Studi Kasus Vetmo: FAQPage Schema Menaikkan CTR Klinik Hewan

TL;DR: Vetmo, layanan pet care berbasis aplikasi, memasang FAQPage schema di 12 halaman layanan utama pada awal 2026. Setelah 60 hari, CTR organik untuk keyword bertema medis hewan naik dari sekitar 2,8 persen ke 4,1 persen. Yang menarik, kualitas lead yang masuk juga meningkat karena calon pemilik sudah membaca jawaban dasar sebelum chat. Artikel ini menjelaskan implementasi teknis, hasil terukur, dan kesalahan yang harus dihindari.

Saat Vetmo meminta saya mengevaluasi peluang teknis untuk menaikkan konversi lewat SERP, halaman layanan mereka sebenarnya sudah peringkat 5-12 untuk keyword komersial bernilai tinggi seperti "klinik hewan terdekat" dan "vaksin kucing biaya". Masalahnya: CTR rendah dan banyak lead yang akhirnya batal karena ekspektasi harga atau prosedur tidak match.

Hipotesis awal sederhana. Kalau jawaban dasar tampil langsung di SERP via FAQPage schema, pengguna yang akhirnya klik adalah mereka yang benar-benar siap konversi.

Konteks dan Baseline

Vetmo mengoperasikan lima halaman kategori layanan utama: vaksin, sterilisasi, grooming, konsultasi online, dan emergency. Total ada 12 halaman service yang dijadwalkan ikut audit. Baseline metrik 30 hari sebelum implementasi:

Salah satu sinyal jelas: posisi rata-rata 7,3 dengan CTR 2,8 persen menandakan halaman terlihat di SERP, tapi tidak cukup menarik untuk diklik. Praktik structured data yang tepat seharusnya bisa memperbaiki dua hal sekaligus, visibility dan kualitas klik.

Implementasi Teknis FAQPage Schema

Langkah pertama: identifikasi pertanyaan paling sering muncul di chat WhatsApp. Tim CS Vetmo menarik 800+ chat 90 hari terakhir, dikelompokkan jadi 60 pertanyaan unik. Hasilnya dipetakan ke 12 halaman layanan, masing-masing menerima 4-6 Q&A yang paling relevan.

Lapisan kedua: implementasi JSON-LD pakai komponen Next.js terpadu di template halaman service. Pola yang sama yang saya pakai untuk schema markup di proyek lain. Setiap pertanyaan punya acceptedAnswer yang dirender baik sebagai HTML maupun JSON-LD untuk konsistensi antara apa yang dibaca crawler dan yang dilihat user.

Snippet contoh schema yang dipasang: Catatan: per pembaruan dokumentasi Google Search Central, FAQPage rich result sejak 2023 lebih dibatasi pada situs otoritatif di niche government dan healthcare. Untuk situs komersial seperti Vetmo, tidak semua halaman akan ditampilkan FAQ-nya. Tapi schema tetap dibaca AI Overview dan jadi input penting untuk answer engine.

Hasil Setelah 60 Hari

Angka show-up rate adalah temuan paling menarik. Calon pemilik hewan yang datang ke klinik sudah membaca jawaban dasar tentang harga, durasi, dan prosedur. Ekspektasi match. Tim CS melaporkan rata-rata chat sekarang lebih ringkas, dari 14 pesan turun ke 6 pesan untuk mencapai janji kunjungan.

Tiga Kesalahan yang Harus Dihindari

Pertama, jangan tempel FAQ generik. Pertanyaan harus berasal dari data nyata, dari chat, search query GSC, atau People Also Ask. FAQ yang dipaksakan justru jadi noise.

Kedua, jangan duplikasi schema antar halaman. Setiap halaman service harus punya set Q&A unik. Duplikasi membuat Google bingung memilih mana yang ditampilkan.

Ketiga, jangan abaikan ukuran update. Setiap 90 hari, audit ulang relevansi Q&A. Pertanyaan tentang prosedur COVID-era misalnya, sudah tidak relevan untuk klinik hewan di 2026.

Pertanyaan Umum

Apakah FAQPage schema masih efektif setelah pembatasan Google 2023?

Rich result FAQ memang dibatasi, tapi schema tetap dibaca oleh AI Overview, ChatGPT, dan Perplexity. ROI sekarang lebih sering datang dari AI search ketimbang rich snippet tradisional.

Berapa minimum jumlah Q&A per halaman?

Sweet spot 4-8 Q&A per halaman. Kurang dari 3 terlalu sedikit untuk memberi signal, lebih dari 10 cenderung mengencerkan fokus halaman.

Apakah pertanyaan harus dijawab secara penuh di halaman?

Iya. Jawaban di schema harus identik dengan teks visible di halaman. Google secara eksplisit melarang FAQ yang hanya muncul di schema tanpa ada di body.

Bisakah taktik ini diterapkan ke industri lain?

Bisa, paling efektif di industri dengan pertanyaan harga atau prosedur yang sering ditanyakan: klinik kesehatan, jasa hukum, properti, dan kursus.

Penutup Aplikatif

Vetmo membuktikan bahwa structured data bukan sekadar pekerjaan teknis. Ia adalah jembatan antara apa yang user butuh tahu dan kapasitas tim CS untuk memberi layanan berkualitas. Untuk klinik hewan, jasa profesional, atau UMKM lokal, langkah pertama selalu sama: tarik 90 hari chat, kelompokkan jadi 60 pertanyaan, pilih yang paling sering muncul per kategori layanan. Schema mengikuti, bukan memimpin.