Merek Anda mungkin muncul dalam jawaban, tetapi klik belum tentu menuju halaman Anda
Bayangkan pertanyaan belanja yang umum: "Legging mana yang tidak menerawang saat squat?" Jawaban AI menyebut merek Anda. Itu tampak seperti kemenangan, sampai kutipannya mengarah ke situs ulasan, peritel, atau utas Reddit, bukan ke halaman produk Anda.
Ini bukan sekadar detail pelaporan. Halaman yang dikutip memperoleh klik, menjelaskan produk kepada pembeli, dan dapat tetap menjadi sumber dalam jawaban berikutnya. Merek mendapat penyebutan; pihak lain mendapat pintu masuk ke kepercayaan.
Studi terbaru Shero Commerce memberi angka pada pola ini. Peneliti menganalisis 8.573 deskripsi produk di 1.000 toko Shopify dan mengajukan 60 pertanyaan pembelian nyata kepada Google AI Mode, ChatGPT, dan Perplexity. Temuan paling berguna bagi tim ecommerce bukan "tulis lebih banyak teks." Temuannya adalah: ketika bahasa produk yang sama muncul di banyak domain, sistem AI hanya punya sedikit alasan untuk menganggap situs merek sebagai sumber asli yang layak dikutip.
Penyebutan merek tidak sama dengan memiliki jawaban. Tujuannya adalah memberi model alasan jelas untuk mengutip halaman Anda saat memberikan rekomendasi.
Apa yang ditunjukkan studi ini, dan apa yang tidak dibuktikannya
Metodenya sangat transparan. Dari 1.000 toko, 883 mengembalikan data produk yang dapat digunakan. Para peneliti mengambil hingga sepuluh produk per toko dari feed publik, lalu memeriksa HTML mentah, data terstruktur, dan teks berulang ketika halaman dapat diambil. Mereka memeriksa duplikasi eksternal dengan mencari kalimat deskripsi produk yang khas di dalam tanda kutip dan mengonfirmasi kecocokan secara manual.
Uji kutipan bersifat observasional, bukan pemodelan. Tim memasukkan pertanyaan berintensi membeli ke tiga produk AI dan mencatat apakah domain merek sendiri dikutip, merek direkomendasikan, atau tidak muncul sama sekali. Itu cukup untuk menggambarkan pola yang berarti. Namun, itu tidak membuktikan teks duplikat menyebabkan halaman tertentu kehilangan peringkat atau kutipan. Sampel prompt mencakup 60 kategori; perilaku pengambilan dan pengutipan berbeda menurut produk dan akan terus berubah.
Dalam batas tersebut, angkanya sulit diabaikan.
| Pengamatan studi | Hasil | Maknanya bagi merek |
|---|---|---|
| Deskripsi produk yang muncul secara verbatim atau hampir verbatim pada domain lain | 20% | Banyak merek menyebarkan bahasa yang sama kepada peritel dan marketplace |
| Toko terukur dengan kurang dari 50 kata teks khusus produk dalam HTML mentah | 15,6% | Halaman yang benar-benar tipis lebih sedikit daripada dugaan audit yang hanya melihat kolom |
| Toko yang mengeluarkan Product schema | 88% | Pembungkus teknis sudah umum |
| Deskripsi schema kurang dari 50 kata atau tidak ada | 59% | Lapisan ringkasan yang dapat dibaca mesin sering kekurangan isi |
| Semua kutipan AI dari halaman milik merek | 2,8% | Situs merek hanya menangkap bagian sangat kecil dari sumber yang dikutip |
| Semua kutipan AI dari penerbit | 59% | Artikel editorial, ulasan, dan daftar mendominasi kutipan |
Di lapisan jawaban Google, merek DTC mapan dalam sampel dikutip atau direkomendasikan hanya pada 9,5% kasus, dan sepertiga kategori tidak menyebut satu pun. Bahkan ketika merek direkomendasikan, halamannya sendiri hanya menerima kutipan pendukung pada 31% kasus. Sisanya sering mengarah ke sumber seperti Good Housekeeping, Verywell Fit, CNN Underscored, atau Reddit.
Kegagalan yang lebih dalam bukan kekurangan teks, melainkan kepengarangan yang tidak jelas
Tim ecommerce sering mendiagnosis ini sebagai satu dari dua masalah: halaman produk terlalu pendek atau schema tidak lengkap. Keduanya perlu diperiksa, tetapi studi ini menunjukkan diagnosis yang lebih tepat.
Pertama, kolom deskripsi standar yang pendek tidak selalu berarti halaman tipis. Dalam studi ini, banyak produk dengan kurang dari 50 kata pada kolom standar tetap mempunyai modul, tab, dan detail khusus produk di HTML mentah. Audit satu kolom dapat membuat halaman kaya tampak miskin.
Kedua, halaman yang terlihat kaya bagi pembeli bisa lemah bagi crawler. Jika klaim penting hanya hidup dalam gambar atau baru disuntikkan setelah JavaScript berjalan, halaman yang diambil dapat berisi sangat sedikit informasi. Itulah sebabnya catatan studi tentang deskripsi data terstruktur penting: banyak toko mengeluarkan Product schema, tetapi membiarkan description terlalu tipis untuk menjelaskan produk.
Ketiga, dan ini pengamatan paling berguna, paragraf bergaya pemasok kehilangan nilai sebagai sumber ketika muncul di Amazon, situs department store, halaman distributor, dan situs merek. Ini tidak berarti mesin pencari "menghukum" satu halaman. Sistem melihat beberapa pernyataan yang hampir sama dan sedikit bukti tekstual tentang sumber mana yang lebih berguna atau orisinal. Penerbit dengan perbandingan, ulasan, atau penjelasan kasus penggunaan yang independen lalu tampak sebagai sumber jawaban yang lebih baik.
Pertanyaan praktis bukan lagi "apakah kita punya teks produk?" Pertanyaannya adalah apakah teks itu milik produk ini, muncul sebagai teks yang dapat dirayapi, menjawab pertanyaan nyata pembeli, dan menawarkan lebih dari versi sindikasi yang dikirimkan ke setiap kanal.
Deskripsi visual: tampilkan salinan produk identik yang mengalir dari situs merek ke peritel dan marketplace. Di sampingnya, halaman editorial dengan pengujian dan perbandingan asli menerima kutipan AI. Jangan gunakan logo penerbit nyata.
Mengapa AI dapat mengutip majalah, bukan situs merek
Sangat menggoda untuk menjelaskan semuanya dengan otoritas penerbit. Penjelasan itu terlalu nyaman. Penerbit sering memberi model informasi yang tidak ada di halaman produk.
Ulasan dapat menjelaskan apakah kain menerawang saat squat, tipe tubuh yang cocok dengan potongan tertentu, daya tahan produk seiring waktu, atau perbandingannya dengan alternatif. Halaman produk berisi frasa seperti "ringan", "nyaman", dan "dibuat untuk performa harian" memberi model sedikit bukti untuk rekomendasi pembelian.
Jawabannya bukan meniru prosa majalah atau mengisi setiap SKU dengan paragraf umum. Halaman produk harus membawa informasi pihak pertama: fakta khusus produk, batas jelas tentang kecocokan dan ketidakcocokan, spesifikasi nyata, serta jawaban sederhana atas pertanyaan pembeli.
Bangun ulang halaman produk yang dapat diatribusikan kepada merek Anda
Sebagian besar tim tidak seharusnya mencoba menulis ulang seluruh katalog sekaligus. Mulailah dari produk berintensi tinggi dan bangun kembali empat lapisan informasi. Tidak ada yang menjamin kutipan AI, tetapi bersama-sama lapisan ini mengurangi kemungkinan situs Anda hanya menjadi salinan lain dari deskripsi kanal.
| Lapisan halaman | Apa yang ditulis | Apa yang dihindari |
|---|---|---|
| Ringkasan pembelian | Dalam 40-60 kata, jelaskan produknya, untuk siapa, tugas yang diselesaikan, dan satu batasan penting | Slogan atau deskripsi merek untuk semua kanal |
| Bukti khusus produk | Bahan yang dapat diverifikasi, dimensi, kompatibilitas, kondisi pengujian, perawatan, dan isi kemasan | Klaim kinerja, sertifikasi, atau pengalaman pelanggan yang dibuat-buat |
| Jawaban keputusan | Jawaban jujur untuk "untuk siapa?", "apa bedanya?", dan "kapan tidak cocok?" | FAQ templat yang hanya dibuat untuk menambah panjang |
| Ringkasan terbaca mesin | Ringkasan produk yang diedit dalam description Product schema, dikonfirmasi dalam HTML mentah | Description schema kosong atau placeholder 15 kata |
Ada perbedaan penting di sini. Kanal membutuhkan fakta produk yang konsisten. Situs merek membutuhkan penjelasan pihak pertama tambahan. Jaga data SKU, bahan, aturan harga, dan informasi keselamatan tetap konsisten di mana pun produk dijual. Namun jangan biarkan situs merek berhenti pada paragraf standar yang diberikan kepada reseller. Jelaskan mengapa produk cocok untuk kasus penggunaan tertentu, apa yang berubah dari model sebelumnya, dan apa yang perlu diperiksa pembeli sebelum membeli. Itulah lapisan konten yang hanya dapat dimiliki situs Anda.
Deskripsi visual: diagram anatomi halaman produk empat tingkat. Beri label titik sentuh HTML mentah dan Product schema. Ini harus menjadi diagram informasi editorial, bukan dashboard perangkat lunak tiruan.
Urutan awal yang masuk akal untuk tim konten
Jangan mulai dengan perintah "tulis ulang semua deskripsi." Jalankan iterasi kecil yang dapat diperiksa.
- Pilih 20-50 SKU yang paling dekat dengan keputusan pembelian. Prioritaskan produk dengan permintaan organik, distribusi reseller luas, atau kemunculan pada kueri "terbaik", "untuk [kasus penggunaan]", dan perbandingan.
- Buat lembar fakta untuk setiap SKU. Kumpulkan spesifikasi, bahan, ukuran, batasan, perbedaan dari model dekat, serta bukti publik pengujian atau sertifikasi. Jika sebuah klaim tidak dapat didukung, jangan biarkan AI menciptakannya.
- Bandingkan dengan duplikasi eksternal. Cari satu atau dua kalimat deskripsi yang khas di dalam tanda kutip untuk melihat di mana muncul. Tujuannya bukan menghapus semua listing kanal, melainkan menemukan hal yang belum dijelaskan halaman produk secara unik.
- Tulis ulang ringkasan pembelian, deskripsi panjang, dan FAQ pembeli nyata untuk situs merek. Kemudian pastikan teks yang disetujui muncul dalam HTML dari server dan description data terstruktur.
- Lacak satu set prompt pembelian tetap sebelum dan sesudah pekerjaan. Catat apakah merek muncul, domain mana mendapat kutipan, dan apakah halaman tujuan sesuai dengan pertanyaan. Perlakukan ini sebagai putaran observasi, bukan bukti sebab-akibat jangka pendek.
Menambahkan schema ke seluruh situs mungkin lebih cepat. Membuat 5.000 deskripsi serupa juga mungkin lebih cepat. Keduanya tidak memecahkan masalah atribusi bila halaman merek tetap tidak memiliki informasi yang tidak dimiliki pesaing, peritel, dan penerbit.
Empat kesimpulan keliru yang perlu dihindari
Teks produk duplikat memicu penalti pencarian. Studi tidak mengatakan demikian. Google sudah lama menjelaskan bahwa ia menangani versi duplikat dengan memilih canonical. Temuan di sini tentang pemilihan sumber dalam kutipan AI, bukan mekanisme penalti.
Lima puluh kata adalah target. Lima puluh kata adalah ambang pengukuran, bukan angka ajaib. Delapan puluh kata yang kabur tetap memberi mesin jawaban sedikit hal untuk dikutip.
Schema menyelesaikan masalah sendirian. Schema membantu mesin menafsirkan halaman. Ia tidak dapat menciptakan substansi khusus produk yang tidak ada. Description di dalamnya harus berupa ringkasan yang diedit, bukan bungkus kosong.
Kutipan penerbit sama baiknya dengan kutipan merek. Itu dapat membantu kesadaran, tetapi pihak ketiga menerima klik berintensi tinggi dan memiliki penjelasan produk. Merek kehilangan kesempatan langsung untuk mengonversi, menjelaskan, dan membangun bukti pihak pertama.
Pandangan Auspia: perluas kerja penulisan ke setiap halaman yang layak dikutip
Pencarian AI mematahkan asumsi konten lama: jika orang melihat nama merek, situs merek akan mendapat manfaat secara alami. Kini halaman penting membutuhkan konten yang dapat diatribusikan, bukan sekadar paragraf yang dapat dipakai ulang di semua kanal.
Di sinilah fitur penulisan dan layanan konten Auspia cocok. Mulailah dari pertanyaan pembeli dan fakta produk yang diverifikasi. Gunakan Auspia untuk membuat draf awal terstruktur, lalu biarkan orang yang mengenal produk menambahkan detail, batasan, dan pengalaman konkret yang dapat diperiksa. Setelah itu, ubah pekerjaan menjadi halaman produk, panduan pembelian, halaman perbandingan, atau FAQ alih-alih menyalin satu deskripsi umum ke setiap kanal.
Untuk katalog SKU besar, Auspia membantu menyatukan riset, penulisan, dan peninjauan konten dalam satu workflow: mengidentifikasi pertanyaan pembelian yang layak dimenangkan, membuat dan meninjau konten halaman asli, lalu memeriksa apakah halaman prioritas memiliki materi jelas yang dapat dirayapi untuk mendukung jawaban. Alat tidak dapat membuktikan produk Anda dan tidak seharusnya membuat bukti. Perannya adalah membuat produksi serta peninjauan konten asli lebih mudah dipertahankan.
Mulailah dengan kelompok kecil produk berintensi tinggi. Tulis penjelasan yang hanya dapat diberikan merek, lalu amati bagaimana pola sumber berubah dalam jawaban AI. Anda dapat memulai workflow ini dengan Auspia .
Pertanyaan umum
Jika AI merekomendasikan merek saya tetapi tidak mengutip situs saya, apakah saya perlu bertindak?
Ya. Penyebutan merek bernilai, tetapi kutipan menentukan ke mana pembeli mengeklik dan halaman mana yang menjelaskan produk. Pertama periksa apakah situs Anda memuat informasi berbeda dan dapat dirayapi yang menjawab pertanyaan pembelian secara langsung.
Apakah peritel dan marketplace harus menghapus deskripsi produk saya?
Tidak. Kanal membutuhkan fakta dasar yang akurat dan konsisten. Pendekatan yang lebih praktis adalah memberi situs merek lapisan konteks produk, perbedaan, batas kecocokan, dan jawaban pembelian yang lebih dalam, yang tidak ada di halaman kanal.
Haruskah saya menulis artikel blog dulu atau memperbaiki halaman produk?
Jika pertanyaan pembeli langsung sesuai dengan SKU, mulailah dari halaman produk. Jika membutuhkan edukasi, perbandingan, atau konteks penggunaan, panduan pembelian, halaman perbandingan, atau artikel blog mungkin lebih baik. Keduanya harus memberi informasi berbeda, bukan saling mengulang.
Penulis: Eva Laurent, ahli strategi pencarian ecommerce di Auspia untuk lebih dari 10.000 halaman produk. Ia menulis tentang ecommerce SEO, penemuan produk, dan perjalanan belanja berbantuan AI.
