Studi Kasus Aris Setiawan: Naikkan AEO Query Fan-out Coverage Konten Hukum dari 0,18 ke 0,54 dan Lipat Tigakan Sitasi Perplexity dalam 42 Hari di 2026
TL;DR: Konten hukum Aris Setiawan awalnya hanya dikutip mesin AI pada 0,18 dari rata-rata sub-pertanyaan fan-out per intent. Setelah 42 hari intervensi (restrukturisasi sub-heading, injeksi self-contained passage, pin evidence anchor), coverage naik ke 0,54. Sitasi Perplexity bulanan naik dari 18 ke 56, naik 3,1 kali. Tanpa tambah konten baru, hanya refactor 8 URL prioritas.
Tantangan personal brand konsultan hukum bukan kekurangan konten. Aris Setiawan sudah punya 38 artikel hukum di domain personalnya. Masalahnya, satu artikel hanya menjawab satu pertanyaan eksplisit. Saat pengguna AI search melanjutkan ke pertanyaan susulan, konten tidak terbawa.
Diagnosa Awal
Audit pertama menggunakan Perplexity gratis dan ChatGPT untuk 12 intent utama hukum (PKWT, PHK, pajak final, dispute consumer, dll). Dari masing-masing intent, mesin AI mengurai 6 sampai 10 sub-pertanyaan turunan. Saya tracking secara manual: berapa banyak sub-pertanyaan yang akhirnya mengutip URL Aris.
| Periode | Coverage | Sitasi Perplexity/bulan | Catatan |
|---|---|---|---|
| Baseline (Maret 2026) | 0,18 | 18 | 8 URL prioritas |
| Minggu 2 | 0,27 | 26 | Setelah injeksi sub-heading turunan |
| Minggu 4 | 0,41 | 41 | Setelah self-contained passage |
| Minggu 6 (akhir) | 0,54 | 56 | Setelah evidence anchor pinning |
Definisi metrik lengkap di glosarium AEO Query Fan-out Coverage. Untuk konteks bagaimana mesin AI memecah query, lihat dokumentasi Google Search Central tentang AI Overviews.
Tiga Intervensi yang Bekerja
1. Restrukturisasi Sub-heading Turunan
Sebelum: satu artikel "Apa itu PKWT?" dengan 3 H2.
Sesudah: artikel sama, 7 H2 yang masing-masing menjawab sub-pertanyaan eksplisit (definisi, dasar hukum, durasi maksimal, perpanjangan, hak pekerja, sanksi, perubahan 2026). Setiap H2 ditulis sebagai pertanyaan langsung.
2. Self-contained Passage
Sebelum: paragraf sering merujuk "seperti dijelaskan di atas", "lihat bagian sebelumnya". Mesin AI yang mengambil snippet sepotong jadi kehilangan konteks.
Sesudah: setiap paragraf di bawah H2 ditulis berdiri sendiri. Konteks ulang singkat di kalimat pertama. Pola ini juga mendongkrak AEO Snippet Recall Rate.
3. Evidence Anchor Pinning
Setiap sub-heading menyertakan 1 jangkar bukti: pasal UU, nomor putusan MK, atau tanggal regulasi. Mesin AI yang melakukan grounding mendapat anchor citation yang stabil. Strategi ini sejalan dengan konsep AEO Evidence Anchor Velocity yang diterapkan kontinu.
Hasil dan Batasan
Naik dari 0,18 ke 0,54 dalam 42 hari pada 8 URL prioritas. Sitasi Perplexity naik dari 18 ke 56 per bulan. Sampel kecil, jadi angka tidak generalisasi ke semua industri. Konten hukum punya keunggulan karena banyak entitas terstruktur (pasal, nomor putusan) yang gampang di-anchor. Untuk industri lain (lifestyle, fashion), uplift kemungkinan lebih rendah, di kisaran 1,5 sampai 2 kali.
Pertanyaan Umum
Apakah coverage 0,54 adalah angka final?
Tidak. Sweet spot 0,38-0,62 berarti 0,54 masih bisa naik ke 0,60-an. Di atas 0,70 berisiko rotasi sitasi tinggi.
Berapa lama umumnya hasil terlihat?
Pengamatan saya: sinyal awal 2-3 minggu untuk konten yang ranking. Dampak signifikan 6-12 minggu. Aris di sini termasuk cepat karena domain authority sudah cukup.
Apakah strategi ini berlaku untuk Google AI Overview juga?
Sebagian besar ya. Logika fan-out mirip, tapi Google AI Overview lebih ketat soal source diversity. Coverage di Perplexity cenderung naik lebih cepat.
Apakah perlu tools mahal untuk tracking?
Tidak. Perplexity gratis cukup untuk audit manual mingguan pada 8-12 URL prioritas. Tools berbayar baru worth setelah 50+ URL.
Penutup
Tiga intervensi: sub-heading turunan, self-contained passage, evidence anchor pinning. Tanpa tambah konten baru. Refactor 8 URL prioritas yang sudah ranking. Pendekatan ini cocok untuk personal brand profesional dengan stok konten existing yang underleveraged di AI search.
Artikel Terkait
Case Study
Studi Kasus Ade Mulyana: Naikkan AEO Snippet Mesh Overlap Konsultan Pajak dari 0,12 ke 0,41 dan Pangkas Risiko Sitasi Outlier 67 Persen di 2026
Audit 30 prompt LLM ungkap konten Ade selalu jadi sumber tunggal. Restruktur jala kutipan jadikan Mesh Overlap 0,41 dan menstabilkan sitasi Perplexity 12 minggu.
Case Study
Studi Kasus Vetmo: Pasang Agent Tool Retry Budget di Asisten Booking Pet Care, Pangkas Token Inferensi 34 Persen dan Naikkan Task Completion Rate 19 Persen di 2026
Studi kasus Vetmo: pasang Agent Tool Retry Budget di asisten booking pet care. Token inferensi turun 34 persen, task completion naik 19 persen dalam 30 hari.
Case Study
Studi Kasus Ade Mulyana: Naikkan AEO Snippet Canonical Anchor Rate Konten Konsultan Pajak dari 0,19 ke 0,57 dan Lipat Duakan Sitasi Perplexity dalam 38 Hari di 2026
Studi kasus restruktur AEO Snippet Canonical Anchor di konten konsultan pajak. Anchor rate naik dari 0,19 ke 0,57 dalam 38 hari, sitasi Perplexity 2,1 kali lipat.
Butuh website yang benar-benar bekerja?
Hubungi Vito untuk konsultasi gratis 15 menit.
WhatsApp Sekarang