Studi Kasus Vetmo: Lewati Prompt Cluster Saturation Konten Pet Care lewat Sub-Klaster per Ras dan Naikkan Sitasi AI Search dari 14 ke 43 per Minggu di 2026

TL;DR: Vetmo mengalami stagnasi sitasi di klaster "panduan kesehatan pet care" sepanjang Februari sampai Maret 2026 walau traffic kueri naik 28 persen. Audit menunjukkan klaster sudah jenuh oleh 4 sumber dominan. Solusi: pecah klaster jadi sub-klaster per ras (Anjing Golden, Kucing Persia, Anjing Pug) dengan studi kasus klinis dari arsip Vetmo. Dalam 8 minggu, sitasi naik dari 14 ke 43 per minggu, dan biaya akuisisi inquiry dari AI Search turun 41 persen.

Sepanjang Februari 2026, dashboard sitasi AI Search Vetmo menunjukkan pola yang mengganggu: traffic kueri di klaster "panduan kesehatan pet care" naik 28 persen dibanding kuartal sebelumnya, tapi sitasi konten Vetmo justru flat di angka 14 per minggu. Padahal Vetmo sudah produksi 12 artikel baru di klaster yang sama dalam dua bulan.

Hipotesis awal tim adalah masalah schema atau anchor density. Setelah saya audit, akar masalahnya berbeda: klaster sudah masuk fase Prompt Cluster Saturation.

Diagnosis: Klaster Sudah Jenuh

Saya kueri 40 variasi prompt di ChatGPT Search dan Perplexity. Hasilnya: 4 sumber dominan mengisi 78 persen sitasi di klaster, dan keempatnya tidak berubah selama 6 minggu. Sumber dominan adalah artikel umum tentang vaksinasi, makanan, dan grooming. Konten Vetmo, walau lebih akurat secara klinis, kalah karena topiknya tumpang tindih dengan sumber dominan.

Strategi: Pecah Jadi Sub-Klaster per Ras

Pendekatan kami: berhenti bersaing di klaster umum, pindah ke sub-klaster per ras yang masih kosong. Vetmo punya keunggulan unik: arsip 4 tahun studi kasus klinis dari 800+ ekor anjing dan kucing dengan ras berbeda. Itu data first-party yang sumber dominan tidak punya.

Dalam 8 minggu, kami publikasi 9 artikel sub-klaster:

• "Vaksinasi Anjing Golden Retriever Indonesia: Jadwal, Biaya, dan Risiko Heatstroke"
• "Makanan Kucing Persia Indonesia: Kandungan, Frekuensi, dan Tanda Alergi"
• "Grooming Anjing Pug Indonesia: Lipatan Wajah, Telinga, dan Frekuensi"
• 6 sub-klaster ras lainnya

Setiap artikel pakai Evidence Density Ratio tinggi (di atas 65 persen) dengan kutipan langsung dari catatan klinis Vetmo, lengkap dengan tahun dan jumlah sample. Kombinasi ini menaikkan Prompt Anchor Density 2,3 kali lipat dibanding artikel klaster umum.

Hasil dalam 8 Minggu

Sitasi mingguan naik dari 14 ke 43, lompatan 3 kali lipat. Yang lebih penting: 3 dari 9 artikel sub-klaster masuk top-3 sumber di klasternya sendiri, menggantikan dominasi sumber umum yang sebelumnya tidak punya kedalaman per ras. Biaya per inquiry dari AI Search turun dari Rp 92 ribu ke Rp 54 ribu, hemat 41 persen. Konsep pendukung tambahan: AEO Source Diversification Index.

Pelajaran untuk Marketer Indonesia

Saat klaster prompt utama Anda sudah jenuh, jangan paksa volume. Cari dimensi yang sumber dominan tidak punya, biasanya itu data first-party dari operasional bisnis Anda. Dokumentasi praktik Authoritativeness E-E-A-T tersedia di Google Search Central panduan E-E-A-T.

Pertanyaan Umum

Berapa lama sub-klaster terlihat hasil?

Umumnya 4 sampai 8 minggu untuk sitasi awal, 12 minggu untuk dominasi stabil di sub-klaster baru.

Apakah strategi ini berlaku untuk industri lain?

Berlaku. Konsultan pajak bisa pecah per industri klien, fashion bisa pecah per okupansi (kerja, formal, casual). Kuncinya: punya data first-party yang sumber dominan tidak akses.

Apakah ini menggantikan konten klaster umum?

Tidak. Konten klaster umum tetap punya peran sebagai hub. Sub-klaster jadi spoke yang masing-masing mendalam.

Yang Akan Saya Lakukan Berikutnya

Pendekatan sub-klaster ini akan saya replikasi di klien e-commerce dan konsultan profesional kuartal kedua 2026. Target: 30 persen konten baru harus sub-klaster, bukan klaster umum.