Dunia pencarian digital sedang mengalami pergeseran paradigma yang sangat masif. Jika beberapa tahun lalu fokus utama praktisi digital marketing dan pemilik bisnis di Indonesia adalah memperebutkan peringkat pertama di halaman hasil pencarian (SERP) Google, kini petanya telah berubah. Kehadiran mesin pencari berbasis kecerdasan buatan (AI Search) seperti Google AI Overviews, ChatGPT, Perplexity, Claude, hingga Gemini memaksa kita untuk mengadaptasi strategi SEO generasi baru—yang sering disebut sebagai Generative Engine Optimization (GEO).
Namun, muncul satu tantangan besar: Bagaimana cara membuktikan bahwa optimasi yang kita lakukan pada AI Search benar-benar membuahkan hasil? Sebagian besar tim pemasaran saat ini hanya mengandalkan asumsi atau sekadar melihat peningkatan trafik secara umum. Padahal, dalam dunia SEO modern, membedakan antara korelasi (kebetulan) dan kausalitas (sebab-akibat) adalah kunci utama untuk mengalokasikan anggaran marketing secara efisien.
Dalam tulisan ini, kita akan membongkar metodologi pengujian (split testing) SEO AI Search yang dikembangkan oleh pakar industri dari seoClarity, serta bagaimana Anda bisa menerapkannya untuk konteks bisnis dan UMKM di Indonesia.
Mengapa Mengukur SEO AI Search Sangat Sulit?
Ketika Anda menambahkan bagian FAQ pada sebuah halaman produk di situs e-commerce seperti Tokopedia atau platform web bisnis Anda, lalu seminggu kemudian AI seperti Perplexity atau ChatGPT mulai mengutip halaman tersebut, apakah itu berarti strategi FAQ Anda berhasil? Belum tentu.
Bisa saja pada saat yang bersamaan, mesin AI tersebut sedang melakukan pembaruan model data internal, atau kompetitor Anda sedang mengalami gangguan pada websitenya. Inilah yang disebut korelasi. Peningkatan terjadi bersamaan dengan perubahan yang Anda buat, tetapi belum tentu disebabkan oleh perubahan tersebut.
Seperti yang disampaikan oleh tim ahli seoClarity—Mark Traphagen, Mihir Naik, dan Suraj Lalchandani—skor visibilitas saja hanya memberi tahu apakah brand Anda muncul atau tidak. Untuk mengetahui apakah tindakan Anda benar-benar berdampak, Anda membutuhkan performa tingkat halaman (*page-level performance*) dan pengujian terpisah (*split testing*).
Data First-Party Google Search Console: Langkah Awal yang Hebat
Kabar baiknya, Google baru-baru ini merilis laporan khusus untuk AI Overviews dan AI Mode di dalam Google Search Console (GSC). Fitur ini memungkinkan pemilik situs web melihat secara detail halaman mana saja yang sering dijadikan sumber rujukan oleh AI milik Google.
Bagi para praktisi SEO di Indonesia, pembaruan ini adalah salah satu kabar gembira terbesar. Jika sebelumnya kita harus mengandalkan perkiraan atau teknik *sampling* dari pihak ketiga, kini Google memberikan data langsung dari sumbernya (*first-party data*).
Keterbatasan Data Pertama Google
Meskipun data dari Search Console sangat berharga, Anda tidak boleh bergantung 100% pada laporan ini saja. Mengapa?
- Laporan GSC hanya mencakup ekosistem Google (AI Overviews).
- Laporan tersebut tidak memberi tahu bagaimana performa konten Anda di ChatGPT, Claude, atau Perplexity.
- Data GSC tidak menyediakan kelompok kontrol untuk menguji sebab-akibat dari eksperimen yang Anda lakukan.
Metodologi Pengujian AI Search: Langkah demi Langkah
Untuk membuktikan kausalitas dalam optimasi AI Search, Anda membutuhkan pendekatan yang terstruktur. Berikut adalah kerangka kerja split testing yang bisa Anda adopsi:
1. Menyusun “Golden Set” Prompt
Langkah pertama adalah mengumpulkan daftar pertanyaan atau *prompt* yang paling relevan dengan bisnis Anda. Prompt ini harus mencakup seluruh tahapan *marketing funnel*, mulai dari tahap kesadaran (*awareness*), pertimbangan (*consideration*), hingga transaksi (*conversion*).
Setelah mengumpulkan prompt tersebut, kelompokkan ke dalam beberapa tingkatan (Tiers):
- Tier 1 (Peluang Emas): Ini adalah prompt di mana AI menganggap bisnis Anda relevan, tetapi belum memberikan tautan (URL) langsung ke situs Anda. Fokuskan pengujian pada kelompok ini karena ini adalah area yang paling mudah dimenangkan.
- Tier 2 (Tantangan Berat): Prompt di mana brand Anda belum dikenali sama sekali oleh AI. Membutuhkan optimasi konten yang lebih mendalam.
- Tier Abaikan: Prompt yang terlalu umum atau tidak memiliki *intent* komersial yang jelas. Mengabaikan kelompok ini akan menghemat sumber daya analisis Anda.
2. Membuat Kelompok Kontrol Terkorelasi (Correlated Control Group)
Dalam platform AI, Anda tidak bisa membagi trafik secara langsung 50-50 seperti *A/B testing* tradisional pada situs web. Solusinya adalah membuat **Kelompok Kontrol Terkorelasi**.
Pilihlah sekelompok halaman web yang memiliki karakteristik dan tren performa serupa dengan halaman yang akan Anda uji. Halaman uji (*test pages*) akan diberi perlakuan optimasi baru, sedangkan halaman kontrol (*control pages*) biarkan tetap seperti semula. Kelompok kontrol ini berfungsi sebagai penyaring “noise” terhadap pembaruan algoritma AI yang sering terjadi tiba-tiba.
3. Menentukan Periode Baseline dan Durasi Pengujian
Satu kesalahan fatal yang sering dilakukan tim SEO adalah menghentikan pengujian terlalu cepat. AI Search tidak merespons perubahan secara instan seperti mesin pencari tradisional. Tetapkan periode dasar (*baseline*) sebelum perubahan dilakukan, dan berikan waktu pengujian minimal 2 hingga 4 minggu setelah perubahan dipublikasikan.
Studi Kasus Nyata: Membuktikan Kausalitas dengan Eksperimen FAQ
Dalam uji coba yang dilakukan oleh tim seoClarity pada salah satu klien enterprise mereka, digunakan sekitar 1.000 prompt untuk menguji elemen struktur konten. Mereka menambahkan bagian FAQ yang terstruktur pada sekelompok halaman uji.
Hasilnya? Tingkat sitasi (*citations*) oleh AI pada halaman uji meningkat signifikan dibandingkan dengan kelompok kontrol. Namun, pengujian tidak berhenti di situ.
Untuk membuktikan kausalitas, tim mengembalikan halaman uji ke format semula (menghapus bagian FAQ tersebut). Hasilnya memukau: jumlah sitasi AI turun kembali ke level awal.
Penurunan kembali (*reversion*) inilah yang menjadi bukti sah kausalitas. Ini membuktikan bahwa keberadaan bagian FAQ itulah yang secara langsung menyebabkan AI memilih situs tersebut sebagai sumber rujukan, bukan karena faktor kebetulan atau pembaruan algoritma internal AI.
Tips Praktis SEO AI Search untuk Marketer dan UMKM Indonesia
Bagi Anda yang mengelola blog bisnis, media online, atau e-commerce di Indonesia, berikut beberapa tips praktis yang bisa langsung Anda terapkan untuk meningkatkan visibilitas di AI Search:
1. Gunakan Format Markdown dan Schema Markup
Mesin LLM (Large Language Models) seperti ChatGPT dan Claude sangat menyukai struktur data yang rapi. Gunakan heading HTML yang jelas (h2, h3), daftar poin (bullet points), dan terapkan *Schema Org* (seperti FAQPage atau Product Schema) agar AI dapat memahami konteks halaman Anda dengan cepat.
2. Jawab Pertanyaan Konsumen Lokal Secara Spesifik
Konsumen Indonesia sering kali mencari informasi dengan gaya bahasa alami. Buatlah konten yang menjawab pertanyaan spesifik, misalnya: *”Bagaimana cara mengurus izin usaha UMKM online?”* atau *”Apa perbedaan layanan ekspedisi A dan B di Shopee?”*. Tuliskan jawaban secara langsung dan padat di paragraf pertama.
3. Buat Konten Berbasis Data dan Pengalaman Nyata (E-E-A-T)
AI cenderung mengutip sumber yang menyajikan data orisinal, hasil studi kasus, atau pengalaman nyata. Jangan hanya menyajikan konten kutipan ulang dari situs lain. Sertakan statistik lokal atau ulasan mendalam dari penggunaan produk/jasa Anda.
Ringkasan Eksekutif (Key Takeaways)
- Kausalitas > Korelasi: Jangan cepat puas saat trafik AI naik setelah optimasi. Lakukan metode *reversion* (mengembalikan perubahan) pada kelompok uji untuk memastikan bahwa strategi Anda benar-benar menjadi penyebab utama kenaikan tersebut.
- Manfaatkan Control Group: Selalu gunakan kelompok halaman pembanding untuk membedakan antara hasil strategi Anda dan dampak dari pembaruan algoritma AI.
- Fokus pada Tier 1 Prompt: Hemat waktu dan anggaran Anda dengan memprioritaskan kata kunci/prompt di mana bisnis Anda sudah dianggap relevan oleh AI, tetapi belum mendapatkan link sumber rujukan.
- Kombinasikan Data: Gunakan laporan AI dari Google Search Console untuk data Google, dan gunakan pengujian manual atau tools pihak ketiga untuk memantau mesin AI lain seperti ChatGPT, Claude, dan Perplexity.
Pada akhirnya, strategi SEO AI Search bukanlah tentang menebak-nebak apa yang diinginkan oleh kecerdasan buatan. Ini adalah tentang menjalankan pengujian yang terukur, ilmiah, dan berbasis data nyata. Dengan menerapkan metodologi split testing yang benar, Anda tidak hanya dapat meningkatkan visibilitas brand di era AI, tetapi juga bisa membuktikan *Return on Investment* (ROI) dari setiap detik dan biaya yang Anda keluarkan untuk SEO.
Referensi artikel asli: Klik disini