Marketing dashboard bisa membuat sesuatu terlihat tidak penting hanya karena volumenya kecil.
Organic search membawa puluhan ribu session.
Meta membawa ribuan.
Email membawa ribuan.
Lalu ada satu baris baru: ChatGPT, Gemini, atau AI referral lain.
Traffic-nya mungkin cuma ratusan.
Reaksi pertama mudah ditebak.
“Kecil banget. Nggak usah dipikirin.”
Masalahnya, volume tidak selalu sama dengan value.
AI referral punya karakter unik karena pengguna sering datang setelah melalui percakapan, comparison, dan pre-qualification.
Mereka mungkin lebih sedikit.
Tapi sebagian bisa datang dengan intent yang lebih matang.
Jangan langsung menyimpulkan conversion pasti lebih tinggi untuk semua bisnis. Itu terlalu jauh.
Yang lebih aman: AI referral layak dipisahkan dan dianalisis karena journey-nya berbeda.
AI melakukan sebagian riset sebelum click
Search tradisional sering mengirim orang ketika mereka masih eksplorasi.
AI bisa menahan pengguna lebih lama di interface.
User bertanya.
Menambah constraint.
Membandingkan.
Meminta alternatif.
Menanyakan trade-off.
Baru klik ketika butuh detail.
Artinya, sebagian visitor AI referral datang setelah sistem melakukan pre-selling informasi.
Contohnya:
“Cari software CRM untuk agency 20 orang, harus punya WhatsApp integration, budget sekian, jangan enterprise.”
AI memberikan beberapa opsi.
User bertanya lagi.
“Mana yang paling gampang implementasinya?”
Setelah itu mereka klik vendor.
Visitor seperti ini berbeda dengan orang yang baru mengetik “CRM” di Google.
Intent sudah lebih shaped.
Ini salah satu alasan kenapa marketer tidak boleh hanya melihat session count.
Adobe melihat perubahan behaviour ini
Adobe Digital Insights pada 2026 terus mengamati pertumbuhan traffic dari generative AI dalam e-commerce.
Dalam materi Q2 2026, Adobe melaporkan AI-driven traffic terus tumbuh kuat secara year-over-year.
Reuters pada Agustus 2026 juga melaporkan retailer semakin memperhatikan AI shopping traffic dan menyebut data Adobe yang menunjukkan revenue per visit dari generative AI referrals bisa lebih tinggi dibanding channel tradisional dalam konteks retail yang mereka ukur.
Ini tidak boleh digeneralisasi ke semua industri.
SaaS berbeda.
Healthcare berbeda.
B2B berbeda.
Local service berbeda.
Tapi signal-nya cukup untuk satu keputusan: jangan gabungkan AI referral ke bucket “other” lalu dilupakan.
Pisahkan.
Ukur.
Lihat behaviour sendiri.
Mulai dari kualitas session
Volume rendah membuat conversion rate gampang volatile.
Kalau hanya ada 50 visitor, satu transaksi bisa mengubah persentase drastis.
Jadi jangan hanya lihat CVR.
Lihat juga engagement.
Time on site.
Pages per session.
Product detail views.
Demo request.
Add to cart.
Scroll depth.
Return visit.
Branded search setelah referral.
Newsletter signup.
Micro-conversion membantu memahami intent sebelum sample cukup besar untuk statistik conversion.
Misalnya visitor dari AI sering masuk langsung ke pricing page.
Itu signal.
Atau banyak masuk ke comparison page.
Signal lain.
Atau cepat bounce karena AI memberi informasi harga yang salah.
Itu juga insight.
Traffic kecil bisa menjadi diagnostic channel.
Landing page harus siap untuk visitor yang sudah banyak tahu
Ini penting.
Visitor dari AI mungkin tidak butuh halaman pengenalan panjang.
Mereka sudah tahu kategori.
Sudah tahu tiga alternatif.
Sudah punya constraint.
Mereka butuh validation.
Harga.
Spesifikasi.
Availability.
Case study.
Comparison.
Security.
Implementation.
FAQ.
Contact.
Kalau landing page hanya penuh slogan, user kecewa.
Bayangkan orang bertanya ke AI tentang klinik estetika di Jakarta.
AI memberi shortlist berdasarkan lokasi dan layanan.
User klik website.
Kalau website tidak punya informasi dokter, prosedur, lokasi, jam, atau cara konsultasi, discovery terbuang.
AI membawa qualified curiosity.
Website harus menyelesaikan uncertainty berikutnya.
Itu prinsip funnel baru.
AI answer bukan akhir.
Website harus mengambil baton.
Attribution akan membingungkan
User bisa menemukan brand lewat ChatGPT, lalu beberapa hari kemudian mengetik nama brand di Google dan convert.
Analytics mungkin mengkredit branded search.
AI tetap berperan.
Sebaliknya, user bisa klik AI referral tetapi sebenarnya sudah tahu brand dari TikTok.
Jadi jangan menganggap semua AI referral adalah discovery murni.
Attribution tetap messy.
Solusi bukan mencari model sempurna.
Gunakan beberapa signal.
Referral data.
Post-purchase survey.
“How did you hear about us?”
Branded search trend.
Direct traffic.
CRM notes.
Sales conversation.
Untuk B2B, sales team bisa bertanya langsung.
“Pertama kali nemu kami dari mana?”
Jawaban manusia sering lebih informative daripada attribution model.
Kalau orang mulai menjawab “ChatGPT” atau “Gemini”, itu data penting.
AI traffic bisa punya low volume, high influence
Ada konsep influence tanpa click.
User mendapatkan rekomendasi dari AI lalu masuk website secara direct.
Session tidak ter-tag AI.
Tapi AI tetap memengaruhi.
Ini membuat referral traffic hanyalah minimum observable impact.
Marketer perlu membedakan measured referral dan unmeasured influence.
Jangan lalu mengarang angka influence.
Cukup akui bahwa attribution undercounts.
Survey membantu.
Brand lift study mungkin membantu untuk skala besar.
Prompt monitoring membantu melihat visibility.
Gabungan evidence lebih sehat daripada satu angka palsu presisi.
E-commerce dan B2B akan berbeda
Di e-commerce, AI shopping bisa mendorong product-level discovery.
Visitor mungkin datang langsung ke PDP.
Metrik penting: add-to-cart, conversion, AOV, revenue per visit.
Di B2B, conversion cycle panjang.
AI referral mungkin hanya memulai research.
Metrik penting: demo request, return visit, account engagement, pipeline influence.
Di local service, user mungkin klik nomor WhatsApp setelah melihat AI recommendation.
Web analytics bisa kehilangan conversion kalau tracking buruk.
Jadi measurement harus sesuai business model.
Jangan copy dashboard retailer lalu pakai ke konsultansi.
Channel economics berbeda.
Traffic kecil bukan alasan untuk ignore, tapi juga bukan alasan overspend
Ada dua ekstrem.
Ekstrem pertama: AI traffic kecil, abaikan.
Ekstrem kedua: AI sedang hype, pindahkan budget besar.
Dua-duanya malas berpikir.
Pendekatan sehat adalah experiment.
Track source.
Audit landing page.
Monitor prompt.
Perbaiki source content.
Lihat conversion quality.
Kalau signal bagus, tambah investasi.
Kalau tidak, jangan paksa.
AI referral harus membuktikan economics seperti channel lain.
Hype bukan business case.
Tapi early signal juga jangan ditunggu sampai kompetitor sudah jauh.
Marketer perlu optionality.
Optimasi bukan berarti bikin 500 halaman AI
Karena ingin AI referral, brand mungkin tergoda membuat content massal untuk setiap prompt.
Ini bisa backfire.
Google sendiri menekankan original, useful content dan akses ke sumber relevan, bukan sekadar commodity pages.
AI systems juga punya alasan untuk memilih sumber yang memberi information gain.
Jadi fokus pada page yang punya value tinggi.
Comparison.
Deep FAQ.
Original research.
Product data.
Case study.
How-it-works.
Pricing logic.
Technical documentation.
Location page yang benar-benar useful.
Konten seperti ini membantu manusia dan machine.
Jangan membuat seribu halaman yang semuanya menulis ulang definisi sama.
Volume bukan strategy.
Observability dulu, optimization kedua
Banyak brand ingin “optimasi AI traffic” padahal belum tahu traffic sekarang berapa.
Mulai dari instrumentation.
Pastikan referral source terbaca.
Buat channel grouping.
Tag landing page.
Pantau conversion.
Simpan baseline.
Adobe pada 2026 bahkan membuat referral traffic dashboard untuk external platform dan AI citation, dengan integrasi analytics untuk melihat business impact.
Itu menunjukkan urutan yang benar.
Measure dulu.
Baru optimize.
Kalau tidak, semua perubahan hanya berdasarkan perasaan.
Traffic kecil bisa menjadi lab
Karena volumenya masih kecil untuk banyak brand, AI referral justru cocok untuk belajar.
Visitor masuk ke halaman mana?
Pertanyaannya apa?
Apa yang dicari setelah masuk?
Apa yang gagal?
Apa competitor yang sering dibandingkan?
Insight ini bisa memperbaiki website untuk semua channel.
Misalnya AI visitor sering masuk ke FAQ “apakah cocok untuk bisnis kecil”.
Itu signal bahwa positioning belum cukup jelas.
Perbaikan halaman tersebut bisa membantu organic, paid, sales, dan customer service sekaligus.
AI referral bukan silo.
Ia window ke cara buyer baru melakukan research.
Pada akhirnya, marketer harus berhenti menyamakan traffic dengan attention mentah.
Seribu visitor yang tidak tahu apa yang mereka cari bisa kalah nilainya dari seratus visitor yang sudah punya shortlist.
AI tidak otomatis membuat semua visitor lebih qualified.
Tapi karakter conversational research membuat kemungkinan itu layak diuji.
Jadi kalau dashboard lo menunjukkan AI referral cuma 0,5 persen, jangan langsung bilang tidak penting.
Lihat behaviour.
Lihat intent.
Lihat conversion.
Lihat pipeline.
Lihat apakah mereka datang ke halaman high-value.
Kadang channel kecil adalah noise.
Kadang channel kecil adalah early signal.
Kerjaan marketer adalah membedakan keduanya sebelum semua orang lain melihat hal yang sama.
Kalau sample masih terlalu kecil, jangan paksa statistical certainty. Gunakan directional evidence. Setelah volume naik, baru lakukan cohort analysis yang lebih serius. Early-stage channel lebih cocok diperlakukan sebagai learning system daripada mesin forecast.
Disiplin seperti ini mencegah dua kesalahan: terlalu cepat membuang channel baru dan terlalu cepat menganggapnya penyelamat bisnis.
Sales team juga bisa menjadi sensor kualitas AI referral. Kalau lead datang dengan pertanyaan yang lebih spesifik, sudah menyebut competitor, atau sudah memahami paket, catat.
CRM bisa menambahkan field sederhana tentang source discovery dan stage of awareness. Tidak harus sempurna. Dalam beberapa bulan, pola mulai terlihat.
Mungkin lead AI datang lebih sedikit tetapi sales cycle lebih pendek. Mungkin justru banyak yang salah ekspektasi karena jawaban AI tidak akurat. Dua-duanya valuable.
Kalau ekspektasi salah, brand punya pekerjaan source correction.
Kalau lead lebih matang, brand bisa memperkuat halaman yang menjadi source.
Ini menunjukkan kenapa AI referral tidak seharusnya hanya menjadi urusan SEO team. Performance, analytics, CRM, sales, product marketing, dan customer experience punya potongan data masing-masing.
Traffic adalah bagian yang terlihat di browser.
Intent sebenarnya baru terbaca ketika seluruh journey disambungkan.
Bahkan kalau AI referral tidak pernah menjadi channel terbesar, ia bisa menjadi salah satu channel paling informative tentang bagaimana buyer mulai mendelegasikan research ke machine.
Karena itu, jangan cuma laporkan session. Laporkan juga kualitas lead, halaman tujuan, jenis pertanyaan, dan outcome bisnis. Dengan begitu, AI referral dinilai sebagai bagian buyer journey, bukan sekadar baris kecil di analytics yang mudah diabaikan.
Measure honestly.
Bacaan terkait
Artikel ini berada dalam Marketing & Advertising dan mengikuti metodologi editorial Undercover.id. Format terkait tersedia di Explainer teknologi dan kebijakan digital.