Traffic itu gampang bikin marketer emosional.
Naik 30 persen, senang.
Turun 20 persen, meeting dadakan.
Padahal satu juta visitor yang cuma lihat lalu pergi tidak selalu lebih berharga daripada seratus ribu visitor yang memang sudah dekat ke keputusan beli.
Di sinilah AI referral mulai menarik.
Pada 2026, Adobe melihat pola yang cukup jelas di retail AS. Traffic dari generative AI memang masih lebih kecil dibanding channel besar seperti search atau direct, tetapi kualitasnya meningkat. Pada Maret 2026, AI-referred traffic ke situs retail dalam dataset Adobe convert sekitar 42 persen lebih baik dibanding traffic non-AI. Engagement juga lebih tinggi, waktu di situs lebih lama, dan page per visit lebih banyak.
Angka itu tidak bisa dicopy mentah ke semua bisnis Indonesia.
Category beda.
Market beda.
Device behavior beda.
Traffic source beda.
Tapi direction-nya penting: visitor dari AI bisa lebih qualified.
Kenapa?
Karena sebagian research sudah terjadi sebelum click.
Bayangin user bertanya ke ChatGPT:
“Cari standing desk buat kamar kerja kecil, lebar maksimal 120 cm, bisa naik turun elektrik, budget enam juta, jangan yang terlalu berat karena kos.”
AI membandingkan.
Menyaring.
Menghapus yang terlalu besar.
Menghapus yang terlalu mahal.
Menjelaskan trade-off.
Baru setelah itu user klik satu retailer.
User ini datang bukan dalam mode:
“Standing desk itu apa?”
Dia datang dalam mode:
“Yang ini beneran muat nggak, stok ada nggak, garansinya jelas nggak?”
Intent lebih matang.
AI berfungsi sebagai pre-qualification layer.
Ini mirip sales lead.
Lead yang sudah bicara 30 menit dengan consultant biasanya lebih siap dibanding orang yang baru download brochure.
E-commerce selama ini menganggap semua session relatif sama.
AI referral memaksa kita melihat quality.
Metric pertama yang perlu dicek adalah conversion rate.
Simple.
Berapa persen AI referral yang beli?
Bandingkan dengan organic search.
Paid.
Social.
Email.
Direct.
Jangan langsung celebrate kalau angkanya tinggi dari 50 session.
Sample size matters.
Tunggu volume cukup.
Metric kedua: revenue per visit.
AI visitor mungkin membeli lebih sedikit item tetapi item lebih mahal.
Atau sebaliknya.
Adobe pada Januari 2026 juga mencatat AI referral menghasilkan revenue per visit lebih tinggi dalam dataset mereka.
Ini memberi clue bahwa AI bukan sekadar discovery channel.
Bisa jadi decision-support channel.
Metric ketiga: average order value.
Kalau user sudah melakukan comparison mendalam, mungkin mereka lebih confident membeli produk higher consideration.
Electronics.
Furniture.
Travel.
Beauty premium.
B2B tools.
Tapi jangan assume.
Cek data sendiri.
Metric keempat: bounce dan engagement.
AI user sering datang langsung ke deep page.
Product detail.
Comparison.
Pricing.
Bukan homepage.
Kalau landing page gagal menjawab, bounce tetap bisa tinggi.
Mereka datang dengan ekspektasi.
AI mungkin bilang produk punya garansi dua tahun.
User buka site.
Tidak ketemu.
Trust jatuh.
AI referral berkualitas hanya bisa convert kalau website mengonfirmasi informasi.
Metric kelima: assisted conversion.
Ini lebih sulit.
Tidak semua pengaruh AI menghasilkan referrer.
User bisa bertanya di ChatGPT.
Dapat nama brand.
Lalu buka aplikasi marketplace.
Atau search brand di Google.
Analytics melihat organic branded search.
Pengaruh AI hilang.
Ini dark influence.
Retailer perlu metode tambahan.
Post-purchase survey.
“Dari mana pertama kali tahu produk ini?”
Tambahkan pilihan AI assistant.
Tidak sempurna.
Tapi membantu.
Brand search lift juga bisa jadi signal.
Kalau mention di AI meningkat lalu branded search ikut naik, ada kemungkinan hubungan.
Jangan langsung klaim causation.
Lihat pattern.
Ada juga direct traffic.
User copy nama produk dari Gemini, lalu ketik domain.
Referrer hilang.
AI visibility monitoring perlu duduk berdampingan dengan web analytics.
Ini membuat satu perubahan mindset: jangan ukur AI hanya sebagai channel klik.
AI juga decision layer.
OpenAI pada Maret 2026 secara eksplisit menyebut pengalaman shopping ChatGPT membawa merchant ke high-intent shoppers yang lebih dekat ke keputusan.
Itu statement penting.
Platform sendiri melihat value merchant bukan semata volume.
High intent.
Kalau user sudah menyaring lewat percakapan, retailer menerima orang yang lebih siap.
Buat performance marketer, ini bisa mengubah CAC calculation.
Misalnya AI referral hanya 1 persen traffic.
Tidak terlihat penting.
Tapi conversion 3 kali channel average dan AOV 1,5 kali.
Revenue contribution bisa lebih besar dari share traffic.
Jangan dismiss channel dari session share.
Lihat economic contribution.
Ada juga customer acquisition quality.
Apakah AI referral menghasilkan repeat customer?
Kalau user masuk karena produk benar-benar cocok, kemungkinan retention bisa bagus.
Atau mungkin mereka sangat price-sensitive dan pindah merchant berikutnya.
Need cohort analysis.
New customer revenue 90 days.
Repeat rate.
Return rate.
Refund.
AI referral yang convert tinggi tapi return juga tinggi tidak seindah kelihatannya.
Product fit harus benar.
Return rate adalah hidden metric AI commerce.
Jika assistant salah rekomendasi size atau compatibility, conversion bisa terjadi tetapi value hilang setelah return.
Retailer perlu lihat full lifecycle.
Ada question category.
AI referral mungkin lebih valuable di high-consideration category.
Laptop.
Appliance.
Furniture.
Baby gear.
Skincare dengan constraint.
Travel.
User butuh banyak comparison.
Untuk impulse product murah, AI mungkin kurang diperlukan.
Jangan generalize.
Channel behavior tergantung complexity.
Ada juga B2B.
AI referral bisa jauh lebih sedikit, tetapi visitor mungkin sudah bertanya tentang software category, feature, pricing, integration, dan competitor sebelum masuk website.
Mereka datang langsung ke demo page.
Satu qualified visitor bisa bernilai besar.
B2B marketer perlu track AI referral walau volume tiny.
Opportunity value bukan pageview.
Di Indonesia, kita belum punya dataset sebesar Adobe yang bisa mewakili seluruh retail lokal.
Jadi gunakan benchmark global sebagai direction, bukan target KPI.
Jangan bilang:
“AI traffic harus convert 42 persen lebih tinggi.”
Salah.
Itu observasi Adobe pada dataset dan periode tertentu.
Bisnis harus membangun baseline sendiri.
Mungkin lebih tinggi.
Mungkin lebih rendah.
Yang penting trend.
Ada juga source fragmentation.
ChatGPT.
Gemini.
Perplexity.
Copilot.
Browser AI.
Search AI mode.
Semua bisa mengirim traffic dengan format referrer berbeda.
Analytics setup perlu rapi.
Buat channel group.
Gunakan UTM kalau integration memungkinkan.
Server log.
Landing page analysis.
Google pada Mei 2026 bahkan mulai memperkenalkan AI performance insights di Merchant Center untuk membantu brand melihat share of voice dan performance di AI shopping surfaces.
Ini menunjukkan measurement tooling mulai mengejar behavior.
Brand tidak harus menunggu perfect dashboard.
Mulai manual.
Pilih 30 query yang representative.
“Produk terbaik untuk…”
“Bandingkan…”
“Budget…”
“Untuk kondisi…”
Catat apakah brand muncul.
Position bukan satu-satunya metric.
Context.
Positive?
Negative?
Recommendation?
Alternative?
Source?
Kemudian lihat traffic.
Conversion.
Branded search.
Ini lebih holistic.
Ada satu risiko: mengejar AI referral dengan clickbait.
Kalau target cuma “dapat link dari AI”, brand bisa membuat content yang tidak cocok user.
Traffic masuk.
Conversion buruk.
AI platform akan belajar dari signals lain dan recommendation bisa berubah.
Long-term play adalah fit.
User punya need.
Produk memang cocok.
Data jelas.
AI menghubungkan.
Visitor convert.
Siklus sehat.
Bukan trick.
Retailer juga perlu mempertimbangkan cannibalization.
AI user mungkin sebelumnya datang dari organic search.
Sekarang referral source berubah.
Total revenue tidak naik.
Hanya attribution pindah.
Penting.
Jangan menganggap semua AI traffic incremental.
Lakukan analysis.
Apakah branded search turun bersamaan?
Apakah paid click turun?
Apakah total new customer naik?
Channel shift beda dengan growth.
Ini alasan measurement harus matang.
Ada juga zero-click consideration.
User bisa mendapat semua info di AI lalu memutus tidak beli.
Website kehilangan traffic.
Apakah buruk?
Kalau produk tidak cocok, justru bagus.
Retailer tidak membayar server, support, atau remarketing untuk visitor low-fit.
Traffic turun sedikit tetapi conversion naik bisa sehat.
Marketing harus berhenti memperlakukan semua traffic loss sebagai kegagalan.
Era AI bisa membuat top funnel lebih sedikit kelihatan.
Decision tetap terjadi.
Metric harus mendekati business outcome.
Revenue.
Margin.
Qualified customer.
Repeat.
Return.
Trust.
AI referral bisa lebih sedikit tapi lebih bernilai karena AI sudah melakukan sebagian kerja yang dulu dilakukan website.
Discovery.
Comparison.
Filtering.
Education.
Ketika user akhirnya klik, pertanyaan mereka lebih dekat:
“Beli di mana?”
Bukan:
“Ini benda apa?”
Kalau bisnis masih menilai channel hanya dari sessions, perubahan ini akan kelihatan seperti traffic problem.
Kalau menilai dari intent dan economics, mungkin justru quality upgrade.
Ada satu practical test untuk tim analytics: bandingkan 100 AI-referred visits dengan cohort channel lain yang punya intent serupa, bukan seluruh traffic. Product-detail visitor lawan product-detail visitor. Kalau comparison fair, quality difference lebih meaningful.
Jangan lupa margin. AI bisa mengirim customer ke produk yang lebih banyak diskon. Conversion tinggi tetapi margin rendah. Revenue alone belum cukup.
Traffic bukan tujuan. Qualified economic outcome lebih dekat ke tujuan.
Traffic bukan tujuan. Qualified economic outcome lebih dekat ke tujuan.
Traffic bukan tujuan. Qualified economic outcome lebih dekat ke tujuan.
Traffic bukan tujuan. Qualified economic outcome lebih dekat ke tujuan.
Traffic bukan tujuan. Qualified economic outcome lebih dekat ke tujuan.
Traffic bukan tujuan. Qualified economic outcome lebih dekat ke tujuan.
Traffic bukan tujuan. Qualified economic outcome lebih dekat ke tujuan.
Traffic bukan tujuan. Qualified economic outcome lebih dekat ke tujuan.
Traffic bukan tujuan. Qualified economic outcome lebih dekat ke tujuan.
Traffic bukan tujuan. Qualified economic outcome lebih dekat ke tujuan.
Traffic bukan tujuan. Qualified economic outcome lebih dekat ke tujuan.
Traffic bukan tujuan. Qualified economic outcome lebih dekat ke tujuan.
Traffic bukan tujuan. Qualified economic outcome lebih dekat ke tujuan.
Traffic bukan tujuan. Qualified economic outcome lebih dekat ke tujuan.
Traffic bukan tujuan. Qualified economic outcome lebih dekat ke tujuan.
Traffic bukan tujuan. Qualified economic outcome lebih dekat ke tujuan.
Traffic bukan tujuan. Qualified economic outcome lebih dekat ke tujuan.
Traffic bukan tujuan. Qualified economic outcome lebih dekat ke tujuan.
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.