Temukan peluang pertumbuhan yang layak diprioritaskan berdasarkan permintaan pasar, lanskap persaingan, proposisi nilai merek, dan sumber kutipan.
AI Performance Insights di Google Merchant Center mengungkap pangsa suara AI, tahapan pembelian, istilah produk, dan kesenjangan atribut. Berikut langkah selanjutnya yang perlu diambil merek.
Jelajahi 12,000 pasar khusus.
Diperbarui oleh
Diperbarui pada Oct 13, 2026
Google Merchant Center mulai menyediakan AI Performance Insights bagi para merchant. Untuk pertama kalinya, brand dapat menggunakan dasbor resmi Google untuk melihat kebutuhan konsumen mana yang dapat dipenuhi produk mereka di AI Mode, AI Overviews, dan Gemini, posisi kebutuhan tersebut dalam perjalanan pembelian, serta seberapa besar eksposur AI yang mereka dapatkan dibandingkan dengan brand serupa.
Namun, setelah meninjau laporan tersebut, saya semakin yakin akan satu hal:
Data paling berharga pada tahap berikutnya Generative Engine Optimization, atau GEO, bukanlah berapa kali AI menyebut sebuah brand. Yang paling penting adalah di mana permintaan pelanggan terkonsentrasi dan apakah brand benar-benar dapat memenuhi permintaan tersebut.
Belum lama ini, saya menulis tentang Google Search Console dan Bing Webmaster Tools yang mulai menyediakan data terkait AI search.
Kesimpulan saya saat itu adalah bahwa GEO sedang beralih dari konsep baru yang sebagian besar bertumpu pada pemantauan pihak ketiga dan penilaian industri menuju tahap ketika data resmi dari platform dapat memvalidasinya.
Microsoft mulai melaporkan citation, sementara Google Search Console mulai melaporkan impresi AI. Setidaknya, hal ini membuktikan satu hal: visibilitas brand dan citation di dalam jawaban yang dihasilkan AI telah menjadi metrik yang bersedia dilacak secara formal oleh platform pencarian.
Rangkaian pembaruan tersebut terutama membahas lapisan website dan konten:
Kini Google telah mengambil langkah lebih jauh.
Kali ini, data tersebut masuk ke Merchant Center, yang berarti cakupannya telah beralih ke lapisan produk dan ecommerce.
AI Performance Insights dari Google mulai menunjukkan kepada merchant bagaimana konsumen menemukan produk mereka melalui AI Mode, AI Overviews, dan Gemini, seberapa besar Share of Voice brand mereka dibandingkan produk sejenis, serta istilah dan atribut produk apa yang paling diperhatikan pengguna.
Ini bukan sekadar laporan baru.
Ini menunjukkan upaya Google untuk menjawab pertanyaan yang jauh lebih penting daripada apakah suatu produk mendapatkan eksposur:
Apa yang sebenarnya diperhatikan konsumen saat berbelanja melalui AI?
Berdasarkan antarmuka dan penjelasan resmi yang tersedia saat ini, AI Performance Insights memuat empat kategori data utama.
Metrik pertama adalah Share of Voice brand di berbagai pengalaman AI Shopping Google.
Sederhananya, metrik ini memperkirakan seberapa besar eksposur AI yang diterima sebuah brand dan produknya untuk kebutuhan belanja yang relevan, lalu membandingkan eksposur tersebut dengan brand serupa yang diidentifikasi secara otomatis oleh Google.
Gambar 1: Contoh AI Performance Insights di Google Merchant Center, yang menampilkan AI Share of Voice sebuah brand dan rata-rata brand serupa.
Metrik ini mungkin terdengar mirip dengan Visibility Score yang digunakan banyak tools GEO, tetapi ada perbedaan penting.
Tools GEO pihak ketiga biasanya:
Menentukan sekumpulan prompt, melakukan query ke beberapa model secara berkala, lalu menghitung seberapa sering sebuah brand muncul.
Data Google berasal dari lingkungan AI Shopping miliknya sendiri, termasuk AI Mode, AI Overviews, dan Gemini. Karena itu, data tersebut lebih mendekati eksposur aktual di dalam ekosistem Google, meskipun tidak dapat mengukur performa di luar ekosistem tersebut.
Nilainya bukan karena dapat menggantikan semua tools pemantauan pihak ketiga. Nilainya adalah memberikan baseline resmi kepada brand.
Kini, brand ecommerce dapat mengetahui dengan lebih yakin:
Produk saya tidak sekadar muncul dalam beberapa prompt uji coba. Produk saya benar-benar telah masuk ke lanskap permintaan AI Shopping Google.
Namun, Share of Voice tidak seharusnya ditafsirkan sebagai pangsa pasar.
Google memilih brand pembanding secara otomatis, dan merchant tidak dapat sepenuhnya mengendalikan kelompok kompetitif tersebut. Ukuran sampel, kategorisasi produk, dan cakupan pengenalan entitas Google juga dapat memengaruhi persentasenya.
Share of Voice sebesar 100% tidak selalu berarti sebuah brand telah memonopoli kategorinya. Skor 0% juga tidak selalu berarti brand tersebut sama sekali tidak mendapatkan eksposur.
Metrik ini lebih tepat digunakan untuk mengidentifikasi tren daripada sebagai ukuran performa bisnis yang berdiri sendiri.
Google juga mengklasifikasikan query AI Shopping berdasarkan funnel pembelian:
Contohnya:
Gambar 2: AI Performance Insights membagi permintaan belanja ke dalam tahap Discovery, Evaluation, dan Purchase.
Menurut saya, ini lebih bernilai daripada hanya mengukur eksposur AI.
Sebelumnya, banyak program pemantauan GEO hanya menghitung apakah sebuah brand muncul.
Namun, muncul dalam jawaban atas pertanyaan “Apa itu air purifier?” memiliki nilai komersial yang sangat berbeda dari muncul dalam jawaban atas pertanyaan “Apa air purifier terbaik untuk rumah yang memiliki hewan peliharaan?”
Pertanyaan pertama mungkin bersifat edukasi umum. Pertanyaan kedua sudah dekat dengan keputusan pembelian.
Tanpa membedakan intent dan tahap pengambilan keputusan, 100 brand mention bisa jadi kurang bernilai dibandingkan 10 rekomendasi yang terkait dengan query berintensi pembelian tinggi.
Dengan menempatkan data ini langsung di Merchant Center, Google pada dasarnya memberi tahu para merchant:
AI Shopping tidak seharusnya dinilai hanya dari total eksposur. Anda perlu mengetahui di tahap mana dalam perjalanan pembelian eksposur tersebut terjadi.
Google juga menyediakan Product Terms, yaitu konsep dan istilah produk yang sering digunakan konsumen saat berbelanja dengan bantuan AI.
Hal ini perlu ditafsirkan dengan cermat.
Google tidak menyediakan daftar lengkap prompt mentah. Google menyediakan istilah produk dan jenis query yang telah diagregasi.
Struktur tersebut sesuai dengan karakteristik AI search.
Dalam pencarian tradisional, sebuah keyword mungkin sangat singkat:
Alexa for Shoppingsepatu lariSebaliknya, pengguna AI mungkin bertanya:
Saya berlari empat kali seminggu, berat badan saya di atas rata-rata, dan lutut saya sering terasa tidak nyaman. Apakah ada sepatu lari dengan bantalan yang lebih baik untuk lari jarak jauh dengan kecepatan santai?
Satu pertanyaan ini memuat berbagai dimensi:
Jika query ini dipecah menggunakan laporan keyword tradisional, datanya akan terfragmentasi.
Namun, dari sudut pandang intent konsumen, permintaan utamanya jelas:
Sepatu lari jarak jauh dengan bantalan yang baik untuk pelari bertubuh lebih berat yang mengalami ketidaknyamanan pada lutut.
Alih-alih memberikan setiap prompt panjang kepada merchant satu per satu, Google mengagregasi query-query tersebut menjadi tema permintaan, istilah produk, dan tahap pembelian yang lebih mudah dikelola.
Analisis industri terhadap laporan ini mencapai kesimpulan serupa: semakin banyak data yang tersedia, tetapi merchant masih belum dapat melihat keseluruhan perjalanan query mentah, klik, dan konversi.
Ini merupakan sinyal penting bagi industri GEO.
Unit analisis yang paling bernilai di masa depan mungkin bukan prompt yang berdiri sendiri. Bisa jadi berupa:
Sekumpulan query dengan susunan kata yang berbeda, tetapi didorong oleh intent pelanggan mendasar yang sama.
Kategori keempat mencakup atribut produk yang diperhatikan pengguna dan apakah atribut tersebut belum dicantumkan dalam data produk sebuah brand.
Pengguna mungkin sering bertanya tentang:
Misalkan konsumen berulang kali bertanya apakah sebuah produk cocok untuk penggunaan di luar ruangan, tetapi feed produk, structured data, dan halaman produk tidak pernah menjelaskan lingkungan penggunaannya. Google akan kesulitan menentukan apakah produk tersebut sebaiknya direkomendasikan.
Google Merchant Center sejak awal mengandalkan data produk yang dikirimkan merchant untuk mencocokkan produk dengan query yang relevan. Google juga secara konsisten menekankan bahwa informasi produk yang akurat dan lengkap berdampak langsung pada apakah produk dapat ditampilkan dengan benar.
Sebelumnya, merchant terutama mengoptimalkan feed untuk Shopping Ads dan listing produk gratis.
Kini, kolom yang sama juga mulai memengaruhi penemuan produk di AI Mode, AI Overviews, dan Gemini.
Peran feed produk sedang berubah:
Feed produk bukan lagi sekadar sumber data untuk iklan. Feed produk mulai menjadi bahasa dasar yang digunakan AI untuk memahami sebuah produk.
Bagian yang paling sering diremehkan dari pembaruan ini bukanlah diperkenalkannya Share of Voice oleh Google. Melainkan cara Google memilih untuk mengatur datanya.
Google tidak sekadar memberikan daftar keyword AI kepada merchant.
Sebaliknya, laporan AI Shopping disusun berdasarkan:
Mengapa?
Karena pengguna AI tidak secara konsisten menggunakan sekumpulan kecil keyword yang tetap.
Kebutuhan yang sama dapat diungkapkan dengan puluhan cara.
Sebagai contoh, pengguna yang ingin membeli air purifier untuk rumah kecil mungkin bertanya:
Kalimat-kalimat ini tampak sangat berbeda satu sama lain.
Namun, dari perspektif permintaan komersial, pertanyaan-pertanyaan tersebut mungkin termasuk dalam beberapa klaster intent yang konsisten:
Hal yang benar-benar memengaruhi rekomendasi AI bukanlah apakah sebuah brand kebetulan mencakup satu prompt tertentu. Yang penting adalah:
Apakah informasi produk dan aset konten brand mencakup secara menyeluruh struktur permintaan berulang yang digunakan pelanggan saat mengambil keputusan?
Inilah alasan saya sejak lama percaya bahwa mengukur GEO hanya dengan beberapa puluh prompt yang telah ditentukan sebelumnya dapat menciptakan rasa yakin yang keliru.
Sebuah perusahaan dapat memilih 100 pertanyaan dengan cermat dan melaporkan bahwa visibilitas brand meningkat 20%.
Namun, jika pertanyaan tersebut tidak mewakili hal-hal yang benar-benar diperhatikan pelanggan, atau tidak mencakup skenario pembelian bernilai tinggi, kenaikan 20% itu tidak banyak berarti.
Google juga mulai beralih dari query yang berdiri sendiri menuju permintaan dan intent yang diagregasi.
Jika melihat perkembangan data dari platform resmi, Google mulai melengkapi tiga lapisan.
Lapisan pertama adalah Search Console, yang melaporkan impresi untuk konten website di berbagai fitur AI search.
Lapisan kedua adalah Merchant Center, yang melaporkan Share of Voice produk, tahap belanja, istilah produk, dan permintaan atribut dalam skenario AI Shopping.
Lapisan ketiga adalah Google Ads dan Merchant Center, yang terus menghubungkan feed produk, iklan, dan data transaksi.
Meski begitu, kesenjangan terpenting masih tetap ada.
Saat ini, merchant melihat istilah dan jenis query yang telah diagregasi, bukan rekaman lengkap untuk setiap prompt.
Sebuah brand mungkin mengetahui bahwa produknya mendapatkan eksposur AI, tetapi belum tentu mengetahui berapa banyak klik yang dihasilkan oleh jenis query AI tertentu.
Belum ada rantai atribusi tingkat query yang lengkap untuk menghubungkan:
Laporan tersebut dapat menunjukkan hasilnya, tetapi mungkin belum sepenuhnya menjelaskan apakah:
Laporan tersebut terutama menjawab:
Apakah brand telah masuk ke kategori permintaan tertentu dalam Google AI Shopping?
Laporan tersebut belum sepenuhnya menjawab:
Mengapa brand muncul, mengapa brand tidak muncul, dan bagaimana peluang untuk muncul dapat ditingkatkan secara sistematis?
Liputan industri merangkum pembaruan ini dengan tepat: data AI search Google semakin luas, tetapi masih terdapat kesenjangan besar terkait klik, query yang persis, kelompok kompetitif, dan atribusi konversi.
Lebih banyak laporan resmi tidak serta-merta menghilangkan nilai tools pihak ketiga.
Namun, produk yang hanya mengandalkan proses “menentukan prompt, menanyakannya berulang kali, lalu menghitung tingkat kemunculan” akan semakin terbatas.
Google sudah dapat memberi tahu merchant tentang:
Jika produk pihak ketiga masih hanya melaporkan:
Brand Anda muncul dalam 13 dari 50 prompt.
Jelas, hal itu tidak cukup.
Produk GEO pihak ketiga perlu menyediakan setidaknya tiga hal yang masih belum dapat diberikan oleh data platform resmi.
Google hanya dapat menjelaskan ekosistem Google.
Brand tetap perlu memahami performa mereka di ChatGPT, Perplexity, Copilot, Claude, dan titik masuk AI lainnya.
Setiap platform memiliki sumber data, mekanisme citation, katalog produk, dan logika rekomendasi yang berbeda.
Platform resmi hanya menampilkan data yang mereka kumpulkan dan agregasi.
Brand tetap memerlukan struktur permintaan industri yang lengkap, termasuk:
Nilai bisnis yang sesungguhnya bukan berasal dari memberi tahu brand, “Brand Anda tidak muncul.”
Nilainya berasal dari menjelaskan:
Seiring makin matangnya data resmi, tools pihak ketiga perlu berkembang dari sistem pemantauan menjadi sistem analisis dan pengambilan keputusan.
Saya tidak menyarankan untuk menanggapi pembaruan ini dengan langsung mengejar angka AI Share of Voice yang baru.
Pendekatan yang lebih praktis adalah meninjau empat area berikut terlebih dahulu.
Banyak brand ecommerce independen hanya memberikan informasi paling dasar dalam feed Merchant Center mereka:
Namun, pertanyaan yang diajukan konsumen melalui AI jauh lebih kompleks.
Mereka bertanya:
Jika informasi ini hanya diketahui oleh tim layanan pelanggan, atau tersebar di berbagai gambar tanpa tercantum di feed, structured data, atau halaman produk yang dapat di-crawl, AI akan kesulitan memahami produk secara akurat.
Banyak halaman produk brand terlihat menarik, tetapi kontennya sebagian besar hanya terdiri dari:
Jenis halaman ini mungkin berfungsi bagi seseorang yang sudah memutuskan untuk membeli, tetapi kurang sesuai untuk membantu AI menjawab pertanyaan yang kompleks.
Halaman produk yang lebih mudah dipahami dan direkomendasikan AI sebaiknya menjelaskan dengan gamblang:
Brand terbiasa membuat konten berdasarkan nama produk:
Pengguna AI Shopping lebih sering mengungkapkan kebutuhan melalui skenario:
Ke depannya, struktur konten perlu berkembang dari katalog produk menjadi katalog keputusan pelanggan.
AI Performance Insights tidak dapat membuktikan pertumbuhan pendapatan dengan sendirinya.
Pendekatan yang lebih masuk akal adalah menggabungkan:
Dengan begitu, brand dapat mengevaluasi:
Sebagian besar produk GEO pada tahap awal dimulai dengan pemantauan prompt.
Pelanggan memasukkan sekumpulan pertanyaan, tool melakukan query ke model AI sesuai jadwal, lalu sistem mencatat apakah brand muncul, posisi brand, dan sumber mana yang di-cite.
Hal ini bernilai pada tahap awal industri karena brand pertama-tama perlu mengetahui apakah mereka muncul dalam jawaban yang dihasilkan AI.
Namun, keterbatasannya semakin jelas:
Dageno sedang beralih dari pemantauan prompt yang terbatas menuju cakupan intent industri yang komprehensif.
Kami tidak terlalu tertarik pada:
Berapa kali brand muncul dalam 100 pertanyaan yang telah ditentukan sebelumnya?
Kami lebih tertarik pada:
Di seluruh industri, dalam skenario apa pengguna mengajukan pertanyaan? Tahap pembelian mana yang terkait dengan kebutuhan tersebut? Kebutuhan mana yang sudah ditangkap oleh kompetitor? Di klaster intent mana brand sama sekali tidak muncul? Apakah ketidakhadiran itu disebabkan oleh informasi produk, struktur konten, sumber tepercaya, atau brand awareness?
Laporan Google juga mengelompokkan data AI berdasarkan tahapan pembelian, istilah produk, jenis kueri, dan atribut produk.
Hal ini sejalan dengan pandangan kami tentang arah perkembangan industri:
Unit dasar pencarian AI tidak akan lagi berupa satu prompt. Secara bertahap, unit tersebut akan menjadi intent pengguna dan skenario pengambilan keputusan yang teragregasi.
Google dapat menyediakan data dari ekosistem Google.
Dageno perlu melengkapinya dengan cakupan lintas platform, intelijen permintaan di seluruh industri, dan penjelasan kausal.
Tujuannya bukan memberi klien satu tangkapan layar lagi yang menunjukkan bahwa “visibilitas AI meningkat 10%”.
Tujuannya adalah membantu brand membangun peta permintaan pasar baru yang menjawab:
Peluncuran AI Performance Insights oleh Google Merchant Center merupakan pembaruan penting.
Untuk pertama kalinya, brand e-commerce dapat menggunakan dasbor resmi untuk melihat pangsa eksposur produk mereka di Google AI Shopping, tahapan pembelian yang terkait dengan eksposur tersebut, istilah produk yang diperhatikan pengguna, dan kesenjangan dalam atribut produk.
Namun, makna terpenting dari pembaruan ini bukanlah bahwa Google menambahkan metrik visibilitas AI lainnya.
Melainkan, Google secara terbuka mengakui bahwa:
Persaingan di AI Shopping bukan hanya tentang apakah suatu produk telah diindeks. Persaingan juga bergantung pada apakah produk tersebut dapat memenuhi permintaan nyata yang tersembunyi di balik bahasa alami pengguna.
Sebelumnya, merchant mengoptimalkan judul dan feed berdasarkan kata kunci.
Ke depannya, brand perlu menyusun ulang seluruh sistem informasi produk berdasarkan audiens, skenario, atribut, masalah, dan tahapan pembelian.
Ini juga berarti GEO akan semakin menyerupai disiplin pertumbuhan formal, bukan sekadar konsep baru yang membuktikan nilainya melalui pemberian prompt secara manual.
Siklus data masih belum lengkap.
Masih ada kesenjangan besar terkait prompt yang tepat, klik, logika rekomendasi, dan atribusi pesanan.
Namun, jumlah dasbor terus bertambah.
Tahap berikutnya tidak akan dimenangkan oleh brand pertama yang membeli alat visibilitas AI. Pemenangnya adalah brand yang lebih dulu menghubungkan permintaan industri, data produk, aset konten, dan metrik performa resmi.
Pengguna sudah mengambil keputusan pembelian melalui AI.
Yang perlu diperjuangkan brand bukan sekadar satu impresi tambahan.
Melainkan hak untuk masuk ke dalam jawaban akhir pengguna.
Diperbarui oleh
Tim
Tim is the co-founder of Dageno and a serial AI SaaS entrepreneur, focused on data-driven growth systems. He has led multiple AI SaaS products from early concept to production, with hands-on experience across product strategy, data pipelines, and AI-powered search optimization. At Dageno, Tim works on building practical GEO and AI visibility solutions that help brands understand how generative models retrieve, rank, and cite information across modern search and discovery platforms.
Dageno • Oct 15, 2026
Dageno • Nov 03, 2026
Dageno • Nov 03, 2026
Dageno • Nov 03, 2026