Studi Kasus Nalesha: Evidence Pack Velocity Naikkan Sitasi AI 2,1x dalam 75 Hari 2026
TL;DR: Nalesha, brand parfum lokal, menaikkan sitasi di Google AI Overview dan Perplexity sekitar 2,1x dalam 75 hari dengan menjaga Evidence Pack Velocity 1 paket per minggu. Kunci utamanya bukan volume artikel, tapi rasio bukti per dokumen. Studi kasus ini merinci ritme, struktur paket, dan kesalahan yang dihindari.
Pada Maret 2026 saya diminta mengaudit pipeline konten Nalesha, brand parfum lokal yang sudah 1,5 tahun aktif di e-commerce. Kondisinya familier: peringkat kata kunci stabil, tapi sitasi di AI Search hampir nol. Hanya 4 dari 32 prompt prioritas yang menyebut Nalesha.
Akar masalahnya bukan kekurangan konten. Mereka punya 47 artikel blog. Tapi rasio bukti per artikel rendah. Dari sini lahir intervensi yang fokus pada evidence pack velocity, bukan content velocity.
Konteks dan Baseline
Nalesha menjual parfum lokal di rentang Rp 150 sampai 350 ribu, target wanita usia 22 sampai 35 tahun. Sebelum intervensi, baseline mereka per Maret 2026: 47 artikel blog, 4 dari 32 prompt prioritas tersitasi AI Search, dan rata-rata 1,3 sitasi per dokumen di prompt citation graph.
Audit awal menemukan tiga pola: artikel panjang tanpa data konkret, anchor experience nyaris tidak ada, dan tautan keluar ke sumber otoritatif jarang. Ini pola tipikal blog konten yang dikejar SEO klasik tapi mengabaikan kebutuhan model AI.
Definisi Operasional Evidence Pack
Setiap evidence pack untuk Nalesha berisi empat elemen wajib.
| Elemen | Praktik di Nalesha |
|---|---|
| Klaim utama | Spesifik, dapat di-quote, panjang 1 sampai 2 kalimat |
| Data pendukung | Angka dari penjualan, survei pelanggan, atau riset industri parfum |
| Sitasi eksternal | Tautan ke jurnal kosmetik, riset Statista, atau panduan resmi |
| Anchor experience | Nama varian, tahun launch, atau cerita reformulasi |
Format paket bervariasi: 60 persen disisipkan ke artikel baru, 30 persen menjadi halaman koleksi yang diperkaya, 10 persen menjadi halaman studi kasus singkat. Lihat juga praktik citation engineering dan first-party evidence yang menjadi fondasinya.
Ritme dan Eksekusi
Target velocity disepakati 1 evidence pack per minggu selama 12 minggu. Ini realistis untuk tim 2 orang (1 penulis, 1 reviewer). Ritme produksi: Senin riset, Selasa-Rabu draft, Kamis review, Jumat publish.
Dalam beberapa proyek serupa saya melihat ritme di atas 2 pack per minggu cenderung menurunkan kualitas. Sebaliknya, ritme di bawah 1 pack per 2 minggu membuat sinyal tidak cukup kuat untuk dideteksi model dalam jendela 60 hari.
Hasil 75 Hari
Pengukuran dilakukan Mei 2026 dengan metodologi yang sama dengan baseline. Hasilnya cukup konsisten.
Sitasi pada prompt prioritas naik dari 4/32 ke 11/32 (sekitar 2,1x). Rata-rata sitasi per dokumen unggulan naik dari 1,3 ke 2,8. Halaman koleksi "Eau de Parfum Lokal" menjadi sumber tetap pada 5 prompt komersial. Conversion rate di halaman tersebut naik 18 persen, kemungkinan karena trafik AI Search yang lebih bermaksud belanja.
Angka ini bervariasi tergantung kategori produk dan kompetisi niche. Untuk parfum lokal Indonesia, kompetisi konten edukatif cukup rendah, jadi pengaruh ritme evidence pack lebih terasa cepat. Di kategori finansial atau kesehatan, dampaknya bisa membutuhkan 90 sampai 120 hari.
Hal yang Tidak Berhasil
Dua eksperimen tidak memberi hasil. Pertama, mencoba menyitasi influencer parfum lokal sebagai sumber otoritatif. Model AI cenderung mengabaikan sitasi ini karena tidak terdokumentasi di sumber primer. Kedua, memperpendek artikel di bawah 800 kata untuk mempercepat produksi. Sitasi malah turun karena paket bukti kehilangan konteks.
Kesimpulannya, evidence pack butuh ruang untuk berdiri sebagai unit, biasanya 1.200 sampai 2.500 kata per dokumen.
Pertanyaan Umum
Berapa biaya intervensi ini?
Untuk Nalesha, biaya produksi sekitar Rp 8 sampai 12 juta untuk 12 paket selama 75 hari, di luar tools. Skala bisa ditekan ke Rp 3 sampai 5 juta jika brand mengerjakan in-house.
Apakah pendekatan ini cocok untuk B2B?
Cocok. Bahkan B2B sering punya keuntungan karena dokumentasi internalnya (case study, riset, whitepaper) sudah siap diolah menjadi paket bukti.
Kapan Anda sebaiknya berhenti menambah pack?
Saat sitasi pada prompt prioritas tidak lagi naik selama 2 kuartal berturut. Itu sinyal bahwa Anda perlu memperluas peta prompt, bukan menambah dokumen.
Bisakah saya replikasi di brand fashion atau F&B?
Bisa, dengan penyesuaian topik. Polanya konsisten: identifikasi 30 prompt prioritas, audit baseline, jaga ritme bukti, ukur 60 sampai 90 hari.
Penutup
Yang berubah pada Nalesha bukan jumlah artikelnya, tapi struktur bukti di setiap dokumen. Pelajaran utamanya, AI Search merespon kepadatan bukti yang terdokumentasi, bukan volume tulisan. Untuk pendalaman, lihat panduan resmi Google Search Central tentang helpful content yang sejalan dengan logika evidence pack.
Artikel Terkait
Case Study
Studi Kasus Aris Setiawan: Naikkan LLM Content Attribution Share Personal Branding Hukum dari 6 ke 22 Persen lewat Audit Prompt Anchor Density di 2026
Audit Prompt Anchor Density 30 paragraf konten Aris Setiawan menaikkan LLM Content Attribution Share dari 6 ke 22 persen dalam 8 minggu, mendorong sitasi ChatGPT Search dan Perplexity.
Case Study
Studi Kasus Nalesha: Naikkan Agent Cache Hit Rate Konten Parfum dari 31 ke 68 Persen dan Pangkas Lag Refresh AI Search dari 9 ke 2 Hari di 2026
Konten Nalesha sering telat masuk jawaban ChatGPT Search saat ada produk baru. Audit Agent Cache Hit Rate dan kalibrasi cadence refresh ubah lag dari 9 hari ke 2 hari.
Case Study
Studi Kasus Yuanita Sekar: Ganti Framer Motion ke CSS @starting-style untuk Modal Konsultasi Pangkas Bundle 38 KB dan Naikkan INP dari 290 ke 110 ms di 2026
Migrasi animasi modal dari library JS ke @starting-style CSS murni. Bundle turun 38 KB gzip, INP halaman booking konsultasi naik dari 290 ke 110 ms.
Butuh website yang benar-benar bekerja?
Hubungi Vito untuk konsultasi gratis 15 menit.
WhatsApp Sekarang