Digital Marketing
AEO Snippet Trust Decay Rate
TL;DR: AEO Snippet Trust Decay Rate adalah laju penurunan bobot kepercayaan snippet di AI Search per minggu setelah pertama disitasi. Snippet dengan decay rate di bawah 4 persen per minggu cenderung bertahan di jawaban Perplexity dan ChatGPT lebih dari 30 hari, sementara di atas 9 persen biasanya hilang sebelum hari ke-14.
Apa itu AEO Snippet Trust Decay Rate?
AEO Snippet Trust Decay Rate mengukur seberapa cepat sebuah snippet kehilangan bobot di dalam reranker mesin AI Search setelah pertama kali muncul sebagai sumber jawaban. Konsep ini melengkapi metrik AEO Snippet Trust Half-Life: half-life menyatakan titik waktu saat bobot tersisa 50 persen, sedangkan decay rate menyatakan persen penurunan per minggu yang dipakai untuk menghitung half-life tersebut.
Analoginya sederhana. Snippet yang baru terbit ibarat susu segar di rak. Setiap minggu tanpa refresh sinyal otoritas, bobotnya menurun. Decay rate adalah angka yang menggambarkan seberapa cepat snippet itu basi di mata model.
Cara Hitung dan Range Wajar
Rumus praktis di pipeline RAG Next.js: decay_rate_per_week = 1 - (trust_score_minggu_n / trust_score_minggu_0)^(1/n).
Range hasil yang sering ditemui di proyek Vito Atmo selama 2025-2026:
| Decay Rate per Minggu | Interpretasi | Tindakan |
|---|---|---|
| Di bawah 3 persen | Snippet sangat tahan, half-life di atas 28 hari | Pertahankan jadwal refresh 21-30 hari |
| 3 sampai 6 persen | Range sehat untuk konten evergreen | Pakai AEO Snippet Refresh Cadence 14 hari |
| 6 sampai 9 persen | Mulai berisiko, biasanya minim trust anchor | Tambah AEO Snippet Trust Anchor Density |
| Di atas 9 persen | Snippet rapuh, hilang sebelum hari ke-14 | Audit ulang sitasi dan format tabel |
Kenapa Penting?
Tanpa kontrol decay rate, biaya produksi konten AI Search membengkak karena tim marketing terus menulis ulang artikel yang sebenarnya hanya butuh kalibrasi sinyal. Praktik standar di pipeline RAG Next.js Supabase yang dipakai di proyek Vito Atmo: target decay rate maksimal 5 persen per minggu, dipantau pakai log Perplexity dan ChatGPT referer di Vercel Analytics. Pendekatan ini biasanya menghemat 30-40 persen biaya refresh konten dalam 3 bulan pertama.
Pertanyaan Umum
Apakah decay rate sama dengan churn rate?
Tidak. Churn rate biasanya dipakai untuk pengguna atau pelanggan, sementara decay rate khusus mengukur bobot kepercayaan snippet di reranker AI Search per satuan waktu.
Apa indikator paling jelas decay rate tinggi?
Jumlah sitasi mingguan di Perplexity turun lebih dari 30 persen dalam 2 minggu berturut-turut tanpa perubahan konten kompetitor.
Istilah Terkait