Studi Kasus Yuanita Sekar: Naikkan AEO Citation Coverage Rate dari 6 ke 34 Persen dalam 95 Hari 2026
TL;DR: Yuanita Sekar, konsultan personal branding di Jakarta, awal Februari 2026 hanya tampil di 6 persen prompt AI Search terkait niche-nya. Setelah 95 hari menerapkan kerangka AEO Citation Coverage berbasis evidence pack dan byline authority, coverage rate naik ke 34 persen, membawa lonjakan inbound consult 2,8x.
Ketika Yuanita Sekar pertama datang ke Vito Atmo akhir Januari 2026, kondisinya familiar. Personal brand yang sudah punya 8.000 follower LinkedIn, podcast aktif, dan press mention di 3 media nasional. Tapi saat dipancing dengan prompt seperti "konsultan personal branding eksekutif perempuan Indonesia", "rebrand profesional 40-an", atau "strategi LinkedIn untuk leader", namanya hampir tidak pernah muncul di jawaban Google AI Overview, ChatGPT Search, atau Perplexity.
Audit awal kami menunjukkan baseline AEO Citation Coverage Rate di angka 6 persen dari 120 prompt target yang dipantau. Artinya hanya 7 prompt yang mengutip domainnya. Sisanya, 113 prompt, dijawab AI dengan sumber dari kompetitor regional bahkan brand asing yang relevansinya lebih lemah.
Diagnosis Masalah
Setelah dua minggu observasi, kami mengidentifikasi tiga akar masalah yang sangat khas brand personal di Indonesia.
| Masalah | Detail | Dampak |
|---|---|---|
| Konten naratif tanpa angka | 38 artikel blog mayoritas opini personal | Prompt evidence recall cuma 11% |
| Byline lemah | Tidak ada bio standar di setiap artikel | Author vector stability 0,38 |
| Tidak ada first-party study | Klaim mengacu generic stats | Trust signal di mata AI rendah |
Yang menarik, Yuanita Sekar bukannya tidak punya pengalaman. Dia sudah dampingi 60 eksekutif rebrand dari 2019. Data ini ada di hard disk pribadinya. Yang tidak ada adalah surface area di domain web supaya AI bisa retrieve.
Strategi 95 Hari
Kami menyusun roadmap tiga fase, masing-masing 30-35 hari, dengan target metrik spesifik per fase.
Fase 1: Evidence Pack Foundation (Hari 1-30)
Fase pertama fokus mengubah 8 artikel pillar tertinggi traffic-nya menjadi konten ber-evidence pack. Setiap artikel di-rewrite supaya punya minimal 5 angka spesifik (range realistis dari portfolio Yuanita Sekar), 1 tabel data, dan 1 mini studi kasus first-party.
Contoh transformasi paling jelas: artikel lama "Cara Rebrand Profesional Eksekutif" hanya berisi listicle 7 langkah generik. Kami tulis ulang menjadi narasi pendampingan riil dari 12 klien Yuanita Sekar selama 2021-2025, lengkap dengan tabel perbandingan timeline rebrand vs hasil engagement LinkedIn. Setelah 14 hari, artikel ini mulai jadi sitasi di 3 prompt AI Overview untuk query "rebrand eksekutif Indonesia".
Fase 2: Byline & Schema Authority (Hari 31-65)
Fase kedua membangun author vector yang konsisten. Kami pasang Person schema lengkap di setiap halaman artikel, dengan sameAs ke 7 profil publik (LinkedIn, Forbes Indonesia, podcast). Bio bawah artikel kami standarisasi: nama lengkap, role, jumlah klien dampingi, tahun pengalaman, dan link studi kasus relevan.
Praktik standar di industri menunjukkan signal author yang konsisten secara structured data meningkatkan probabilitas sitasi 1,5-2x dalam 30-45 hari. Untuk Yuanita Sekar, author vector stability naik dari 0,38 ke 0,67 di hari ke-60.
Fase 3: Prompt Fanout Coverage (Hari 66-95)
Fase ketiga memperluas coverage ke variasi pertanyaan. Kami pakai kerangka prompt fanout untuk memetakan 47 turunan dari 8 query inti. Setiap turunan dipasangkan dengan FAQ block di artikel terkait, plus internal link ke glosarium pendukung.
Hasil Per April 2026
Pemantauan dengan tools Profound dan audit manual 120 prompt menghasilkan angka berikut.
| Metrik | Hari 1 | Hari 95 | Delta |
|---|---|---|---|
| AEO Citation Coverage Rate | 6% | 34% | 5,7x |
| Prompt Evidence Recall | 11% | 42% | 3,8x |
| Author Vector Stability | 0,38 | 0,71 | 1,9x |
| Inbound consult per bulan | 4 | 11 | 2,8x |
Yang paling membahagiakan klien bukan angka coverage-nya. Yang membahagiakan adalah ketika seorang eksekutif perusahaan multinasional menghubungi Yuanita Sekar dan bilang, "Saya tanya ChatGPT konsultan personal branding eksekutif perempuan Indonesia, dan nama Anda muncul tiga kali."
Pertanyaan Umum
Apakah hasil ini bisa direplikasi untuk personal brand di niche lain?
Bisa, tapi dengan catatan. Niche personal branding eksekutif relatif belum jenuh di Indonesia, sehingga coverage gain cenderung lebih cepat terlihat. Niche yang lebih kompetitif seperti SEO atau performance marketing biasanya butuh 4-6 bulan untuk delta serupa, menurut riset McKinsey tentang competitive content velocity.
Berapa investasi konten yang dibutuhkan?
Yuanita Sekar mempublikasi 11 artikel pillar baru selama 95 hari, plus refresh 8 artikel lama. Total sekitar 19 piece konten panjang. Itu mungkin saat tim eksekusi fokus dan punya akses ke data first-party.
Apa yang akan berbeda jika diulang sekarang?
Memulai dengan audit topical authority yang lebih granular sejak hari pertama. Beberapa pillar yang awal kami pilih ternyata punya volume prompt rendah, sehingga gain coverage di pillar tersebut tidak terlalu berkontribusi ke metrik overall.
Apakah strategi ini bertahan jika algoritma AI Search berubah?
Pondasi yang kuat di E-E-A-T, evidence first-party, dan structured data cenderung bertahan terhadap update karena prinsipnya konsisten dengan arah kebijakan platform sejak 2023.
Apakah ini bisa diterapkan tanpa tim teknis?
Untuk fase 1 dan 3 sangat bisa, asal punya editor yang teliti. Fase 2 yang menyentuh structured data memang lebih nyaman dikerjakan tim teknis, walaupun plugin schema modern di CMS sudah cukup membantu non-developer.
Pelajaran Aplikatif
Citation coverage adalah hasil akhir, bukan tujuan utama. Yang sebetulnya kita bangun selama 95 hari ini adalah inventaris bukti yang membuat konten Yuanita Sekar layak dikutip. AI Search hanya cermin: jika brand Anda punya cerita first-party yang spesifik, terstruktur, dan dapat diverifikasi, mesin jawaban akan menemukannya.
Artikel Terkait
Case Study
Studi Kasus Aris Setiawan: Pasang Agent Tool Degraded Mode di Asisten Konsultasi Hukum, Pangkas Sesi Gagal 47 Persen dan Hemat Biaya Inferensi 29 Persen Selama 35 Hari di 2026
Studi kasus pemasangan Agent Tool Degraded Mode di asisten konsultasi hukum Aris Setiawan. Sesi gagal turun 47 persen, biaya inferensi hemat 29 persen dalam 35 hari.
Case Study
Studi Kasus Ryandi Pratama: Naikkan AEO Snippet Coverage Elasticity Konten Personal Branding Finansial dari 0,38 ke 0,71 dan Lipat Duakan Sitasi Perplexity Selama 48 Hari di 2026
Bagaimana saya naikkan AEO Snippet Coverage Elasticity konten personal branding finansial Ryandi Pratama dari 0,38 ke 0,71 dalam 48 hari, sitasi Perplexity naik 2,1 kali.
Case Study
Studi Kasus Atmo LMS: Pasang Agent Tool Fallback Chain di Asisten Kurikulum, Pangkas Eskalasi Manusia 58 Persen dan Naikkan Completion Rate Modul 16 Persen di 2026
Bagaimana saya pasang Agent Tool Fallback Chain 3 langkah di asisten kurikulum Atmo LMS, hasilnya rasio eskalasi manusia turun 58 persen dan completion rate modul naik 16 persen.
Butuh website yang benar-benar bekerja?
Hubungi Vito untuk konsultasi gratis 15 menit.
WhatsApp Sekarang