Traffic besar selalu terasa menarik.
Satu juta visitor.
CTR naik.
Pageview meledak.
Tapi retailer sebenarnya tidak dibayar dari pageview.
Mereka dibayar ketika orang membeli.
Di sinilah AI referral mulai menarik perhatian.
Pada awal 2026, Adobe melihat traffic dari generative AI ke situs retail AS terus tumbuh sangat cepat. Dalam tiga bulan pertama 2026, traffic AI ke retail naik ratusan persen secara tahunan.
Yang lebih menarik, kualitasnya.
Pada Maret 2026, menurut Adobe, traffic dari AI sources memiliki conversion rate sekitar 42 persen lebih tinggi daripada traffic non-AI dalam dataset mereka. Engagement juga lebih tinggi, waktu di situs lebih lama, dan page yang dibuka lebih banyak.
Itu tidak berarti semua retailer pasti mengalami angka yang sama.
Data Adobe berbasis retail AS dan methodology mereka sendiri.
Jangan copy angka ke semua market.
Tapi direction-nya penting.
AI-referred visitor bisa punya intent yang berbeda.
Kenapa?
Karena banyak research sudah dilakukan sebelum click.
User mungkin sudah bilang ke AI:
“Gue butuh stroller cabin size, maksimal 7 kg, bisa newborn, budget di bawah Rp5 juta.”
AI menyaring.
Membandingkan.
Menjelaskan.
Baru user klik salah satu produk.
Visitor ini tidak datang untuk bertanya “stroller itu apa?”
Dia datang untuk mengecek final detail.
Stock.
Color.
Price.
Warranty.
Shipping.
Trust.
Maka conversion lebih tinggi masuk akal.
AI bisa bertindak seperti pre-qualification layer.
Di B2B kita sudah familiar konsep qualified lead.
Bukan semua lead sama.
AI shopping bisa menghasilkan semacam qualified visit.
Traffic lebih kecil.
Intent lebih tinggi.
Retailer mulai mengejar bukan hanya volume, tapi quality.
Reuters pada 7 Agustus 2026 melaporkan retailer besar seperti Walmart, Ulta Beauty, dan Wayfair sedang mengadaptasi content dan commerce mereka untuk muncul lebih baik di AI-driven shopping, sambil tetap berusaha mempertahankan hubungan langsung dengan customer dan data transaksi.
Itu tension yang menarik.
Retailer ingin AI mengirim traffic.
Tapi retailer tidak ingin seluruh relationship pindah ke platform AI.
Kenapa?
Customer data.
Loyalty.
Remarketing.
Membership.
Service.
Cross-sell.
Kalau AI mengontrol discovery dan checkout, retailer bisa berubah menjadi fulfillment backend.
Margin relationship pindah ke intermediary.
Jadi strategi retailer bukan “serahkan semuanya ke AI”.
Lebih nuanced.
Muncul di recommendation.
Dapatkan customer.
Lalu bangun direct relationship.
Ini mirip marketplace problem.
Marketplace memberi demand.
Brand tetap ingin customer ingat siapa yang menjual.
AI menjadi intermediary baru.
Buat retailer Indonesia, apa yang harus dilakukan?
Pertama, track dulu.
Jangan bicara strategi kalau data nol.
Lihat referral source.
ChatGPT.
Gemini.
Perplexity.
Copilot.
Platform lain.
Adobe bahkan sekarang punya dashboard khusus AI referral dalam LLM Optimizer yang bisa digabung dengan analytics.
Di GA4, buat channel grouping kalau perlu.
Server log juga bisa membantu.
Lihat bukan cuma sessions.
Conversion.
Revenue per visit.
Average order value.
Bounce.
Engagement.
Landing page.
New versus returning.
Kalau AI traffic memang kecil, tidak masalah.
Baseline tetap penting.
Kedua, perhatikan landing page.
AI user sering masuk langsung ke product detail page.
Jangan menganggap mereka lewat homepage.
Product page menjadi landing page utama.
Harus punya context.
Apa produknya.
Untuk siapa.
Spec.
Price.
Stock.
Shipping.
Return.
Warranty.
Review.
Alternative.
Kalau page tipis, high-intent visitor bisa hilang.
Ketiga, data consistency.
AI recommendation bisa mengambil informasi dari banyak source.
Brand site.
Retailer.
Review.
Feed.
Merchant center.
Marketplace.
Kalau harga beda-beda tanpa alasan jelas, user bingung.
Kalau nama variant tidak konsisten, AI bisa salah.
Kalau availability stale, trust rusak.
Retail operation dan AI visibility sekarang terhubung.
Data hygiene bukan sekadar backend.
Itu marketing.
Keempat, structured product data.
Jangan hanya membuat halaman visual.
Machine perlu memahami.
Schema.
Feed.
API kalau relevan.
Protocol baru seperti Google UCP dan OpenAI ACP menunjukkan commerce bergerak ke structured interoperability.
Retailer besar akan integrate.
Retailer kecil setidaknya harus memastikan data web-nya accessible dan jelas.
Kelima, original evidence.
AI bisa membaca ratusan halaman yang semuanya copy description manufacturer.
Kalau retailer hanya duplikat spec, tidak ada differentiated value.
Tambahkan testing.
Sizing guidance.
Real photos.
Video.
Comparison.
Local context.
After-sales.
FAQ dari customer nyata.
Ini membantu manusia dan AI.
Keenam, reputation.
AI shopping user bisa tanya:
“Tokonya aman nggak?”
“Return ribet?”
“Banyak komplain?”
Retailer tidak bisa hanya optimize product.
Service experience menjadi search signal secara luas.
Review.
Forum.
Social mention.
Customer complaint.
Brand trust.
Semua bisa memengaruhi recommendation.
Jadi GEO atau AI visibility tidak bisa dipisahkan dari operasi.
Kalau customer service buruk, AI optimization tidak menyelamatkan.
Ketujuh, loyalty.
Kalau AI mengirim high-intent visitor, jangan sia-siakan.
Membership.
Warranty registration.
Useful email.
Post-purchase support.
Repeat purchase.
Bukan popup agresif sebelum user tahu produknya.
Retailer perlu mengubah AI referral menjadi direct customer relationship secara etis.
Bukan mencuri data.
Memberi value supaya customer mau kembali.
Kedelapan, jangan obses volume.
Search organic masih jauh lebih besar untuk banyak bisnis.
Adobe sendiri menekankan base AI traffic masih lebih kecil walau growth tinggi.
Jangan memindahkan seluruh budget ke AI karena headline 393 persen growth.
Growth dari basis kecil bisa terlihat ekstrem.
Lihat absolute numbers.
Ini penting.
AI traffic adalah channel baru yang promising.
Bukan alasan mengabaikan SEO, marketplace, email, social, dan direct.
Channel mix berubah bertahap.
Ada juga hidden influence.
Referral traffic hanya menangkap click langsung.
AI bisa memengaruhi purchase tanpa referral.
User tanya ChatGPT.
Dapat brand recommendation.
Besok search brand di Google.
Analytics memberi credit ke organic branded search.
AI hilang dari attribution.
Atau user pergi ke marketplace app.
Tidak ada referrer.
Jadi retailer yang hanya melihat referral akan underestimate.
Bagaimana mengukurnya?
Brand search trend.
Direct traffic.
Post-purchase survey.
AI visibility testing.
Incremental experiments.
Tidak sempurna.
Tapi lebih baik daripada last-click dogma.
Ada juga issue zero-click.
Sebagian user bisa menyelesaikan research tanpa ke website.
Itu berarti traffic informational mungkin turun.
Retailer tidak boleh panik kalau top-of-funnel pageview berkurang tetapi conversion membaik.
Metric harus bergeser.
Revenue per visitor.
Customer acquisition cost.
Conversion.
Repeat.
Profit.
Bukan hanya sessions.
AI referral yang lebih siap beli bisa membuat site lebih efficient walaupun volume kecil.
Tapi jangan menganggap semua AI visitor high intent.
User bisa klik karena curiosity.
AI recommendation bisa salah.
Some categories research-heavy.
Some impulse.
Measure your own.
Jangan copy benchmark.
Ada juga question checkout.
OpenAI dan Google sama-sama mengeksplorasi commerce flow yang makin dekat ke AI interface.
Google Universal Cart memungkinkan shopping lintas surface dan checkout tertentu dengan Google Pay.
OpenAI juga punya commerce infrastructure dan product discovery.
Retailer harus siap skenario ketika click ke website berkurang.
Kalau transaction terjadi via intermediary, retailer tetap perlu product feed, stock, payment, fulfillment, customer service.
Traffic mungkin bukan unit utama lagi.
Order bisa datang dari agent.
Inilah kenapa retailer mengejar AI bukan cuma untuk referral.
Mereka mengejar presence dalam decision layer.
Siapa yang direkomendasikan?
Siapa yang dibandingkan?
Siapa yang dipercaya?
Siapa yang punya data terbaik?
Traffic hanyalah salah satu output.
Buat retailer kecil di Jakarta, jangan merasa game ini hanya milik Walmart.
Mulai dengan hal dasar.
Pastikan product page lengkap.
Track referral.
Cari brand di ChatGPT dan Gemini dengan query natural yang customer mungkin pakai.
Lihat competitor.
Periksa apakah AI salah paham.
Perbaiki source.
Bangun review.
Jaga inventory.
Tidak perlu membuat 1.000 halaman AI-generated.
Quality data lebih penting.
Pada akhirnya, retailer tertarik pada AI traffic karena visitor-nya sering datang setelah conversation yang sudah mempersempit pilihan.
Mereka lebih siap.
Tapi readiness itu menciptakan tuntutan.
Kalau landing page tidak mampu mengonfirmasi apa yang AI janjikan, user akan pergi cepat.
AI bisa membawa customer sampai depan pintu.
Retailer tetap harus membuat mereka nyaman masuk.
Satu metric baru yang layak diuji adalah assisted AI conversion. Tambahkan pertanyaan ringan di post-purchase survey: apakah AI assistant membantu keputusan Anda? Tidak harus mandatory. Data self-report memang tidak sempurna, tetapi bisa menangkap influence yang tidak terlihat di referrer.
Kalau jawaban mulai signifikan, retailer punya evidence sendiri, bukan sekadar benchmark Amerika.
Traffic yang lebih sedikit tetapi lebih intent bisa lebih bernilai daripada pageview besar yang tidak membeli.
Traffic yang lebih sedikit tetapi lebih intent bisa lebih bernilai daripada pageview besar yang tidak membeli.
Traffic yang lebih sedikit tetapi lebih intent bisa lebih bernilai daripada pageview besar yang tidak membeli.
Traffic yang lebih sedikit tetapi lebih intent bisa lebih bernilai daripada pageview besar yang tidak membeli.
Traffic yang lebih sedikit tetapi lebih intent bisa lebih bernilai daripada pageview besar yang tidak membeli.
Traffic yang lebih sedikit tetapi lebih intent bisa lebih bernilai daripada pageview besar yang tidak membeli.
Traffic yang lebih sedikit tetapi lebih intent bisa lebih bernilai daripada pageview besar yang tidak membeli.
Traffic yang lebih sedikit tetapi lebih intent bisa lebih bernilai daripada pageview besar yang tidak membeli.
Traffic yang lebih sedikit tetapi lebih intent bisa lebih bernilai daripada pageview besar yang tidak membeli.
Traffic yang lebih sedikit tetapi lebih intent bisa lebih bernilai daripada pageview besar yang tidak membeli.
Traffic yang lebih sedikit tetapi lebih intent bisa lebih bernilai daripada pageview besar yang tidak membeli.
Traffic yang lebih sedikit tetapi lebih intent bisa lebih bernilai daripada pageview besar yang tidak membeli.
Traffic yang lebih sedikit tetapi lebih intent bisa lebih bernilai daripada pageview besar yang tidak membeli.
Traffic yang lebih sedikit tetapi lebih intent bisa lebih bernilai daripada pageview besar yang tidak membeli.
Traffic yang lebih sedikit tetapi lebih intent bisa lebih bernilai daripada pageview besar yang tidak membeli.
Traffic yang lebih sedikit tetapi lebih intent bisa lebih bernilai daripada pageview besar yang tidak membeli.
Bacaan terkait
Artikel ini berada dalam E-commerce & AI Shopping dan mengikuti metodologi editorial Undercover.id. Format terkait tersedia di Explainer teknologi dan kebijakan digital.