Case Study

Studi Kasus Vetmo: Perpanjang Agent Citation Half-Life dari 58 ke 187 Hari dalam 100 Hari 2026

A
Admin·22 Mei 2026·0 kali dibaca·4 min baca
Studi Kasus Vetmo: Perpanjang Agent Citation Half-Life dari 58 ke 187 Hari dalam 100 Hari 2026

TL;DR: Dalam 100 hari, Vetmo memperpanjang Agent Citation Half-Life dari 58 hari ke 187 hari untuk 12 artikel pilar pet care. Kuncinya bukan rewrite total, melainkan refresh evidence anchor, perkuat schema, dan stabilkan entitas. Hasil ini relevan untuk niche kompetitif yang half-life kontennya umumnya pendek.

Saat saya mulai menangani konten Vetmo di awal 2026, ada keluhan yang berulang: artikel-artikel yang minggu pertama disitir Perplexity dan ChatGPT, dua bulan kemudian hilang sama sekali. Sample sitasi mingguan menunjukkan kurva yang turun tajam pada hari ke-50 sampai 60. Inilah masalah Agent Citation Half-Life yang pendek, dan untuk niche pet care yang kompetisi sumbernya padat, dampaknya berat.

Diagnosa: Kenapa Half-Life Pendek

Setelah audit 12 artikel pilar Vetmo, ada tiga pola yang berulang. Pertama, evidence anchor tersebar di beberapa sumber tanpa konsolidasi. Kedua, entitas brand (Vetmo, layanan klinik, kategori pet) disebut tidak konsisten. Ketiga, schema markup sudah ada tapi tidak dilengkapi sinyal Prompt Trust Cascade yang kuat.

Baseline yang kami catat: rata-rata half-life 58 hari (range 41-72 hari). Untuk niche pet care Indonesia yang ramai, angka ini wajar tapi tidak ideal. Target praktis yang kami set: minimal 150 hari untuk artikel pilar.

Eksperimen 100 Hari

MingguIntervensi
1-2Audit 12 artikel, identifikasi evidence anchor utama tiap konten
3-4Konsolidasi entitas: nama klinik, layanan, kategori
5-8Update schema: tambah Schema DefinedTerm + Article + FAQPage
9-12Inject experience signal: angka klien, tahun, lokasi spesifik
13-14Sample mingguan untuk ukur half-life baru

Pada minggu ke-8, sample sitasi mingguan mulai stabil. Pada minggu ke-14, sample menunjukkan kurva yang lebih landai. Half-life rata-rata: 187 hari (range 142-228 hari). Untuk konteks, ini setara dengan 3,2x peningkatan dibanding baseline. Output ini selaras dengan rekomendasi Google Search Central tentang konten yang menunjukkan E-E-A-T.

Apa yang Tidak Kami Lakukan

Penting disebutkan apa yang TIDAK kami ubah. Slug tidak diubah (menjaga SEO equity). Published_at tidak digeser. Body artikel tidak di-rewrite total. Yang berubah adalah evidence layer, schema layer, dan entity consistency, bukan substansi konten.

Praktik standar yang saya bawa dari proyek-proyek sebelumnya: jangan rewrite kalau struktur dasar sudah solid. Yang sering perlu diperbaiki adalah lapisan evidence dan sinyal otoritas, bukan paragraf inti. Pendekatan ini juga lebih hemat waktu, sekitar 2-3 jam per artikel dibanding 6-8 jam jika rewrite total.

Pelajaran untuk Marketer Lain

Bagi marketer Indonesia yang mengelola konten di niche kompetitif (kesehatan, finansial, beauty, pet care), pendekatan ini bisa diadaptasi. Investasi awal yang besar adalah audit, bukan produksi. Pelajari AEO Evidence Bridge dan Prompt Citation Velocity untuk memahami sinyal yang harus dipertahankan.

Pertanyaan Umum

Apakah pendekatan ini bisa diterapkan untuk personal brand?

Bisa, tapi skala-nya berbeda. Personal brand biasanya cukup 3-5 artikel pilar, dan investasi audit-nya 1-2 minggu, bukan 14 minggu.

Berapa banyak artikel yang ideal di-audit sekaligus?

Antara 8-15 artikel. Di bawah 8 sulit melihat pola; di atas 15 risiko mengorbankan kedalaman.

Apakah tool gratis cukup untuk mengukur half-life?

Cukup, tapi butuh konsistensi. Sample 2x/minggu via prompt manual ke ChatGPT, Perplexity, AI Overview, log di spreadsheet. Setelah 12 minggu data sudah cukup untuk plot kurva.

Apakah industri kompetitif lain bisa mendapatkan rasio peningkatan serupa?

Tergantung baseline. Niche dengan baseline di bawah 60 hari biasanya bisa naik 2-3x. Niche dengan baseline 90+ hari batas atasnya lebih sempit, sekitar 1,5-1,8x.

Bagaimana memastikan hasil ini bukan kebetulan?

Sample yang konsisten selama 90 hari minimal, dan kontrol terhadap event eksternal (update model, perubahan algoritma). Pada kasus Vetmo, kami sengaja menahan publikasi baru di kategori yang sama agar variabel eksternal lebih terkendali.

Insight Aplikatif

Half-life adalah metrik yang sering diabaikan karena tidak terlihat di dashboard SEO biasa. Tapi untuk strategi AI Search jangka panjang, half-life adalah pengukur yang paling jujur. Konten dengan half-life pendek menggerus tim. Konten dengan half-life panjang menjadi aset yang compounding-nya nyata. Pendekatan refresh evidence layer (bukan rewrite total) terbukti cara paling efisien menggeser kurva, dan saya rekomendasikan untuk diadopsi tim marketing yang masih kewalahan dengan volume konten mingguan.

Bagikan

Artikel Terkait

#studi-kasus#vetmo#agent-citation-half-life#aeo#ai-search#case-study

Butuh website yang benar-benar bekerja?

Hubungi Vito untuk konsultasi gratis 15 menit.

WhatsApp Sekarang