Berapa Banyak Query yang Cukup untuk Mengukur AI Visibility Secara Masuk Akal

“Seratus query cukup nggak?”

Pertanyaan itu terdengar seperti soal statistik.

Di lapangan, biasanya bukan.

Seorang marketing lead bisa punya 500 query tetapi semuanya variasi “brand terbaik”. Seorang analyst lain hanya punya 30 query, tetapi sudah mewakili discovery, comparison, recommendation, buyer intent, dan post-purchase question yang benar-benar menentukan keputusan.

Siapa yang punya measurement lebih baik?

Belum tentu yang query-nya paling banyak.

Jumlah query memang penting. Tetapi sebelum menghitung n, kita harus tahu apa yang sebenarnya sedang diukur.

AI visibility bukan sensus seluruh percakapan pengguna

Ini titik awal yang harus jujur.

Tidak ada brand yang punya akses ke seluruh pertanyaan yang ditanyakan semua user kepada ChatGPT, Gemini, Perplexity, AI Mode, dan assistant lain.

Audit AI visibility hampir selalu sample-based.

Kita membuat panel query yang dianggap mewakili sebagian demand.

Lalu mengamati apakah brand:

disebut,
dikutip,
direkomendasikan,
dibandingkan,
atau tidak muncul.

Jadi tujuan query panel bukan menciptakan “total market share” palsu.

Tujuannya membuat sample yang cukup baik untuk mendukung keputusan.

Kalau definisi ini jelas, pertanyaan “berapa banyak query?” menjadi lebih mudah.

Mulai dari decision, bukan angka

Bayangkan dua use case.

Use case A:

Sebuah klinik ingin tahu apakah namanya muncul untuk sepuluh layanan utama di satu kota.

Use case B:

Marketplace nasional ingin mengukur visibility di 40 kategori, 15 kota, empat platform AI, dan lima tahap buyer journey.

Jelas sample size yang dibutuhkan berbeda.

Jumlah query seharusnya mengikuti complexity.

Tanya dulu:

Berapa kategori?

Berapa intent?

Berapa market?

Berapa persona?

Berapa produk?

Berapa platform?

Berapa bahasa?

Semakin banyak dimension, semakin besar panel yang dibutuhkan agar setiap cell tidak kosong.

Untuk audit awal, 30 sampai 50 query yang kuat sering lebih berguna daripada 500 query asal

Ini bukan angka resmi platform.

Ini practical starting point.

Kenapa range ini masuk akal?

Karena cukup kecil untuk direview manusia, tetapi cukup besar untuk menangkap beberapa jenis intent.

Misalnya 40 query:

8 informational.

8 category.

8 comparison.

8 recommendation.

8 buyer-intent.

Sekarang analyst bisa melihat pattern.

Apakah brand hanya kuat di informational?

Apakah hilang di recommendation?

Apakah citation tinggi tetapi shortlist rendah?

Dengan 40 query yang benar-benar berbeda, kita sudah punya bahan diagnosis.

Kalau hanya punya lima query, satu hasil bisa terlalu dominan.

Kalau langsung 1.000 query, error classification dan query quality justru lebih sulit diaudit.

Volume besar tidak otomatis matang.

High-value query butuh lebih banyak perhatian daripada long-tail random

Semua query tidak sama nilainya.

Contoh:

“Apa itu CRM?”

dan

“CRM untuk tim sales 50 orang di Indonesia yang butuh WhatsApp integration dan audit log.”

Query kedua mungkin punya volume lebih kecil.

Tetapi commercial value lebih tinggi.

AI visibility program sebaiknya memakai weighted query architecture.

Tier 1:
critical buyer queries.

Tier 2:
important category/comparison queries.

Tier 3:
exploratory long-tail.

Tier 1 bisa hanya 15 query.

Tapi diuji lebih sering.

Tier 3 bisa 100 query.

Diuji bulanan.

Ini lebih waras daripada semua query diperlakukan sama.

Jangan hitung query sebelum membersihkan duplicate intent

Ini masalah umum.

Panel berisi:

“software payroll terbaik Indonesia”
“payroll software terbaik Indonesia”
“software payroll paling bagus”
“rekomendasi software payroll Indonesia”
“payroll terbaik”

Secara tekstual lima query.

Secara intent, mungkin hampir sama.

Kalau semua menghasilkan brand mention, score terlihat kuat.

Padahal coverage sebenarnya sempit.

Gunakan semantic deduplication.

Setiap query harus menambah informasi.

Variation boleh.

Tetapi variation harus punya alasan.

Misalnya:

“software payroll untuk 50 karyawan”

“software payroll untuk 500 karyawan”

Dua query ini punya constraint yang berbeda.

Bisa menghasilkan recommendation berbeda.

Itu valid.

Query count harus mengikuti query family

Cara yang lebih matang adalah menghitung family.

Contoh untuk B2B SaaS:

Family 1:
Problem recognition.

Family 2:
Category discovery.

Family 3:
Feature evaluation.

Family 4:
Security/procurement.

Family 5:
Comparison.

Family 6:
Recommendation.

Family 7:
Pricing.

Family 8:
Implementation.

Family 9:
Migration.

Family 10:
Post-purchase.

Kalau tiap family punya 4 query, total 40.

Lebih meaningful daripada 40 query yang semuanya “best software”.

Repeated run juga memengaruhi kebutuhan sample

Satu query satu run berbeda dengan satu query lima run.

AI response bisa berubah.

Jadi measurement budget punya dua axis:

breadth,
repeat.

Breadth = jumlah query berbeda.

Repeat = berapa kali query yang sama diuji.

Kalau budget terbatas, pilih kombinasi.

Misalnya:

50 query × 1 run.

atau

25 query × 3 run.

Mana lebih baik?

Tergantung tujuan.

Untuk discovery luas:
50 × 1 bisa membantu eksplorasi.

Untuk stability:
25 × 3 lebih baik.

High-stakes query sebaiknya repeated.

Low-priority query cukup single observation untuk screening.

Ini membuat resource allocation lebih masuk akal.

Tiga level query panel

Saya suka model tiga lapis.

CORE PANEL

20–30 query paling strategis.

Tidak sering berubah.

Dipakai untuk trend.

EXTENDED PANEL

50–150 query.

Mencakup lebih banyak category, persona, dan use case.

Diperbarui lebih fleksibel.

EXPLORATORY PANEL

Query baru.

Trend.

Emerging terminology.

New product.

Competitor hypothesis.

Belum masuk KPI utama sampai stabil.

Dengan struktur ini, brand tidak harus memilih antara consistency dan freshness.

Core menjaga trend.

Exploratory menjaga relevance.

Berapa query untuk brand kecil?

Kalau brand cuma punya satu produk dan satu market, jangan overengineer.

Contoh local service.

Mungkin 20–30 query cukup untuk baseline.

Lima query discovery.

Lima service-specific.

Lima comparison.

Lima recommendation.

Lima location/buyer-intent.

Kemudian repeat high-value query.

Tujuan awal bukan membuat scientific census.

Tujuannya menemukan gap.

Kalau dari 25 query sudah terlihat:

brand tidak pernah muncul di recommendation,

owned source tidak pernah dikutip,

dan AI salah menyebut lokasi,

Anda sudah punya action.

Tidak perlu menunggu 500 query.

Berapa query untuk enterprise?

Enterprise lebih kompleks.

Banyak product.

Region.

Segment.

Industry.

Language.

Stakeholder.

Satu global query panel bisa menjadi menyesatkan.

Lebih baik split.

Indonesia enterprise.

Singapore enterprise.

SMB.

Procurement.

Developer.

Executive.

Panel total bisa ratusan.

Tetapi report tetap dibaca per cluster.

Jangan aggregate semua menjadi satu angka global.

Kalau cluster Indonesia naik dan global turun, aggregate bisa menyembunyikan dua cerita.

Sample besar membutuhkan taxonomy yang lebih baik, bukan hanya spreadsheet lebih panjang.

Platform juga perlu dipisahkan

30 query di ChatGPT tidak sama dengan 30 query “AI overall”.

Kalau brand penting di:

ChatGPT,
Gemini,
Perplexity,

maka panel yang sama bisa diuji di tiga platform.

Itu 90 observations.

Bukan 90 query unik.

Terminology harus jelas.

Query count = distinct prompts.

Observation count = query × platform × run.

Ini distinction penting.

Misalnya:

40 query.
3 platform.
2 run.

Total = 240 observations.

Report yang menulis “kami menguji 240 query” technically misleading.

Lebih tepat:

“40 fixed queries, tested across 3 platforms with 2 runs each.”

Transparency naik.

Confidence juga lebih mudah dinilai.

Kapan sample sudah “cukup”?

Tidak ada magic number.

Gunakan saturation.

Tambahkan query baru.

Apakah hasilnya masih menemukan pattern baru?

Kalau 20 query pertama menunjukkan lima issue.

Query 21–40 menemukan dua issue baru.

Query 41–60 hampir tidak menambah insight.

Anda mulai mendekati diagnostic saturation.

Ini bukan statistical certainty.

Tetapi cukup untuk strategy.

Sebaliknya, kalau setiap 10 query baru mengubah conclusion total, panel masih terlalu sempit atau market sangat heterogeneous.

Jangan mengejar presisi palsu

AI visibility sering dilaporkan:

“Share 37.42%.”

Padahal sample 19 query.

Itu tidak masuk akal.

Jumlah decimal tidak menambah confidence.

Kalau n kecil, gunakan angka yang sesuai.

7 dari 20.

35%.

Observed in 7/20 queries.

Kalimat terakhir paling jujur.

Kalau sample besar dan method stabil, percentage makin berguna.

Tetap tulis denominator.

Weighting harus transparan

B2B company mungkin ingin commercial query diberi weight lebih besar.

Boleh.

Tetapi tulis.

Contoh:

Recommendation query weight: 3.

Comparison: 2.

Informational: 1.

Lalu score internal dihitung.

Jangan menyebutnya “market share AI”.

Sebut:

Weighted Strategic Visibility Index.

Internal metric.

Methodology disclosed.

Nama metric harus sesuai realitas.

Competitor panel juga menentukan query count

Kalau tujuan hanya brand baseline, sample lebih kecil bisa cukup.

Kalau tujuan competitive benchmarking dengan 15 competitor, Anda perlu query yang cukup untuk memberi mereka opportunity yang fair.

Jangan pilih hanya query yang jelas menguntungkan brand sendiri.

Include neutral category language.

Include use case di mana competitor memang kuat.

Competitive audit yang biased hanya menghasilkan ego dashboard.

Ada satu human check yang tidak boleh hilang

Setelah query panel dibuat, kasih ke sales.

Product.

Customer support.

Founder.

Tanya:

“Orang benar-benar nanya begini nggak?”

Sering kali analyst membuat query yang technically rapi tetapi tidak natural.

Buyer bilang:

“Kita nggak pernah ngomong ‘enterprise human capital management platform’. Kita bilang HRIS.”

Satu kalimat itu bisa memperbaiki seluruh panel.

AI visibility harus mengikuti language manusia.

Bukan language deck.

Untuk tahap awal, aturan practical-nya bisa seperti ini

Brand sederhana:
20–40 core queries.

Brand menengah:
40–100.

Enterprise atau multi-market:
100–300+, dibagi cluster.

Tetapi angka itu bukan benchmark official.

Ia hanya operating range.

Quality tetap lebih penting.

Dan untuk high-value query, repeat lebih penting daripada menambah query random.

Kapan panel perlu ditambah?

Ketika:

produk baru,
market baru,
terminology berubah,
competitor baru,
buyer behavior berubah,
platform capability baru,
atau analysis menunjukkan blind spot.

Kapan panel perlu dikurangi?

Ketika:

duplicate intent,
query tidak relevan,
produk discontinued,
market ditutup,
hasil tidak pernah dipakai untuk keputusan.

Query panel juga punya lifecycle.

Jangan tumbuh tanpa batas.

Ada satu pertanyaan penutup yang lebih berguna daripada “berapa banyak query?”

“Kalau angka ini berubah minggu depan, keputusan apa yang akan kita ambil?”

Kalau tidak ada jawaban, query tersebut mungkin tidak perlu ada di KPI panel.

Measurement bukan koleksi data.

Measurement adalah sistem untuk mengurangi ketidakpastian sebelum mengambil keputusan.

Maka query yang cukup adalah query yang:

mewakili demand penting,

punya intent diversity,

bisa diulang,

bisa dibandingkan,

dan menghasilkan keputusan yang lebih baik.

Kadang 30 cukup.

Kadang 300 belum cukup.

Yang menentukan bukan angka cantik.

Yang menentukan adalah apakah sample Anda benar-benar mewakili pertanyaan yang ingin dijawab bisnis.