Search Console dan AI Visibility: Data yang Ada, Data yang Belum Ada

Ada satu momen yang sekarang cukup sering terjadi di meeting SEO.

Dashboard dibuka.

Search Console ada.

Generative AI report ada.

Tool third-party ada.

Manual testing AI Mode ada.

Lalu seseorang bertanya:

“Jadi sekarang kita sudah bisa lihat AI visibility lengkap, kan?”

Jawabannya: belum.

Kita sudah punya jauh lebih banyak data dibanding 2025, tetapi belum punya satu dashboard resmi Google yang menjawab seluruh pertanyaan tentang AI visibility.

Dan itu bukan masalah.

Masalah muncul ketika tim memaksa data yang ada untuk menjawab hal yang sebenarnya belum tersedia.

Pada 2026, Search Console memberi kita beberapa layer yang valuable.

Overall Search performance.

Dedicated Generative AI impressions.

Page data.

Country.

Device.

Date.

Google juga memperjelas bahwa AI Overviews dicatat dalam Performance report sesuai methodology Search Console.

Tetapi ada hal-hal yang belum diberikan secara langsung.

Brand mention.

Recommendation.

Exact citation quality.

Query-level breakdown khusus dedicated GenAI report.

Surface split AI Overview vs AI Mode dalam report dedicated.

Competitor visibility.

Full fan-out queries.

Kalau semua ini dicampur, dashboard terlihat sophisticated tetapi metodologinya rapuh.

Mulai dari data yang benar-benar ada

Layer pertama adalah Search Console Performance report biasa.

Ini masih salah satu sumber paling penting.

Google mencatat:

clicks,

impressions,

CTR,

average position,

queries,

pages,

countries,

devices,

dan dimensi lain sesuai report.

AI features tidak hidup di luar Search universe.

Google menjelaskan data dari generative AI features tetap termasuk dalam overall performance data.

Pada 9 Agustus 2026, Google juga memperjelas dokumentasinya bahwa AI Overviews memang dihitung dan dicatat dalam Performance report.

Ini penting karena banyak tim sebelumnya memperlakukan AI Overview seperti black box terpisah.

Tidak.

Dari perspektif Search Console, aktivitasnya menjadi bagian Search reporting.

Tetapi ada limitation.

Performance report biasa tidak selalu memberi tombol yang memungkinkan kita memisahkan setiap click dan impression menjadi:

classic result,

AI Overview,

AI Mode.

Jadi jangan membuat split sendiri lalu menyebutnya first-party kalau data memang tidak tersedia.

Layer kedua adalah Generative AI performance report

Google meluncurkan dedicated Generative AI performance reports pada Juni 2026.

Untuk Search, report ini memberi view khusus pada impressions dari generative AI features seperti:

AI Overviews,

AI Mode.

Report tersebut membantu website owner melihat visibility yang sebelumnya lebih sulit dipisahkan.

Current dimensions yang didokumentasikan mencakup:

pages,

countries,

devices,

dates.

Metric utamanya:

impressions.

Ini sangat berguna.

Sekarang kita bisa melihat URL mana yang mendapatkan exposure di generative AI Search.

Market mana.

Device mana.

Trend kapan.

Tetapi jangan salah baca.

Dedicated report ini tidak sama dengan “AI analytics lengkap.”

Impression bukan citation.

Impression bukan recommendation.

Impression bukan click.

Impression bukan unique user.

Impression adalah exposure berdasarkan counting methodology Google.

Kalimat ini harus menjadi footnote tetap dashboard.

Pages adalah salah satu data paling actionable

Page dimension memberi insight besar.

Misalnya website punya 500 halaman.

Kita mungkin mengira service page adalah asset utama.

Ternyata GenAI impressions terbesar datang dari:

comparison page,

research article,

case study,

technical guide,

FAQ procurement.

Ini valuable.

Page data bisa menunjukkan hidden assets.

Tetapi jangan langsung menyimpulkan:

“Google suka format page ini.”

Kita hanya tahu URL tersebut mendapat impressions.

Kenapa?

Bisa relevance.

Query fan-out.

Original information.

Search ranking.

Freshness.

Source need.

Internal architecture.

Combination.

Page dimension adalah starting point untuk investigation.

Bukan explanation.

Countries berguna, tetapi bukan language report

Country dimension memberi origin location pencarian.

Untuk GEO.or.id, kita bisa melihat visibility dari Indonesia dibanding market lain.

Tetapi country bukan language.

Indonesia impression tidak berarti query Bahasa Indonesia.

Singapore impression tidak berarti English.

Jangan membuat conclusion language dari country alone.

Untuk international site, country data membantu:

market alignment,

unexpected geography,

regional visibility,

localization priority.

Tetapi interpretation perlu business context.

Devices lebih cocok jadi diagnostic

Desktop.

Mobile.

Tablet.

Useful.

Tetapi untuk management dashboard, device biasanya bukan KPI utama.

Kecuali business experience memang sangat device-sensitive.

Misalnya mobile GenAI impressions tinggi tetapi mobile conversion sangat buruk.

Sekarang ada action.

Audit UX.

Form.

Page speed.

Navigation.

Table.

CTA.

Kalau tidak ada decision, device tetap operational metric.

Jangan semua dimension dibawa ke board.

Data bukan KPI otomatis.

Dates membantu trend dan incident analysis

Date dimension memungkinkan melihat perubahan exposure.

Daily.

Weekly.

Monthly.

Google juga memberi caution bahwa newest data bisa preliminary.

Jangan mengambil data hari ini yang belum settle lalu membuat headline internal:

“AI visibility jatuh 40%.”

Gunakan stable window.

B2B mungkin monthly.

Publisher bisa daily atau weekly.

High-volume e-commerce mungkin lebih granular.

Cadence harus mengikuti decision speed.

Bukan rasa penasaran.

Lalu apa yang belum ada?

Ini bagian yang harus sama jelasnya.

Pertama: dedicated GenAI query report

Current dedicated Generative AI report tidak mendokumentasikan Queries dimension seperti Performance report biasa.

Artinya kita belum punya official first-party table:

“Query ini menghasilkan AI Mode impression ke URL itu.”

Manual observation atau third-party estimation bisa membantu.

Tetapi jangan label sebagai Search Console data.

Kedua: surface split

Dedicated report menggabungkan AI Overviews dan AI Mode.

Tidak ada current documented dimension yang memisahkan:

AI Overview impressions,

AI Mode impressions.

Jadi label yang benar:

Google Generative AI Search impressions.

Bukan:

AI Mode impressions.

Bukan:

AI Overview impressions.

Jika testing manual membedakan surface, itu layer observation.

Ketiga: brand mentions tanpa link

Search Console mengukur site performance.

Jika AI Overview menyebut nama brand tanpa link ke property, Search Console tidak punya metric “brand mention.”

Jadi brand presence perlu controlled observation.

Ini penting untuk B2B dan local business.

No-link mention bisa valuable.

Tetapi Search Console tidak memberi numerator tersebut.

Keempat: recommendation

Search Console tidak mengatakan:

“Google merekomendasikan brand Anda pada 27% query.”

Recommendation adalah semantic interpretation.

Perlu manual classification.

Apa yang dihitung recommendation?

Brand masuk list?

Brand disebut cocok?

Brand nomor satu?

Define.

Tanpa definition, score misleading.

Kelima: citation quality

Search Console bisa menunjukkan page impressions.

Tetapi tidak memberitahu:

claim apa yang didukung page,

apakah source benar-benar digunakan untuk sentence tertentu,

apakah AI answer akurat,

apakah link relevan.

Citation audit masih qualitative.

Manual test.

Screenshot.

Source URL.

Claim mapping.

Keenam: competitor data

Search Console hanya property Anda.

Tidak memberi competitor GenAI impressions.

Third-party tools dan manual query panels bisa estimate competitor visibility.

Tetapi itu observational.

Bukan Google market-share data.

Jangan label:

“Competitor AI share 42%”

tanpa denominator jelas.

Ketujuh: full query fan-out

Google menjelaskan AI Mode dapat menjalankan multiple related searches.

Tetapi website owner tidak mendapat full internal fan-out list per user query.

Tool bisa simulate.

SEO bisa decompose manually.

Tetapi itu bukan exact Google retrieval log.

Ini salah satu gap terbesar.

Dan kita harus menerima.

Tidak semua internal system harus observable.

Dashboard sehat harus punya tiga label

Ini cara paling praktis mencegah confusion.

FIRST-PARTY DATA

Search Console.

Analytics.

Merchant Center jika relevant.

Business Profile.

OBSERVATION

Manual AI Mode testing.

AI Overview testing.

Brand mention audit.

Source audit.

THIRD-PARTY ESTIMATION

AI visibility tools.

Competitor tracking.

Prompt panels external.

Citation indexes.

Ketiganya useful.

Tetapi jangan campur provenance.

Management harus tahu source.

Kalau angka first-party, lebih direct.

Kalau observation, sample-limited.

Kalau estimate, methodology vendor applies.

Tidak berarti estimate buruk.

Hanya beda.

Double counting adalah risiko baru

Karena GenAI impressions sudah included dalam overall Search performance, jangan melakukan:

Overall Search impressions + Generative AI impressions = total exposure.

Itu double counting.

Dedicated GenAI report adalah subset view.

Bukan tambahan bucket.

Hal yang sama dengan AI Overview clicks yang sudah dicatat dalam Performance report.

Jangan menambahkan lagi dari estimation lalu menyebut incremental clicks.

Measurement hygiene harus ketat.

Semakin banyak dashboard, semakin mudah menghitung hal yang sama dua kali.

AI visibility juga perlu business data

Search Console berhenti ketika user berada di Google.

Setelah click:

analytics.

CRM.

commerce.

booking.

subscription.

revenue.

Untuk B2B:

demo request.

qualified opportunity.

pipeline.

Untuk publisher:

engagement.

subscriber.

newsletter.

Untuk ecommerce:

product view.

add to cart.

purchase.

return.

AI visibility yang tinggi tanpa outcome belum tentu gagal.

Tetapi harus diinterpretasikan.

Maybe stage top-of-funnel.

Maybe no-click exposure.

Maybe content mismatch.

Maybe attribution gap.

Don't guess.

Triangulate.

Branded queries menjadi useful context

Search Console punya branded queries filter dalam Performance reporting.

Ini dapat membantu memisahkan brand demand dari non-branded discovery.

Misalnya GenAI visibility naik.

Branded impressions juga naik.

Interesting.

Tetapi correlation bukan causation.

PR campaign mungkin berjalan.

Ads.

Event.

Influencer.

Product launch.

Change log diperlukan.

AI visibility measurement tanpa change log mudah membuat causal story palsu.

“Setelah AI Optimization, branded search naik 20%.”

Apa lagi yang terjadi?

TV campaign?

New product?

Media coverage?

Be honest.

Search Console harus dilihat sebagai instrument, bukan oracle

Tool memberi data berdasarkan methodology tertentu.

Ia tidak memberi seluruh truth tentang user journey.

User bisa:

melihat brand di AI Overview,

tidak click,

tanya AI Mode,

ingat nama,

search branded dua hari kemudian,

masuk via direct,

isi form.

Search Console tidak menyatukan journey itu menjadi satu person-level story.

Privacy dan measurement boundaries memang membatasi.

Jangan menuntut attribution impossible.

Gunakan multiple signals.

Dashboard yang defensible bisa punya lima blok

Block 1: Search foundation

Overall clicks.

Impressions.

Branded vs non-branded.

Indexing incidents.

Block 2: Generative AI visibility

GenAI impressions.

Top pages.

Countries.

Trend.

Block 3: Controlled observation

AI Mode presence.

AI Overview presence.

Brand mention.

Owned links.

Accuracy.

Block 4: Business outcome

AI identifiable referrals.

Conversions.

Leads.

Revenue.

Block 5: Changes and limitations

Platform changes.

Content updates.

PR events.

Method notes.

Ini jauh lebih useful daripada satu score.

Search Console pada 2026 sudah membuat AI Search jauh lebih observable.

Tapi observable tidak berarti fully transparent.

Kita punya data cukup untuk mengambil keputusan.

Kita tidak punya data cukup untuk mengklaim tahu seluruh internal retrieval Google.

Dan itu normal.

AI Optimization yang matang tidak mengisi gap dengan confidence palsu.

Ia memberi nama pada gap.

Data yang ada dipakai maksimal.

Data yang belum ada diberi label.

Observation tidak disamarkan sebagai first-party metric.

Estimation tidak disamarkan sebagai fact.

Di meeting awal, pertanyaan “sekarang kita sudah bisa lihat AI visibility lengkap, kan?” akhirnya dijawab dengan satu slide sederhana.

Yang ada.

Yang belum ada.

Yang kita observasi.

Yang kita estimasi.

Management justru lebih percaya.

Karena dashboard yang bagus bukan dashboard yang terlihat tahu semuanya.

Dashboard yang bagus tahu persis batas pengetahuannya.