RisetPencarian AI: bukti bisnis

Pencarian AI mengubah nilai sebuah kunjungan situs: apa yang ditunjukkan bukti

Riset tentang klik pencarian, rujukan AI, dan visibilitas konten menunjukkan di mana peluang komersial benar-benar ada, serta mengapa tingkat kutipan bukan prakiraan pendapatan.

Diterjemahkan dengan ChatGPT. Belum ditinjau editor penutur asli. Judul sumber dan tangkapan layar tetap dalam bahasa aslinya.Baca versi bahasa Inggris
Jawaban singkat

Bukti mengarah pada dua perubahan sekaligus: sebagian jawaban memuaskan orang sebelum mereka mengunjungi situs, sementara sebagian pengunjung dari AI memiliki nilai yang sangat tinggi. Keduanya tidak berarti setiap perusahaan harus mengharapkan hasil sama. Riset ini memisahkan perilaku konsumen yang diamati, data transaksi peritel, eksperimen optimasi, dan aturan platform terkini untuk menjelaskan apa yang dapat diubah pencarian AI bagi bisnis.

  1. 01Lebih banyak keputusan di dalam jawaban
  2. 02Alasan mengeklik yang berbeda
  3. 03Bukti membentuk visibilitas
  4. 04Nilai bisnis bergantung pada kesesuaian

Temuan 1: AI sudah berperan sebagai sumber informasi dan saran

Studi penggunaan OpenAI pada September 2025 menganalisis 1,5 juta percakapan konsumen. Ringkasan yang dipublikasikan mengklasifikasikan 49% pesan sebagai bertanya, 40% sebagai melakukan tugas, dan 11% sebagai mengekspresikan diri. Sekitar 70% penggunaan konsumen terjadi di luar pekerjaan. Angka ini menggambarkan populasi produk dan periode studi tersebut; bukan berarti separuh seluruh pesan merupakan pencarian belanja.

Relevansi komersialnya terletak pada tempat keputusan dimulai. Seseorang dapat meminta penjelasan, membandingkan pendekatan, dan menentukan kebutuhan sebelum mencari pemasok. Penafsiran saya adalah bahwa perusahaan dapat dievaluasi sebelum muncul kueri penjualan yang mudah dikenali. Situs yang hanya menjelaskan nama perusahaan mungkin sedikit berkontribusi pada keputusan awal tersebut, bahkan ketika memiliki peringkat untuk mereknya sendiri. Ini adalah perubahan perjalanan informasi, bukan bukti bahwa setiap percakapan memuat niat membeli.

OpenAI: How people are using ChatGPT
ChatGPTClaudeGeminiPerplexityCopilot

Catat alat, mode, tanggal, dan lokasi setiap pemeriksaan. Logo tidak berarti sampel di bawah telah diuji pada setiap alat.

Temuan 2: sumber dapat membantu menjawab pertanyaan tanpa memperoleh kunjungan

Pew menganalisis penelusuran 900 orang dewasa AS. Klik hasil tradisional terjadi pada 8% kunjungan Google dengan ringkasan AI, dibandingkan 15% tanpa ringkasan; klik sumber ringkasan terjadi pada 1%. Studi menggunakan penelusuran Maret 2025 dan hasil yang direkonstruksi dari pengumpulan April. Studi ini observasional, bukan estimasi acak tentang bagaimana ringkasan menyebabkan perubahan klik.

Temuan ini membedakan paparan dari lalu lintas. Temuan tidak menetapkan nilai finansial jawaban bagi pengiklan, penerbit, atau penyedia layanan tertentu.

Pew Research Center: Google users and AI summaries

Temuan 3: pengunjung yang benar-benar datang dapat berperilaku berbeda

Laporan Adobe pada 29 Oktober 2026 memberikan pengamatan berbeda: pada September, kunjungan dari AI ke situs ritel AS memiliki kinerja konversi pembelian 90% lebih baik daripada kunjungan non-AI dan menghasilkan pendapatan per kunjungan 83% lebih tinggi. Lalu lintas rujukan AI naik 71% secara tahunan. Analisis ritel dasarnya mencakup lebih dari 1 triliun kunjungan, 100 juta produk, dan 18 kategori.

Ini adalah perbandingan relatif di antara kunjungan yang diamati, bukan tingkat konversi absolut atau bukti bahwa AI menyebabkan pembelian tambahan. Orang yang mengeklik setelah percakapan AI mungkin sudah mempersempit pilihan. Angka tersebut berkaitan dengan ritel AS, bukan siklus penjualan perangkat lunak atau keluarga yang memilih perawatan. Meski demikian, angka itu menunjukkan mengapa jumlah pengunjung dan nilai setiap pengunjung adalah pertanyaan komersial yang terpisah. Arus rujukan yang lebih kecil dapat layak diperhatikan tanpa menjadi sumber lalu lintas terbesar.

Adobe: AI traffic and US retail revenue per visit

Pertentangan yang terlihat hilang ketika unitnya dipisahkan

Interaksi pencarian, tayangan jawaban, kunjungan rujukan, dan pembelian bukan unit yang dapat dipertukarkan. Kecenderungan lebih rendah untuk meninggalkan halaman jawaban dapat terjadi bersamaan dengan tingkat konversi lebih tinggi di antara orang yang memang meninggalkannya. Itu bukan temuan kausal gabungan dari studi di atas: sampel, tanggal, dan produknya berbeda. Itulah alasan persentasenya tidak dapat dikalikan menjadi prakiraan perusahaan.

Bayangkan bisnis fiktif yang memperoleh lebih sedikit kunjungan tetapi lebih banyak percakapan penjualan yang sesuai. Bisnis itu mungkin membaik secara komersial. Bisnis lain dapat memperoleh lebih banyak kutipan tetapi lebih sedikit pesanan menguntungkan. Bisnis itu mungkin kehilangan nilai. Kedua kemungkinan sesuai dengan dunia di mana jawaban dan situs menjalankan bagian keputusan yang berbeda. Pembedaan ekonomi yang berguna adalah antara visibilitas, permintaan yang sesuai, dan bisnis yang selesai.

Pertentangan yang terlihat hilang ketika unitnya dipisahkanCoba ini
Unit yang diamatiYang dibuktikanYang masih belum diketahui
Nama muncul dalam jawaban sampelBerapa banyak pembeli melihat atau memercayainya
Halaman ditautkan sebagai buktiApakah perusahaan direkomendasikan
Seseorang mencapai situs yang diukurApakah kunjungan itu merupakan tambahan
Hasil komersial terjadiApa yang akan terjadi tanpa paparan tersebut

Temuan 4: konten dapat memengaruhi visibilitas jawaban, tetapi kenaikan terkenal itu bukan prakiraan

Makalah GEO yang diterima di KDD 2024 memperkenalkan tolok ukur 10.000 kueri dan melaporkan peningkatan visibilitas hingga 40% menurut ukuran eksperimentalnya. Makalah menguji perubahan konten seperti menambahkan sumber relevan, kutipan, dan statistik. Pengaruhnya berbeda menurut bidang. Eksperimen Perplexity terpisah juga menemukan bahwa hasil bergantung pada ukuran visibilitas yang digunakan.

Itu adalah bukti bahwa penyajian materi sumber dapat memengaruhi jawaban. Itu bukan janji 40% lebih banyak prospek, dan sistem eksperimentalnya bukan setiap produk komersial terkini. Visibilitas dalam makalah mencakup ukuran seberapa banyak materi sumber muncul dan di mana ia muncul. Perbedaan pentingnya adalah antara perlakuan konten yang mengubah jawaban terukur dan program bisnis yang meningkatkan laba. Makalah membuktikan yang pertama, bukan yang kedua.

Aggarwal et al.: GEO, Generative Engine Optimization

Temuan 5: pencarian AI masih bergantung pada web yang ada

Panduan pencarian generatif Google saat ini menjelaskan jawaban yang berlandaskan indeks Search dan perluasan kueri: sebuah pertanyaan dapat memicu pencarian terkait sebelum respons disusun. Rekomendasinya tetap berupa informasi orisinal yang berguna dan didukung dasar pencarian biasa. Membuat halaman terpisah untuk setiap susunan kata bukan model nilai yang dijelaskan panduan tersebut.

Implikasinya adalah persaingan yang lebih besar pada tingkat penjelasan. Pembeli yang menanyakan pembelian kompleks mungkin sekaligus memerlukan harga, kompatibilitas, risiko, dan bukti implementasi. Halaman berbeda dapat menyediakan bagian berbeda. Karena itu, perusahaan dapat menyumbangkan fakta berguna tanpa menguasai seluruh jawaban. Sebaliknya, merek terkenal dapat tidak muncul pada keputusan tertentu jika materi yang tersedia tidak menjawab syaratnya. Ini adalah penafsiran saya atas perilaku pengambilan informasi yang didokumentasikan, bukan rumus peringkat yang diungkapkan.

Google: Optimizing for generative AI features

Mulai dari pertanyaan keluarga yang nyata

Ubah kota dan pilih topik. Ini contoh perencanaan, bukan volume pencarian yang diukur atau jawaban AI yang dikumpulkan.

Topik pertanyaan
Contoh pertanyaan

Pilihan hunian lansia mana di London yang sebaiknya dibandingkan keluarga kami?

Yang disimpan bersama jawaban

Simpan jawaban lengkap, tanggal, alat AI, komunitas yang disebut, dan URL sumber yang tepat. Penyebutan merek induk berbeda dengan rekomendasi fasilitas lokal.

Buka perencana prompt

Temuan 6: visibilitas pencarian dan pelatihan model adalah pilihan terpisah

OpenAI mendokumentasikan OAI-SearchBot sebagai perayap pencarian dan GPTBot sebagai perayap terpisah yang terkait dengan pelatihan. Perbedaannya tegas: kebijakan perusahaan tentang pelatihan tidak harus sama dengan kebijakannya tentang muncul dalam pencarian.

Ini penting secara ekonomi karena membatasi pelatihan dan tetap dapat ditemukan tidak selalu merupakan tujuan yang bertentangan. Ini juga menjelaskan mengapa halaman yang diblokir atau dikecualikan tidak dapat dievaluasi seperti halaman yang dapat diakses tetapi tidak dipilih. Tim komersial mungkin melihat ketidakhadiran yang sama di dasbor, sementara penyebabnya berbeda. Izin maupun perayapan yang berhasil tidak menjamin kutipan.

OpenAI: Overview of crawlers

Google kini menyediakan kontrol penyertaan AI yang terpisah

Kontrol Search Console Google untuk fitur AI generatif Search diluncurkan secara global pada 31 Agustus 2026. Penyertaan adalah pengaturan bawaan, tetapi properti dapat mewarisi pilihan properti induk. Dokumentasi membedakannya dari kontrol pelatihan dan dari pengecualian Search secara keseluruhan.

Temuan pentingnya adalah bahwa kemampuan untuk ditemukan kini memiliki lapisan tata kelola yang terlihat selain lapisan konten. Ketidakhadiran dalam jawaban dapat mencerminkan pilihan penerbit, pengaturan yang diwariskan, akses, atau pemilihan sumber. Hasil terlihat yang sama tidak membuktikan penyebab dasar yang sama. Ini adalah perbedaan kelayakan, bukan bukti bahwa memilih ikut serta meningkatkan peringkat perusahaan.

Google Search Console: Search generative AI control

Temuan 7: pelaporan pihak pertama membaik tanpa menutup kesenjangan atribusi

Laporan khusus Generative AI performance Google, yang diluncurkan secara global pada 31 Agustus 2026, melaporkan tayangan untuk fitur AI Search yang didukung. Tampilannya mencakup halaman, negara, tanggal, dan perangkat. Situs dengan tayangan tidak mencukupi mungkin tidak melihatnya. Ini adalah bukti berguna tentang paparan tautan, bukan catatan lengkap prompt, pelanggan, atau penjualan.

Google Search Console: Generative AI performance report

Bing mengukur penggunaan sumber, bukan hasil pelanggan

Pengumuman AI Performance Bing pada Februari 2026 menjelaskan jumlah kutipan, URL yang dikutip, dan sampel kueri pengambilan informasi pendukung pada pengalaman yang didukung. Bing membedakannya dari peran atau posisi halaman dalam jawaban individual. Hal itu membuat penggunaan sumber lebih dapat diamati tanpa mengubahnya menjadi atribusi penjualan. Halaman teknis yang dikutip dan halaman pembelian yang dikutip dapat melayani keputusan yang sangat berbeda, meskipun masing-masing menyumbang satu kutipan pada total.

Bing: Introducing AI Performance

Kesimpulan komersial: peluangnya adalah permintaan yang lebih terinformasi, bukan pengganda lalu lintas universal

Penafsiran saya atas bukti adalah bahwa pencarian AI mengubah apa yang dipelajari calon pelanggan sekaligus kapan pelanggan membutuhkan situs. Itu membuat informasi produk dan layanan yang akurat penting secara komersial bahkan sebelum klik. Itu juga membuat skor kutipan mentah menjadi ukuran nilai yang tidak lengkap. Pertanyaan yang belum terjawab untuk setiap bisnis adalah bagaimana paparan tersebut terhubung dengan hasil yang sesuai dan tambahan pada biaya yang dapat diterima.

Saya bekerja di Searchable. Peran saya sebagai mitra strategis adalah menghubungkan riset tersebut dengan penawaran, pasar, dan keputusan pelanggan perusahaan yang sebenarnya: Prompt Universe khusus, pendampingan awal langsung, dan penafsiran temuan bersama. Percakapan yang berguna dengan saya dimulai dari bagian bisnis yang dapat memperoleh manfaat dari permintaan yang lebih terinformasi. Percakapan itu tidak dimulai dengan persentase kenaikan yang dijanjikan.

Sumber berguna hanya jika mendukung klaim

Gunakan pemeriksaan cepat ini sebelum mengulang angka dalam email penjualan atau situs web.

Klaim yang tepat

Tulis pernyataan persisnya. Pisahkan lalu lintas, pertanyaan masuk, pipeline, pendapatan, dan laba.

Buka lembar kerja fakta komunitas

Cakupan riset

Ditinjau 3 November 2026. Ini adalah sintesis riset primer dan dokumentasi produk resmi, bukan survei konsumen baru atau eksperimen pelanggan terkontrol. Tanggal dan populasi studi tetap dipisahkan. Temuan angka diatribusikan kepada penerbitnya; penafsiran komersial adalah milik saya. Pelaporan Google dan Bing mengukur unit berbeda. Tidak ada studi dalam tinjauan ini yang membuktikan pengaruh pendapatan universal lintas industri.

Sumber dan catatan

Sumber ditinjau: 3 November 2026. Rencana dan contoh merupakan saran, bukan hasil pelanggan yang diukur. Saya bekerja di Searchable. Tautan produknya mencerminkan hubungan tersebut.

1
OpenAI: How people are using ChatGPTRingkasan makalah kerja NBER pada 15 September 2025; 1,5 juta percakapan konsumen. Klasifikasi penggunaan bukan ukuran niat membeli.
2
Pew Research Center: Google users and AI summariesStudi observasional Juli 2025; metode dan batasan dijelaskan di atas.
3
Adobe: AI traffic and US retail revenue per visit29 Oktober 2026; hasil ritel AS yang diamati pada September 2026. Perbandingan relatif di antara kunjungan rujukan bukan estimasi pendapatan inkremental atau tolok ukur nonritel.
4
Aggarwal et al.: GEO, Generative Engine OptimizationDiterima di KDD 2024; versi direvisi 28 Juni 2024. Metrik visibilitas eksperimental, bukan hasil prospek atau pendapatan.
5
Google: Optimizing for generative AI featuresPenjelasan resmi tentang landasan informasi, perluasan kueri, dan dasar pencarian; ditinjau 3 November 2026. Implikasi bisnis adalah analisis penulis.
6
OpenAI: Overview of crawlersPembedaan resmi antara perayap pencarian dan pelatihan; ditinjau 3 November 2026. Akses bukan jaminan kutipan.
7
Google Search Console: Search generative AI controlPeluncuran global 31 Agustus 2026. Kontrol penyertaan, pengaturan bawaan, dan pewarisan; berbeda dari kontrol pelatihan model.
8
Google Search Console: Generative AI performance reportPeluncuran global 31 Agustus 2026. Tayangan dan dimensi yang didukung; bukan laporan atribusi tingkat pelanggan.
9
Bing: Introducing AI PerformancePengumuman pratinjau 10 Februari 2026. Melaporkan kutipan dan sampel kueri pengambilan informasi pendukung di pengalaman yang didukung, bukan hasil pelanggan.
Searchable
Daavid ChristaMitra Anda di Searchable

Rencana pencarian AI Anda, dibangun bersama

Saya Daavid, mitra strategis Anda di Searchable. Kami akan mengubah tujuan bisnis menjadi pertanyaan yang jelas, pendampingan praktis, dan rencana nyata untuk ditinjau bersama.

Lihat posisi Anda

Yang Anda dapatkan
Gambaran awal tentang cara AI menyebut bisnis Anda, dengan pasar, model, dan tanggal yang jelas.
Siapa yang terlibat
Anda dan Daavid
Cara Searchable membantu
Bandingkan jawaban tersimpan, pesaing, dan kutipan.

Kita akan menyepakati dukungan, rencana, dan jadwal tinjauan bersama. Fitur bergantung pada pengaturan Anda.