AI Search mulai mengubah cara orang mencari informasi. Menurut Similarweb, ChatGPT sudah mencatat lebih dari 5 miliar kunjungan per bulan secara global, dan di Indonesia website ini berada di peringkat teratas kategori AI Chatbots & Tools. Sementara itu, Google melaporkan fitur AI Overviews kini digunakan oleh lebih dari 1.5 miliar pengguna bulanan di seluruh dunia.
Perubahan ini membawa tantangan baru bagi marketer, bukan lagi sekadar mengejar posisi #1 di SERP, melainkan memastikan brand bisa hadir di jawaban sintetis AI. Bayangkan, user di tahap bottom funnel mengetik query seperti “review [nama brand]” atau “tools terbaik untuk [use case]”. Jika AI lebih sering menyebut kompetitor, peluang konversi bisa hilang dalam hitungan detik.
Nah, mari kita bahas framework analisis brand search di AI, mulai dari apa yang perlu dipantau, tool yang bisa digunakan, hingga cara mengukur dan mengoptimasi visibilitas brand di era AI Search.
Daftar Isi
Mengapa brand search di AI search engine penting?
Saat orang mencari brand kita di Google, hasilnya hampir bisa ditebak, website resmi biasanya muncul di peringkat pertama, disusul akun sosial media atau portal berita. Tapi kini, setelah AI Search muncul, pola ini berubah. Jawaban yang muncul bukan lagi sekadar daftar link, melainkan ringkasan atau rekomendasi yang disusun langsung oleh AI. Inilah alasan kenapa brand search visibility menjadi semakin penting:
Berpengaruh langsung di bottom funnel
Pencarian dengan query branded biasanya dilakukan ketika calon pelanggan sudah berada di tahap akhir sebelum membuat keputusan. Kalau di tahap ini AI lebih sering menampilkan kompetitor, maka peluang konversi bisa hilang begitu saja. Dengan kata lain, brand search di AI bukan hanya soal visibilitas, tapi juga menyangkut peluang bisnis.
Saat nama sebuah brand disebut langsung dalam jawaban AI, secara otomatis brand tersebut diposisikan sebagai sumber yang kredibel. Hal ini membuat audiens lebih percaya karena brand dianggap cukup relevan untuk dijadikan referensi.
Menentukan competitive positioning
Dalam banyak kategori, AI cenderung menyebut brand-brand besar atau yang sudah mapan di pasar global. Jika brand lokal atau regional tidak ikut muncul, user bisa menganggap brand tersebut kurang relevan. Padahal, bisa jadi produknya sama kompetitifnya, hanya saja belum dioptimasi agar mudah dikenali oleh AI.
Apa yang harus dianalisis dalam brand search di AI?
Di SEO tradisional kita terbiasa memantau ranking, traffic, dan CTR, maka di era AI Search fokusnya bergeser. Pertanyaannya bukan lagi “apakah website saya ada di posisi #1 Google?” melainkan “apakah brand saya sudah cukup kuat masuk AI listing, dan bagaimana posisinya dibanding kompetitor?” Untuk menjawab pertanyaan itu, ada tiga hal utama yang wajib dianalisis:
1. Apakah brand kita muncul di jawaban AI? (AI Mention)
Langkah pertama adalah memastikan brand kita benar-benar disebut oleh AI. Bentuknya bisa berupa:
- Definisi singkat ,misal “XYZ adalah salah satu tool…”
- Daftar perbandingan “Beberapa solusi populer termasuk.…”
- Rekomendasi langsung “Untuk perusahaan kecil, XYZ bisa menjadi pilihan monitoring yang efisien.”
Contohnya saja, saat user mengetik “apa saja tool monitoring jaringan” di Google AI Overview, jawabannya biasanya berupa daftar gabungan:
- Open source: Zabbix, Nagios, OpenNMS, Cacti.
- Komersial: SolarWinds, Datadog, LogicMonitor, ManageEngine OpManager, Netmonk.
Kalau brand kita ikut disebut dalam daftar itu, artinya visibility sudah ada. Tapi kalau absen, meskipun produk kita relevan, berarti ada gap, AI belum menganggap brand kita cukup kredibel untuk dimunculkan.
Muncul sekali-dua kali saja belum cukup. Kita perlu tahu berapa persen porsi brand kita di jawaban AI dibanding kompetitor.
- Rumus sederhananya:
Jumlah jawaban AI yang menyebut brand ÷ total jawaban kategori × 100% - Dari sini kita bisa memetakan posisi:
- Dominan (brand sering muncul di berbagai query).
- Setara (brand sering muncul tapi tidak selalu jadi pilihan utama).
- Tertinggal (brand jarang disebut).
3. Dalam konteks apa brand kita disebut?
Tidak semua mention bernilai sama, Anda juga perlu melakukan pengecekan konteks dan sumber:
- Konteks positif: brand disebut sebagai solusi utama atau rekomendasi.
- Konteks netral: brand sekadar ikut dalam daftar panjang.
- Konteks negatif: brand muncul dengan label keterbatasan atau masalah.
Selain itu sumber kutipan juga penting untuk mengetahui:
- Apakah AI mengambil informasi dari website resmi kita?
- Apakah dari media terpercaya, Wikipedia, atau review site seperti G2/Capterra?
- Atau hanya dari blog pihak ketiga dengan kredibilitas rendah?
Tools untuk monitoring brand search di AI
Mengukur brand search di AI sama sekali berbeda dengan SEO tradisional. Kalau dulu kita cukup melihat ranking keyword di SERP atau traffic di Google Search Console, kini yang harus kita tanyakan adalah:
- Apakah brand saya disebut oleh AI?
- Kalau disebut, seberapa sering dibanding kompetitor?
- Dari sumber mana AI mengambil informasi tentang brand saya?
Jawaban dari pertanyaan-pertanyaan inilah yang menjadi dasar untuk menilai kekuatan brand di era AI Search. Untuk memantaunya, ada dua pendekatan yang bisa langsung dipraktikkan:
1. Ahrefs Brand Radar
Beberapa bulan terakhir, berbagai tool SEO mulai merilis fitur khusus untuk AI Search. Salah satunya adalah Ahrefs Brand Radar. Fitur ini dibuat khusus untuk membantu marketer melihat bagaimana brand mereka muncul di berbagai AI engine seperti Google AI Overviews, ChatGPT, Copilot, atau Perplexity.
Menggunakan Brand Radar, kita bisa tahu:
- Jumlah sebutan (AI mentions): seberapa sering brand muncul di jawaban AI.
- AI Share of Voice (SOV): pangsa visibilitas brand dibanding kompetitor.
- Sumber kutipan (citations): dari mana AI mengambil informasi (misalnya Wikipedia, media berita, blog resmi, atau review site).
2. Manual tracking di AI search engine
Tidak semua orang langsung bisa berinvestasi ke tool berbayar. Untungnya, ada cara sederhana tapi efektif, manual tracking. Berikut beberapa caranya:
- Ketik query yang relevan di Google AI Overview, ChatGPT, atau Copilot.
- Catat hasilnya: apakah brand muncul, konteks penyebutannya (definisi, perbandingan, rekomendasi), dan siapa saja kompetitor yang ikut disebut.
Sebagai contoh, ketika mengetik query terkait tool monitoring di Google AI Overview, hasil yang muncul biasanya berupa daftar.
Kalau brand kita muncul di daftar ini, artinya visibility sudah ada. Tapi kalau hanya sekali atau tidak sama sekali, itu sinyal bahwa kita perlu optimasi lebih jauh, misalnya membuat konten yang relevan dengan query netral seperti “mana tools terbaik untuk xxx” atau “alternatif layanan yyy”.
Manual tracking memang tidak bisa memberikan angka persis seperti Brand Radar, tapi memberi gambaran real tentang pengalaman user ketika menggunakan AI Search.
Framework analisis brand search di AI
Setelah tahu apa yang penting dipantau, langkah berikutnya adalah menyusun kerangka kerja yang sistematis. Menggunakan framework ini, analisis brand search di AI tidak hanya berhenti di catatan data, tapi bisa langsung diturunkan menjadi strategi optimasi yang jelas.
1. Tentukan branded queries yang relevan
Langkah pertama adalah menentukan pertanyaan apa saja yang paling sering diajukan audiens tentang brand. Ini adalah fondasi, karena tanpa query yang tepat kita tidak bisa melihat gambaran akurat dari AI Search.
Mulailah dengan daftar inti (core set) yang biasanya langsung berkaitan dengan brand:
- [nama brand] review
- apa itu [nama brand]
- fitur [nama brand]
- harga [nama brand]
- [nama brand] vs [kompetitor]
- alternatif [nama brand]
- [nama brand] [kategori produk]
- [nama brand] [lokasi/negara/bahasa]
Namun jangan berhenti di sini. Agar analisis lebih beragam, tambahkan modifier yang mencerminkan niat dan konteks audiens, misalnya:
- Segmentasi audiens: UKM/enterprise, pemula/advanced.
- Use case: implementasi, migrasi, integrasi, compliance, keamanan, efisiensi.
- Lokalisasi: bahasa (ID/EN), wilayah (Indonesia, Asia, global).
- Tahap funnel: informasi (apa/kenapa), evaluasi (banding/alternatif), keputusan (harga/demo).
Selain itu, jangan lupa gaya percakapan yang biasa dipakai user saat bertanya ke AI, seperti:
- “apakah [nama brand] cocok untuk perusahaan kecil?”
- “mana software terbaik selain [kompetitor]?”
- “apa kelebihan dan kekurangan [nama brand]?”
Menggunakan kombinasi daftar inti, modifier, dan gaya percakapan, kita bisa menyusun Query Builder Matrix yang mewakili berbagai skenario nyata. Hasilnya, analisis brand di AI akan jauh lebih mendekati perilaku pengguna, bukan sekadar keyword statis.
2. Kumpulkan data AI mention
Setelah query siap, tahap berikutnya adalah menguji apakah brand muncul di jawaban AI yang merupakan inti dari AI mentions tracking. Terdapat metode yang bisa dicoba:
- Kuantitatif, dengan tools seperti Ahrefs Brand Radar untuk menghitung jumlah kemunculan, share of voice, dan sumber yang dikutip.
- Kualitatif, dengan manual tracking di Google AI Overview, ChatGPT, dan Copilot untuk melihat konteks penyebutan secara langsung.
Data yang terkumpul sebaiknya dicatat dalam format standar: kapan query dilakukan, engine apa yang digunakan, apakah brand muncul, dalam konteks apa (definisi, perbandingan, rekomendasi), dan sumber kutipannya. Dari catatan ini, kita bisa mulai melihat pola, apakah brand konsisten muncul di berbagai pertanyaan, atau hanya sesekali saja.
Begitu tahu brand kita sudah muncul di jawaban AI, jangan cepat puas dulu. Kemunculan sekali dua kali saja tidak memberi gambaran utuh. Hal yang lebih penting adalah berapa besar porsi brand kita dibanding kompetitor, inilah yang disebut Share of Voice (SOV). SOV mengukur proporsi penyebutan brand dalam kumpulan query tertentu. Rumus sederhananya:
SOV Brand A = (Jumlah jawaban AI yang menyebut Brand A ÷ Total jawaban AI dalam kategori) × 100%
Namun, jika menggunakan AI SEO tools, angka persentase perbandingan kompetitor pada umumnya sudah tersedia. Berikut poin yang perlu diperhatikan saat melakukan analisis SOV:
- Pilih kategori query yang jelas
Jangan campur semua pertanyaan sekaligus. Pisahkan berdasarkan topik, misalnya query branded, query kategori produk, dan query netral/alternatif. Dengan begitu, SOV yang dihitung lebih akurat sesuai konteks.
- Lacak per platform
AI Search tidak hanya ada di Google AI Overview. ChatGPT, Copilot, atau Perplexity bisa menghasilkan pola jawaban berbeda. Sebuah brand bisa kuat di satu engine tapi lemah di engine lain. Karena itu, SOV sebaiknya dihitung per platform sebelum digabung untuk melihat gambaran besar. - Gunakan periode waktu tertentu
AI models terus diperbarui, sehingga hasil bisa berubah. SOV sebaiknya diukur secara konsisten, misalnya per bulan atau per kuartal, agar tren visibilitas bisa terlihat.
4. Analisis konteks dan narasi
Setelah mengetahui apakah brand kita muncul dan seberapa besar porsinya dibanding kompetitor, langkah berikutnya adalah memahami bagaimana brand kita disebut. Sebab, tidak semua mention punya dampak yang sama. Dua brand bisa sama-sama muncul di jawaban AI, tapi dengan narasi yang sangat berbeda satu dipuji sebagai rekomendasi utama, yang lain hanya disebut sekilas tanpa penekanan, atau bahkan digambarkan dengan sisi negatif. Ada dua aspek yang harus dianalisis di tahap ini, konteks dan sumber.
Konteks membantu kita menilai kualitas visibilitas brand. Ada tiga kategori besar:
- Positif: brand direkomendasikan atau ditempatkan sebagai solusi utama.
- Netral: brand sekadar ikut disebut dalam daftar panjang, tanpa penekanan khusus.
- Negatif: brand disebut dalam konteks keterbatasan, kekurangan, atau masalah tertentu.
1. Sumber kutipan
Selain konteks, penting juga untuk memperhatikan dari mana AI menarik informasinya. Karena AI cenderung menyusun jawaban berdasarkan kombinasi berbagai referensi, kredibilitas sumber sangat mempengaruhi cara audiens memandang brand.
Sumber kutipan bisa dipetakan dalam tier:
- Tier 1: situs otoritatif global/nasional (misalnya regulator, media besar, ensiklopedia).
- Tier 2: media industri atau review platform besar (misalnya portal teknologi, G2, Capterra).
- Tier 3: blog niche atau komunitas yang kredibilitasnya sedang.
- Tier 4: forum atau sumber dengan verifikasi rendah.
Jika brand lebih sering muncul dari Tier 1 atau Tier 2, itu menandakan kredibilitas tinggi. Sebaliknya, kalau brand hanya muncul dari Tier 3 atau Tier 4, audiens mungkin meragukan kualitasnya.
3. Narasi yang terbentuk
Gabungan konteks dan sumber akan membentuk narasi besar tentang brand. Narasi inilah yang kemudian mempengaruhi persepsi user ketika mereka melihat jawaban AI. Berikut contoh kemungkinan narasi:
- “Brand X adalah pemain global yang diakui regulator dan direkomendasikan media besar”: narasi positif dan kuat.
- “Brand Y salah satu opsi, tapi biasanya disebut setelah nama-nama besar lain”: narasi netral, brand terlihat sebagai alternatif.
“Brand Z disebut di forum dengan catatan keterbatasan tertentu”: narasi negatif, yang perlu diantisipasi.
Contoh penerapan framework
Guna memperjelas penerapan framework analisis brand search di AI, mari ambil contoh dari ManageEngine Indonesia, tempat kerja penulis.
Menyusun Query
Analisis dimulai dengan menyusun query inti seperti “review ManageEngine”, serta query netral seperti “apa itu ITSM” atau “tools monitoring jaringan”. Menggunakan kombinasi query branded dan kategori, bisa dipetakan bagaimana brand hadir di berbagai jalur pencarian berbasis AI.
Mengumpulkan Data Mentions
Hasil pengecekan di Google AI Overview, ChatGPT, dan Copilot menunjukkan bahwa ManageEngine sudah mulai muncul di beberapa kategori, khususnya untuk produk unggulan seperti OpManager dan Endpoint Central. Meski kompetitor global masih banyak disebut, temuan ini memberi indikasi bahwa brand sudah masuk ke radar AI Search dan punya peluang besar untuk memperluas eksposur.
Dari data awal terlihat bahwa ManageEngine memiliki 45,8% AI Share of Voice di Indonesia. Angka ini menunjukkan posisi yang solid dibanding kompetitor, namun masih ada ruang besar untuk pertumbuhan. Dengan demand pencarian brand yang terus meningkat lebih dari 1.100 pencarian bulanan ManageEngine memiliki fondasi yang kuat untuk terus memperluas visibilitasnya di AI Search.
Menilai Konteks dan Narasi
Kemunculan ManageEngine di AI Search umumnya berada di konteks netral hingga positif, misalnya saat disebut bersama daftar solusi monitoring jaringan atau ITSM. Ini adalah fondasi yang baik: brand sudah diasosiasikan sebagai bagian dari kategori yang relevan, dan bisa terus diperkuat agar tampil sebagai rekomendasi utama.
Menjalankan Optimasi
Berdasarkan analisis ini, beberapa langkah yang ditempuh antara lain:
- Menghadirkan konten edukatif lokal yang membahas topik populer seperti “panduan ITSM” atau “panduan ticketing system”.
- Menyediakan artikel perbandingan yang objektif untuk menjawab query alternatif.
- Mengoptimalkan halaman produk dengan struktur modular, definisi singkat, dan FAQ agar lebih ramah untuk AI Search.
Langkah-langkah ini bukan sekadar menutup gap, melainkan strategi proaktif untuk memastikan brand semakin sering muncul dengan narasi positif di AI Search, sekaligus memperkuat posisinya di pasar Indonesia.
Kesimpulan & rekomendasi
AI Search mengubah cara brand bersaing untuk mendapatkan perhatian audiens. Kalau dulu fokus utama ada di ranking Google, kini pertanyaannya jauh lebih strategis: “apakah brand saya cukup kuat untuk disebut dalam jawaban AI, dan bagaimana saya bisa memperbesar porsi tersebut?”
Dari framework yang sudah dibahas, ada lima langkah penting yang bisa dijadikan pegangan:
- Tentukan branded queries yang relevan: pahami bagaimana audiens benar-benar mencari brand Anda.
- Kumpulkan data AI mentions: catat kemunculan brand secara konsisten, baik dengan tools maupun manual tracking.
- Hitung share of voice: ukur posisi relatif brand dibanding kompetitor untuk memahami kekuatan dan peluang.
- Analisis konteks & narasi: pastikan brand disebut dalam framing yang positif dan bersumber dari referensi kredibel.
- Optimasi konten & presence: terjemahkan data menjadi strategi konten, PR, dan distribusi yang memperkuat kehadiran brand di AI Search.
Selamat bereksplorasi dan mencoba 🙂
Source:
https://searchengineland.com/how-to-track-visibility-across-ai-platforms-454251
https://www.searchenginejournal.com/triple-p-framework-ai-search-brand-presence-perception-performance/545829/
