Rama Marketing Agent Skill: paid media operating system untuk agent client

Paid media makin sering diperlakukan seperti panel otomatis: sambungkan akun, minta AI membaca dashboard, lalu tunggu rekomendasi. Masalahnya, dashboard iklan bukan buku besar perusahaan. Ia hanya satu lapisan dari sistem yang lebih panjang: iklan tayang, orang melihat atau klik, landing page dimuat, WhatsApp atau form dibuka, sales merespons, CRM menilai kualitas, finance mencatat pembayaran, lalu delivery membuktikan apakah janji benar-benar terpenuhi.

Rama Marketing Agent Skill dibuat untuk membantu agent client bekerja pada rantai itu secara lebih disiplin. Fokusnya bukan membuat agent bebas mengubah campaign. Fokusnya adalah membuat agent membaca data dengan kontrak bukti, memisahkan klaim resmi platform dari rekomendasi operasional, mengingat konteks ekonomi, dan meminta approval sebelum tindakan yang berdampak pada uang, data, atau reputasi.

Artikel ini adalah hub seri. Lima chapter berikutnya membedah model journey AOF, TOF, MOF, BOF, Activation, DOF, dan Advocacy; peran audience, signal, creative, landing page; pengukuran WhatsApp dan CRM; serta guardrail untuk agent client. Baca lanjutannya secara berurutan jika ingin membangun operating system, bukan kumpulan prompt.

Masalah yang ingin diselesaikan

Masalah pertama adalah optimasi yang terlalu dekat dengan dashboard platform. Meta Ads, Google Ads, TikTok Ads, dan LinkedIn Ads menyediakan objective, bidding, audience, automation, dan attribution. Fakta resmi: setiap platform mempunyai dokumentasi tentang objective, conversion tracking, audience, policy, dan reporting. Rekomendasi operasional: jangan memakai angka attributed conversion sebagai satu-satunya dasar scale. Attribution menjawab touchpoint mana diberi kredit menurut aturan tertentu. Incrementality menjawab apa yang berubah dibanding counterfactual.

Masalah kedua adalah stage funnel yang dipakai seperti label psikologi. Banyak tim menyebut video viewer sebagai TOF, pengunjung landing page sebagai MOF, dan klik WhatsApp sebagai BOF. Dalam model Rama Marketing, label AOF, TOF, MOF, BOF, DOF, dan Advocacy dipakai sebagai taxonomy komunikasi. State pelanggan tetap harus disimpan dari bukti: event, CRM, transaksi, fulfilment, cohort, interview, atau eksperimen. Satu klik tidak cukup untuk menyatakan seseorang siap beli.

Masalah ketiga adalah agent yang tidak punya batas peran. Agent yang baik untuk paid media harus bisa membaca, merangkum, menguji konsistensi, dan menyiapkan rekomendasi. Ia tidak otomatis punya akses akun. Ia tidak boleh mengubah campaign, budget, audience upload, pixel, webhook, atau creative live tanpa approval eksplisit, konteks rollback, dan catatan alasan. Ini bukan formalitas. Satu perubahan salah dapat mengacaukan learning, merusak data, melanggar policy, atau mengirim treatment ke audience yang tidak semestinya.

Cara skill memandang pekerjaan paid media

Rama Marketing Agent Skill memulai dari keputusan bisnis. Pertanyaannya bukan "campaign mana ROAS-nya tinggi?", melainkan "keputusan apa yang harus diambil, data mana yang menjadi sumber kebenaran, dan risiko apa yang tidak boleh rusak?". Untuk ecommerce, keputusan bisa berupa scale acquisition, pisahkan repeat customer, atau hentikan diskon yang menggerus margin. Untuk lead generation, keputusan bisa berupa memperbaiki alur WhatsApp, menahan budget karena sales capacity penuh, atau mengubah form agar lead spam turun. Untuk B2B, keputusan bisa berupa membedakan account-level journey dari person-level engagement.

Setelah keputusan jelas, skill membangun evidence ledger. Setiap klaim penting diberi kelas: observed, calculated, verified, atau hypothesis. Observed berarti berasal dari data yang disuplai atau di-query. Calculated berarti ada formula dan numerator-denominator yang jelas. Verified berarti klaim eksternal bersumber, misalnya dokumentasi resmi platform. Hypothesis berarti penjelasan yang belum terbukti dan perlu dicek.

Kontrak ini membuat percakapan lebih jujur. "CPL turun 30 persen" belum berarti acquisition membaik bila qualified rate jatuh, close rate turun, refund naik, atau lead masuk saat sales tidak merespons. "Retargeting ROAS tinggi" belum membuktikan retargeting incremental, karena banyak orang dalam cohort itu mungkin akan membeli tanpa iklan. "Customer Match aktif" belum berarti semua pelanggan lama dikecualikan, karena ada issue hak penggunaan, match rate, latency, membership, delivery, dan auto-use yang harus diaudit.

Fakta resmi yang perlu dipisahkan dari rekomendasi

Fakta resmi platform berubah cepat. Meta mendokumentasikan Advantage+ audience sebagai sistem yang dapat memakai input tertentu sebagai suggestion dan menyebut beberapa kontrol seperti lokasi, usia minimum, bahasa, dan pengecualian Custom Audience pada flow yang didukung. Rekomendasi operasional: agent harus mencatat apakah audience dipakai sebagai control, exclusion, signal, expansion, observation, atau automation input. Nama audience pada setup bukan bukti bahwa delivery hanya terjadi ke audience itu.

Google Ads mendokumentasikan Customer Match sebagai penggunaan data first-party untuk menjangkau atau re-engage pengguna di properti Google yang didukung, dengan policy, consent, formatting, dan eligibility. Google juga mendokumentasikan audience signals pada Performance Max sebagai input yang membantu automation menemukan audience relevan. Rekomendasi operasional: jangan menyebut PMax "menarget Customer Match" tanpa memeriksa apakah list menjadi signal, exclusion, lifecycle goal, atau mekanisme lain yang didukung akun.

TikTok Ads mendokumentasikan Custom Audiences, Lookalike Audiences, Smart+, dan fitur enhancement yang dapat memperluas audience. Rekomendasi operasional: bila enhancement atau automation aktif, agent harus menandai delivery mode sebagai expansion atau automatic, bukan exact retargeting. LinkedIn Ads mendokumentasikan Matched Audiences, Predictive Audiences, Audience Expansion, dan Accelerate. Rekomendasi operasional: untuk B2B, pisahkan account, person, role, buying committee, dan CRM stage. Job title click bukan bukti seluruh account sedang siap membeli.

Operating system, bukan prompt tunggal

Skill ini sebaiknya dipakai sebagai operating system dengan enam ledger.

Pertama, decision ledger. Ia menyimpan keputusan, deadline, owner, outcome utama, source of truth, margin, allowable CAC atau CPL, payback, kapasitas sales, dan risk tolerance. Tanpa ini, agent akan cenderung mengoptimasi angka yang paling mudah terlihat.

Kedua, data quality ledger. Ia memeriksa timezone, currency, date window, attribution setting, event definition, deduplication, consent, value, refund, offline import, CRM join, spend completeness, dan bot atau lead spam. Jika tracking rusak, rekomendasi performance harus berhenti pada perbaikan tracking.

Ketiga, journey ledger. Ia memisahkan demand state, value state, dan influence state. AOF sampai BOF berada di demand atau buying. Activation dan DOF berada di value realization. Advocacy berada di influence. Ini menghindari kekacauan saat customer aktif untuk produk A tetapi baru mulai explore produk B.

Keempat, audience ledger. Ia membedakan strategic segment, persona, first-party cohort, platform audience, seed, signal, control, expansion, delivered population, dan measurement cell. Dengan ledger ini, agent tidak akan menyamakan "lookalike dari buyer" dengan "orang yang pasti mirip secara bisnis", atau menyamakan "selected audience" dengan "delivered audience".

Kelima, creative and landing ledger. Creative bukan hiasan campaign. Ia adalah treatment yang membawa angle, proof, objection handling, offer, dan call to action. Landing page bukan halaman pasif. Ia menjadi tempat congruence antara janji iklan, kebutuhan user, proof, qualification, dan handoff ke WhatsApp atau checkout.

Keenam, experiment ledger. Ia mencatat hipotesis, unit randomisasi, treatment, control, metric utama, guardrail, sample, durasi, conversion lag, stop rule, scale rule, dan rollback. Tanpa ini, agent mudah mengubah banyak variabel sekaligus lalu menamai hasilnya sebagai pembelajaran.

Posisi agent dalam workflow client

Agent client yang memakai skill ini idealnya bekerja read-only dulu. Ia menarik export, membaca naming, membandingkan periode, memeriksa anomaly, dan membuat daftar pertanyaan. Bila akses connector tersedia, aksesnya tetap harus dibatasi sesuai kebutuhan. Bila tidak ada akses, agent memakai export yang mengikuti data contract.

Tahap berikutnya adalah rekomendasi. Rekomendasi harus decision-ready: owner, tindakan, alasan, expected signal, primary metric, guardrail, stop rule, scale rule, dan tanggal review. "Coba broad targeting" terlalu kabur. Rekomendasi yang lebih layak: "Untuk prospecting Meta layanan X di Jawa Barat, tahan creative dan landing tetap sama, bandingkan broad dengan seed closed-won 180 hari sebagai modeled prospecting bila seed lolos governance, ukur qualified conversation dan contribution, hentikan bila complaint naik atau sales SLA jatuh."

Tahap terakhir adalah action dengan approval. Upload customer list, mengubah budget, mengaktifkan enhancement, menambah conversion event, mengganti attribution setting, atau publish creative semuanya membutuhkan approval. Approval harus menyebut scope, akun, campaign, perubahan, alasan, risiko, rollback, dan batas waktu. Agent dapat menyiapkan payload atau checklist, tetapi manusia tetap menjadi pengambil keputusan untuk tindakan material.

Intake minimum sebelum agent memberi saran

Sebelum agent membuat rekomendasi, ia perlu intake yang ringkas tetapi cukup. Untuk account ads: platform, account, objective, campaign structure, budget, date window, attribution setting, conversion event, audience setup, creative set, landing URL, dan perubahan besar selama periode analisis. Untuk bisnis: produk, market, margin, harga, sales cycle, kapasitas fulfillment, allowable CAC atau CPL, dan payback yang masih dapat diterima. Untuk funnel: definisi lead, qualified lead, opportunity, won, collected, fulfilled, activated, repeat, refund, dan churn.

Tanpa intake ini, agent boleh memberi diagnosis sementara dengan label hypothesis, tetapi tidak boleh memberi instruksi scale yang tegas. Contohnya, bila margin tidak diketahui, agent dapat menghitung CPL dan CPQL tetapi tidak dapat menyimpulkan profit. Bila CRM tidak punya reason code, agent dapat menyatakan lead quality belum dapat dipisahkan dari sales handling. Bila conversion lag belum diketahui, agent tidak boleh menilai tujuh hari terakhir sebagai kalah atau menang secara final.

Intake juga perlu menanyakan batas larangan. Ada campaign yang tidak boleh disentuh karena promo, legal review, atau komitmen vendor. Ada audience yang tidak boleh diupload karena purpose awal pengumpulan data tidak mendukung. Ada creative yang tidak boleh dipakai karena klaim belum punya substansi. Dengan mencatat batas ini, agent tidak membuang waktu mengusulkan perubahan yang secara governance memang tidak boleh terjadi.

Output harian yang paling berguna

Output agent harian sebaiknya pendek dan berbasis exception. Ia tidak perlu menulis strategi baru setiap pagi. Yang penting: spend abnormal, delivery berhenti, disapproval, event drop, landing error, WhatsApp inbound turun, response SLA jatuh, duplicate conversion, UTM hilang, atau data finance belum masuk. Untuk setiap alert, agent menulis bukti, dampak, tindakan reversible, owner, dan kapan dicek ulang.

Dengan cara itu, AI tidak menjadi mesin komentar. Ia menjadi sistem pengingat keputusan. Paid media membutuhkan disiplin seperti ini karena masalah kecil dapat terlihat seperti masalah besar bila dibiarkan sampai akhir bulan. Sebaliknya, fluktuasi normal harian tidak perlu memicu perubahan campaign.

Kenapa ini penting untuk layanan Rp15 juta

Untuk bisnis yang sudah membakar budget iklan tetapi masih bergantung pada intuisi, pekerjaan paling bernilai sering bukan menambah campaign. Pekerjaan yang lebih penting adalah menyusun sistem agar data iklan, landing page, WhatsApp, CRM, finance, dan delivery berbicara dalam bahasa yang sama. Paket layanan Rama Digital untuk Meta Ads Operating System senilai Rp15 juta di https://ramadigital.id/checkout?service=openclaw-meta-ads-operating-system cocok diposisikan sebagai instalasi workflow, audit measurement, guardrail, dan operating cadence. Klaimnya harus jelas: layanan membantu membangun sistem kerja dan keputusan, bukan menjamin ROAS tertentu.

Peta seri

Mulai dari chapter 2 tentang AOF, TOF, MOF, dan BOF untuk meluruskan model funnel. Setelah itu baca Activation, DOF, dan Advocacy, lalu audience, signal, creative, dan landing page. Untuk bisnis yang memakai chat, lanjut ke WhatsApp, CRM, attribution, dan measurement. Seri ditutup oleh guardrail agent client saat menjalankan ads.

Artikel lama yang relevan: Meta Ads Operating System 30 hari, landing page dari klik iklan ke lead, contoh landing page Meta Ads dan WhatsApp, dan governance AI agent lokal.

Sumber

• Meta for Business, "Advantage+ audience", https://www.facebook.com/business/ads/meta-advantage-plus/audience, diakses 21 Juli 2026.
• Google Ads Help, "About Customer Match", https://support.google.com/google-ads/answer/6379332, diakses 21 Juli 2026.
• Google Ads Help, "About audience signals in Performance Max", https://support.google.com/google-ads/answer/11748989, diakses 21 Juli 2026.
• TikTok Ads Help, "About Custom Audiences", https://ads.tiktok.com/help/article/custom-audiences, diakses 21 Juli 2026.
• LinkedIn Help, "Predictive Audiences", https://www.linkedin.com/help/lms/answer/a1635479, diakses 21 Juli 2026.
• Gordon, Zettelmeyer, Bhargava, and Chapsky, "A Comparison of Approaches to Advertising Measurement", https://doi.org/10.1287/mksc.2018.1135, diakses 21 Juli 2026.

Navigasi: Hub seri ini. Berikutnya: AOF, TOF, MOF, dan BOF yang diluruskan.