VibeVO – Advertisers and creators in one ecosystem

Tag: perplexity

  • Apakah CPM menguntungkan? Haruskah Perplexity dikecualikan dari pelacakan visibilitas AI?

    Apakah CPM menguntungkan? Haruskah Perplexity dikecualikan dari pelacakan visibilitas AI?

    Di dunia pencarian AI, para pemimpin terus berubah, dan pertanyaan tentang platform mana yang harus dipantau menjadi krusial bagi para spesialis SEO. Diskusi baru-baru ini berpusat pada platform Perplexity: apakah kita harus terus memantaunya atau fokus secara eksklusif pada raksasa seperti ChatGPT, Gemini, dan Claude? Kita akan menganalisis bagaimana perubahan pangsa pasar memengaruhi evaluasi visibilitas dan berapa banyak uang yang akan dihasilkan dari setiap rubel yang dihabiskan, untuk memahami apakah CPM menguntungkan.

    Apakah Perplexity benar-benar kehilangan posisi?

    Ross Hudgens, CEO Siege Media, mengklaim bahwa pangsa pasar Perplexity menyusut. Memasukkannya ke dalam metrik umum bersama ChatGPT, Gemini, Claude, dan produk Google AI dapat mendistorsi gambaran visibilitas yang sebenarnya. Hudgens menyerukan: “Setiap orang harus menghapus Perplexity dari pelacak LLM mereka hari ini.”

    Namun, seperti yang ditunjukkan oleh pengalaman, kesimpulan yang terburu-buru bisa jadi salah. Pada bulan Maret 2002, di konferensi Search Engine Strategies, dibahas pengurangan mesin pencari yang dilacak dari 15 menjadi 5. Saat itu, Google dikecualikan dari daftar. Ini terbukti menjadi kelalaian serius, karena Google dengan cepat mendapatkan momentum. Situasi serupa dapat terulang hari ini.

    Data mengkonfirmasi penurunan Perplexity

    • Menurut StatCounter, pada Juni 2026, Perplexity menyumbang 7,91% dari pangsa rujukan chatbot AI, hampir setara dengan Gemini (7,94%).
    • Pada Agustus 2026, pangsa Perplexity turun menjadi 4,31%, sementara Gemini meningkat menjadi 10,9%.

    “Pangsa pasar yang kecil tidak selalu berarti kepentingan strategis yang kecil. Ini seperti berinvestasi di saham: tidak selalu hanya melihat kapitalisasi pasar saat ini, tetapi juga potensi pertumbuhan.”

    Pasar terkonsolidasi, tetapi tidak di sekitar satu pemimpin

    Data Similarweb terbaru untuk Mei 2026 menunjukkan dominasi ChatGPT (53,9% dari kunjungan web global di antara tujuh asisten AI besar). Gemini menempati 27,9%, Claude – 9,2%, DeepSeek – 4,1%, Grok – 2,4%, dan Perplexity serta Copilot – masing-masing 1,3%.

    Perubahan signifikan terjadi bukan pada hilangnya Perplexity, melainkan pada munculnya pemain kedua yang kuat. Pangsa ChatGPT dalam lalu lintas web chatbot AI menurun dari 76,4% setahun yang lalu menjadi 52,7% pada Mei 2026. Gemini tumbuh dari 9% menjadi 27,3%, dan Claude – dari 1,6% menjadi 8,9%.

    Pemain utama dan keunggulan mereka

    • ChatGPT: lebih dari 900 juta pengguna aktif mingguan (Februari), lebih dari 1 miliar pengguna aktif di semua produk (akhir Juli). Ini adalah basis konsumen langsung yang sangat besar.
  • Gemini: Aplikasi Gemini melampaui 1 miliar pengguna bulanan (Agustus). Memiliki distribusi Google melalui Search, Android, dan seluruh ekosistem produk.
  • Claude: Mengambil posisi kuat di segmen korporat dan di antara pengembang. Pada bulan April, lebih dari 100.000 pelanggan menggunakan Claude di Amazon Bedrock. Pendapatan tahunan melebihi 65 miliar dolar (Agustus).

Ini bukan tiga versi dari satu bisnis, melainkan tiga keuntungan distribusi yang berbeda. Pasar terlihat seperti oligopoli yang sedang berkembang, bukan situasi “pemenang mengambil semua”.

Apa yang harus dilacak oleh pakar SEO

Google AI Overviews dan AI Mode tidak boleh dilihat sebagai LLM biasa. Mereka jauh lebih penting. Pada bulan Juni, Google melaporkan bahwa AI Overviews mencakup lebih dari 2,5 miliar pengguna bulanan, dan AI Mode melampaui 1 miliar pengguna bulanan. Permintaan AI Mode berlipat ganda setiap kuartal sejak diluncurkan.

Menurut Similarweb, AI Overviews muncul dalam 43% permintaan pencarian Google di AS pada Mei 2026, dibandingkan dengan 15% setahun sebelumnya. Kunjungan AI Mode tumbuh dari 126 juta pada Juni 2025 menjadi 279 juta pada Mei 2026.

Ini berarti Google AI adalah lapisan terpisah dalam ekosistem pencarian dominan di dunia. Bagi perusahaan B2B, Claude juga memiliki arti penting, meskipun lalu lintas konsumennya relatif kecil. PwC, TCS, dan Cognizant secara aktif mengimplementasikan Claude ke dalam alur kerja mereka, melatih puluhan ribu karyawan. Lebih dari 1000 pelanggan bisnis menghabiskan lebih dari 1 juta dolar setiap tahun untuk Claude.

Sistem tiga tingkat untuk mengukur visibilitas AI

  1. Tingkat pertama: Platform dengan skala dan signifikansi strategis. Lacak ChatGPT dan Gemini secara terpisah. Tambahkan Claude untuk audiens B2B, korporat, dan profesional.
  2. Tingkat kedua: Pencarian AI yang terintegrasi ke dalam ekosistem yang ada. Lacak Google AI Overviews dan AI Mode secara terpisah dari ChatGPT, Gemini, dan Claude. Tujuannya adalah untuk mengukur bagaimana AI mengubah jalur pencarian. Microsoft Copilot juga dapat dimasukkan dalam tingkat ini jika perusahaan memiliki kehadiran yang signifikan di Microsoft 365.
  3. Tingkat ketiga: Platform yang berkembang atau terspesialisasi. Ini termasuk Perplexity, Grok, DeepSeek. Jangan mengabaikannya, tetapi juga jangan memberi mereka bobot yang sama. Pantau mereka untuk visibilitas yang tidak biasa, lalu lintas rujukan, kutipan, dan pertumbuhan.

Jangan biarkan rata-rata menyembunyikan data sebenarnya

Metrik visibilitas LLM yang diagregasi dapat menciptakan rasa akurasi yang salah. Misalnya, jika suatu merek memiliki 40% kutipan di ChatGPT, 35% di Gemini, 30% di Claude, dan 90% di Perplexity, rata-rata sederhana akan menjadi 48,75%. Angka ini tidak banyak berarti jika Perplexity hanya merupakan sebagian kecil dari lalu lintas yang penting bagi bisnis.

CPM menguntungkan? Haruskah Perplexity dikecualikan dari pelacakan visibilitas AI? — ilustrasi 2

Alih-alih bertanya “Berapa rata-rata visibilitas kami di LLM?” kita perlu bertanya: “Di mana orang-orang yang penting bagi bisnis ini benar-benar menemukan merek kami?”.

Untuk ini, Anda perlu menggabungkan tiga set data:

  • Jangkauan audiens: penggunaan, kunjungan, distribusi berdasarkan platform.
  • Visibilitas: penyebutan, kutipan, URL rujukan, kueri yang menghasilkannya.
  • Dampak bisnis: menghubungkan rujukan AI dengan keterlibatan, prospek, penjualan, dan konversi lainnya.

Putusan saya tentang Perplexity

Ross Hudgens benar tentang masalahnya, tetapi tidak sepenuhnya benar tentang solusinya. Jangan hapus Perplexity dari pelacak LLM, tetapi kurangi bobotnya. Jika Perplexity menghasilkan 1% dari lalu lintas AI Anda, memberinya bobot 25% atau 33% dalam penilaian visibilitas tidak dapat dibenarkan. Namun, jika Perplexity menyumbang lebih dari 5% rujukan, seperti yang disarankan Hudgens sendiri, argumen untuknya menjadi lebih kuat.

Lintasan perkembangan Perplexity patut diperhatikan. Analisis Similarweb untuk Agustus 2026 masih menggambarkan Perplexity sebagai pemain aktif di pasar pencarian AI, mencatat strategi tanpa iklannya dan fokus pada langganan dan kesepakatan perusahaan. Ini menunjukkan mengapa “kecil” dan “tidak signifikan” bukanlah sinonim.

Pertanyaan yang Sering Diajukan

Berapa CPM yang dianggap menguntungkan untuk platform AI?

CPM yang menguntungkan di platform AI tergantung pada target audiens Anda dan ROI. Jika platform menghasilkan prospek atau penjualan berkualitas tinggi, bahkan dengan CPM yang relatif tinggi, itu bisa menguntungkan. Yang utama adalah menghitung tidak hanya biaya tayangan, tetapi juga konversi.

Apakah pengujian hipotesis murah di platform AI baru?

Ya, pengujian hipotesis murah di platform AI baru adalah wajib. Ini adalah cara untuk menemukan Google berikutnya. Anda tidak boleh menghabiskan anggaran besar untuk itu, tetapi pemantauan dan pengujian minimal akan memungkinkan Anda untuk tidak melewatkan potensi terobosan.

Mana yang lebih murah: spanduk atau blogger, jika dibandingkan dengan platform AI?

Pertanyaan mana yang lebih murah spanduk atau blogger tidak tepat dalam konteks AI. Platform AI menawarkan jenis interaksi yang berbeda. Perbandingan harga harus melalui metrik efisiensi: berapa biaya 1 juta tayangan melalui spanduk dibandingkan dengan harga pembuatan 100 video AI atau biaya publikasi 500 video melalui alat AI. Setiap saluran memiliki ekonomi unitnya sendiri.

Bagaimana cara memperkirakan biaya unikasi satu video menggunakan AI?

Biaya unikasi satu video menggunakan AI tergantung pada kompleksitas tugas dan alat yang digunakan. Penting untuk mengevaluasi tidak hanya biaya langsung, tetapi juga waktu yang akan dihemat AI. Harga per menit video AI dengan avatar juga bervariasi, tetapi seringkali lebih menguntungkan daripada tenaga kerja manual, terutama untuk volume besar.

Kesimpulan

Pasar pencarian AI dinamis. Mengabaikan Perplexity atau platform niche lainnya sepenuhnya berarti berisiko kehilangan sinyal penting. Namun, secara membabi buta memberi mereka bobot yang sama dengan raksasa adalah mendistorsi gambaran. Pendekatan matematis untuk analisis, pembobotan platform berdasarkan dampak nyata mereka pada bisnis, dan pemantauan konstan pemain baru adalah kunci keberhasilan dalam strategi SEO dan CPM yang menguntungkan.

Kami menghitung uang tunai, bukan hanya jumlah platform di pelacak. Jangan abaikan pihak luar yang mendapatkan momentum. Mungkin di antara mereka terdapat pemimpin pasar berikutnya. Mulailah menganalisis data Anda hari ini agar tidak melewatkan peluang baru!

  • Menyebutkan merek di ChatGPT lebih penting daripada tautan: 92,8% percakapan tanpa klik

    Menyebutkan merek di ChatGPT lebih penting daripada tautan: 92,8% percakapan tanpa klik

    92,8% dialog di ChatGPT berakhir tanpa transisi ke situs web — ini adalah data dari Profound yang dianalisis Kevin Indig dalam ringkasan 21 Juli. Pengukuran dilakukan pada lalu lintas langsung dari produk nyata, jadi angkanya bisa dipercaya. Semua promosi di mesin pencari bertumpu pada satu transaksi: Anda masuk ke bagian atas hasil pencarian, orang mengklik tautan ke situs Anda, dan mengubah kunjungan itu menjadi permintaan adalah tugas Anda. Tautan adalah titik di mana bisnis pertama kali menyentuh pelanggan. Dalam jawaban jaringan saraf, transaksi ini rusak pada langkah pertama: sering kali tidak ada klik sama sekali.

    Mengapa 92,8% dialog di ChatGPT berakhir tanpa transisi ke situs web

    Saya telah mengukur selama beberapa bulan bagaimana ChatGPT, Perplexity, Alisa AQI, dan GigaChat menyebut merek dalam jawaban mereka: saya menjalankan prompt kontrol dan melihat siapa yang disebut model dan siapa yang tidak. Dari pengujian ini, muncul angka yang merusak logika SEO yang biasa — dan membuat saya mengubah apa yang saya pantau pada klien. Saya jelaskan secara berurutan.

    Tiga minggu lalu, kami menjalankan prompt untuk salah satu klien di niche pengiriman makanan melalui ChatGPT. Rutinitas biasa: Anda mengetik pertanyaan seperti “layanan pengiriman mana yang harus dipilih di Moskow”, lalu melihat jawabannya. Pada saat itu, klien memiliki lebih banyak tautan dari situs lain daripada pesaing terdekatnya. Di Ahrefs — layanan yang menghitung bobot tautan situs — ini langsung terlihat: skor otoritas keseluruhan lebih tinggi, dan jumlah situs berbeda yang menaut ke sana satu setengah kali lebih banyak. ChatGPT menyebut pesaing. Klien tidak. Tidak disebut sama sekali, tidak sekali pun dalam dua puluh prompt.

    Saya memeriksa ulang tiga kali, mengubah formulasi pertanyaan, tanggal dialog, dan wilayah. Hasilnya sama. Selama satu setengah jam, saya jujur tidak mengerti apa masalahnya. Dua puluh tahun pengalaman promosi situs mengajarkan aturan sederhana: semakin banyak tautan ke Anda, semakin tinggi posisi Anda di hasil Google dan Yandex, dan karena itu semakin mungkin jaringan saraf menyebut Anda. Di sini aturan itu tidak berhasil. Hanya saja tidak ada hasil pencarian dalam arti biasa. Ada model yang memutuskan sendiri siapa yang disebut namanya dan siapa yang tidak. Dan keputusan itu tidak didasarkan pada penghitung tautan.

    Menyebut merek tidak bisa dibeli dengan tautan — itu terakumulasi seperti reputasi

    Sementara itu, lalu lintas AI itu sendiri sangat kecil volumenya — Ahrefs melaporkan bahwa ChatGPT menyumbang sekitar 0,19% dari semua klik tautan di internet, dibandingkan dengan 42% untuk Google. Sangat kecil jika dibandingkan secara langsung. Tapi yang lebih menarik: sedikit orang yang benar-benar mengklik dari ChatGPT berkonversi jauh lebih mudah — konversi sekitar 7,1%, dan kunjungan itu sendiri dinilai 4,4 kali lebih berharga daripada kunjungan biasa. Lebih sedikit orang yang mencapai situs, tetapi mereka yang sampai — datang siap untuk melakukan pembelian atau tindakan target lainnya.

    Menyebutkan merek di ChatGPT lebih penting daripada tautan: 92,8% percakapan tanpa klik

    Dan di sini ada perubahan penting. Jika keputusan dibuat SEBELUM klik, di dalam jawaban model itu sendiri, maka Anda harus berjuang bukan untuk klik. Anda harus berjuang untuk bagaimana Anda disebut pada saat klik belum terjadi dan, kemungkinan besar, tidak akan terjadi sama sekali. Penyebutan dalam jawaban ChatGPT tidak bekerja seperti posisi di hasil pencarian. Posisi bisa didapat dengan bekerja pada situs — tautan, kecepatan muat, pembersihan teknis. Penyebutan tidak bisa dibeli seperti itu. Model mengumpulkannya dari dua sumber: dari teks yang digunakan untuk melatihnya, dan dari halaman yang ditariknya langsung selama menjawab. Dan yang menentukan bukan jumlah tautan, tetapi bagaimana merek ditulis secara umum — dalam ulasan, di forum, dalam artikel industri, dalam perbandingan.

    Pemasaran di mesin pencari dulu berjuang untuk menduduki peringkat teratas, karena peringkat tersebut mengarahkan pengguna ke situs web. Pemasaran di jawaban jaringan saraf bekerja secara berbeda: yang diperjuangkan adalah penyebutan itu sendiri, karena klik mungkin tidak terjadi sama sekali, namun keputusan tetap diambil oleh pengguna—berdasarkan cara model menyebutkan merek tersebut. Tautan adalah aset sekali pakai. Ia berfungsi selama halaman tetap berada di hasil pencarian, selama situs web hidup, selama algoritma menghargainya. Penyebutan terakumulasi dengan cara yang berbeda: ini adalah reputasi yang telah tertanam dalam teks-teks yang menjadi bahan pelatihan model dan yang dibacanya saat ini. Hapus satu artikel—penyebutan itu tidak akan hilang; ia tersebar di puluhan sumber.

    Di sinilah letak kesalahan saya dengan klien layanan pesan antar makanan itu. Profil tautannya kuat, tetapi hampir semuanya berasal dari agregator dan katalog, di mana merek hanya terdaftar dalam daftar. Pesaing memiliki lebih sedikit tautan, tetapi memiliki tiga ulasan editorial mendalam yang menjelaskan bagaimana layanan tersebut berbeda dari yang lain. Model dilatih sebagian pada ulasan-ulasan itu. Ia tidak menghitung tautan—ia membaca konteks. Omong-omong, peringkat pertama di Google sama sekali tidak menjamin penyebutan di ChatGPT. Kami menguji ini secara terpisah pada beberapa klien: mesin pencari dan jaringan saraf memiliki mekanisme seleksi yang berbeda, dan peringkat pertama di hasil pencarian biasa tidak secara otomatis berubah menjadi baris dalam jawaban model.

    Di mana tautan masih mengarahkan pelanggan, dan di mana pertanyaan terjawab langsung di jawaban

    Tautan belum sepenuhnya mati—penting untuk tidak membingungkan ini. Di Google biasa, 68% pencarian di AS pada awal tahun 2026 juga berakhir tanpa klik, ini data dari SparkToro yang mengutip Search Engine Land. Jawaban tanpa klik ke situs web juga telah hadir di pencarian lama yang baik, hanya saja terlihat lebih awal—melalui blok jawaban siap pakai, kartu referensi, dan jawaban langsung di bagian atas hasil pencarian.

    Tautan masih berfungsi di mana keputusan dibuat SETELAH kontak pertama: perbandingan harga, membaca ulasan, dokumentasi teknis, semua yang memerlukan klik untuk melihat detail yang tidak muat dalam jawaban singkat model. Ia berfungsi di ceruk dengan siklus pengambilan keputusan yang panjang—di sana pengguna tetap akan mengunjungi situs web, hanya saja lebih lambat. Tautan tidak berfungsi di mana pertanyaan terjawab dengan satu kalimat dalam jawaban. “Layanan pesan antar mana yang harus dipilih”—terjawab dengan kalimat. “Berapa biaya pengiriman dari restoran tertentu di area tertentu besok malam”—tidak terjawab, di sana diperlukan klik. Bisnis yang sama hidup di kedua sisi batas ini—semuanya tergantung pada pertanyaan spesifik yang diajukan pengguna.

    Menyebutkan merek di ChatGPT lebih penting daripada tautan: 92,8% percakapan tanpa klik

    Apa yang sekarang saya ukur untuk klien alih-alih posisi di pencarian

    Saya berhenti hanya melihat posisi di hasil pencarian dan menambahkan pengukuran terpisah: seberapa sering dan dalam konteks apa model menyebutkan merek klien secara langsung, tanpa klik, tanpa transisi. Kami menjalankan prompt kontrol—pertanyaan nyata dari audiens—melalui ChatGPT, Perplexity, Alisa AI, dan GigaChat, dan melihat apakah model menyebutkan merek, dalam urutan apa relatif terhadap pesaing, dan dengan formulasi apa. ChatGPT bukan satu-satunya di sini. Perplexity membangun jawaban hampir seluruhnya dari sumber yang dikutip dan menampilkannya sebagai daftar—model dengan senang hati mengambil dari artikel di platform pihak ketiga. Alisa AI mencampur hasil pencarian Yandex yang segar, GigaChat menjawab dengan caranya sendiri. Merek yang disebutkan di satu model mungkin diam di model lain—oleh karena itu, pengukuran tidak lengkap hanya dengan ChatGPT.

    Dari sini muncul tiga hal yang sekarang saya sarankan untuk dipantau oleh setiap pemasar:

    • Pangsa penyebutan di antara pesaing teratas untuk pertanyaan kunci mereka sendiri: persentase spesifik untuk serangkaian prompt tertentu, tanpa peringkat umum.
    • Nada penyebutan: model dapat menyebut merek secara netral, atau dapat menambahkan kata penilaian seperti “terpercaya” atau “mahal” — ini memengaruhi pilihan lebih kuat daripada fakta penyebutan itu sendiri.
    • Sumber dari mana model tampaknya mengambil penyebutan ini: sering kali hanya satu atau dua artikel — itulah yang harus diperkuat terlebih dahulu, daripada menyebar anggaran ke puluhan platform.

    Dengan klien pengiriman makanan itu, pada akhirnya kami tidak mengejar tautan baru. Kami menulis beberapa materi mendalam tentang produk di platform yang jelas dibaca dan dikutip oleh model — dan setelah satu setengah bulan, penyebutan muncul, visibilitas di jawaban AI meningkat. Klien memiliki lebih banyak tautan, tetapi ChatGPT menyebut pesaing. Sekarang kami tahu alasannya.

    Pertanyaan yang Sering Diajukan

    Bagaimana cara mengukur penyebutan merek di ChatGPT?

    Jalankan prompt kontrol — pertanyaan nyata dari audiens — melalui ChatGPT, Perplexity, Alisa AI, dan GigaChat. Hitung pangsa penyebutan di antara pesaing teratas, catat nada dan sumber dari mana model mengambil informasi.

    Menyebutkan merek di ChatGPT lebih penting daripada tautan: 92,8% percakapan tanpa klik

    Bisakah penyebutan di jaringan saraf dibeli dengan tautan?

    Tidak. Tautan berfungsi di pencarian klasik, tetapi jaringan saraf tidak menghitungnya secara langsung. Penyebutan bergantung pada bagaimana merek ditulis dalam ulasan, artikel, forum — ini adalah reputasi yang terakumulasi dalam teks yang digunakan untuk melatih model.

    Apa yang harus dilakukan jika merek tidak disebutkan di ChatGPT?

    Temukan platform yang paling sering dikutip oleh model, dan tempatkan materi mendalam tentang produk di sana. Perkuat ulasan editorial, perbandingan, artikel ahli — ini memengaruhi penyebutan lebih kuat daripada massa tautan.

    Haruskah kita meninggalkan SEO demi jaringan saraf?

    Tidak. Tautan masih berfungsi di ceruk dengan siklus keputusan yang panjang dan untuk permintaan transaksional. Strategi optimal adalah menggabungkan SEO klasik dengan upaya pada penyebutan di jawaban AI.

    Kesimpulan

    Kesimpulannya sederhana: 92,8% dialog di ChatGPT berakhir tanpa klik, tetapi keputusan untuk memilih merek sudah dibuat. Tautan adalah aset sekali pakai, penyebutan adalah reputasi yang terakumulasi. Untuk menang di hasil AI, berhentilah mengejar tautan dan mulailah mengelola bagaimana Anda ditulis dalam teks yang dibaca model. Jalankan prompt kontrol, pantau pangsa penyebutan dan nada — dan Anda akan melihat di mana Anda benar-benar kehilangan pelanggan. Mulailah dengan audit penyebutan Anda hari ini.

  • Visibilitas AI: Cara Membedakan Pertumbuhan Nyata dari Kebisingan Pengukuran

    Visibilitas AI: Cara Membedakan Pertumbuhan Nyata dari Kebisingan Pengukuran

    Data tentang visibilitas AI tidak stabil: model generatif memberikan jawaban yang berbeda setiap kali, sehingga pengukuran tunggal bisa menyesatkan. Penelitian baru IQRush menawarkan aturan berhenti yang memungkinkan untuk menentukan kapan peringkat menjadi andal. Dalam artikel ini, kita akan membahas cara membedakan pertumbuhan nyata dari kebisingan pengukuran dan kesimpulan praktis apa yang dapat diambil oleh para pemasar.

    Mengapa pengukuran tunggal visibilitas AI tidak dapat diandalkan

    Mesin pencari seperti SearchGPT, Gemini, dan Perplexity memasukkan keacakan ke dalam setiap jawaban. Permintaan yang sama dapat menghasilkan sumber yang berbeda — ini adalah fitur arsitektur. Penelitian menunjukkan bahwa, misalnya, saat menguji SearchGPT pada topik perlengkapan lari, Tom’s Guide menerima sekitar 9,5% kutipan, sementara Runner’s World sekitar 6,0%. Perbedaan 3,5 poin persentase ternyata berada dalam batas kesalahan, sehingga mengklaim keunggulan Tom’s Guide tidak tepat.

    Berapa banyak data yang diperlukan untuk peringkat yang dapat diandalkan

    Jawabannya terdiri dari dua kondisi yang harus dipenuhi secara bersamaan. Pertama: urutan harus berhenti berubah. Setelah mengumpulkan cukup banyak jawaban, situs-situs teratas mulai menonjol dengan jelas. Kedua: perbedaan antara situs-situs teratas harus melebihi kesalahan pengukuran. Jika pesaing terlalu dekat, peringkat tidak mencerminkan keunggulan nyata.

    Dalam 30 pengujian di berbagai platform dan topik, jumlah jawaban yang diperlukan untuk memenuhi kedua kondisi bervariasi dari 33 hingga 94 (hanya jawaban dengan kutipan yang diperhitungkan). Dalam tiga dari 30 kasus, hal ini tidak tercapai bahkan setelah 125 permintaan — semuanya di SearchGPT, di mana situs-situs teratas terlalu mirip.

    Kesimpulan praktis untuk pemasar

    Rand Fishkin (SparkToro) menyarankan: sebelum menghabiskan uang untuk melacak visibilitas AI, pastikan penyedia “menunjukkan matematika mereka”. Penelitian IQRush memberikan aturan berhenti sederhana agar tidak mengandalkan intuisi. Jika setelah memperbarui konten Anda melihat peningkatan kutipan sebesar 3 poin persentase, ini mungkin variasi alami. Ukur metrik sebelum dan sesudah beberapa kali — pengukuran tunggal tidak dapat dibedakan dari kebisingan.

    Visibilitas AI: Cara Membedakan Pertumbuhan Nyata dari Kebisingan Pengukuran

    Platform yang berbeda — persyaratan data yang berbeda

    Gemini membebani kutipan ke situs yang sama dalam satu jawaban, sehingga banyak kutipan tidak membawa informasi baru. SearchGPT memberikan lebih sedikit kutipan per jawaban, tetapi mendistribusikannya lebih luas — setiap jawaban berisi lebih banyak data independen. Jumlah jawaban yang sama di dua platform tidak memberikan keyakinan yang sama: anggaran yang cukup untuk Gemini dapat membuat Anda tidak tahu apa-apa di SearchGPT.

    Ketika data tidak mencukupi: tahu kapan harus berhenti

    Dalam tiga dari 30 pengujian, situs-situs teratas tidak pernah terpisah dengan bersih. Dalam kasus seperti itu, keputusan yang tepat adalah menahan diri untuk tidak mempublikasikan peringkat. Pelacak yang dapat mengatakan “data tidak mencukupi” lebih berharga daripada yang menghasilkan urutan yang pasti pada setiap permintaan.

    Hanya pemimpin yang dapat dipercaya: dengan jumlah jawaban yang cukup, mereka menjauh dari tengah dan ekor. Tetapi bahkan untuk 10 besar, kesalahan tipikal adalah sekitar lima posisi, dan setiap posisi kelima lebih dari 10. Jangan publikasikan posisi pasti di luar puncak daftar.

    Keterbatasan penelitian

    Ini adalah pracetak, berdasarkan 30 pengujian di tiga platform menggunakan pertanyaan yang dihasilkan oleh ChatGPT, bukan permintaan pengguna nyata. Angka-angka yang tepat tidak dapat ditransfer ke topik Anda — anggap saja sebagai bentuk masalah, bukan tabel nilai. Dalam satu pengujian, 125 pertanyaan hanya menghasilkan 104 jawaban yang berguna (kerugian 17%), sehingga jumlah permintaan sebenarnya harus lebih besar.

    Visibilitas AI: Cara Membedakan Pertumbuhan Nyata dari Kebisingan Pengukuran

    Metode ini telah divalidasi secara internal: peringkat awal dibandingkan dengan peringkat akhir, bukan dengan tolok ukur eksternal. Namun, tim independen dari Universitas St. Gallen (Julius Schulte, Malte Bleker, Philipp Kaufmann) pada bulan April menerbitkan hasil serupa pada kumpulan data mereka sendiri, mengonfirmasi bahwa pembacaan tunggal tidak dapat diandalkan.

    Masa depan visibilitas AI: dari angka pasti ke rentang

    Pelaporan visibilitas AI bergerak menuju format dengan kesalahan, seperti dalam analitik iklan dan web. Sementara Search Console tidak melaporkan klik mana yang berasal dari AI, tugas ada pada Anda: jalankan pemeriksaan beberapa kali dan laporkan rentang, bukan satu angka dari dasbor.

    Pertanyaan yang sering diajukan

    Berapa kali saya perlu menanyai pencarian AI untuk mendapatkan data yang stabil?

    Antara 33 hingga 94 jawaban dengan kutipan tergantung pada platform dan topik. Tidak ada ambang batas universal.

    Bisakah saya mempercayai dasbor visibilitas AI?

    Hanya jika mereka menunjukkan kesalahan dan pengukuran berulang. Angka murni tanpa konteks adalah bendera merah.

    Visibilitas AI: Cara Membedakan Pertumbuhan Nyata dari Kebisingan Pengukuran

    Apa yang harus dilakukan jika setelah memperbarui konten, kutipan meningkat sebesar 3%?

    Lakukan beberapa pengukuran sebelum dan sesudah. Jika perbedaan bertahan — itu pertumbuhan nyata. Jika tidak — kebisingan.

    Platform mana yang membutuhkan lebih banyak data?

    SearchGPT — karena lebih sedikit kutipan per jawaban, tetapi lebih banyak independensi setiap jawaban. Gemini — sebaliknya, memberikan banyak kutipan, tetapi sering mengulangi situs yang sama.

    Kesimpulan

    Kesimpulan utama: Visibilitas AI bukanlah metrik tetap, melainkan rentang. Gunakan aturan berhenti, periksa beberapa kali, dan jangan publikasikan peringkat jika situs-situs teratas tidak terpisah. Hanya dengan cara ini Anda akan mendapatkan data yang dapat diandalkan. Mulailah menerapkan prinsip-prinsip ini hari ini agar laporan visibilitas AI Anda dapat diandalkan dan berguna untuk pengambilan keputusan.