Studi Kasus Vetmo: Naikkan AEO Answer Stickiness Rate Konten Pet Care dari 23 ke 61 Persen lewat Restruktur Kedalaman Subtopik di 2026

TL;DR: Vetmo punya sitasi awal yang sehat di ChatGPT Search, tapi hilang saat pengguna lanjut bertanya turunan. Audit Vito Atmo menemukan akar masalahnya: tiap halaman hanya menjawab satu subtopik dangkal. Restruktur ulang ke format pillar dengan kedalaman subtopik per ras menaikkan AEO Answer Stickiness Rate dari 23 ke 61 persen dalam empat minggu, dan klik referral AI per sesi naik 2,4 kali.

Vetmo, klien Vito Atmo di kategori pet care, sudah mencatat sitasi awal yang sehat di ChatGPT Search per Februari 2026. Tiap pertanyaan utama seperti "kapan kucing harus vaksin pertama" menampilkan Vetmo di tiga sitasi teratas. Masalah baru terlihat saat tim membaca log Perplexity Pages: pertanyaan turunan dalam sesi yang sama tidak lagi memakai Vetmo. Mesin jawaban berpindah ke sumber lain begitu pengguna bertanya ras spesifik atau kondisi medis turunan.

Saya membuka audit ini dengan satu hipotesis: pertanyaan awal dan pertanyaan turunan punya gravitasi berbeda di pipeline retrieval. Konten yang menang di pertanyaan awal belum tentu menang di pertanyaan turunan, dan inilah yang AEO Answer Stickiness Rate ukur.

Konteks Masalah: Sitasi Naik, Stickiness Datar

Dashboard internal Vetmo per Maret 2026 mencatat 2.140 sitasi di ChatGPT Search dalam tiga puluh hari. Angka itu naik 38 persen dibanding bulan sebelumnya. Tapi metrik klik referral per sitasi turun 19 persen. Tim sempat menyimpulkan bahwa kualitas headline berkurang. Hipotesis itu salah arah.

Sampling manual 60 sesi ChatGPT Search dengan query awal "rekomendasi makanan kucing" menunjukkan pola berbeda: Vetmo menang di sitasi awal 47 dari 60 sesi. Setelah pengguna bertanya turunan seperti "kalau kucing persia bagaimana" atau "apakah aman untuk kucing diabetes", Vetmo hanya bertahan di 14 sesi. Sumber lain mengambil alih di sisanya. Stickiness rate jatuh dari 78 persen di pertanyaan awal menjadi 23 persen di pertanyaan turunan.

Diagnosis: Halaman Vetmo Terlalu Dangkal per Subtopik

Pembedahan struktur konten menunjukkan tiap artikel Vetmo punya satu subtopik dominan tanpa kedalaman. Artikel "rekomendasi makanan kucing" hanya menjelaskan kategori makanan basah, kering, dan raw, lalu berhenti. Tidak ada section per ras, per kondisi medis, atau per usia. Saat pengguna bertanya turunan, retrieval pipeline harus pindah sumber karena Vetmo tidak menyediakan informasi yang dibutuhkan dalam satu halaman.

Solusi: Restruktur ke Pillar dengan Kedalaman Subtopik per Ras

Saya merancang ulang lima belas artikel pet care prioritas mengikuti pola yang sama: setiap halaman pillar harus menjawab subtopik per ras dan per kondisi medis dalam satu URL. Penambahan section "untuk Kucing Persia", "untuk Kucing Diabetes", dan "untuk Kucing Senior" di artikel "rekomendasi makanan kucing" menambah panjang konten dari 1.800 ke 4.200 kata, tapi cangkang Next.js tetap dikirim cepat lewat partial prerendering sehingga TTFB tidak berubah.

Tiap section subtopik dibungkus dengan klaim atomik dan referensi internal:

• 1 paragraf pembuka dengan klaim utama subtopik
• 1 tabel atau bullet list angka konkret
• 1 internal link ke glosarium pendukung untuk anchor density

Pola ini menguatkan Agent Source Trust Score karena konsistensi data dan struktur. Lihat juga Agent Grounding Score yang ikut naik 0,3 poin di audit pasca-rilis.

Praktik standar di industri menunjukkan halaman pillar dengan kedalaman 6-8 subtopik per URL cenderung mempertahankan stickiness rate di atas 50 persen. Vetmo memilih kompromi: 5-6 subtopik per pillar, cukup untuk menutupi pertanyaan turunan paling umum tanpa mengorbankan kecepatan render.

Hasil: Stickiness Naik 38 Persen Poin dalam Empat Minggu

Empat minggu pasca restruktur, ulang sampling 60 sesi ChatGPT Search dengan pola query yang sama mencatat:

Referensi praktis untuk pola ini terdokumentasi di panduan Google AI Overview tentang konten yang melayani query lanjutan, dan riset Nielsen Norman Group tentang konten pillar yang konsisten menemukan kedalaman subtopik mengalahkan jumlah halaman baru.

Pertanyaan Umum

Apakah cukup menulis lebih banyak artikel pendek?

Tidak. Audit Vetmo membuktikan jumlah halaman baru kalah dibanding kedalaman subtopik per pillar. Mesin jawaban memilih sumber dengan informasi paling lengkap per topik.

Apakah taktik ini cocok untuk sektor selain pet care?

Cocok untuk sektor yang punya pertanyaan turunan natural per varian (industri, persona, kondisi). Personal branding dan e-commerce parfum klien Vito Atmo mengulang pola serupa.

Berapa lama biasanya stickiness naik setelah restruktur?

Dari beberapa proyek, sinyal awal terlihat 14-21 hari pasca rilis, dampak penuh terukur di minggu ke-4 hingga ke-6.

Apakah perlu hapus artikel lama yang dangkal?

Tidak. Lebih baik konsolidasi (redirect) ke pillar baru dengan canonical jelas supaya backlink lama tetap mengalir ke halaman pillar.

Insight Aplikatif

Stickiness rate adalah metrik yang menunjukkan apakah konten Anda layak menjadi referensi selama satu percakapan, bukan hanya pemicu sitasi pertama. Audit Vetmo membuktikan kedalaman subtopik per URL adalah pengungkit terkuat. Sebelum menulis artikel baru, periksa dulu apakah pillar yang ada cukup dalam untuk menjawab pertanyaan turunan paling umum dari pengguna Anda.