Kenali Cara Mengukur AI Brand Visibility, Ketika “Muncul” Belum Berarti Terlihat

Ketika sebuah brand muncul di ChatGPT, Gemini, atau Perplexity, apa sebenarnya yang sedang kita ukur?

Apakah cukup menghitung berapa kali nama brand disebut atau perlu melihat apakah website-nya ikut dicantumkan sebagai sumber? Bagaimana kalau brand muncul dalam daftar rekomendasi, tetapi tidak pernah mendapat tautan? 

Seiring berjalannya waktu, pertanyaan seperti ini semakin relevan dalam dunia digital marketing, apalagi istilah AI brand visibility sudah mulai banyak digunakan dalam laporan SEO dan marketing. Masalahnya, belum ada satu cara yang benar-benar seragam dan menjadi standar umum untuk menghitungnya.

Satu tools bisa menghitung mention, sementara tools lain menghitung citation. Ada juga yang memasukkan position, share of voice, atau metrik lain ke dalam perhitungannya. Karena cara mengukurnya berbeda, angka AI visibility dari satu tools belum tentu bisa dibandingkan langsung dengan tools lainnya.

Karena itu, sebelum membandingkan angka AI visibility dari satu laporan dengan laporan lainnya, penting untuk melihat lebih dulu apa yang sebenarnya dihitung. 

Metrik Utama untuk Mengukur AI Brand Visibility

Untuk memahami cara mengukur AI brand visibility, kita perlu memperhatikan apa yang terjadi ketika brand muncul dalam jawaban AI. Kemunculan nama brand dapat dicatat sebagai mention, website brand dapat dihitung sebagai citation, sementara posisi brand dalam jawaban dapat menunjukkan apakah AI sekadar menyebutnya atau menjadikannya rekomendasi.

Ketiganya dapat memberikan gambaran yang berbeda tentang bagaimana brand terlihat dan muncul dalam jawaban AI.

1. Mention

Mention merupakan metrik yang melihat apakah nama brand muncul dalam sebuah respons AI. Contohnya, Ahrefs menghitung satu mention ketika sebuah brand muncul sedikitnya satu kali dalam satu respons. Jika nama yang sama muncul beberapa kali dalam respons tersebut, tetap dihitung sebagai satu mention.

Jika sebuah brand muncul dalam 30 dari 100 respons yang dianalisis, mention rate-nya adalah 30 persen. Angka ini dapat membantu melihat seberapa sering brand masuk ke dalam jawaban AI, tetapi belum menunjukkan konteks kemunculannya. Brand bisa muncul sebagai pilihan, berada dalam daftar, atau hanya disebut sebagai bagian dari penjelasan.

Lihat semua dari Choiriyah Indriyati Putri →

2. Citation

Citations adalah metrik yang mengukur apakah halaman atau domain tertentu digunakan dan dirujuk sebagai sumber dalam jawaban AI. Dalam hal ini, Ahrefs membedakan halaman yang benar-benar dikutip dari halaman yang ditemukan dalam proses pencarian namun tidak muncul sebagai citation.

Perbedaan ini membuat mention dan citation perlu dihitung secara terpisah. Sebuah brand dapat disebut tanpa website-nya menjadi sumber yang dikutip. Sebaliknya, website brand dapat digunakan sebagai sumber tanpa nama brand menjadi bagian utama dari jawaban.

Karena itu, citation rate lebih tepat digunakan ketika tujuan pengukuran berkaitan dengan visibilitas website atau sumber informasi milik brand.

3. Recommendation

Recommendation belum memiliki definisi yang seragam di antara tools AI visibility. Untuk kebutuhan analisis brand, recommendation dapat diklasifikasikan secara manual ke dalam empat kategori berikut ini:

• Recommended digunakan ketika AI mengajukan brand sebagai pilihan atau rekomendasi utama.
• Mentioned in list digunakan ketika brand muncul bersama beberapa pilihan lain tanpa penekanan khusus.
• Mentioned neutrally digunakan ketika brand muncul sebagai bagian dari penjelasan atau konteks.
• Mentioned negatively digunakan ketika brand muncul bersama peringatan, kritik, atau informasi yang merugikan persepsi terhadap brand.

Karena kategori tersebut merupakan metode analisis yang dibuat sendiri, aturan coding perlu ditentukan sejak awal dan diterapkan secara konsisten.

Jangan Langsung Menggabungkan Semua Metrik Menjadi Satu Skor

Jika dilihat dari definisinya, mention, citation, dan recommendation pada dasarnya akan memberikan informasi yang berbeda. Menggabungkannya menjadi satu angka dapat dilakukan untuk kebutuhan internal, tetapi bobot yang digunakan perlu ditentukan terlebih dahulu.

Karena belum ada standar industri yang menetapkan bobot universal untuk ketiga metrik tersebut, sebaiknya, skor gabungan perlu disertai dengan penjelasan mengenai formula dan bobot yang digunakan. Tanpa informasi tersebut, angka akhirnya sulit dibandingkan dengan pengukuran dari tools atau studi lain.

Untuk pelaporan yang lebih mudah dibaca, memisahkan ketiga metrik sering kali lebih aman. Pembaca dapat melihat apakah perubahan terjadi pada frekuensi penyebutan, sumber yang dikutip, atau rekomendasi yang diberikan AI.

Citation Tidak Selalu Berarti Jawaban Sudah Terverifikasi

Ada satu hal lain yang perlu diperhatikan ketika menggunakan citation sebagai ukuran visibilitas. Kehadiran sumber dalam jawaban AI tidak otomatis berarti setiap pernyataan di sekitarnya didukung dengan tepat oleh sumber tersebut.

Penelitian Liu, Zhang, dan Liang yang diterbitkan dalam Findings of EMNLP 2023 mengaudit Bing Chat, NeevaAI, Perplexity, dan YouChat. Dalam penelitian tersebut, rata-rata hanya 51,5 persen kalimat yang sepenuhnya didukung oleh citation, sementara 74,5 persen citation dinilai mendukung kalimat yang terkait dengannya.

Perlu digarisbawahi bahwa angka tersebut berasal dari sistem generative search yang diteliti pada 2023 sehingga tidak bisa langsung dianggap mewakili performa mesin AI saat ini. Kendati demikian, penelitian ini tetap relevan sebagai pengingat bahwa mengukur jumlah citation berbeda dengan memeriksa apakah citation tersebut benar-benar mendukung isi jawaban.

Untuk kebutuhan brand measurement, hal ini berarti jumlah citation dapat digunakan sebagai indikator visibilitas sumber, namun kualitas dan konteks citation tetap perlu diperiksa ketika hasilnya digunakan untuk mengambil keputusan.

Data dari Search Console Mulai Memberikan Gambaran Langsung

Pengukuran AI Search juga mulai mendapatkan dukungan dari platform pencarian itu sendiri.

Pada Juni 2026, Google memperkenalkan laporan performa AI Generatif di Search Console. Laporan ini menyediakan data impresi untuk URL yang muncul dalam fitur generative AI di Google Search, termasuk AI Overviews dan AI Mode.

Selain itu, data tersebut juga dapat dilihat berdasarkan halaman, negara, perangkat, dan periode waktu. Per 31 Agustus 2026, Google menyatakan bahwa laporan tersebut telah tersedia secara global.

Data ini menjadi hal yang cukup krusial karena berasal langsung dari ekosistem Google Search. Namun, metriknya perlu dibaca sesuai dengan definisinya. Search Console mengukur kemunculan URL dalam fitur AI, sehingga metrik tersebut lebih dekat dengan visibilitas halaman atau website daripada pengukuran brand mention secara keseluruhan.

Hal ini juga berkaitan dengan fenomena zero-click search, ketika pengguna mendapatkan jawaban langsung dari hasil pencarian atau fitur AI tanpa perlu mengunjungi website. Search Console dapat membantu melihat seberapa sering halaman website muncul dalam fitur AI Google, tetapi belum memberikan gambaran lengkap mengenai seberapa sering nama brand disebut dalam jawaban AI atau seberapa besar visibilitas brand dalam ekosistem AI secara keseluruhan.

Memahami Cara Mengukur AI Brand Visibility secara Manual

Jika ingin mengukur AI brand visibility di beberapa mesin AI sekaligus, salah satu metode yang relatif sederhana dan bisa diterapkan adalah melakukan prompt-driven discovery dengan membuat kumpulan prompt serta mencatat setiap responsnya secara terstruktur.

Sebaiknya, prompt berasal dari bahasa dan kebutuhan yang benar-benar digunakan oleh calon pelanggan. Sumbernya sendiri bisa berasal dari Search Console, pertanyaan customer service, catatan sales call, pertanyaan di website, atau percakapan yang muncul dalam proses pemasaran dan penjualan.

Setelah dikumpulkan, prompt dapat dikelompokkan berdasarkan intent. Misalnya, ada prompt untuk menemukan kategori atau solusi, membandingkan beberapa pilihan, mencari rekomendasi, dan memvalidasi keputusan yang sudah dibuat.

Kemudian, setiap respons AI dicatat sebagai satu baris dalam spreadsheet. Kolom yang digunakan dapat mencakup tanggal, mesin AI, prompt, nomor pengulangan, status brand mentioned, status own domain linked, kategori rekomendasi, brand kompetitor yang muncul, serta sumber atau domain yang dikutip.

Struktur seperti ini membuat data lebih mudah dianalisis karena setiap respons dapat diperiksa kembali ketika ditemukan perubahan angka atau pola tertentu.

Prompt Perlu Diulang karena Jawaban AI Bisa Berubah

Menggunakan satu respons untuk mewakili sebuah prompt dapat menghasilkan gambaran yang terlalu sempit. Jawaban AI dapat berubah ketika prompt yang sama dijalankan kembali.

Studi Otterly terhadap 320 prompt yang dipantau di tujuh mesin AI menunjukkan bahwa sumber yang dikutip dapat berubah cukup signifikan dari waktu ke waktu. Dalam periode 30 hari yang mereka teliti, lebih dari separuh sumber yang dikutip oleh ChatGPT, Gemini, dan Google AI Overviews hanya muncul pada satu hari. Studi tersebut dilakukan di Amerika Serikat dan menggunakan satu pengambilan per prompt, per mesin, per hari, sehingga hasilnya perlu dibaca dalam konteks metode tersebut.

Karena belum ada jumlah pengulangan yang menjadi standar industri, jumlah tersebut perlu ditentukan sesuai tujuan pengukuran. Sebaiknya, jumlah pengulangan tetap dilaporkan secara konsisten agar pembaca dapat memahami ukuran sampel yang digunakan.

Contoh Struktur Pengukuran

Agar lebih mudah dipahami, berikut adalah contoh struktur pengukuran untuk masing-masing metrik.

Pada contoh tersebut, mention rate sebesar 30 persen berarti nama brand muncul dalam 54 dari 180 respons AI. Artinya, dari setiap 10 respons yang dianalisis, sekitar 3 respons memuat nama brand. 

Citation rate sebesar 10 persen berarti website atau domain brand muncul sebagai sumber dalam 18 dari 180 respons. Dengan kata lain, sekitar 1 dari setiap 10 respons menyertakan domain brand sebagai sumber. 

Jika angka mention rate jauh lebih tinggi daripada citation rate, itu berarti, brand lebih sering muncul dalam jawaban daripada website-nya dijadikan sumber oleh AI. Pola tersebut dapat menjadi sinyal untuk melihat lebih jauh sumber apa yang digunakan AI ketika membahas topik yang sama.

Sementara itu, recommendation rate sebesar 13,3 persen berarti 1 dari setiap 8 respons turut mengajukan brand sebagai pilihan. Angka ini perlu dibaca bersama mention rate karena brand yang sering disebut belum tentu sering direkomendasikan.

Tools Tetap Berguna, tetapi Data Mentah Perlu Dipahami

Tools AI visibility memang dapat mempercepat proses pengumpulan dan pengolahan data. Namun, angka dari dashboard tetap perlu dibaca bersama definisi dan metodologinya. Perbedaan kecil dalam cara menghitung bisa menghasilkan angka yang berbeda meskipun objek yang diukur terlihat sama.

Untuk kebutuhan pengambilan keputusan, pengukuran yang baik biasanya dimulai dari pertanyaan bisnis yang ingin dijawab, kemudian menentukan metrik yang sesuai. 

Jika tujuannya mengetahui seberapa sering brand muncul, mention rate bisa menjadi titik awal. Jika fokusnya pada website sebagai sumber informasi, citation rate lebih relevan. Sementara itu, jika yang ingin dilihat adalah seberapa sering AI mengajukan brand sebagai pilihan, pengukuran recommendation dengan aturan coding yang konsisten dapat digunakan.

Dengan cara ini, AI visibility dapat dibaca sebagai kumpulan sinyal yang saling melengkapi. Angka yang dihasilkan menjadi lebih mudah dipahami karena setiap metrik memiliki fungsi dan batasannya sendiri.

Pada akhirnya, AI brand visibility bisa memberikan gambaran tentang bagaimana sebuah brand muncul dalam jawaban yang dihasilkan AI. Angka dari masing-masing metrik tersebut pun dapat menunjukkan area yang berbeda.

Temuan ini bisa menjadi bahan untuk melihat kembali bagaimana cara brand menyajikan informasi secara online, termasuk struktur konten, informasi tentang produk atau layanan, serta sumber yang membicarakan brand. Itulah mengapa Generative Engine Optimization (GEO) menjadi salah satu strategi yang perlu diterapkan agar sebuah brand semakin mudah ditemukan dan dipahami di era generative search ini.