Performance marketing tumbuh karena satu janji yang sangat seductive: semuanya bisa diukur.
Impression.
Click.
Cost.
Conversion.
Revenue.
ROAS.
Dashboard membuat funnel terlihat seperti sistem yang rapi.
Masalahnya, customer journey tidak pernah serapi dashboard.
Dan pada 2026, AI membuat blind spot itu semakin besar.
Pengguna bisa melakukan banyak research di dalam ChatGPT, Gemini, Google AI features, atau shopping assistant sebelum melakukan click.
Marketer mungkin hanya melihat click terakhir.
Padahal sebagian keputusan sudah terbentuk sebelumnya.
Saat AI menjadi perantara, performance marketing kehilangan sebagian visibility terhadap proses pengambilan keputusan.
Bukan kehilangan semua measurement.
Tapi kehilangan ilusi bahwa semua touchpoint bisa terlihat.
AI bisa melakukan pre-qualification di luar website
Bayangin calon customer butuh software accounting.
Dia bertanya:
“Software accounting Indonesia untuk bisnis 30 orang, butuh inventory, pajak lokal, dan nggak terlalu ribet.”
AI memberi beberapa pilihan.
Dia bertanya lagi:
“Mana yang paling gampang implementasinya?”
“Yang support-nya bagus?”
“Mana yang paling masuk akal kalau finance team cuma dua orang?”
Setelah lima menit, dia klik salah satu vendor.
Analytics vendor melihat satu referral.
Yang tidak terlihat adalah lima menit proses persuasion sebelum click.
AI sudah melakukan category education.
Comparison.
Trade-off framing.
Shortlist.
Itu influence.
Performance marketer kehilangan sebagian observability karena percakapan terjadi di platform lain.
Last click makin tidak cukup
Last-click attribution selalu punya keterbatasan.
AI memperbesar problem.
User bisa menemukan brand di ChatGPT lalu tiga hari kemudian search nama brand di Google.
Analytics mengkredit branded search.
AI tidak terlihat.
Atau user melihat Meta ad, lalu bertanya ke Gemini, lalu convert direct.
Touchpoint mana yang paling penting?
Jawabannya mungkin gabungan.
Performance team yang terlalu obses dengan last click bisa salah memotong channel.
Misalnya branded search terlihat sangat profitable.
Tapi branded search sebagian muncul karena AI recommendation atau creator content.
Kalau upstream influence dipotong, branded search bisa turun belakangan.
Attribution harus lebih humild.
Dashboard memberi data.
Bukan kebenaran penuh.
AI referral adalah bagian yang bisa dilihat
Untungnya tidak semua gelap.
Kalau AI mengirim click langsung, referral bisa ditrack.
Adobe pada 2026 sudah menyediakan dashboard referral traffic yang memasukkan external platforms dan AI citations.
Ketika dihubungkan dengan Analytics atau GA4, marketer bisa melihat engagement dan business impact.
Adobe juga melaporkan pertumbuhan besar AI-driven traffic dalam e-commerce sepanjang 2026.
Reuters pada Agustus 2026 mengutip data Adobe yang menunjukkan AI referral punya nilai kunjungan yang menarik dalam konteks retail yang mereka ukur.
Ini bukan alasan untuk menyamaratakan semua industri.
B2B punya cycle berbeda.
Healthcare beda.
Local service beda.
Tapi cukup untuk satu keputusan: pisahkan AI referral.
Jangan biarkan masuk bucket “other”.
Yang lebih sulit adalah influence tanpa referral.
Itu tetap butuh metode lain.
Survey kembali penting
Performance marketer suka data behavioural karena terasa objektif.
Tapi AI era membuat pertanyaan sederhana kembali berguna:
“Pertama kali tahu kami dari mana?”
“Touchpoint apa yang paling membantu sebelum beli?”
“Apakah Anda menggunakan ChatGPT, Gemini, atau AI lain untuk research?”
Post-purchase survey tidak sempurna.
Memory manusia bias.
Jawaban tidak selalu lengkap.
Tapi ia memberi signal yang analytics tidak punya.
Untuk B2B, sales team bisa menanyakan discovery source di call.
CRM bisa mencatat.
Kalau selama enam bulan jumlah prospek yang menyebut AI bertambah, marketer punya evidence.
Tidak precise sampai dua angka desimal.
Tetap useful.
Marketing harus berhenti menganggap data yang tidak sempurna sebagai data yang tidak berguna.
Incrementality makin penting
Kalau attribution makin kabur, pertanyaan bergeser.
Bukan hanya “channel mana yang mendapat credit?”
Tapi “apa yang benar-benar incremental?”
Geo test.
Holdout.
Lift test.
Budget experiment.
Time-based comparison.
Metode seperti ini membantu menilai apakah channel menambah outcome atau hanya menangkap demand yang sudah ada.
AI tidak menghapus eksperimen.
Justru membuat eksperimen semakin penting.
Misalnya brand meningkatkan investasi content untuk AI discovery.
Traffic AI naik.
Branded search ikut naik.
Tapi apakah sales benar-benar naik?
Lihat cohort.
Lihat region.
Lihat periode.
Lihat pipeline.
Jangan puas dengan correlation.
Performance marketing harus kembali ke causal thinking.
AI bisa membuat funnel terlihat lebih pendek padahal prosesnya lebih panjang
User mungkin hanya click sekali sebelum conversion.
Dashboard terlihat clean.
Tapi sebelum click, user sudah menjalani research panjang di AI.
Ini membuat conversion rate referral bisa terlihat tinggi.
Bukan karena landing page ajaib.
Karena visitor datang sudah educated.
Ini penting saat marketer membandingkan channel.
AI referral mungkin volume kecil tetapi high intent.
Paid social mungkin volume besar tetapi top-of-funnel.
Jangan menilai keduanya dengan satu standar.
Channel punya role berbeda.
Performance marketing yang matang memahami role.
Tidak semua channel harus menang last-click ROAS.
Ada channel yang membangun demand.
Ada yang menangkap.
Ada yang validate.
Ada yang close.
AI menjadi mixture antara research dan referral.
Creative optimization juga kehilangan sebagian signal
Performance team terbiasa melihat ad creative lalu conversion.
AI intermediation bisa memutus hubungan itu.
User melihat ad produk.
Tidak click.
Lalu malamnya bertanya ke AI.
AI membandingkan produk.
Besok user search brand.
Creative punya influence.
Tidak tercatat.
Ini bukan alasan marketer berhenti mengoptimasi creative.
Tapi jangan terlalu cepat membunuh creative hanya karena direct click rendah kalau evidence lain menunjukkan brand lift atau search lift.
Buat measurement framework yang lebih luas.
Creative bukan hanya click generator.
Ia memory generator.
AI bisa bekerja dari memory itu ketika user melakukan research.
Product data masuk ke performance stack
Saat AI menjadi perantara, performance marketing tidak lagi hanya tentang media bid dan creative.
Product data ikut menentukan visibility.
Google pada 2026 memperluas AI Max untuk Shopping campaigns dengan memanfaatkan Merchant Center feed untuk menyesuaikan iklan terhadap conversational query.
Artinya kualitas feed semakin strategis.
Title.
Attribute.
Category.
Image.
Price.
Availability.
Landing page.
Semua memengaruhi matching.
Performance marketer perlu bekerja lebih dekat dengan commerce team.
Kalau feed buruk, bidding strategy tidak menyelamatkan.
Ini perubahan role.
Media buyer berubah menjadi system optimizer.
Tidak hanya membeli traffic.
Tapi memastikan data, creative, landing page, measurement, dan automation bekerja sebagai satu stack.
Walled garden makin banyak
Google dan Meta sudah lama disebut walled garden.
AI platform menambah garden baru.
Percakapan terjadi di environment pihak ketiga.
Brand hanya melihat output tertentu.
Sebagian source dan reasoning tidak terlihat.
Ini membuat first-party data makin penting.
Email.
CRM.
Purchase history.
Loyalty.
Customer support.
Website behaviour.
Semua memberi brand visibility yang tidak bergantung pada platform.
Kalau marketer hanya mengandalkan platform dashboard, blind spot membesar.
Data strategy menjadi bagian performance marketing.
Bukan pekerjaan analyst terpisah.
Jakarta customer journey memang dari dulu messy
Orang lihat iklan properti di Instagram.
Tanya temen.
Cari lokasi di Maps.
Baca thread.
Tanya AI.
Datang ke lokasi.
Chat WhatsApp.
Baru beli.
Attribution system mungkin bilang WhatsApp conversion.
Padahal journey-nya seminggu.
AI tidak menciptakan messiness.
AI menambah satu mediator baru.
Jadi performance marketer Indonesia sebaiknya tidak terlalu terobsesi pada funnel linear.
Gunakan dashboard sebagai instrument.
Bukan peta lengkap.
Sales, customer service, dan qualitative research tetap penting.
Data manusia membantu menjelaskan angka.
Optimization harus memperhitungkan unseen influence
Praktiknya bagaimana?
Pertama, track apa yang bisa ditrack.
UTM.
Referral.
Conversion.
CRM.
Call source.
Kedua, tambah survey.
Ketiga, monitor branded search dan direct traffic.
Keempat, lihat AI visibility untuk buyer query penting.
Kelima, lakukan experiment ketika ingin membuktikan incrementality.
Keenam, jangan memotong channel hanya karena last-click rendah tanpa melihat role.
Ini bukan anti-performance.
Justru performance marketing menjadi lebih scientific.
Lebih banyak hypothesis.
Lebih sedikit worship dashboard.
AI tidak membunuh performance marketing
Media tetap butuh budget allocation.
Creative tetap perlu testing.
Landing page tetap perlu optimization.
Conversion tetap harus dihitung.
Yang hilang adalah sebagian transparency.
Marketer perlu nyaman dengan uncertainty.
Ini mungkin terasa mundur.
Dulu industry menjual digital sebagai fully measurable.
Sekarang realitasnya lebih mature.
Measurement selalu punya blind spot.
Cookie restriction sudah menunjukkan itu.
Cross-device behaviour sudah menunjukkan itu.
Offline conversion sudah menunjukkan itu.
AI hanya menambah layer baru.
Performance marketing 2026 harus bisa bekerja meski tidak semua influence terlihat.
Tim yang hebat bukan tim yang punya dashboard paling banyak.
Tim yang hebat tahu bagian mana dari dashboard yang bisa dipercaya, bagian mana yang perlu diuji, dan bagian mana yang memang tidak terlihat.
Ketika AI menjadi perantara, visibility berkurang.
Judgment marketer justru harus naik.
Ada satu KPI yang layak ditambahkan: share of qualified outcomes, bukan hanya share of tracked clicks. Misalnya AI referral kecil tetapi menghasilkan demo request berkualitas. Catat quality.
Performance team juga perlu membedakan measurement loss dengan performance loss. Kalau tracking berkurang, bukan berarti demand turun. Ini pelajaran yang sudah muncul sejak privacy restriction dan cookie loss.
AI hanya membuatnya lebih obvious.
Karena itu forecasting perlu confidence interval, bukan angka tunggal yang terlalu pasti. Board lebih baik mendapat range realistis daripada ROAS palsu presisi yang sebenarnya bergantung pada attribution assumptions.
Maturity marketing terlihat dari kemampuan menjelaskan uncertainty tanpa kehilangan kemampuan mengambil keputusan.
Performance marketing setelah AI akan lebih dekat ke portfolio management. Tidak semua channel harus measurable dengan presisi sama. Yang penting total sistem menghasilkan growth dengan risk yang bisa dikendalikan.
Ada channel yang mudah diukur tapi tidak durable.
Ada yang sulit diukur tapi membangun brand.
Tim perlu balance.
Kalau semua budget hanya pergi ke apa yang paling mudah terlihat, perusahaan bisa underinvest di demand creation.
Satu konsekuensi praktisnya adalah reporting ke management harus berubah. Jangan hanya tampilkan channel table. Tambahkan narrative tentang journey dan blind spot.
Kalau ada kenaikan branded search setelah visibility AI naik, sebut sebagai correlation, bukan attribution pasti. Kalau sales mulai mendengar AI sebagai source discovery, masukkan sebagai qualitative signal.
Performance marketing yang matang bukan yang menghapus uncertainty dari slide. Justru yang menjelaskan uncertainty dengan cukup jelas sehingga keputusan tetap bisa dibuat tanpa overclaim.
Bacaan terkait
Artikel ini berada dalam Marketing & Advertising dan mengikuti metodologi editorial Undercover.id. Format terkait tersedia di Explainer teknologi dan kebijakan digital.