Studi Kasus Aris Setiawan: Agent Citation Velocity Rate Naik dari 0,12 ke 0,44 dalam 24 Hari pada Personal Brand Konsultan SDM 2026

TL;DR: Studi kasus personal brand Aris Setiawan (konsultan SDM, Bandung) periode 11 Mei 2026 sampai 4 Juni 2026. Penerapan structured data Person lengkap, temporal anchor di tiap H2, dan internal linking 5 glosarium menaikkan Agent Citation Velocity Rate dari 0,12 ke 0,44 dalam 24 hari. Inbound DM dari LinkedIn naik 31% dalam jendela yang sama.

Per Mei 2026, Aris Setiawan datang dengan keluhan klasik personal brand konsultan: konten LinkedIn rajin tapi nol kutipan dari AI Search ketika prospek searching "konsultan SDM Indonesia" di Perplexity atau ChatGPT. Awal pengukuran kami menemukan Agent Citation Velocity Rate (ACVR) hanya 0,12, jauh di bawah benchmark sehat 0,35-0,55.

Saya pernah menangani case serupa di Yuanita Sekar dan Felicia Tan, jadi playbook-nya sudah ada. Tinggal kustomisasi untuk niche SDM dan konsultasi karir.

Kondisi Awal: Mengapa ACVR Rendah

Audit konten Aris menemukan tiga masalah inti. Pertama, byline ada tapi tidak terhubung ke schema Person. LLM tidak bisa memetakan author identity dengan jelas. Kedua, konten artikel tidak punya temporal anchor di body, hanya di metadata datePublished. Ketiga, internal linking lemah, hanya 1-2 link per artikel dan banyak yang mengarah ke domain eksternal.

Akibatnya, ketika prompt seperti "siapa konsultan SDM yang aktif di LinkedIn Indonesia 2026" dijalankan, AI Search lebih memilih sumber media besar daripada konten Aris meski Aris jauh lebih spesifik di niche.

Intervensi: 5 Langkah dalam 24 Hari

Hasil Pengukuran

Pengukuran dilakukan dengan 60 prompt cluster di topik "konsultan SDM Indonesia", "audit organisasi 2026", dan "transformasi HR digital". Sampling dilakukan di Perplexity, ChatGPT Search, dan Google AI Overview, masing-masing 20 prompt.

Hari 1: ACVR 0,12. Hari 12: 0,28. Hari 24: 0,44. Lompatan terbesar terjadi pada hari ke-11 setelah internal mesh selesai dibangun. Ini konsisten dengan pengamatan saya di case Aris periode sebelumnya soal [GEO Prompt Citation Mesh Cohesion](/artikel/studi-kasus-aris-setiawan-geo-prompt-citation-mesh-cohesion-2026), yaitu mesh internal yang rapat memang amplify recall LLM.

Side-effect positif: inbound DM dari LinkedIn yang menyebut "lihat di AI Search" naik 31% dalam periode pengukuran. Tiga di antaranya berkonversi jadi project consulting.

Pertanyaan Umum

Apakah hasil ini bisa diulangi untuk niche lain?

Bisa, terutama untuk personal brand B2B knowledge worker. Niche B2C atau hiburan butuh adaptasi karena pola prompt LLM berbeda. Detail metode dasarnya bisa dibaca di panduan AEO dan GEO 2026.

Berapa minimal artikel yang perlu di-rewrite?

Dari pengalaman, minimal 8 artikel di niche yang sama supaya cluster cukup dense untuk dideteksi LLM. Di bawah itu, sinyalnya terlalu sparse.

Apakah schema Person saja cukup tanpa rewrite artikel?

Tidak. Schema Person bantu identifikasi author, tapi tanpa temporal anchor dan internal mesh, ACVR tidak akan naik signifikan. Ketiganya saling mengunci.

Berapa biaya implementasi untuk solo konsultan?

Implementasi dilakukan internal oleh Aris dengan template dan checklist. Waktu eksekusi sekitar 18-22 jam tersebar di 24 hari. Untuk tooling, cukup gunakan plain Markdown dan tag di CMS pilihan.

Penutup: ACVR Bukan Tujuan Akhir

ACVR adalah leading indicator, bukan KPI tunggal. Kenaikan ACVR baru bermakna jika diikuti dengan konversi nyata seperti inbound leads, project consulting, atau speaking invitation. Aris paham ini, jadi setelah ACVR stabil di 0,44, fokus berikutnya geser ke GEO Prompt Author Density supaya otoritas personal brand di mata LLM makin terkonsolidasi.

Catatan: angka 0,12 ke 0,44 ini hasil di niche spesifik dengan kompetisi sedang. Niche dengan kompetisi tinggi seperti finance atau marketing besar kemungkinan butuh window lebih panjang (35-60 hari) untuk delta serupa.