran dan Optimasi Efektivitas Iklan Menggunakan Bayesian Marketing Mix Modeling dan Bayesian Optimization. IDEALIS : InDonEsiA journaL Information System, 9(2), 204-213. https://doi.org/10.36080/idealis.v9i2.3753
Vancouver
Asmin FL, Wowor AD. Pengukuran dan Optimasi Efektivitas Iklan Menggunakan Bayesian Marketing Mix Modeling dan Bayesian Optimization. IDEALIS : InDonEsiA journaL Information System. 2026;9(2):204-213. doi:10.36080/idealis.v9i2.3753
BibTeX
@article{Asmin2026,
author = {Asmin, Fajar Legianto and Wowor, Alz Danny},
title = {Pengukuran dan Optimasi Efektivitas Iklan Menggunakan Bayesian Marketing Mix Modeling dan Bayesian Optimization},
journal = {IDEALIS : InDonEsiA journaL Information System},
year = {2026},
volume = {9},
number = {2},
pages = {204--213},
doi = {10.36080/idealis.v9i2.3753}
}
EUVIMED