Studi Kasus Yuanita Sekar: Naikkan AEO Query Fanout Score Konten Coaching dari 19 ke 48 Persen lewat Restruktur Pillar Multi-Aspek di 2026

TL;DR: Restruktur konten pillar coaching personal branding Yuanita Sekar dari format Q&A linear menjadi pillar multi-aspek dengan sub-bagian eksplisit menaikkan AEO Query Fanout Score dari 19 ke 48 persen dalam 8 minggu. Hasilnya konten muncul sebagai sumber kutipan untuk 4 sampai 6 sub-query per sesi AI Search per Mei 2026, naik dari 1 sampai 2 sub-query sebelumnya.

Dalam beberapa proyek terakhir, tim Vito Atmo melihat klien coaching dan jasa profesional sering mengeluh: konten lengkap, ranking SEO bagus, tapi tidak pernah muncul di AI Search. Akar masalahnya bukan kualitas, melainkan struktur. AI Search memecah satu pertanyaan menjadi 5 sampai 20 sub-query, dan konten yang tidak menjawab varian sub-query akan terlewat.

Konteks: Coaching Personal Branding Yuanita Sekar

Yuanita Sekar adalah coach personal branding untuk profesional muda Indonesia. Konten pillar utamanya "Cara Membangun Personal Brand di LinkedIn" memang ranking di posisi 4 sampai 7 Google untuk keyword utama, tetapi audit awal per Februari 2026 menunjukkan AEO Query Fanout Score hanya 19 persen. Artinya dari rata-rata 11 sub-query yang dilempar AI Search untuk topik tersebut, konten Yuanita hanya menjawab 2.

Diagnosis: Konten Linear, Bukan Multi-Aspek

Audit struktur konten lama menunjukkan tiga masalah utama. Pertama, artikel ditulis dalam alur naratif linear: cerita-masalah-solusi-CTA. Kedua, sub-heading generik seperti "Langkah Pertama" dan "Tahap Lanjutan" tidak self-contained. Ketiga, tidak ada FAQ section yang menjawab sub-query spesifik. Lihat juga Prompt Fanout Budget untuk memahami berapa banyak sub-query yang dilempar mesin per sesi.

Intervensi: Restruktur Pillar Multi-Aspek

Setiap sub-heading direstruktur menjadi pertanyaan eksplisit seperti "Berapa lama membangun personal brand di LinkedIn?", "Apakah harus posting setiap hari?", "Bagaimana cara mengukur engagement personal brand?". Pendekatan ini selaras dengan prinsip AI Grounding Recall yang menuntut konten punya jangkar fakta yang mudah dirujuk mesin.

Hasil: Fanout Score Naik 2,5 Kali Lipat

Pengukuran 8 minggu pasca-restruktur (April 2026) menunjukkan AEO Query Fanout Score naik dari 19 ke 48 persen. Konten Yuanita muncul sebagai kutipan untuk 4 sampai 6 sub-query per sesi ChatGPT Search dan Google AI Mode, naik dari 1 sampai 2 sebelumnya. Trafik referral dari oai.com dan aiagent.search naik 218 persen dalam periode yang sama. Booking sesi coaching dari kanal "saw on AI Search" naik dari 3 ke 11 per bulan. Metodologi tracking referral AI Search mengikuti standar Search Engine Journal per kuartal pertama 2026.

Pertanyaan Umum

Berapa lama efek restruktur fanout terlihat?

Dalam pengalaman tim Vito Atmo, sinyal awal muncul 2 sampai 4 minggu setelah Google dan OpenAI re-crawl. Dampak penuh terlihat 6 sampai 10 minggu, tergantung frekuensi crawl domain.

Apakah restruktur ini merusak ranking SEO klasik?

Tidak. Justru ranking Yuanita naik dari posisi 4-7 ke 2-4 karena FAQ section dan sub-heading eksplisit juga membantu featured snippet Google klasik.

Apakah strategi ini cocok untuk e-commerce?

Cocok dengan adaptasi. Untuk e-commerce, sub-heading eksplisit diterapkan ke product description (bahan, perawatan, ukuran, garansi) dan FAQ menjawab sub-query pembeli yang umum.

Tool apa untuk mengukur fanout score?

Otterly, Profound, atau audit manual via sampling session AI Search. Untuk skala kecil, monitoring referrer dari oai.com sudah memberikan sinyal indikatif.

Penutup

Restruktur pillar multi-aspek bukan hanya soal AEO Query Fanout Score. Ini adalah cara konten Anda berbicara dengan dua audiens sekaligus: pembaca manusia yang scan heading, dan AI yang memecah pertanyaan menjadi sub-query. Untuk konten coaching, jasa profesional, dan B2B yang competitive di Indonesia, struktur ini menjadi pembeda visibilitas di kanal AI Search yang tumbuh cepat.