Efektivitas Aktivitas Q3 + Sumber Leads (Meta vs TikTok) — Basis & Cara Cek
Snapshot 8 Sep 2026 · Sumber: 3P Sales (599 laporan), CRM db6, db5 Production, Ads base (PUeabGheDanom9sX22olz28cgAc) · Proksi diberi label jelas; atribusi yang belum bisa dihitung dinyatakan jujur + rekomendasi perbaikannya.
A. Efektivitas aktivitas per orang — aktivitas vs output (proksi)
Peringatan metodologi dulu: atribusi output (booking/akad) per sales di database TIDAK terisi — booking_fee_transactions.sales_id = NULL (36 tx Q3), ppjb_contracts.sales_id = kosong. Karena itu tabel di bawah memakai proksi output dari isi Progress 3P (kata kunci akad/booking/dp/lunas di laporan harian) — indikator aktivitas, bukan angka akad resmi. Temuan sistem ini sendiri = improvement #1.
A1. MR / Sales lapangan — hari laporan · hari kunjungan (proxy) · sebutan output di Progress
| Nama | Hari lapor | Hari kunjung* | Chat CRM Q3 | Sebut akad/bf/dp | Survey/visit | FU | Komplain no-lead |
| T.M. Akmalia | 56 | 49 | 0 | 24 | 30 | 4 | 9 |
| Rizki Andriana | 56 | 30 | 3.667 | 13 | 5 | 1 | 0 |
| Hana Nurjanah | 58 | 51 | 0 | 11 | 39 | 6 | 8 |
| Hari Agung P. (Harry) | 55 | 50 | 2.064 | 9 | 21 | 4 | 4 |
| Lia Nuchrulita | 52 | 45 | 0 | 8 | 15 | 4 | 0 |
| Akhiruddin Lubis | 58 | 40 | 0 | 7 | 24 | 39 | 3 |
| Agung Handoyo | 55 | 48 | 0 | 6 | 12 | 2 | 0 |
| Anugrah Abdul Kadir | 40 | 32 | 0 | 2 | 4 | 5 | 36 |
| M. Apriyanto Siko | 44 | 10 | 0 | 36 | 0 | 7 | 0 |
| Nurahmat A. P. | 19 | 11 | 0 | 1 | 9 | 1 | 13 |
*Hari kunjung = hari yang laporannya memuat kata kunci lapangan (visit/kunjung/WI/canvassing/event) — proksi, bukan log visit resmi (CRM appointments kosong). Chat CRM = pesan outbound via inbox 7/8/10 (Rizki/Harry/Alea). M. Apriyanto & Diyan lebih banyak menangani dokumen akad (bukan menutup baru) — sebutan "akad" di Progress perlu dibaca konteks.
MO (dari A1 terpisah): Diyan 48 hari · survey 39 · sebut akad 15 · FU 29 · lunas 7 — online agent paling produktif; Fitri stop setelah Agu; Nisa & Nurahmat berhenti setelah Jul.
Case improvement dari data (contoh konkret, sifatnya korelasional)
Case 1 — Aktivitas tinggi tapi output tipis + banyak komplain "tidak dapat leads": Anugrah Abdul Kadir. 32 hari aktivitas lapangan dari 40 hari lapor, tapi hanya 2 sebutan output & komplain "belum dapat leads" 36×. Kesimpulan data: bukan malas — dia tidak mendapat alokasi leads (assignment MR ≈ 0 di CRM). Improvement: distribusi leads per area + target kunjungan → output terukur; review mingguan.
Case 2 — Follow-up tinggi tapi customer slow-respon: Akhiruddin (FU 39 hari, komplain slow respon 34×) & Hana (survey 39, slow respon 27×). Pola: banyak energi di follow-up chat/WA ke customer yang tidak merespons. Improvement: skrip follow-up bertahap D+1/D+3/D+7 + ganti media (WA → telpon/visit) setelah 2× no-respon; fokuskan waktu ke leads yang merespons.
Case 3 — Jangkauan chat terbesar tapi kunjungan terendah & pesan pendek: Rizki (3.667 pesan, 30 hari kunjung, avg 30 karakter = blast). Volume tinggi tapi kualitas kontak tipis; survey hanya 5 hari. Improvement: personalisasi pesan (target ≥80 karakter), konversi chat panas → visit (survey) → naikkan kunjungan ≥40 hari.
Case 4 — Benchmark positif untuk direplikasi: T.M. Akmalia. Kunjungan 49 hari + sebutan output tertinggi (24) + survey 30 → pola "kunjung → survey → closing". Jadikan best practice MR; bedah aktivitas hariannya dari 3P untuk SOP.
Case 5 — Atribusi transaksi per sales KOSONG (sistem): booking_fee_transactions.sales_id NULL & ppjb sales kosong → efektivitas "Rp per orang" tidak bisa dihitung dari DB. Improvement #1 prioritas: wajib isi sales_id/owner saat booking & akad, log kunjungan di CRM; baru Q4 bisa hitung ROI per orang (Rp output ÷ hari kunjungan).
Efektivitas funnel & tim (angka agregat terverifikasi)
4,9%
Leads→Booking (funnel 913→45)
Kalau naik ke 7% → 64 booking dari 913 lead.
57,8%
Booking→Akad (45→26)
26 akad sisa butuh ±71 booking lagi dgn konversi ini.
92,9%
MQL (772/831) tapi MCL 0
Kriteria "qualified" terlalu longgar & CL tidak di-update → tak bisa dipakai ukur efektivitas MO.
A2. MO — volume vs kecepatan (bukan output akhir)
| Agent | Outbound Q3 (chat online) | FRT median | <5 mnt | Konversi tercatat (CL) | Catatan |
| Diyan Safitri | 4.481 | 0,6 mnt | 82% | 0 | Benchmark kecepatan; survey 39 hari & sebut akad 15 di 3P |
| Fitri Nurulita | 2.656 | 7,1 mnt | 45% | 0 | Berhenti lapor setelah Agu |
| Cs Online Nisa | 6.465 | 27,3 mnt | 30% | 0 | Volume terbesar tapi FRT lambat → SLA |
| Nisa | 272 | 64,7 mnt | 10% | 0 | Berhenti setelah Jul |
Sumber: db6 messages (Q3 online-lead conv), FRT = pesan manusia pertama. CL = kolom converted di tabel MQL/MCL OKR base (0 semua).
B. Sumber leads: berapa dari Meta Ads, berapa dari TikTok — & dasarnya
B1. Kesimpulan singkat
- Meta Ads = satu-satunya channel berbayar yang tercatat lengkap (spend harian/rolling di Ads base). Perkiraan spend Meta Q3 ≈ Rp63 jt (Jul ±13,3 jt · Agu 34,8 jt · Sep 15,2 jt) dengan leads CRM ±2.609 (Jul 794 · Agu 1.617 · Sep 198) → CPL blended ±Rp24 rb.
- TikTok: tidak bisa dihitung leads/spend — tidak ada spend tercatat di base (tabel TikTok isi organik: views/likes, 162 post) & CRM tidak punya source TikTok. Klaim "X leads dari TikTok" saat ini tidak berdasar data.
- Google/website/IG organik: Google hanya 2 lead Q3; webhook 36 (portal); IG source 14 — kecil.
B2. Angka dasar & dari mana
| Channel | Spend Q3 (perkiraan) | Leads Q3 | CPL | Sumber & dasar hitung |
| Meta Ads | ±Rp63,3 jt | ±2.609 | ±Rp24,3 rb | Ads base → Ads Summary (Bulan ini+Bulan Kemarin per 8 Sep: Agu 34,8jt/1.617 lead · Sep 15,2jt/198; Jul 13,3jt/794 dari snapshot 28 Agu). Definisi "Leads (CRM)" = nomor baru source cekat (script harian) → cekat sebagai proxy leads Meta. |
| TikTok | 0 tercatat | 0 terverifikasi | — | Tabel "Tiktok Data" hanya organik (views/likes, 162 row) — tanpa spend, tanpa lead; 3P menyebut campaign Lead Gen TikTok sempat terjeda. → perlu mulai catat spend & UT M. |
| Google | 0 tercatat | 2 (source Google) | — | CRM db6 source=Google Q3 = 2 lead; tanpa spend di Ads base. |
| Webhook/portal | — | 36 | — | CRM source=webhook (daftar/bayar via portal insira.id). |
| IG organik | — | 14 (IG source) | — | IG Data Meta Ads = organik (views/likes); bukan spend ads. |
| Cekat (bulk) | — | 2.923 | — | CRM source=cekat Q3 — agregat WA/ads; script Ads Summary menghitung nomor baru cekat sbg "Leads (CRM)" Meta. |
Catatan kualitas: kolom "Leads (CRM)" Ads Summary inkonsisten antar periode (7H=169 vs 14H=1.144) karena drift update script — untuk laporan resmi pakai Daily Ads Performance (spend per campaign) + definisi lead yang sama, atau query langsung db6 source=cekat. CPL di atas estimasi kasar, bukan angka audit.
B3. Breakdown campaign Meta (Daily Ads Performance, 18–30 Agu — satu-satunya data harian tersedia)
| Campaign (pola) | Objective | Karakter |
| MOFU - WA | LINK_CLICKS | ±Rp0,8–1,06 jt/hari — pengeluaran terbesar |
| Campaign BOFU / BOFU Landing Page / Testing MOFU | OUTCOME_LEADS / SALES | ±Rp0,2–0,34 jt/hari |
| 7.26 - MR - Traffic WA | OUTCOME_ENGAGEMENT | ±Rp0,11–0,19 jt/hari |
| TOFU - IG VISIT & TOFU Interaksi/Profile Visit | LINK_CLICKS / ENGAGEMENT | ±Rp0,05–0,13 jt/hari |
Kesimpulan belanja: mayoritas spend ke MOFU-WA (arahkan ke WA chat) — konsisten dgn model leads cekat→WA. Data harian baru ada 18–30 Agu → perlu sinkronisasi harian penuh Q4 agar bisa hitung CPL per campaign.
C. Implementasi ke web — data yang harus ditambahkan
Untuk ukur efektivitas per orang (Q4)
- Wajib isi sales_id/owner di booking_fee_transactions & ppjb (sekarang NULL).
- Log kunjungan/site visit di CRM (appointments — sekarang 0 baris) + hasil (survey_completed).
- Target individu per MR/MO per sprint → banding output per orang.
- KPI per orang: Rp output ÷ hari kunjungan; booking per 100 kunjungan; FRT per MO.
Untuk ukur channel ads (Q4)
- Catat spend TikTok & Google (sekecil apa pun) + leads per channel via UTM/source field di CRM (tambah source "tiktok").
- Sinkron harian Daily Ads (bukan cuma 18–30 Agu) → CPL per campaign.
- Satu definisi "Leads (CRM)": tentukan kanonik (query db6 source cekat first-appear) dan jangan campur rolling periode.
- Di halaman web tampilkan: kartu channel (spend/leads/CPL) + disclaimer data yang belum tercatat.