VibeVO – Advertisers and creators in one ecosystem

Tag: visibilitas ai

  • 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!

  • Repurposing untuk Pencarian AI: Bagaimana Kreator Mengakali Algoritma Merek

    Repurposing untuk Pencarian AI: Bagaimana Kreator Mengakali Algoritma Merek

    Di dunia di mana chatbot AI menjadi titik masuk baru bagi pembeli, merek mengubah strategi visibilitas mereka. Sekarang, ada item baru dalam brief untuk kreator: visibilitas AI. Pemasar telah menyadari bahwa metode SEO tradisional dan iklan berbayar tidak lagi cukup ketika LLM (model bahasa besar) secara aktif memindai media sosial, blog, dan portal berita untuk mencari jawaban atas pertanyaan pengguna. Kunci utamanya adalah “DNA video” dan “matriks” konten yang mampu diinterpretasikan oleh AI.

    Visibilitas AI: Realitas Konten Baru

    Sebelumnya, merek sendiri yang mendikte apa yang akan dikatakan tentang mereka di internet. Hari ini, pencarian AI mengambil inisiatif, mengandalkan sumber eksternal yang lebih otentik.

    “Mesin bergerak menuju informasi publik yang paling mudah diakses dan paling otentik untuk mendekati jawaban. Ini bukan sesuatu yang berasal dari merek itu sendiri,” kata Joe Gagliese, CEO Viral Nation.

    Kreator sebagai Kunci Kepercayaan AI

    • Otentisitas: AI lebih menyukai konten yang dibuat oleh orang sungguhan, bukan departemen pemasaran perusahaan.
    • Aksesibilitas: Media sosial dan blog kreator adalah sumber data terbuka untuk LLM.
    • Kepercayaan: Ulasan dan testimoni positif dari kreator membentuk reputasi merek di mata AI.

    Contoh Zoom menunjukkan tren ini: perusahaan bekerja sama dengan jurnalis-kreator Naima Raza untuk meningkatkan otoritas melalui penceritaan. Ini adalah langkah untuk mengatasi larangan iklan, ketika pesan iklan langsung tidak berfungsi.

    Mengukur dan Mengoptimalkan Visibilitas AI

    Meskipun hubungan langsung antara kampanye kreator dan visibilitas AI masih dalam pengembangan, korelasinya sudah jelas. Kristina Coughlin, SVP dan General Manager Trevant, mencatat bahwa permintaan untuk melacak konten kreator dalam hasil pencarian AI muncul di hampir setiap pitch baru.

    Ini mendorong agensi untuk menggunakan kembali konten dan mengadaptasi strategi.

    Strategi Agensi untuk Visibilitas AI

    1. Audit konten yang ada: Trevant menganalisis kreator dan jenis konten mana yang menghasilkan jumlah kutipan terbanyak di LLM.
    2. Pemantauan berkelanjutan: Melacak kutipan selama kampanye untuk optimasi dan perencanaan kemitraan di masa depan.
    3. Integrasi dengan SEO: Tim Crispin, misalnya, bekerja sama dengan spesialis SEO untuk merekayasa balik proses GEO guna memperkuat pengaruh kreator.

    Pendekatan ini memungkinkan merek, yang sebelumnya skeptis terhadap pemasaran influencer, untuk melihat nilai dalam mengunikan video dan konten untuk pencarian AI.

    Kreator secara aktif menguasai AEO (Answer Engine Optimization), membuat situs web khusus dan melakukan audit. Penting agar keterangan postingan di media sosial dapat dibaca mesin dan berisi informasi yang cukup untuk dipindai oleh LLM.

    “Selain sekadar berbagi informasi dan semua hal biasa yang Anda harapkan dari sebuah keterangan, kami sekarang tiba-tiba berkata, ‘Oke, ini adalah ekor panjang baru dari pencarian online, dan kami perlu memastikan bahwa keterangan ini berfungsi seefektif mungkin,’” tegas Daniel Wylie, CEO Sway Group.

    Apa yang perlu dipertimbangkan oleh kreator:

    • “Merekatkan” informasi: Membuat konten yang utuh, informatif, dan mudah “dikemas ulang” untuk AI.
    • “Memecah” konten: Mengubah satu webinar menjadi 50 klip pendek untuk berbagai platform.
    • Metadata: Deskripsi dan tag yang sedetail dan serelevan mungkin.

    Namun, para ahli memperingatkan agar tidak berlebihan. Scott Sutton, CEO Later, mencatat bahwa 300.000 TikTok tentang sabun baru mungkin tidak masuk AEO jika tidak berada di tempat yang tepat untuk diindeks.

    Repurposing untuk pencarian AI: bagaimana kreator melewati algoritma merek — ilustrasi 2

    Ini menekankan pentingnya paket unikasi dan pendekatan strategis terhadap skalabilitas konten.

    Pertanyaan yang Sering Diajukan

    Apa itu visibilitas AI dan mengapa itu penting?

    Visibilitas AI adalah kemampuan konten merek untuk ditemukan dan dikutip oleh model bahasa besar (LLM) dan chatbot AI saat menjawab pertanyaan pengguna. Ini penting karena semakin banyak orang memulai perjalanan pembelian mereka dengan pencarian AI, dan merek yang tidak hadir di sana kehilangan calon pelanggan. Ini seperti “klon” konten Anda, bekerja untuk Anda di realitas digital baru.

    Bagaimana kreator dapat membantu merek meningkatkan visibilitas AI?

    Kreator dapat membuat konten yang autentik, informatif, dan terstruktur dengan baik yang mudah dipindai oleh LLM. Ulasan dan testimoni positif mereka dianggap lebih andal oleh AI daripada iklan merek langsung. Mereka membantu “mengakali” algoritma dengan menyediakan konten alami yang berkualitas.

    Apa itu AEO dan bagaimana perbedaannya dengan SEO?

    AEO (Answer Engine Optimization) adalah optimasi konten untuk mesin jawaban, seperti chatbot AI, yang bertujuan untuk memberikan jawaban langsung atas pertanyaan pengguna. Berbeda dengan SEO tradisional, yang berfokus pada kata kunci untuk mesin pencari, AEO berorientasi pada penyediaan jawaban yang jelas, otoritatif, dan lengkap yang dapat dengan mudah diekstraksi dan digunakan oleh AI. Ini adalah “pengolahan ulang video untuk iklan” dengan mempertimbangkan logika AI.

    Ya, mengubah tujuan dan membuat konten yang ada menjadi unik adalah pendekatan yang efektif. Ini dapat mencakup perubahan latar belakang dan nada dalam video, adaptasi untuk TikTok, Shorts, Reels, menulis ulang teks agar dapat dibaca mesin. Tujuannya adalah untuk membuat 100 konten unik dari satu, tetapi penting untuk memastikan bahwa konten baru memenuhi persyaratan AEO dan akan diindeks dengan benar oleh AI.

    Kesimpulan

    Era pencarian AI mengubah aturan main bagi merek dan kreator. Berinvestasi dalam visibilitas AI melalui konten kreator yang autentik menjadi tidak hanya diinginkan, tetapi juga sangat penting. Ini bukan hanya “perbandingan harga dari nol”, tetapi langkah strategis untuk mendominasi realitas digital baru.

    Mulailah mengadaptasi strategi konten Anda hari ini agar merek Anda tidak hanya terlihat, tetapi juga dikutip di dunia AI masa depan. Jelajahi peluang pembuatan varian untuk tes A/B dan adaptasi untuk berbagai jejaring sosial untuk memanfaatkan setiap bit konten Anda secara maksimal.

  • ChatGPT memilih merek sendiri sebelum pencarian: bagaimana bisa masuk dalam daftar

    ChatGPT memilih merek sendiri sebelum pencarian: bagaimana bisa masuk dalam daftar

    ChatGPT memilih merek sebelum pencarian: bagaimana bisa masuk daftar

    ChatGPT menyisipkan nama merek ke dalam kueri pencariannya bahkan sebelum memuat halaman. Saya membaca 60 dialog untuk memahami kapan ini terjadi dan apa yang membantu sebuah merek disebutkan. Ini adalah wawasan kunci bagi semua yang bekerja pada visibilitas AI: keputusan tentang apakah merek Anda direkomendasikan dibuat jauh sebelum ChatGPT menyentuh situs Anda.

    Saya meminta ChatGPT menyebutkan aplikasi catatan terbaik dengan AI. Tujuh kata, tanpa menyebut merek. Sebelum memuat apa pun, ia menulis kueri pencarian untuk dirinya sendiri: Granola, Notion AI, Otter, Fireflies, Fathom, Mem, Limitless — tujuh produk dalam satu pencarian. Saya tidak menyebut satu pun, dan tidak ada yang datang dari pencarian web, jadi nama-nama ini muncul dari model itu sendiri.

    Kemudian ia melakukan sembilan pencarian lagi — ini adalah ‘kipas’ kueri yang saya tulis di dua bagian pertama. Satu pencarian membentuk daftar pendek, lalu satu pencarian per merek, masing-masing mengarah langsung ke situs perusahaan. Kipas tidak pernah menjadi pencarian kandidat — ini adalah ChatGPT yang menelusuri daftar yang sudah dimilikinya, satu nama pada satu waktu.

    Di dua bagian pertama, saya menulis bahwa Anda perlu melewati pemeriksaan site:yourdomain.com, karena ChatGPT menjalankan pemeriksaan semacam itu. Tapi ia hanya menjalankannya jika Anda masuk dalam kueri pencarian pertama. Jika Anda tidak ada dalam daftar pendek, situs Anda tidak akan dilihat sama sekali, sebaik apa pun itu. Keputusan dibuat sebelum apa pun menyentuh server Anda.

    Saya membaca lalu lintas ini selama dua bulan untuk bagian pertama dan kedua. Ini adalah hal pertama yang mengubah rekomendasi saya kepada klien. Sebelum membaca lebih lanjut: semua ini didapat dari satu akun, jadi setiap persentase adalah arah, bukan ukuran. Mekanismenya lain. Anda dapat mereproduksinya di akun Anda dalam dua menit, dan saya akan menunjukkan caranya di akhir.

    Bagaimana ini bekerja

    Saat Anda mengajukan pertanyaan, ChatGPT menulis ulang menjadi kueri pencariannya sendiri, menjalankannya, membaca hasilnya, lalu menulis jawaban. Kueri-kueri ini ada dalam respons yang dimuat browser Anda, di bawah kunci search_queries. OpenAI mengganti namanya dari search_model_queries pada awal Agustus 2026.

    Ini bukan kebocoran: browser Anda memerlukan JSON ini untuk merender halaman, dan Anda dapat membacanya di DevTools di akun Anda dalam sekitar dua menit. Berikut contoh dari pertanyaan tentang program obrolan: saya bertanya ‘perangkat lunak AI terbaik untuk obrolan dukungan’, dan ia menambahkan tahun, ‘resmi’, ‘harga’, dan tiga nama.

    Semua di bawah ini didasarkan pada pembacaan beberapa ratus permintaan semacam itu. Mulailah dengan ini: buka ChatGPT, ajukan pertanyaan “terbaik [kategori Anda]”, yang diajukan pembeli Anda, dan baca permintaan yang akan ditulisnya. Baris ini akan menunjukkan apakah ChatGPT mengetahui keberadaan merek Anda — inilah yang biasanya dijual sebagai audit visibilitas AI. Seluruh artikel lainnya tentang apa yang harus dilakukan dengan apa yang Anda temukan.

    Uji Kausalitas

    Keberatan yang jelas terhadap contoh aplikasi catatan saya: mungkin ChatGPT pertama kali melakukan pencarian, melihat merek-merek tersebut, lalu menulis permintaan kedua yang lebih cerdas. Ini akan membuat nama-nama itu menjadi hasil pencarian, bukan penyebab.

    Karena itu, saya melakukan uji: untuk setiap dialog, saya mengambil pesan pertama pengguna dan permintaan pencarian pertama, diurutkan berdasarkan waktu. Pada saat itu, tidak ada yang dimuat, jadi tidak ada yang bisa dipelajari. Dalam 21 dari 27 dialog, permintaan pertama berisi merek yang tidak dimasukkan pengguna. Lihat baris 2 dan 3: pertanyaan yang sama, sedikit perbedaan kata — dan daftar bertambah dari tiga menjadi tujuh nama. Daftar bertambah tergantung pada kata-kata, bukan dari tabel tetap.

    Kemudian saya menjalankan 12 kategori yang tidak terkait satu sama lain untuk memeriksa bahwa ini bukan fitur perangkat lunak. 11 dari 13 menunjukkan hal yang sama. Baris dengan robot penyedot debu mengejutkan saya: mengingat bahwa Roborock ada adalah hal biasa, tetapi ia mengingat Saros, Dreame X50, dan Eufy S1 Pro — nomor model terkini dalam permintaan pertama, tanpa petunjuk. Pengetahuan ini mencapai lini produk.

    Baris dengan SUV listrik berperilaku berbeda. Untuk akuntansi, terapi, dan hosting, ia menyebut vendor dan beralih ke halaman harga mereka. Untuk mobil, ia menyebut majalah: Car and Driver, Edmunds, Top Gear. Dalam satu kategori, nalurinya adalah pergi ke produsen; di kategori lain, ke pengulas.

    Saya senang dengan ini dan menjalankan ulang tiga kategori untuk memeriksa stabilitas. Belajar bahasa hampir tidak berubah: lima dari enam nama cocok. Akuntansi menyusut dari enam vendor menjadi satu permintaan yang ditargetkan ke QuickBooks. Web hosting sepenuhnya berpindah sisi: meninggalkan semua vendor dan beralih ke situs ulasan. Jadi “vendor versus majalah” adalah tren yang dapat berubah antar peluncuran, bukan properti tetap dari kategori.

    Dua hal bertahan: injeksi terjadi setiap kali, dan kategori dengan pemimpin pasar paling jelas mempertahankan nama-nama mereka. Saya berasumsi bahwa kategori mapan memiliki daftar pendek yang stabil, sementara yang diperdebatkan berfluktuasi, tetapi tiga pengulangan tidak cukup untuk menegaskan ini. Jangan menilai visibilitas AI dari satu jawaban. Jalankan pertanyaan lima kali, karena daftar berubah antar peluncuran.

    Apa yang Mempengaruhi Injeksi Merek

    Semua permintaan sebelumnya mengandung kata “terbaik”, jadi saya mencoba memecahnya. Saya menjalankan 24 permintaan tambahan tanpa kata itu dalam tujuh bentuk berbeda. Ternyata “terbaik” tidak ada hubungannya dengan itu. Yang penting adalah apakah ChatGPT harus memikirkan produk sendiri.

    Ketika dia tidak mencari sama sekali, itu tidak berfungsi. Tanyakan cara kerja peredam bising atau apa itu basis data vektor—dia akan menjawab dari pelatihan tanpa pencarian web. Hal yang sama untuk keluhan terbuka: “Kami menghabiskan terlalu banyak untuk alat dukungan pelanggan”—juga tanpa pencarian. Tujuh dari dua puluh empat permintaan saya tidak menyentuh web sama sekali, jadi tidak ada daftar pendek untuk dimasuki.

    Jika Anda menyebutkan merek sendiri, dia akan menerimanya. “Xero atau QuickBooks untuk bisnis kecil” langsung beralih ke site:xero.com/uk. “Haruskah saya menggunakan HubSpot untuk agensi kecil”—ke site:hubspot.com. Jika kandidat diserahkan padanya, dia menggunakan memori. Ini terjadi dalam sepuluh dari sebelas kasus ketika saya meminta rekomendasi tanpa menyebutkan nama.

    Baris ketiga adalah favorit saya: Saya sengaja menghindari kata “robot penyedot debu” dan tidak menyebutkan siapa pun, tetapi dia langsung pergi ke situs model Roborock tertentu di pencarian pertama. Baris 2 seharusnya mengkhawatirkan Anda jika Anda menjual perangkat lunak: keluhan tentang catatan rapat berubah menjadi “harga resmi Granola” sebelum halaman dimuat.

    ChatGPT сам выбирает бренды до поиска: как попасть в список — illustration 2

    Ada versi yang menargetkan pesaing Anda. Ketiga permintaan saya tentang penggantian menghasilkan nama baru: “Alternatif Zendesk”—Help Scout; “apa yang bisa digunakan selain QuickBooks”—Zoho Books; “sesuatu seperti Duolingo, tapi lebih baik untuk tata bahasa”—Kwiziq dan Babbel. Ketika pelanggan Anda mencari jalan keluar dari pesaing Anda, ChatGPT menawarkan yang sudah dikenalnya. Itu bisa jadi Anda, dan pada hari itu Anda tidak bisa memengaruhinya.

    Jika ChatGPT mencari produk dan Anda tidak menyebutkan satu pun, dia membawa miliknya sendiri. Lakukan ini: jalankan pertanyaan kategori Anda lima kali dan catat nama yang muncul di kueri setiap kali. Nama yang muncul di setiap putaran adalah set kompetitif nyata Anda di kepala ChatGPT. Yang muncul dan hilang adalah wilayah yang diperdebatkan di mana Anda bisa menggeser keadaan. Jika merek Anda tidak muncul sama sekali dalam lima putaran, Anda punya jawabannya, dan itu bukan teknis.

    Kutipan: Peluang 3,1%

    Saya membagi semua merek menjadi dua kelompok: yang muncul di kueri yang ditulis ChatGPT dan yang hanya dimuat selama pencarian tetapi tidak disebutkan. Lalu saya memeriksa seberapa sering setiap kelompok masuk ke jawaban akhir. Perbedaannya sekitar 33 kali lipat. Saya juga menemukan 86 kasus di mana merek direkomendasikan tetapi situsnya tidak pernah dimuat dalam dialog itu. Penyebutan tidak memerlukan perayapan.

    Ini tidak nyaman untuk industri saya sendiri. Sebagian besar yang sekarang dijual sebagai GEO adalah kerja ekstraksi, yaitu kolom 2,1%. Kolom 68,9% diputuskan sebelum semua itu dimulai. Bagilah anggaran sesuai dengan dua kolom tersebut.

    Jika Anda tidak ada di kueri, uang harus pergi ke upaya agar Anda ditulis, diulas, dibandingkan, dan dimasukkan dalam daftar: PR digital, konten kategori, penempatan di situs ulasan, liputan analis, partisipasi dalam kurasi yang dibaca pembeli Anda. Jika Anda sudah ada di kueri, pengeluaran itu sebagian besar sudah selesai, dan yang tersisa adalah kerja teknis di bawah ini.

    Jika semuanya berhenti di sini, sarannya adalah “bangun ekuitas merek”, dan kita semua bisa pulang. Tetapi setelah kueri, ada filter kedua yang bekerja, dan itu kejam. Saya membuat kumpulan data berlabel dari 57 dialog: setiap halaman yang dimuat sebagai baris, dengan label apakah halaman itu mendapat sitasi. 3.554 halaman, 110 mendapat sitasi — 3,1%. ChatGPT membaca sekitar 600 halaman untuk menulis satu jawaban, dan menyebut sekitar 30. Hampir semuanya dibaca. Kesenjangan antara pembacaan dan sitasi — di situlah pekerjaan berada.

    Tiga Faktor yang Mempengaruhi Sitasi

    Posisi. ChatGPT mengelompokkan hasil berdasarkan domain, dan posisi Anda dalam grup itu memprediksi hampir semuanya. Di bawah dua teratas, sitasi adalah kesalahan pembulatan. Berada dalam kumpulan bukanlah kemenangan jika Anda berada di posisi kesembilan.

    Kanibalisasi. Menambahkan halaman merugikan. Ketika beberapa halaman dari domain yang sama muncul dalam satu grup, konversi per halaman turun drastis. Dua halaman yang terkait erat adalah optimal. Lebih dari enam — Anda pada dasarnya bersaing dengan diri sendiri. Saya selama setahun memberi tahu klien untuk konsolidasi berdasarkan intuisi. Ini pertama kalinya saya melihatnya dalam data.

    Relevansi. Relevansi memenuhi syarat, tetapi tidak memilih. Saya menilai halaman yang disitasi terhadap semua halaman lain yang diambil untuk pernyataan yang sama, berdasarkan seberapa baik teksnya sesuai dengan kalimat yang didukung. Halaman yang disitasi masuk ke 5% teratas dari kumpulan. Tetapi itu adalah satu-satunya kecocokan terbaik hanya dalam 20% kasus, dan tumpang tindih rata-ratanya jauh lebih rendah daripada yang terbaik yang tersedia.

    Jadi, relevansi pernyataan membentuk daftar pendek, dan sesuatu yang lain memilih pemenang. Masuk ke 10% teratas untuk pernyataan tertentu — dan Anda dalam percakapan. Bagian itu Anda kendalikan melalui teks. Pilihan akhir melibatkan hal-hal yang tidak saya lihat.

    Lakukan ini: ambil pertanyaan yang diajukan pembeli Anda, dan temukan semua halaman Anda yang menjawab pertanyaan yang sama. Pilih halaman yang paling sesuai dengan niat, jadikan itu jawabannya, dan gabungkan atau arahkan yang lain ke sana. Pastikan kalimat yang benar-benar menjawab pertanyaan berada di bagian atas halaman sebagai teks HTML sederhana dengan angka.

    Menemukan tumpang tindih seperti itu secara manual di situs nyata adalah bagian yang paling tidak menyenangkan. Kanibalisasi biasanya dinilai berdasarkan tumpang tindih kata kunci, tetapi itu adalah unit yang salah, karena ChatGPT mengelompokkan berdasarkan pernyataan, bukan kata kunci. Justru untuk itulah Keyword Insights dibuat: ia mengelompokkan kata kunci berdasarkan niat pencarian, bukan berdasarkan kecocokan string, sehingga halaman yang bersaing untuk satu niat terlihat sebagai grup, bahkan jika mereka tidak memiliki kata kunci yang sama. Pengelompokan ini persis sesuai dengan apa yang saya lihat ketika ChatGPT memadatkan domain menjadi satu halaman yang disitasi. Pengungkapan penuh: ini adalah perusahaan saya, jadi saya tahu ia menangani tugas ini.

    Hasilnya membagi visibilitas AI menjadi dua permainan yang sering membingungkan. Jika ChatGPT tidak menghubungkan merek Anda dengan kategori Anda, ia tidak akan menyebut Anda dalam permintaan, dan Anda memiliki peluang 2% untuk disebutkan. Skema tidak akan memperbaiki ini, begitu juga kecepatan halaman. File llms.txt memiliki peluang lebih kecil lagi, karena server Anda tidak melakukan kontak sebelum keputusan dibuat.

    Yang tampaknya membangun koneksi adalah kerja yang lambat dan tidak menarik: orang menulis tentang Anda, mereview, membandingkan, dan memperdebatkan Anda di web terbuka selama bertahun-tahun sampai asosiasi muncul dalam data pelatihan. Ini adalah PR digital dan konten yang mendefinisikan kategori, yang tidak nyaman bagi mereka yang menjual audit teknis sebagai strategi AI.

    Bagian teknis adalah 3,1%, dan itu nyata: satu halaman yang disesuaikan dengan tepat untuk setiap niat, proposisi dengan klaim kunci di awal, fakta dan angka dalam teks HTML sederhana, tanpa klaster halaman yang hampir identik yang saling bersaing. Berikut adalah seluruh urutan yang dapat Anda lakukan minggu ini:

    1. Periksa apakah ChatGPT mengenal merek Anda: ajukan pertanyaan kategori lima kali dan lihat apakah merek Anda muncul dalam hasil pencarian.
    2. Periksa halaman mana yang dikutip: gunakan FanoutFox untuk melacak kutipan dan melihat permintaan.
    3. Hilangkan kanibalisasi: temukan halaman yang menjawab pertanyaan yang sama dan gabungkan.
    4. Optimalkan konten: pastikan klaim kunci dan angka berada di bagian atas halaman.

    Dalam data saya, satu merek dimuat 66 kali dan tidak pernah dikutip. Ini bukan masalah kesadaran. Mesin terus kembali dan memutuskan bahwa tidak ada yang bisa dikutip. Langkah 4 ada untuk menangkap ini.

    Langkah 1 dan 4 adalah alasan saya membuat FanoutFox, karena melakukannya secara manual untuk setiap respons cepat membosankan. Ini adalah ekstensi Chrome gratis; semuanya tetap di browser Anda, dan ia membaca milik Anda sendiri.

  • 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.