Saya sangat bersemangat untuk menerbitkan studi ini. Anggap saja ini studi Kegunaan AIO 1.5, dengan wawasan baru. Nantikan juga studi kegunaan Mode AI pertama kami! Studi ini akan terbit dalam beberapa minggu (pastikan untuk berlangganan agar tidak ketinggalan).
Tingkatkan keterampilan Anda dengan wawasan pakar mingguan dari Growth Memo. Berlangganan gratis !
Sejak bulan Maret, semua orang menanyakan pertanyaan yang sama: “Apakah Ikhtisar AI membunuh konversi kami?”
Studi kegunaan kami tahun 2025 memberikan jawaban yang lebih jelas daripada informasi terkini yang akan Anda lihat di LinkedIn dan X (Twitter).
Pada bulan Mei 2025, saya menerbitkan temuan-temuan penting dari studi UX komprehensif pertama tentang Ikhtisar AI (AIO). Hari ini, saya menyajikan wawasan baru dari studi tersebut berdasarkan sistem RAG mutakhir yang menganalisis lebih dari 100.000 kata transkripsi.
Temuan paling signifikan dan menonjol dari studi tersebut: Orang-orang menggunakan Ikhtisar AI untuk mendapatkan orientasi dan menghemat waktu.
Lalu, untuk pencarian apa pun yang melibatkan transaksi atau pengambilan keputusan berisiko tinggi, pencari memvalidasi di luar Google, biasanya dengan merek tepercaya atau domain otoritas.
Intinya: AIO adalah lapisan pratinjau. Tautan biru masih tertutup. Sebelum kita mulai, Anda perlu mendengarkan wawasan berikut dari Garrett French, CEO Xofu , yang mendanai studi ini:
“Hal yang paling menarik bagi saya dari karya terbaru Kevin ini: Kita sekarang memiliki wawasan langsung mengenai “pola jangkar” perilaku AIO.
Dalam studi kegunaan ini, kami menemukan bahwa pengguna jarang mengungkapkan ketidakpercayaan mereka terhadap AI Overviews secara langsung – sebaliknya mereka ragu-ragu, menyempurnakannya, atau mengkliknya.
Oleh karena itu, keraguan itu sendiri merupakan sinyal yang paling keras bagi kita.
Kami melihat hal yang sama dalam pembelian komite pembelian yang kompleks dan memungkinkan transisi (B2B dan B2C): Pengadaan terhenti tanpa kejelasan siklus hidup, insinyur terhenti tanpa spesifikasi, TI terhenti tanpa validasi.
Ini bukan keluhan. Ini pertanyaan yang belum terselesaikan, belum terjawab, bahkan belum diketahui, yang TIDAK PERNAH muncul dalam permintaan KW.
Sebagai pemasar konten, kami tidak pernah bertanggung jawab secara sistematis untuk menjawabnya.
Log layanan pelanggan – sebagai contoh salah satu permukaan untuk menemukan gesekan – mengungkap keraguan yang sama dalam bentuk yang dapat dilacak melalui obrolan berulang, eskalasi, blok penerapan, dll.
Log layanan pelanggan adalah satu permukaan; AIO adalah permukaan lainnya.
Tetapi sumber kebenaran sesungguhnya selalu berupa gesekan audiens kontekstual.
Menjawab pertanyaan-pertanyaan laten yang menimbulkan gesekan dan tidak terjawab ini memberi kita cara untuk membaca sinyal-sinyal tersebut dan merancang konten yang benar-benar mendorong pengambilan keputusan.
Apa yang Sebenarnya Ditemukan Studi Ini:
- Hasil organik merupakan tujuan yang paling tepercaya dan paling konsisten berhasil di semua tugas.
- Hasil yang disponsori diperhatikan tetapi secara aktif dilewati karena rendahnya kepercayaan.
- Jawaban dalam SERP dengan cepat menyelesaikan sekitar 85% pertanyaan faktual yang sederhana.
- Pengguna sering menggunakan AIO sebagai pratinjau atau pintasan, lalu mengklik untuk menyelesaikan atau memvalidasi (di situs merek, YouTube, portal kupon, dan sejenisnya).
- Korsel belanja membantu penemuan lebih dari sekadar penutupan. Harapkan klik penilaian ulang.
- Kepercayaan terbagi berdasarkan taruhannya: Perjalanan pencarian dengan taruhan rendah sering kali berakhir di AIO, sementara keuangan atau kesehatan mendorong orang ke otoritas terkenal seperti PayPal, NIH, atau Mayo Clinic.
- Usia dan perangkat penting. Pengguna yang lebih muda, terutama pengguna ponsel pintar, lebih cepat menerima AIO; generasi yang lebih tua lebih menyukai tautan biru dan domain otoritas.
- Ketika AIO salah atau terasa generik, orang-orang akan mundur. Kami mencatat 12 tanda unik “AIO menyesatkan/salah” dalam konteks yang lebih berisiko.
(Tertarik untuk mendalami lebih lanjut temuan pertama dari studi ini atau butuh penyegaran? Baca iterasi lengkap pertama studi UX AIO .)
Mengapa Hal Ini Penting Bagi Hasil Akhir
Dalam analisis saya sebelumnya, saya berpendapat bahwa visibilitas di bagian atas corong pemasaran memiliki dampak hilir yang lebih besar daripada yang pernah diperkirakan oleh analitik pemasaran kami. Saya juga berpendapat bahwa permintaan tidak hilang begitu saja karena jumlah klik berkurang.
Pola perilaku studi ini mendukung hal tersebut: AIO memenuhi maksud pencarian cepat, tetapi maksud pembelian masih bergantung pada validasi eksternal dan kepercayaan merek – alias klik. Para partisipan dalam studi ini berbagi pemikiran mereka dengan lantang, seperti:
- “Ada hasil AI, tapi saya lebih suka langsung ke situs PayPal sendiri.”
- “Mayo Clinic berada di puncak hasil, ke sanalah saya akan memilih. Saya lebih percaya Mayo Clinic daripada ringkasan AI.”
Dan itu menjaga konversi hilir (ketika Anda muncul di tempat yang tepat dan telah memperoleh otoritas).
Wawasan Lebih Dalam: Temuan Sekunder yang Perlu Anda Lihat
Baru-baru ini, saya bekerja dengan Eric Van Buskirk (direktur penelitian studi tersebut) dan timnya di Clickstream Solutions untuk melakukan analisis lebih mendalam tentang temuan Mei 2025.
Dengan menggunakan sistem AI canggih berbasis RAG, kami menganalisis seluruh 91.559 (!) kata transkrip dari sesi pengguna yang direkam di 275 contoh tugas.
Hal ini penting untuk dipahami: Kami dapat menemukan wawasan baru dari studi ini karena Eric telah membangun teknologi mutakhir.
Sistem RAG baru kami menganalisis bidang terstruktur seperti Fitur SERP, kepuasan AIO, atau reaksi pengguna dari transkripsi dan anotasi. Sistem ini menciptakan lapisan pengambilan dan menggunakan ChatGPT-5 untuk pencarian semantik.
Hasilnya adalah penelitian yang lebih cepat, lebih teliti, dan lebih transparan. Setiap klaim dapat dilacak ke baris data dan kutipan transkrip, pola diperiksa di seluruh kumpulan data, dan bukti visual dapat diakses melalui kueri.
(Singkatnya dalam bahasa sederhana: Sistem AI canggih berbasis RAG yang dibuat khusus oleh Eric sangat keren dan sangat efektif.)
Manfaat praktis:
- Wawasan yang dapat diaudit: Kesimpulan dipetakan kembali ke potongan data yang tepat.
- Kecepatan: Uji hipotesis dalam hitungan menit, alih-alih sesi membaca ulang.
- Skala: Triangulasi transkrip, bidang yang dikodekan, dan hasil pada semua peserta.
- Cocok untuk era AI: Struktur yang bersih dan sinyal yang dapat dipercaya mencerminkan bagaimana sistem pengambilan memilih sumber, yang sejalan dengan pendirian kami yang lebih luas tentang visibilitas dan kepercayaan.
Inilah yang kami temukan:
- Data memverifikasi empat Pola Maksud AIO yang berbeda.
- Fitur SERP utama mendorong lebih banyak keterlibatan daripada fitur lainnya.
- Merek inti membentuk kepercayaan pada AIO.
Tentang Sistem RAG Baru
Kami membangun kembali analisis pada sistem yang diperkuat dengan pengambilan data sehingga jawaban berasal dari data studi, bukan tebakan model. Inti analisis berada pada bidang terstruktur dengan transkrip dan anotasi lengkap, diindeks dalam basis data ringan, dan dipasangkan dengan data yang dikelompokkan untuk penyaringan kohort dan pemeriksaan silang.
Komponen inti:
- Pengambilan dan pembersihan kumpulan data.
- Lapisan pengambilan berdasarkan kata kunci hibrida + pencarian semantik.
- Sentimen yang dikodekan secara otomatis untuk mengubah ucapan menjadi sinyal yang konsisten dan dapat dipertanyakan.
- Putaran validasi untuk meminimalkan halusinasi.
Hasilnya adalah riset yang lebih cepat, lebih teliti, dan lebih transparan. Setiap klaim dapat dilacak hingga ke baris dan kutipan, pola diperiksa di seluruh kumpulan data, dan bukti visual dapat diakses melalui kueri.
Manfaat praktis:
- Memetakan kesimpulan kembali ke potongan data yang tepat.
- Uji hipotesis dalam hitungan menit.
- Triangulasi transkrip, bidang berkode, dan hasil pada semua peserta.
- Struktur bersih dan sinyal dapat dipercaya.
Pola Intent AIO Mana yang Diverifikasi Melalui Data
Salah satu temuan sekunder terbesar dari studi kegunaan AIO adalah bahwa Pola Maksud AIO bukan lagi sekadar “perasaan” – pola tersebut telah divalidasi secara statistik dan dibangun dari perilaku yang terukur.
Sebelum sebagian dari Anda memutar mata dan dengan kesal menyatakan, “inilah kata kunci SEO/pemasaran yang baru diciptakan,” pola yang kami temukan dalam data tersebut bukanlah persona pencarian , dan juga bukan maksud pencarian .
Oleh karena itu, kami menggunakan frasa “Pola Maksud AIO” untuk membedakan konsep-konsep ini satu sama lain.
Beginilah cara saya mendefinisikan Pola Maksud AIO: Pola Maksud AIO merepresentasikan klaster perilaku pengguna yang tervalidasi secara statistik – seperti berdiam, menggulir, penyempurnaan, dan sentimen – yang menentukan bagaimana orang merespons AIO. Pola ini merupakan perilaku berulang dan terukur yang menggambarkan bagaimana orang berinteraksi dengan Ikhtisar AI, baik mereka menerima, memvalidasi, membandingkan, maupun menolaknya.
Dan, sekali lagi, pola-pola ini bukan benar-benar maksud atau pertanyaan penelusuran , tetapi juga bukan benar-benar profil pengguna .
Sebaliknya, pola-pola ini mewakili serangkaian perilaku (yang muncul di seluruh data kami) yang dilakukan oleh pengguna untuk memvalidasi AIO dengan cara yang berbeda-beda. Oleh karena itu, kami menyebut masing-masing pola perilaku ini sebagai “validasi” di bawah ini.
Dengan menjalankan pengkodean berbasis RAG pada lebih dari 250 contoh tugas, kami dapat mengukur empat pola perilaku berbeda dalam keterlibatan dengan AIO:
- Validasi yang mengutamakan efisiensi, yang memberikan penghargaan pada fakta yang bersih dan dapat diekstraksi (menerima AIO).
- Validasi berdasarkan kepercayaan yang hanya menghasilkan kredibilitas (validasi AIO).
- Validasi komparatif yang menggunakan AIO tetapi membandingkan dengan beberapa sumber.
- Penolakan skeptis yang secara otomatis membuat AIO tidak percaya pada pertanyaan berisiko tinggi.
Yang terpenting di sini adalah bahwa ini bukanlah label yang sembarangan.
Uji statistik menunjukkan perbedaan dalam waktu tunggu, pengguliran, dan penyempurnaan antara keempat kelompok terlalu besar untuk menjadi acak.
Sederhananya: Ini adalah segmen perilaku penggunaan AIO nyata atau maksud penggunaan AIO yang dapat Anda rencanakan.
Mari kita lihat satu per satu.
1. Validasi Efisiensi-Pertama
Ini adalah validasi di mana pengguna bermaksud mencari jalan pintas. Pengguna menggunakan AIO untuk pencarian fakta cepat, mencari satu jawaban sekilas, lalu melanjutkan.
Validasi yang didorong oleh efisiensi akan lebih efektif jika didukung oleh konten yang ringkas, mudah dipindai, dan kaya fakta. Beberapa pertanyaan umum yang diselesaikan langsung di AIO meliputi:
- “1 cangkir dalam ml”
- “cara mengambil tangkapan layar di Mac”
- “Konverter UTC ke CET”
- “apa itu robots.txt”
- “contoh regex email”
Di bawah ini, Anda dapat melihat dua contoh tindakan tugas “validasi efisiensi-utama” dari studi tersebut.
“Oke, jadi saya suka ringkasan di atas. Dan saya akan melanjutkan dan mengikuti instruksi ini dan hanya kembali ke pencarian jika tidak berhasil.”
Saya langsung saja menuju ke ikhtisar AI… dan saya suka jawabannya. Jawaban itu memberi saya informasi yang saya butuhkan, terorganisir, dan jelas. Ketemu deh.
Data kami menunjukkan waktu tunggu rata-rata hanya 14 detik untuk grup ini secara keseluruhan, hampir tanpa pengguliran atau penyempurnaan.
Pengguna yang mengutamakan efisiensi dalam kueri mereka memiliki sentimen netral hingga positif terhadap AIO – tanpa tanda keraguan – karena AIO memenuhi keinginan akan efisiensi dengan cepat.
Untuk pola perilaku ini, AIO sering kali menjadi jawaban akhir – terutama di perangkat seluler – dan jika mereka mengklik, biasanya itu adalah sumber pertama yang jelas dan dapat diekstraksi.
👉 Tips pengoptimalan untuk grup validasi ini:
- Padatkan fakta-fakta utama menjadi TLDR, FAQ, dan skema yang ringkas sehingga AIO dapat menampilkannya.
- Tempatkan definisi, daftar periksa, dan blok contoh di dekat bagian atas halaman Anda.
- Gunakan tabel dan daftar langkah sederhana yang dapat diangkat dengan bersih.
- Pastikan penyebutan merek dan fakta-fakta penting muncul di bagian atas halaman agar mudah dilihat.
2. Validasi Berbasis Kepercayaan
Validasi ini penuh dengan kehati-hatian. Pengguna dengan niat yang didorong oleh kepercayaan berinteraksi dengan AIO tetapi jarang berhenti di situ.
Mereka akan membaca sekilas ikhtisarnya, ragu-ragu, lalu mengklik domain otoritas untuk memvalidasi apa yang mereka lihat, seperti dalam contoh di bawah ini:
Pengguna tersebut berbagi bahwa “…di bagian atas, saya diberi penjelasan yang sangat bagus tentang cara mentransfer uang. Namun, saya tetap mengklik tautan PayPal karena tautannya langsung dari situs resmi. Itulah yang saya pilih – saya yakin informasi itu lebih akurat.”
Pertanyaan umum yang memicu pola validasi ini meliputi:
- “Aturan perlindungan pembeli PayPal”
- Gejala radang tenggorokan di Mayo Clinic
- “Apakah kreatin aman untuk jangka panjang”
- “Jadwal pengembalian dana Stripe”
- “Contoh persyaratan persetujuan GDPR”
Dan data kami dari studi tersebut memverifikasi bahwa pengguna menggulir lebih banyak (rata-rata 2,7x), berdiam lebih lama (~57 detik), dan sering kali menunjukkan ketidakpastian dalam mode berbasis kepercayaan. Yang mereka inginkan adalah otoritas.
Pengguna ini memiliki tingkat keraguan yang tinggi dalam eksperimen pencarian mereka. Sentimen mereka beragam – seringkali netral, terkadang cemas atau frustrasi – dan tingkat keyakinan mereka hanya sedang hingga rendah.
Untuk pencarian ini, AIO adalah titik awal, bukan tujuan. Mereka akan diarahkan ke Mayo Clinic, PayPal, Stripe, atau domain tepercaya lainnya untuk validasi.
👉 Tips pengoptimalan untuk grup validasi ini:
- Perkuat perancah kepercayaan pada halaman arahan Anda: peninjau ahli, kutipan, dan tanggal terakhir ditinjau.
- Mencerminkan terminologi resmi dan menautkan ke sumber utama.
- Tambahkan kotak “Apa yang harus dilakukan selanjutnya” yang selaras dengan panduan otoritas.
- Bangun sinyal EEAT yang kuat karena kredibilitas adalah pendorong konversi di sini.
3. Validasi Komparatif
Maksud pencarian ini secara aktif mengarah ke AIO untuk kueri perbandingan klasik (pikirkan “Ahrefs vs Semrush untuk tim konten”) untuk memenuhi maksud pencarian mereka ATAU untuk membandingkan sumber informasi untuk mendapatkan kejelasan tentang yang “terbaik” dari sesuatu; mereka memperluas, menggulir, menyempurnakan, dan menggunakan fitur interaktif – tetapi mereka tidak berhenti di situ.
Sebaliknya, mereka menjelajah berbagai sumber, melihat ulasan YouTube, topik Reddit, dan situs vendor sebelum mengambil keputusan.
Contoh kueri yang mengungkap perilaku validasi komparatif AIO:
- “Notion vs Obsidian untuk tim”
- “Kamera mirrorless terbaik di bawah 1000”
- “Cara mengganti ban sepeda”
- “Manfaat vs Risiko Meja Berdiri”
- “Contoh SEO terprogram B2B”
- “Cara memasang termostat sarang”
Berikut contoh penggunaan pencarian “bagaimana caranya”, di mana pengguna membandingkan sumber untuk menemukan cara terbaik mendapatkan informasi paling akurat:
“Ikhtisar AI memberi saya instruksi langkah demi langkah yang jelas dan sesuai dengan harapan saya. Namun, karena ini adalah tugas DIY fisik, saya tetap lebih suka menonton video untuk konfirmasi.”
Rata-rata, pencari yang mencari validasi komparatif dalam AIO bertahan selama 45+ detik , menggulir 4-5 kali, dan sering kali membuka banyak tab.
Sentimen AIO mereka positif, dan keyakinan mereka tinggi, tetapi mereka masih ingin membandingkan.
Jika ini terasa familier – seperti maksud penelusuran transaksional atau komersial klasik – itu karena hal ini terkait .
Jika Anda sudah lama berkecimpung di dunia SEO, kemungkinan besar Anda pernah membuat beberapa halaman “versus” atau “perbandingan” ini. Anda juga mungkin pernah membuat konten “cara” dengan panduan langkah demi langkah, seperti cara memasang TV layar datar di dinding.
Sebelum AIO, pengguna target Anda akan berada di sana jika Anda mendapat peringkat yang baik dalam pencarian.
Namun kini, AIO membingkai lanskap terlebih dahulu , dan keputusan diambil setelah mempertimbangkan pro dan kontra di berbagai sumber informasi guna menemukan solusi terbaik.
👉 Tips pengoptimalan untuk grup validasi ini:
- Publikasikan halaman perbandingan terstruktur dengan tabel keputusan dan rincian kasus penggunaan.
- Pasangkan setiap halaman dengan video demo pendek, bukti sosial, dan postingan komunitas yang kredibel untuk menggemakan kesimpulan Anda.
- Sertakan bagian “Untuk siapa” dan “Untuk siapa tidak” untuk mengurangi ambiguitas.
- Menyebarkan konten di YouTube dan forum yang dapat diambil oleh AIO (dan pengguna).
4. Penolakan Skeptis
Pencari dengan niat menentukan keberhasilan atau kegagalan? Mereka adalah penolak skeptis AIO.
Ketika taruhannya tinggi – kesehatan, keuangan, atau hukum … hal-hal umum YMYL (Uang Anda, Hidup Anda) – mereka tidak memercayai AIO untuk melakukannya dengan benar.
Pengguna mungkin memindai ringkasan secara singkat, tetapi mereka dengan cepat beralih ke sumber terpercaya seperti situs pemerintah, rumah sakit, atau lembaga keuangan.
Pertanyaan umum di mana pola penolakan ini muncul:
- “Dosis metformin untuk PCOS”
- “Cara mengajukan pajak sebagai pekerja lepas di Jerman”
- “Hak pengembalian dana kartu kredit Uni Eropa”
- “Bayi demam, kapan harus ke UGD”
- “Tanggung jawab hukum LLC vs GmbH”
Untuk maksud pencarian ini, waktu tunggu dalam AIO pendek atau bahkan tidak ada, dan sentimen mereka sering kali condong negatif.
Mereka menunjukkan tekad untuk melewati lapisan AI demi validasi otoritas langsung.
👉 Tips pengoptimalan untuk grup validasi ini:
- Prioritaskan kutipan dan penyebutan dari domain yang sangat tepercaya sehingga AIO mengandalkan Anda secara tidak langsung.
- Sesuaikan halaman Anda dengan bahasa dan kategori yang digunakan oleh sumber resmi.
- Tambahkan penyangkalan yang eksplisit dan subjudul yang jelas untuk memperkuat sinyal otoritas.
- Untuk topik YMYL, fokuslah pada apa yang dikutip, bukan pada apa yang muncul sebagai jawaban akhir.
