Dalam lanskap digital modern, di mana kecerdasan buatan (AI) mengubah setiap aspek kehidupan kita, mesin pencari tidak terkecuali. Episode podcast Ads Decoded Google baru-baru ini menyoroti perubahan kunci dalam perilaku pengguna mesin pencari di bawah pengaruh AI. Perubahan ini secara langsung memengaruhi strategi pemasaran konten, terutama massal posting video. Menurut data yang disajikan oleh Ginny Marvin, Spesialis Produk Google Ads, dan Shivani Mohan, Wakil Presiden Data dan Riset UX Google Search, pengguna mengajukan pertanyaan yang lebih panjang dan memulai penelitian solusi pada tahap yang lebih awal.
Transformasi Perilaku Pencarian di Bawah Pengaruh AI
Pengguna dalam mode pencarian AI mengajukan pertanyaan tiga kali lebih panjang, secara aktif menggunakan kueri klarifikasi, dan menggabungkan pencarian suara dan visual. Hal ini memungkinkan mereka untuk menyelami solusi yang kompleks lebih dalam, menambahkan nuansa pribadi dalam proses pencarian. Proses penemuan informasi dan evaluasi opsi sekarang dapat terjadi dalam satu dialog.
Perubahan Kunci dalam Kueri
Peningkatan Panjang Kueri: Pertanyaan menjadi 3 kali lebih panjang.
Pencarian Multimodal: Lebih dari 1 dari 6 kueri dalam mode AI di AS bersifat multimodal.
Penelitian Awal: Pengguna memulai pencarian pada tahap mempertimbangkan masalah, bukan hanya solusi yang sudah jadi.
“Pengguna menghargai ringkasan AI yang ringkas, tetapi pada saat yang sama secara aktif mencari detail yang kaya, pengalaman langsung, dan opini otoritatif di web terbuka,” kata Shivani Mohan.
Strategi Konten untuk Massal Posting di Era Pencarian Baru
Untuk distribusi konten yang efektif, terutama dengan massal posting video, perlu untuk mengadaptasi strategi di bawah permintaan pengguna yang berubah. Tujuannya adalah untuk mengintegrasikan konten Anda dengan mulus ke dalam perjalanan pencarian mereka, dimulai dari tahap penelitian.
Adaptasi Konten untuk Tren Pencarian
Pengguna mencari pengalaman pribadi dan demonstrasi yang tidak dapat diberikan oleh produk dalam deskripsi. Ulasan video, podcast, dan forum menjadi sumber informasi utama. Layanan massal posting Anda harus mempertimbangkan tren ini, memungkinkan Anda untuk mempublikasikan konten dengan cepat dan efektif yang menjawab pertanyaan tersebut.
Identifikasi kebutuhan: Analisis pertanyaan pelanggan, percakapan dengan tim penjualan, dan kueri pencarian untuk mengidentifikasi masalah yang berulang.
Uji pesan iklan: Buat iklan yang menjawab kebutuhan yang teridentifikasi, jelaskan penawaran Anda dengan jelas.
Halaman arahan yang informatif: Pastikan halaman mudah menemukan jawaban atas pertanyaan tentang harga, kompatibilitas, pengaturan, dan batasan.
Tautan ke konten pendukung: Sertakan tautan ke ulasan, demo, dan kisah sukses pelanggan yang relevan.
Analisis konversi: Lacak apakah kunjungan ke halaman perbandingan atau tutorial mengarah pada pembelian berikutnya. Evaluasi hasil dalam siklus pembelian normal.
Unggah video massal: otomatisasi dan jangkauan
Dalam kondisi di mana pengguna mencari konten yang beragam dan mendalam, publikasi video pendek otomatis menjadi sangat penting. Gunakan panel tunggal untuk TikTok, YouTube, Instagram, dan platform lain untuk memastikan jangkauan terjadwal tanpa pekerjaan manual.
Keuntungan otomatisasi publikasi
Hemat waktu: Saat Anda tidur, video sudah tayang di semua platform.
Skalabilitas: Kemampuan untuk memublikasikan 100+ video per hari ke 10+ akun.
Optimasi: Penggunaan proxy dan anti-deteksi untuk operasi yang stabil selama unggah massal.
Efisiensi:Jadwal penundaan otomatis memungkinkan Anda merencanakan konten sebulan sebelumnya, misalnya, paket posting massal selama sebulan dengan biaya 500 publikasi.
Pertanyaan yang sering diajukan
Bagaimana cara memilih layanan posting massal, mengingat perubahan dalam pencarian?
Pilih layanan yang menawarkan distribusi video pendek ke semua platform utama (TikTok, YouTube Shorts, Instagram Reels) melalui panel tunggal. Penting untuk memiliki kemampuan penjadwalan yang fleksibel dan dukungan untuk unggah massal dengan proxy dan anti-deteksi untuk memastikan stabilitas dan keamanan akun. Pastikan layanan memungkinkan Anda memublikasikan konten yang menjawab pertanyaan pengguna yang mendalam dan multi-aspek.
Bagaimana cara mengadaptasi konten untuk tahap awal corong penjualan?
Buat video yang menjawab pertanyaan pengguna pada tahap eksplorasi masalah. Ini bisa berupa tutorial, perbandingan, ulasan, demonstrasi penggunaan produk dalam berbagai skenario. Fokus pada pemecahan masalah dan penyediaan informasi berharga, bukan hanya promosi langsung. Gunakan cross-posting video untuk jangkauan audiens maksimum di berbagai platform.
Peran Faktor Manusia dalam Konten di Tengah Dominasi AI
Meskipun ringkasan AI semakin meningkat, pengguna masih mencari pengalaman, ulasan, dan opini “hidup” dari orang sungguhan. Konten Anda harus menyertakan elemen yang menunjukkan pengalaman ini: testimonial, konten buatan pengguna, opini ahli. Ini membangun kepercayaan dan membantu pengguna membuat keputusan, yang sangat penting dalam publikasi video pendek otomatis, di mana penyampaian informasi yang cepat sangat penting.
Kesimpulan
Perubahan perilaku pencarian yang disebabkan oleh AI mendikte aturan baru untuk pembuatan dan distribusi konten. Posting video massal yang efektif saat ini bukan hanya publikasi otomatis, tetapi pendekatan strategis untuk distribusi konten yang menjawab pertanyaan pengguna yang kompleks dan beragam. Integrasikan prinsip-prinsip ini ke dalam strategi Anda untuk memastikan jangkauan dan keterlibatan maksimum. Mulailah menggunakan alat untuk posting massal melalui API agar konten Anda bekerja saat Anda mengembangkan bisnis.
Dalam lanskap pemasaran digital yang terus berubah, memahami bagaimana YouTube: Cara Mengakali Algoritma dan Mendapatkan 100 Tampilan Unik menjadi sangat penting bagi para pemasar. Apakah Anda bertanya-tanya mengapa jumlah penayangan YouTube meroket, tetapi prospek dan penjualan tetap stagnan? Ingin tahu metrik YouTube mana yang benar-benar penting sekarang dan bagaimana membuat video Anda ditemukan di Ask YouTube, ChatGPT, dan alat pencarian AI lainnya? Dalam artikel ini, Anda akan mempelajari cara kerja metrik penayangan YouTube yang baru, data analitik mana yang harus dilacak alih-alih yang lama, dan bagaimana mengoptimalkan video, bab, dan Shorts untuk pencarian dan penemuan AI.
Sekarang, metrik penayangan YouTube lebih dekat dengan tayangan. Jika seseorang menggulir video panjang dan video tersebut diputar secara otomatis untuk sebagian kecil detik, YouTube menghitungnya sebagai penayangan. Apa yang YouTube sebut sebagai penayangan sebelumnya, sekarang disebut penayangan yang terlibat, yang berarti seseorang menunjukkan minat pada video, bukan hanya menggulirnya.
YouTube Mengubah Aturan Main: Apa yang Perlu Diketahui Pemasar
Menurut Justin Brown, perubahan ini adalah upaya YouTube untuk mengejar platform lain. Untuk waktu yang lama, kreator yang memposting video yang sama di beberapa platform memperhatikan bahwa YouTube melaporkan lebih sedikit penayangan daripada TikTok atau Facebook, karena platform menghitung penayangan secara berbeda. Di beberapa platform, menggulir video telah dihitung sebagai penayangan selama bertahun-tahun.
Dalam sistem lama, YouTube tidak pernah mempublikasikan definisi pasti dari penayangan. Rumor mengaitkan ambang batas 30 detik, tetapi Justin berpendapat bahwa itu tidak pernah menjadi metrik yang baik karena tidak berfungsi untuk video pendek. Penayangan hanyalah seseorang yang menonton video cukup lama untuk dianggap signifikan, yang bisa berarti beberapa detik pada satu video dan sebagian besar video lainnya.
YouTube juga tidak menjelaskan apa itu penayangan yang terlibat, dan Justin menduga bahwa platform sengaja membiarkan definisinya ambigu. Google memiliki browser web, sistem operasi, Chromebook, dan ponsel Android, sehingga dapat menggunakan sinyal seperti apakah tab browser terbuka atau apakah seseorang menonton video sebelumnya dan lebih mungkin menonton video berikutnya saat diputar secara otomatis.
Justin percaya bahwa sinyal perilaku ini sekarang memiliki bobot lebih besar daripada persentase video yang ditonton. Tebakan terbaiknya adalah bahwa tampilan yang terlibat bergantung pada durasi video dan dimulai dengan beberapa detik—cukup bagi seseorang untuk memutuskan apakah video tersebut cocok untuk mereka. Dari sana, skor harus bergantung pada apa yang terjadi selanjutnya: pemirsa yang segera pergi mungkin tidak boleh dihitung, sementara yang tetap tinggal harus dihitung.
Putar Otomatis dan Dampaknya pada Keterlibatan
Putar otomatis juga mengubah cara orang menonton video. Video yang sebelumnya tidak diputar secara otomatis kini diputar di TV, perangkat seluler, dan komputer. Justin mendapati dirinya menonton video di aplikasi seluler yang tidak pernah dia klik karena video tersebut mulai diputar saat dia menggulir umpan.
YouTube sekarang memutar pratinjau ini dari awal video, dan jika dia menggulir umpan dan kembali, pemutaran dilanjutkan dari tempat dia berhenti. Karena algoritma YouTube memahami perilaku dan preferensi pemirsa, Justin melihat bahwa pengalaman putar otomatis ini menghasilkan lebih banyak tampilan yang terlibat, bukan hanya tampilan.
Di saluran Primal Video, jumlah tampilan melonjak secara signifikan pada hari perubahan mulai berlaku, dan garis dasar sekarang lebih tinggi. Video yang berorientasi pencarian tanpa judul clickbait dulunya mendapatkan beberapa ribu tampilan dalam 24 jam pertama. Sekarang, angka itu mendekati 5.000-7.000 tampilan. Tampilan yang terlibat, sebaliknya, kira-kira pada tingkat yang sama atau sedikit lebih tinggi.
Justin melihat metrik tampilan yang lebih tinggi sebagai garis dasar baru, bukan peningkatan kinerja, karena pelacakan internal yang diandalkan bisnisnya hampir tidak berubah. Peluncuran juga terlihat tidak merata. Justin melihat metrik tampilan yang berbeda di desktop daripada di aplikasi seluler, terutama untuk siaran langsung, yang menurutnya khas dari cara YouTube meluncurkan perubahan.
Metrik Utama untuk Bisnis: Bukan Hanya Tampilan
Untuk bisnis, metrik YouTube yang paling penting adalah metrik yang terkait dengan tujuan video. Justin mengatakan bahwa tampilan hanyalah sebagian kecil. Sebelum mengevaluasi video, dia merekomendasikan untuk memutuskan apakah tujuannya adalah membangun audiens, menumbuhkan daftar email, atau mendorong penjualan. Untuk perusahaan yang membangun merek, tujuannya adalah untuk menghasilkan prospek, penjualan, dan pelanggan, dan Justin memulai dari sana.
Tampilan memang bagus, tetapi dengan sendirinya, tampilan tidak banyak memberi tahu tentang hasil bisnis. Di antara analitik YouTube yang tersedia, tampilan yang terlibat (setara dengan jumlah tampilan lama), waktu tonton, dan rasio klik-tayang memberikan gambaran yang lebih jelas tentang apakah orang yang tepat mengklik dan menonton.
Justin percaya bahwa setiap metrik layak untuk diperhatikan, tetapi mengatakan bahwa setiap metrik perlu dipertimbangkan berdasarkan kasus per kasus. Membandingkan durasi tonton rata-rata berfungsi ketika video serupa, seperti seri berulang. Di saluran seperti Primal Video, di mana video satu minggu membahas perangkat lunak pengeditan dan minggu berikutnya membahas pengambilan gambar iPhone, waktu tonton yang lebih lama pada satu video tidak berarti pemirsa mendapatkan lebih banyak manfaat darinya. Pemirsa yang menonton video untuk waktu yang lebih singkat mungkin mendapatkan apa yang mereka butuhkan, menyelesaikan masalah mereka, dan menjadi pemirsa setia yang kembali.
Analisis Kinerja: Fokus pada Anomali
Alih-alih menghabiskan waktu berjam-jam di analitik YouTube, Justin merekomendasikan untuk melakukan analisis berorientasi masa depan yang didasarkan pada anomali. Dia mengidentifikasi video berkinerja terbaik dan terburuk selama periode tertentu, baik berdasarkan tampilan yang terlibat, tampilan, atau waktu tonton, dan kemudian membandingkan grafik retensi mereka untuk menemukan di mana orang-orang keluar.
Video yang berkinerja buruk mungkin kehilangan sebagian besar pemirsa di awal, sementara orang-orang yang bertahan menonton sisanya. Pola ini menunjukkan salah satu dari dua masalah: judul yang lemah atau YouTube menampilkan video kepada audiens yang salah yang mengklik dan segera pergi. Tidak ada metrik yang menjelaskan kinerja secara terpisah, jadi Justin melihat durasi tonton rata-rata, waktu tonton, dan retensi bersama-sama untuk memahami apa yang terjadi pada orang-orang yang menonton lebih dari 30 detik pertama.
Bagaimana video berkinerja awalnya tidak mencerminkan bagaimana video itu dapat berkinerja seiring waktu, terutama untuk saluran yang berorientasi pada pencarian YouTube. Primal Video tidak mendapatkan angka besar pada hari pertama atau minggu pertama, bahkan dengan ukuran saluran mereka. Seiring waktu, video masuk ke pencarian YouTube dan, semakin sering, lalu lintas yang didorong AI, dan kemudian mereka mulai “berkembang seperti bola salju.” Beberapa video terbesar saluran tersebut gagal saat diluncurkan.
Karena itu, Justin biasanya meninggalkan video yang berkinerja buruk dan beralih ke yang berikutnya. Mengedit ulang juga menjadi lebih berisiko. Tim Primal Video dulu merekam beberapa “pengait,” menerbitkan video, dan menggunakan editor YouTube untuk memotong versi yang tidak berfungsi, dengan kemampuan untuk mengembalikannya nanti. Sekarang, perubahan pada video yang diterbitkan hanya dapat menghapus rekaman. Tidak ada yang bisa ditambahkan kembali, dan setelah pengeditan disimpan, tidak ada cara untuk membatalkannya.
Pro Tip: Editor YouTube masih dapat digunakan untuk menguji intro yang lebih panjang. Pendekatan Justin adalah menerbitkan video dengan bagian yang diperpanjang dan, jika tidak berfungsi, memotongnya dengan potongan yang bersih. Justin mengatakan bahwa pemirsa yang menonton konten gratis jarang memperhatikan potongan yang kasar atau lompatan dalam musik.
Tampilan Bersama: Metrik Baru atau Hanya Estimasi?
YouTube juga menambahkan metrik yang disebut “tampilan (bersama)”, yang memperkirakan kapan lebih dari satu orang menonton video bersama, seperti keluarga yang menonton di TV ruang tamu. YouTube mendasarkan estimasi pada faktor-faktor seperti demografi, genre video, dan waktu dalam sehari.
Justin tidak merekomendasikan mengubah konten untuk mendorong tontonan grup, seperti meminta pemirsa untuk mengundang teman atau pasangan. Dari semua yang dia lihat, metrik tersebut masih merupakan estimasi dari YouTube, dan akun keluarga bersama di TV sudah mengacaukan data. Sampai YouTube menemukan cara yang lebih andal untuk melacak tontonan bersama, dia tidak menganggapnya sebagai pengungkit yang berarti untuk strategi konten.
Nilai data tontonan bersama terletak pada kesepakatan merek dan sponsor, karena dapat menunjukkan bahwa jangkauan kreator lebih besar daripada yang disarankan oleh jumlah tontonan saja, terutama untuk konten keluarga. Justin berharap rasio tontonan terhadap tampilan yang terlibat akan menjadi metrik yang akan dibandingkan oleh kreator, menggantikan perbandingan tayangan tradisional dengan rasio klik-tayang. Karena metrik tontonan ini masih sangat baru, masih terlalu dini untuk menetapkan tolok ukur.
Unikasi Konten: Pengemasan adalah Segalanya
Namun mengubah tontonan menjadi tampilan yang terlibat masih bermuara pada pengemasan: judul, thumbnail, dan, terutama, awal video. Ketika video diputar secara otomatis, thumbnail menjadi kurang penting karena pemirsa mungkin tidak pernah melihatnya. Apa yang terjadi dalam beberapa detik pertama menjadi lebih penting. Ini bukan hal yang sepenuhnya baru.
Ketika YouTube pertama kali memperkenalkan putar otomatis dalam umpan, tim Primal Video memperhatikan bahwa orang-orang menonton tanpa suara tanpa mengklik video — perilaku yang disebut Justin sebagai “TV toilet”. Tanggapan Justin adalah menempatkan teks di layar di awal setiap video yang menjelaskan tentang apa video itu. Ini bukan teks tertutup yang dapat dihidupkan atau dimatikan oleh pemirsa. Ini adalah judul yang tertanam dalam video, seperti “Perangkat Lunak Pengeditan Mac Terbaik 2026”, sehingga siapa pun yang melihat video putar otomatis tahu persis tentang apa video itu, bahkan jika mereka tidak pernah melihat thumbnail atau judul.
Teks muncul sekitar 3 detik pertama saat aksi dimulai di layar, menyatakan janji video: hasil atau transformasi yang akan dialami pemirsa. Justin mengatakan ini membuat perbedaan besar bagi Primal Video ketika putar otomatis diluncurkan karena itu menggerakkan pemirsa ke keadaan terlibat. “Kepala bicara” tanpa teks di layar mempersulit pemirsa yang tidak bersuara untuk memahami tentang apa video itu.
Kiat Pro: Teks judul di layar tidak memerlukan editor video khusus. Justin menggambarkannya sebagai teks sederhana di layar yang menyatakan janji video yang dapat ditambahkan oleh editor mana pun.
Ask YouTube dan Pencarian AI: Era Baru Penemuan Konten
YouTube meluncurkan fitur bernama Ask YouTube, dimulai di TV dan meluas ke perangkat seluler dan desktop. Ini memungkinkan pengguna untuk berdialog dengan YouTube untuk menjelajahi topik kompleks di luar pencarian kata kunci tradisional, dan jawabannya dapat mencakup teks serta video, Shorts, dan klip video yang relevan. YouTube mengklaim bahwa kreator dapat meningkatkan peluang mereka untuk muncul di hasil Ask YouTube dengan terus membuat konten unik berkualitas tinggi dan menambahkan bab video yang jelas serta judul deskriptif.
Justin melihat Ask YouTube sebagai bagian dari pergeseran yang lebih luas. Orang-orang mengharapkan untuk mencapai hasil lebih cepat, apakah mereka ingin belajar sesuatu atau dihibur, dan alat AI telah meningkatkan ekspektasi tersebut. Dia berharap penonton akan semakin sering melompat ke bagian tertentu dari video daripada menonton keseluruhan. Harapannya adalah bahwa klip singkat atau ringkasan akan mendorong penonton untuk menonton video lengkap, sama seperti cuplikan pencarian Google membantu beberapa pencari di tempat sambil juga mengarahkan lalu lintas ke video.
Pencarian AI sudah menjadi sumber lalu lintas yang signifikan untuk Primal Video. Sumber lalu lintas nomor satu untuk saluran ini adalah pencarian YouTube, dan yang kedua adalah pencarian Google, dari orang-orang yang tidak pernah memulai di YouTube. Yang ketiga, dan yang paling cepat berkembang, adalah alat AI. ChatGPT dan Claude mengirim penonton ke video Primal Video di YouTube, dan saluran tersebut secara teratur menerima komentar dari orang-orang yang mengatakan ChatGPT mengirim mereka ke sana.
SEO untuk AI: Apa yang Berhasil Sekarang
Riset kata kunci belum hilang. Primal Video masih melihat volume pencarian untuk mengukur permintaan sebelum membuat video, daripada memposting dan berharap. Tetapi urutan kata kunci kurang penting daripada sebelumnya. YouTube telah lama mentranskripsikan apa yang dikatakan dalam video, dan sekarang AI memungkinkannya untuk memahami apa yang sebenarnya terjadi dalam video. Semakin lama video ditayangkan, semakin banyak YouTube belajar dari waktu tonton bagian mana yang menarik bagi penonton, dan Justin berharap YouTube akan mengarahkan penonton ke bagian-bagian tersebut.
Ini berarti bahwa optimasi YouTube sekarang bermuara pada pengalaman penonton. Justin berfokus pada apa yang diinginkan penonton, apa yang akan mereka ketikkan ke Google atau YouTube untuk menemukan video, dan apa yang akan menarik perhatian mereka bahkan jika mereka tidak mencarinya.
Karena jawaban cepat semakin banyak datang dari AI, Justin percaya bahwa bagian dari video yang tidak dapat digantikan oleh AI adalah bagian manusia. Penonton mungkin bisa mendapatkan ukuran spanduk atau pengaturan dari AI, tetapi mereka ingin mendengar bagaimana orang tertentu akan mendekatinya, pilihan apa yang akan dibuat orang itu, dan mengapa. Dengan membagikan pendapat, pengalaman, keyakinan, dan kerangka kerja Anda, Anda memberikan sesuatu kepada penonton yang tidak dapat ditawarkan oleh orang lain. Justin mengatakan bahwa orang-orang sudah “terbakar” oleh konten AI dan bahwa dia pergi begitu dia mendengar suara AI, jadi dia berharap konten buatan manusia akan menjadi lebih berharga, bukan kurang.
Optimasi Bab: ‘Tali Pancing’ Baru untuk Penelusuran
Primal Video memperlakukan bab seperti mereka memperlakukan judul di masa lalu. Untuk setiap bab, tim bertanya apa yang akan diketik seseorang untuk menemukan bagian itu jika itu adalah video yang berdiri sendiri, meneliti kata kunci dan volume pencarian, dan menamai bab tersebut sesuai. Stempel waktu dan penanda bab dalam deskripsi video tetap menjadi tempat untuk optimasi baik untuk pencarian YouTube maupun Google, dan masing-masing adalah tautan langsung ke momen tersebut dalam video.
Alih-alih menulis judul bab sebagai “pengait” yang menggoda apa yang akan datang, Justin merekomendasikan judul yang mengkomunikasikan apa yang sebenarnya dibahas oleh setiap bagian. Untuk video tentang lima hal yang diedit dengan baik oleh AI, setiap bab akan menyebutkan hal spesifik tersebut. Mengungkap jawaban dalam stempel waktu membantu YouTube menampilkan bagian tersebut, memberikan alat AI seperti ChatGPT jalur langsung ke jawaban, dan mencegahnya tersembunyi dalam judul misterius yang mungkin atau tidak mungkin diklik oleh pemirsa.
Justin melihat bab yang dioptimalkan untuk pencarian sebagai “tali pancing” tambahan yang membantu pemirsa menemukan konten. Pendekatan ini cocok untuk saluran yang dibuat untuk pencarian. Primal Video mendidik, bukan menghibur, jadi alih-alih bersaing dengan pembuat konten hiburan seperti MrBeast untuk tempat di beranda, mereka bertujuan untuk muncul di bagian atas ketika seseorang memiliki masalah tertentu. Dia melihat peluang yang sama untuk sebagian besar pemilik bisnis yang dapat berbagi wawasan mereka dan berbicara tentang produk mereka tanpa bersaing untuk tampilan hiburan.
Alat AI membuat optimasi bab jauh lebih cepat daripada secara manual. Justin menunjuk ke vidIQ, yang alat AI-nya menghasilkan judul dan penanda bab berdasarkan volume pencarian. Tim Primal Video telah menghubungkan vidIQ ke asisten AI mereka melalui koneksi MCP. Setelah video selesai, tim mengunggah file subtitle VTT atau SRT, yang mencakup waktu untuk semua yang diucapkan, dan meminta AI untuk menghasilkan bab berdasarkan frasa kunci di sekitar setiap bagian, sambil menjaga judul tetap mudah dibaca.
Di dunia di mana sistem AI menghasilkan kueri baru dengan kecepatan cahaya, trik peretasan relevansi lama mendapatkan kehidupan kedua. Greg Jarboe, seorang veteran SEO, menceritakan bagaimana pada tahun 2003 ia secara manual menerapkan apa yang sekarang disebut “kueri kipas”, menggunakan prinsip “matryoshka Rusia”. Metode ini memungkinkan konten Anda ditemukan melalui kueri yang belum ada, dan merupakan kunci untuk merepurposing kueri dalam pencarian AI modern.
Matryoshka-SEO: Bagaimana cara kerjanya sebelum AI muncul
Jauh sebelum istilah “kueri kipas” atau “GEO” menjadi umum, Jarboe mengoptimalkan siaran pers dengan menyertakan frasa pendek dalam frasa yang lebih panjang. Misalnya, jika frasa target adalah “tiket pesawat ke Philadelphia”, ia mencari versi empat kata, seperti “tiket pesawat murah ke Philadelphia”, dan membangun rilis di sekitarnya.
Ini memungkinkan untuk mencakup kueri pendek dan panjang, membuat konten terlihat oleh audiens yang luas. Pendekatan ini memastikan jangkauan maksimum, bahkan ketika mesin pencari kurang berkembang.
15% kueri tidak dikenal: konstanta Google
“Saya pikir pada titik tertentu sebagian besar kueri sudah akan dibuat; orang-orang hanya menanyakan hal yang sama berulang kali. Tetapi ketika kami menghitung ulang metrik ini, itu selalu sekitar 15%,” — John Mueller, Search Central Live NYC, Maret 2025.
Google pertama kali menyebutkan bahwa 15% kueri harian adalah baru, pada tahun 2019 saat memperkenalkan BERT. Angka ini tetap stabil, meskipun ada pengembangan model bahasa besar. Kalikan 15% dengan miliaran kueri Google, dan Anda akan mendapatkan ratusan juta formulasi unik setiap hari.
Ini adalah lapisan lalu lintas yang sangat besar yang diremehkan oleh sebagian besar spesialis SEO. Memahami fenomena ini sangat penting untuk merepurposing kueri yang efektif.
Berita sebagai generator kueri
Sebagian besar kueri baru ini tidak acak. Mereka lahir dari berita mendesak, produk baru, kebijakan yang berubah, atau frasa yang diciptakan oleh jurnalis. Siaran pers yang diterbitkan pada hari acara sangat cocok untuk mencegat lalu lintas ini.
Jika formulasi dalam rilis sangat cocok dengan apa yang akan diketik pengguna di Google, konten dapat diberi peringkat untuk kueri yang tidak ada pada saat penulisan. Ini menunjukkan kekuatan konten operasional dalam menangkap permintaan pencarian “baru”.
AI dan matryoshka terbalik: dari luas ke sempit
Penelitian M.J. Cachon menunjukkan bahwa ChatGPT menghasilkan sub-kueri, yang juga tidak acak. Awalnya, model menggunakan bahasa umum, percakapan, kemudian mempersempit pencarian dengan operator site: dan mulai memeriksa kutipan yang tepat.
Penggunaan kutipan meningkat 25 kali lipat antara pencarian pertama dan terakhir. Ini adalah prinsip “matryoshka”, tetapi dalam arah yang berlawanan: AI dimulai secara luas dan menyempit ke frasa yang tepat untuk verifikasi. Pendekatan AI terhadap pencarian ini membuka peluang baru untuk repurposing kueri.
Panjang Kueri: Realitas Baru Pencarian AI
Menurut data Google Mei 2026, panjang rata-rata kueri AI di AS tiga kali lipat dari kueri pencarian tradisional. Data Kachon menunjukkan bahwa satu kueri ChatGPT bermerek bercabang menjadi sub-kueri, rata-rata terdiri dari tujuh kata.
Panjang bukanlah efek samping dari pencarian AI, melainkan norma baru yang telah diupayakan industri selama bertahun-tahun. Ini berarti konten harus dioptimalkan untuk kueri yang lebih panjang dan lebih detail agar sesuai dengan perilaku AI.
Langkah-langkah Praktis: Cara Mengakali Algoritma dan Menskalakan Konten
Untuk secara efektif menggunakan pengetahuan ini untuk repurposing kueri, Anda perlu mengembangkan tiga kebiasaan utama:
Cari frasa bersarang, bukan hanya kata kunci. Untuk setiap frasa kunci tiga kata, temukan dua hingga tiga frasa empat dan lima kata yang secara alami mengandungnya. Bangun paragraf pembuka atau judul H2 Anda di sekitar versi yang lebih panjang.
Publikasikan secepat berita. 15% kueri baru terkait dengan peristiwa terkini. Jika organisasi Anda memiliki saluran untuk publikasi di hari yang sama (siaran pers, blog, halaman respons cepat), ini adalah kesempatan terbaik Anda untuk mendapatkan tempat di hasil pencarian sebelum pesaing mengetahui keberadaan frasa tersebut.
Tulis jawaban verbatim sebagai kalimat yang dapat dikutip. Data Kachon menunjukkan bahwa sistem AI semakin sering memverifikasi klaim dengan mencari kutipan persis dari konten Anda. Tulis ulang kalimat yang menjawab pertanyaan sehingga dapat diambil secara keseluruhan dan tetap mempertahankan makna.
Metode ini tidak menggantikan prinsip-prinsip dasar SEO, tetapi melengkapinya, dengan berfokus pada kueri ekor panjang yang sebelumnya diremehkan. Metode ini memungkinkan adaptasi yang efektif terhadap algoritma pencarian AI yang terus berubah.
Pertanyaan yang Sering Diajukan
Apa itu “query fan-out” dalam konteks AI?
“Query fan-out” adalah proses di mana satu frasa atau kueri pengguna awal bercabang menjadi banyak sub-kueri yang lebih spesifik, yang dihasilkan oleh sistem AI. Ini memungkinkan AI untuk mempelajari topik lebih dalam dan menemukan informasi yang lebih relevan, mempersempit pencarian dari umum ke khusus.
Bagaimana prinsip “matryoshka Rusia” terkait dengan SEO?
Prinsip “matryoshka Rusia” dalam SEO berarti memasukkan frasa kunci pendek berfrekuensi tinggi ke dalam kueri yang lebih panjang dan berfrekuensi rendah. Misalnya, frasa “tiket pesawat” dapat disematkan dalam “tiket pesawat murah ke Philadelphia”. Ini memungkinkan konten ditemukan melalui kueri dengan panjang yang berbeda, meningkatkan visibilitas dan jangkauan audiensnya.
Mengapa 15% kueri Google selalu baru?
15% kueri ini selalu baru karena secara langsung terkait dengan perkembangan peristiwa di dunia nyata: berita, munculnya produk baru, perubahan undang-undang, fenomena budaya. Orang mencari informasi tentang apa yang baru saja terjadi atau muncul, menghasilkan formulasi unik yang sebelumnya tidak ada. Ini menegaskan pentingnya publikasi konten yang tepat waktu.
Bagaimana sistem AI menggunakan kutipan untuk memverifikasi informasi?
Penelitian M.J. Cachon menunjukkan bahwa sistem AI, seperti ChatGPT, setelah pencarian luas, mulai memverifikasi informasi menggunakan kutipan yang tepat. Mereka mencari kalimat spesifik dalam konten untuk memastikan bahwa sumber tersebut benar-benar menyatakan apa yang diinterpretasikan oleh AI. Ini menekankan perlunya merumuskan jawaban seakurat dan se-kutipan mungkin.
Kesimpulan
Di era dominasi AI, memahami bagaimana sistem menghasilkan dan memproses kueri menjadi sangat penting. Dengan menerapkan prinsip “matryoshka”, mengoptimalkan konten untuk frasa panjang dan bersarang, dan mempublikasikannya secara tepat waktu, Anda dapat mengungguli pesaing dan merebut lalu lintas yang bahkan belum terpikirkan oleh pengguna.
Mulailah menerapkan trik peretasan ini hari ini agar konten Anda tidak hanya ada, tetapi berskala dan mengelabui matriks algoritma pencarian. Jangan lewatkan kesempatan untuk menjadi pemimpin di niche Anda dengan menggunakan strategi repurposing kueri yang canggih!
