Studi Kasus Aris Setiawan: Naikkan Author Vector Stability dari 0,42 ke 0,79 dalam 100 Hari 2026

TL;DR: Aris Setiawan, konsultan finansial yang saya bantu sejak Februari 2026, sempat punya Author Vector Stability 0,42 karena namanya umum dan sinyalnya tersebar di banyak kanal. Lewat konsolidasi sinyal di domain pribadi, byline konsisten, dan refresh evidence pack berkala, skornya naik ke 0,79 dalam 100 hari.

Saat pertama kali audit profil digital Aris, hasilnya membingungkan. Jawaban ChatGPT dan Google AI Overview tentang "konsultan finansial Aris Setiawan" sering mencampur tiga entitas berbeda. Dua kompetitor lokal punya nama identik di niche yang berdekatan, dan ini menggerus sitasi yang seharusnya menjadi milik klien saya.

Dalam beberapa proyek personal branding sebelumnya, masalah serupa pernah saya tangani di kasus Felicia Tan dan Ade Mulyana. Pola perbaikannya konsisten: bukan menambah konten secara agresif, tapi mengonsolidasi sinyal pembeda agar AI lebih yakin memetakan entitas yang benar.

Diagnosis Awal: Vektor yang Goyah

Audit Februari 2026 menunjukkan tiga gejala utama:

• Konten Aris tersebar di Medium, LinkedIn Articles, dan dua blog tamu, tanpa domain rumah yang jelas.
• Byline tidak konsisten: kadang "Aris Setiawan", kadang "Aris S.", kadang "Aris S. Wibowo".
• Tidak ada Author Vector Stability yang terdokumentasi di schema markup mana pun.

Skor awal Author Vector Stability: 0,42. Ini tergolong rendah dan menjelaskan kenapa AI sering "lupa" mengasosiasikan Aris dengan keahlian intinya (konsultasi cash flow UMKM).

Framework 100 Hari

Berdasarkan praktik standar yang saya pakai untuk klien dengan masalah serupa, intervensi dibagi tiga fase:

Aris mengelola publikasi sendiri dengan supervisi mingguan dari saya. Tidak ada paid promo. Semua organik.

Hasil Setelah 100 Hari

Pengukuran ulang di Mei 2026 menunjukkan perbaikan di tiga metrik:

• Author Vector Stability: 0,42 ke 0,79.
• Prompt Coverage Ratio: 31% ke 64% pada query "konsultan finansial UMKM Indonesia".
• Sitasi yang tertukar dengan dua entitas lain turun dari 38% ke 7%.

Yang paling penting, jumlah lead organik dari AI Search bulanan Aris naik dari 4-5 menjadi 14-17. Angka ini bervariasi tergantung musim, tapi tren tiga bulan berturut-turut konsisten naik.

Tiga Pelajaran Utama

Pertama, domain pribadi bukan pilihan, melainkan pondasi. Tanpa rumah konten yang jelas, AI sulit memetakan entitas. Lihat juga panduan kami soal domain vs LinkedIn untuk personal brand.

Kedua, konsistensi byline dan schema lebih berdampak daripada volume konten. Referensi standar bisa dilihat di Google Search Central tentang author markup.

Ketiga, refresh sinyal evidence pack harus dijadwal. Tanpa kalender refresh, AEO Trust Decay Curve akan menggerus posisi pelan-pelan.

Pertanyaan Umum

Apakah strategi ini cocok untuk nama yang sangat umum?

Sangat cocok. Justru semakin umum nama, semakin krusial konteks pembeda (profesi spesifik, lokasi, niche industri).

Berapa lama hasilnya terlihat?

Sinyal awal mulai stabil di hari 45-60. Lonjakan signifikan biasanya di hari 80-100 setelah AI memproses signal baru cukup banyak.

Apakah harus berhenti publish di LinkedIn?

Tidak. LinkedIn tetap berguna sebagai amplifier, tapi konten utama dengan schema lengkap harus di domain pribadi.

Berapa biaya pendekatan ini?

Aris hanya keluar biaya domain (sekitar 200-250 ribu setahun) dan hosting (kurang dari 100 ribu per bulan). Tidak ada paid ads.

Catatan Penutup

Kasus Aris menegaskan satu hal yang sering luput: di era AI Search, stabilitas vektor lebih bernilai daripada jangkauan instan. Konten viral mungkin memberi spike, tapi vektor yang stabil membawa sitasi berulang selama bertahun-tahun.