Studi Kasus GEO Indonesia – Studi pada Prompt “Rekomendasi Blog untuk Belajar SEO yang Memakai Bahasa Indonesia

Studi sebelumnya menyoroti bahwa GEO memberikan jawaban yang tidak selalu sama meski prompt-nya sama. Meski demikian, ada beberapa nama yang selalu muncul.

Studi ini akan berkontribusi dari studi sebelumnya dengan melihat frekuensi kemunculan dan ada berapa nama yang disebut ketika LLM ChatGPT diminta untuk memberikan “rekomendasi”.

Metode

Metode studi ini adalah memakai prompt yang sama sebanyak 30x, yaitu “rekomendasi blog untuk belajar SEO yang memakai bahasa Indonesia”. Kemudian output jumlah rekomendasi dan frekuensi nama di rekomendasinya dicatat di Microsoft Excel.

Data di Microsoft Excel ini kemudian diolah dengan diagram batang untuk visualisasi.

Hasil

Percobaan	Jumlah rekomendasi
1	5
2	6
3	5
4	5
5	5
6	4
7	5
8	5
9	5
10	5
11	5
12	5
13	5
14	5
15	5
16	5
17	5
18	5
19	5
20	5
21	5
22	5
23	5
24	5
25	5
26	5
27	5
28	5
29	5
30	5

Diskusi

Beberapa key finding adalah sebagai berikut:

1. Refresh 11 sampai 28 memberikan jawaban yang sama semua

2. Frekuensi Vatih lebih banyak dari DailySEO ID

3. 5 menjadi modus data

Dari temuan tersebut, itu berarti LLM seperti ChatGPT sepertinya punya standar sendiri/tertentu karena ada nama yang hampir selalu disebut seperti DailySEO ID dan Vatih. Uniknya, Vatih lebih banyak frekuensi kemunculannya yang berarti entitas seseorang bisa dianggap lebih baik daripada entitas perusahaan/nama brand. Namun, yang pemilik blog ketahui, Vatih sudah lama berkecimpung di dunia blogger, sehingga kalau seseorang mau lebih baik dari brand, maka waktu yang dibutuhkan pastinya tidak sedikit.

Temuan menarik juga adalah modus data jumlah rekomendasi adalah 5. Ini berarti persaingan di LLM lebih ketat daripada SEO klasik di mana 10 ranking di halaman pertama yang umumnya jadi incaran. Untungnya, 5 ini berlaku ketika user mengetik prompt rekomendasi tanpa menentukan jumlahnya, sehingga kita masih berkesempatan muncul jika user butuh rekomendasi lebih dari 5.

Pengulanagan dari 11 ke 28 juga jawabannya sama, sehingga LLM belum tentu akan memberi jawaban yang berbeda jika ditanya ulang. Peluang ini bisa membesar jika pertanyaannya dilakukan untuk konteks yang sangat spesifik.

Limitasi

Limitasi dari studi ini ada cukup banyak. Misalnya hanya dilakukan di ChatGPT saja. Kemudian, studi ini bersifat cross sectional, sehingga hasil studi ini belum tentu akan sama di masa depan. Lalu, prompt yang digunakan berbahasa Indonesia, bahasa lain mungkin akan menghasilkan output yang berbeda. Topik yang diteliti juga hanya SEO, spesifik. Bukan topik yang umum.

Kesimpulan

Pemilik blog menyimpulkan bahwa untuk terms rekomendasi, maka perlu adanya brand building dan personal branding yang konsisten dan memakan waktu. Bisa dilihat dari frekuensi Vatih dan DailySEO ID yang hampir selalu disebut di setiap output LLM. Persaingan juga lebih ketat karena hanya ada 5 slot saja untuk terms “rekomendasi”.

Jadi, apakah kamu mau brand building dan personal branding setelah baca studi ini?

Author