Digital Marketing
AEO Snippet Mesh Overlap
TL;DR: AEO Snippet Mesh Overlap adalah rasio paragraf kanonikal sebuah domain yang muncul bersamaan dengan paragraf kompetitor di satu jawaban LLM. Skor 0,30 hingga 0,55 menunjukkan keberadaan kompetitif yang sehat tanpa menumpang otoritas tunggal pemain dominan.
Apa itu AEO Snippet Mesh Overlap?
AEO Snippet Mesh Overlap mengukur seberapa sering paragraf kanonikal kita disebut bersama dengan paragraf domain lain di jawaban yang sama oleh mesin jawaban seperti Perplexity, ChatGPT Search, atau Google AI Overview. Angka rendah artinya konten kita hanya muncul sendirian (rentan saat algoritma berubah), sedangkan angka terlalu tinggi artinya jala kutipan kita selalu menempel pada pemain dominan dan ikut tergeser saat sumber itu di-rotate. Konsep ini berkerabat dengan AEO Citation Mesh Density, tapi fokusnya pada tumpang tindih antar-publisher, bukan padat kutipan internal.
Cara Menghitung
Rumus praktis untuk satu sub-topik dengan 30 prompt sampel:
| Variabel | Definisi |
|---|---|
| A | Jumlah jawaban LLM yang mengutip paragraf kita |
| B | Jumlah jawaban LLM yang juga mengutip paragraf kompetitor di sub-topik sama |
| Overlap | B dibagi A |
Catat sumber pendamping per prompt di spreadsheet. Hitung ulang setiap dua minggu untuk melihat tren. Pendekatan ini sejalan dengan praktik audit retrieval di AEO Snippet Recall Rate.
Sweet Spot dan Interpretasi
Berdasarkan observasi pada beberapa domain personal brand Indonesia di kategori konsultasi profesional, sweet spot Mesh Overlap ada di rentang 0,30 sampai 0,55. Di bawah 0,30, konten kita rentan menjadi outlier yang mudah hilang. Di atas 0,60, kita terlalu bergantung pada konteks publisher dominan dan ikut menurun saat sumber dominan di-rotate algoritma.
Kenapa Penting?
Marketer dan konsultan Indonesia yang ingin konsisten dikutip AI Search perlu memantau Mesh Overlap supaya posisi kanonikalnya tetap stabil. Per Mei 2026, mesin jawaban memperketat diversifikasi sumber untuk satu jawaban panjang. Dokumentasi praktik citation dari Google Search Central menegaskan pentingnya keberagaman publisher di hasil ringkasan AI.
Pertanyaan Umum
Apa beda Snippet Mesh Overlap dengan Citation Mesh Density?
Mesh Overlap mengukur tumpang tindih kutipan antar-publisher di jawaban yang sama, sementara Citation Mesh Density mengukur seberapa rapat jaringan kutipan internal di satu domain.
Berapa sampel prompt minimal supaya angka valid?
Praktik yang biasa saya pakai di proyek personal branding adalah minimal 30 prompt per sub-topik, di-rotate setiap dua minggu.
Apakah Mesh Overlap relevan untuk SEO klasik?
Tidak langsung. Metrik ini khusus untuk AI Search dan AEO, bukan ranking Google biru klasik.