Pencarian yang Dipersonalisasi dan LLM: Apa Artinya bagi Pemasar

Pengantar

Pencarian tidak lagi bersifat universal.

Setiap pengguna kini melihat internet yang berbeda, dibentuk oleh:

✔ preferensi mereka

✔ perilaku mereka

✔ riwayat pencarian mereka

✔ perangkat yang mereka gunakan

✔ lokasi mereka

✔ Riwayat niat mereka

✔ Profil akun mereka

✔ Pola konsumsi konten mereka

Dan sekarang—lebih dari sebelumnya—oleh model bahasa besar (LLMs) yang bertindak sebagai asisten pencarian AI yang dipersonalisasi.

ChatGPT Search. Google Gemini. Perplexity Pro. Bing Copilot Personalized Mode. Apple Intelligence. Claude’s contextual memory.

Pencarian telah beralih dari "algoritma satu ukuran untuk semua" menjadi sistem adaptif, percakapan, dan berbasis model pengguna.

Bagi pemasar, ini adalah pergeseran yang revolusioner.

Personalisasi bukan lagi tambahan— itu adalah cara kerja pencarian.

Artikel ini menjelaskan bagaimana personalisasi yang didukung LLM bekerja, mengapa hal ini penting, dan apa yang harus dilakukan pemasar untuk tetap terlihat di era di mana setiap pengguna melihat jawaban yang berbeda.

1. Apa Itu Pencarian Personalized di Era LLMs?

Pencarian personalisasi tradisional berarti:

✔ lokasi geografis

✔ riwayat penelusuran

✔ perangkat

✔ preferensi bahasa

✔ klik sebelumnya

✔ Konsumsi konten

Personalisasi yang didukung oleh LLM jauh lebih mendalam. Hal ini mencakup:

• ✔ Memori preferensi pengguna

• ✔ gaya nada dan penjelasan yang dipersonalisasi

• ✔ kueri yang disimpan + konteks percakapan

• ✔ persona yang diinferensikan

• ✔ Tingkat pengetahuan

• ✔ Pengetahuan tentang domain

• ✔ Afinitas produk

• ✔ Afinitas merek

• ✔ riwayat percakapan

• ✔ Pemahaman mendalam tentang data pengguna

Alih-alih "peringkat," LLM memberikan jawaban yang dipersonalisasi.

Dua orang yang mengajukan pertanyaan yang sama kini menerima jawaban yang sepenuhnya berbeda:

✔ jawaban

✔ rekomendasi

✔ saran produk

✔ referensi merek

Ini menghancurkan model SEO lama — tetapi membuka peluang baru bagi merek yang memahami cara beroperasi di ekosistem personalisasi LLMs.

2. Bagaimana LLMs Memersonalisasi Pencarian: Analisis Teknis

LLMs mempersonalisasi pencarian melalui empat mekanisme.

1. Personalisasi Kontekstual

LLMs mendasarkan jawaban pada percakapan saat ini:

✔ formulasi pertanyaan

✔ pertanyaan lanjutan

✔ preferensi yang diungkapkan

✔ tujuan yang dinyatakan

Ini adalah personalisasi real-time.

2. Personalisasi Berbasis Memori

Model seperti ChatGPT (Memory On) atau Claude menggunakan:

✔ percakapan sebelumnya

✔ karakteristik pengguna

✔ preferensi yang disimpan

✔ tingkat familiaritas topik

Ini berarti merek Anda mungkin tidak termasuk jika tidak dikenal oleh model pengguna.

3. Personalisasi Perilaku

LLMs mengintegrasikan:

✔ perilaku klik pengguna

✔ jawaban yang disukai/tidak disukai

✔ sinyal umpan balik tersembunyi

✔ penelitian produk sebelumnya

Hal ini memengaruhi merek mana yang muncul dalam jawaban di masa depan.

4. Personalisasi Pencarian

Beberapa LLMs mengambil dari:

✔ umpan berita yang dipersonalisasi

✔ sumber yang disimpan

✔ konten yang dibookmark

✔ kreator yang diikuti

Jika merek Anda tidak menjadi bagian dari ekosistem pengguna, Anda mungkin bahkan tidak terlihat.

3. Apa yang Perlu Dipahami oleh Pemasar: Pencarian Menjadi "Lapisan Rekomendasi"

Secara historis, mesin pencari beroperasi dengan pola : indeks → peringkat → pencocokan → pengiriman.

Pencarian LLM berperilaku lebih seperti:

konteks → inferensi → personalisasi → sintesis → rekomendasi

Artinya:

✔ "peringkat" menjadi kurang penting

✔ "menjadi jawaban terbaik" lebih penting

✔ "narasi merek" memengaruhi hasil

✔ “kepercayaan entitas” menentukan visibilitas

✔ “kemungkinan kutipan” adalah KPI baru

LLMs berperilaku seperti sistem hibrida:

Google Search ↔ Netflix Recommender ↔ Asisten Pribadi

Anda tidak lagi mengoptimalkan untuk peringkat — Anda mengoptimalkan untuk pemilihan.

4. Cara Utama Pencarian LLM yang Dipersonalisasi Mengubah Pemasaran Selamanya

Ada sembilan implikasi utama.

1. SEO menjadi spesifik pengguna daripada universal

Visibilitas Anda bergantung pada:

✔ pengguna

✔ riwayat mereka

✔ preferensi mereka

✔ klik sebelumnya

✔ tingkat keahlian mereka

Peringkat universal menjadi kurang berarti.

2. “Keunggulan merek pertama” memang nyata

Jika pengguna berinteraksi dengan merek pesaing di awal perjalanan mereka, LLMs akan:

✔ lebih memilihnya

✔ merekomendasikannya

✔ menyebutnya lebih sering

Loyalitas merek akan diperkuat secara algoritmik.

3. Konten harus menyesuaikan dengan tingkat pengetahuan

LLMs menyesuaikan penjelasan berdasarkan:

✔ tingkat pemula

✔ tingkat menengah

✔ ahli

Konten Anda harus melayani ketiga tingkat tersebut.

4. E-E-A-T lebih penting karena personalisasi lebih mengutamakan entitas yang tepercaya

Model AI lebih menyukai:

✔ merek yang konsisten

✔ entitas yang terverifikasi

✔ pengetahuan yang terstruktur

✔ konten yang otoritatif

✔ konsensus tautan yang kuat

Personalisasi memperkuat keunggulan merek yang dapat dipercaya.

5. Penemuan produk menjadi "berbasis asisten"

LLMs berfungsi seperti konsultan pembeli.

Pertanyaan seperti:

“Apa alat SEO terbaik untuk pemula?” “Apa alternatif termurah untuk X?” “Platform mana yang menawarkan pemeriksa backlink terbaik?”

Sekarang menampilkan rekomendasi produk yang dipersonalisasi, bukan daftar SERP.

Ini mengubah segalanya untuk SaaS, e-commerce, dan B2B.

6. Pencarian lokal menjadi sangat personal

Lokasi + preferensi + perilaku historis = jawaban unik.

“Dokter gigi terbaik di dekat saya” “Di mana saya harus makan malam ini?” “Tukang lokal mana yang paling dapat dipercaya?”

LLMs akan mempersonalisasi:

✔ rekomendasi bisnis

✔ perbandingan layanan

✔ petunjuk arah

✔ perkiraan harga

✔ skor kualitas

SEO lokal akan mengalami transformasi.

7. Identitas merek harus dapat dikenali oleh mesin

Personalisasi memerlukan AI untuk memahami merek Anda.

Jika tidak, Anda tidak akan muncul dalam respons yang dipersonalisasi.

8. Pencarian akan beralih dari "kata kunci" ke "tujuan"

LLMs mengoptimalkan respons berdasarkan:

✔ rencana pengguna

✔ niat

✔ tugas

✔ hasil

✔ batasan pribadi

Contoh:

Alih-alih “alat CRM terbaik”, pengguna mungkin bertanya:

“Bantu saya mengatur CRM untuk studio kebugaran kecil dengan anggaran terbatas.”

Peringkat tidak lagi penting — rekomendasi yang paling sesuai lah yang penting.

9. Tahapan funnel menyatu

Kesadaran → Pertimbangan → Konversi terjadi dalam percakapan AI.

Marketer kehilangan kendali kecuali mereka mengoptimalkan untuk tahap-tahap percakapan ini.

5. Cara Mengoptimalkan Pencarian LLM yang Dipersonalisasi

Di sinilah pemasar mendapatkan kekuatan.

Untuk berhasil dalam pencarian AI yang dipersonalisasi, Anda harus mengoptimalkan keterlihatan LLM + relevansi + kesesuaian rekomendasi.

Inilah panduannya.

1. Perkuat identitas entitas Anda

Gunakan:

✔ Skema Organisasi

✔ Skema Aplikasi Perangkat Lunak (jika SaaS)

✔ Skema FAQ

✔ Konvensi penamaan yang konsisten

✔ Entri Wikidata

✔ Tautan balik yang kuat

LLMs tidak dapat mempersonalisasi apa yang tidak dapat mereka identifikasi.

2. Buat konten berjenjang (pemula → ahli)

LLMs mempersonalisasi jawaban berdasarkan tingkat pengetahuan:

✔ pemula

✔ menengah

✔ ahli

Anda memerlukan konten untuk ketiga tingkatan tersebut.

3. Buat format konten berbasis skenario dan berbasis tujuan

Buat halaman untuk:

✔ “alat terbaik untuk freelancer”

✔ “solusi terjangkau untuk startup”

✔ “alternatif tingkat perusahaan untuk X”

✔ “alat untuk agensi yang membutuhkan pelaporan white-label”

LLMs menyukai merekomendasikan halaman yang berfokus pada solusi.

4. Sediakan data perbandingan yang jelas dan terstruktur

Karena LLMs menghasilkan rekomendasi yang dipersonalisasi, Anda harus memberikan mereka:

✔ tabel perbandingan

✔ kelebihan/kekurangan

✔ harga

✔ fitur

✔ kasus penggunaan

✔ alternatif

LLMs mengolah, mensintesis, dan merekomendasikan berdasarkan kejelasan yang terstruktur.

5. Tingkatkan daya ingat merek di dalam LLMs

Gunakan tumpukan penguatan merek:

✔ Konsistensi entitas

✔ skema

✔ kutipan

✔ tautan balik

✔ tautan internal

✔ kluster semantik

✔ Halaman FAQ

✔ halaman "Apa yang Kami Lakukan" merek

LLMs mengutip merek yang paling mereka pahami.

6. Buat konten yang ramah asisten

Halaman harus mencakup:

✔ definisi singkat

✔ ringkasan yang berfokus pada jawaban

✔ Bagian tanya jawab

✔ petunjuk langkah demi langkah

✔ data terstruktur

✔ Kejelasan narasi

Hal ini membuat merek Anda lebih mudah diakses oleh LLMs selama percakapan yang dipersonalisasi.

7. Tangkap persona spesifik

Buat konten yang disesuaikan untuk:

✔ pemula

✔ ahli

✔ B2B

✔ perusahaan

✔ kreator

✔ pekerja lepas

LLMs mempersonalisasi berdasarkan persona → berikan mereka konten yang spesifik untuk persona tersebut untuk dikutip.

6. Peran Ranktracker dalam Pencarian LLM yang Dipersonalisasi

Ranktracker menjadi esensial dalam tiga area:

1. Pencari Kata Kunci → mengidentifikasi niat yang memicu personalisasi

Cari:

✔ kata kunci ekor panjang

✔ percakapan

✔ berbasis pertanyaan

✔ kueri berbasis tujuan

Ini adalah titik panas personalisasi.

2. SERP Checker → menampilkan persaingan tingkat entitas

Personalisasi sangat bergantung pada grafik entitas. Pemeriksa SERP menunjukkan posisi entitas Anda.

3. Audit Web → memastikan keterbacaan mesin untuk respons yang dipersonalisasi

Data terstruktur Struktur konten Keterbacaan LLM Pemberian tautan internal Konsistensi

Semua harus sempurna.

4. Backlink Checker + Monitor → membangun sinyal otoritas

Personalisasi mengutamakan merek yang tepercaya. Backlink memperkuat kepercayaan.

5. Penulis Artikel AI → menghasilkan konten berlapis secara efisien

Pemula → Menengah → Ahli Konten skenario Perbandingan Blok jawaban yang ramah LLM

Pikiran Akhir:

Pencarian yang Dipersonalisasi Adalah Perubahan Terbesar Sejak Mobile — dan LLMs yang Menggerakkannya

Untuk pertama kalinya dalam sejarah:

Dua orang yang mencari hal yang sama akan menerima jawaban yang berbeda dari mesin pencari yang sama berdasarkan profil pribadi, preferensi, dan riwayat mereka.

Ini berarti:

✔ SEO menjadi berbasis pengguna, bukan universal

✔ persepsi merek menjadi dimediasi oleh AI

✔ rekomendasi menggantikan peringkat

✔ Kepercayaan entitas menjadi keunggulan kompetitif

✔ Konten harus melayani berbagai persona

✔ Visibilitas LLM menjadi inti pemasaran

Pemasar harus beradaptasi dengan dunia di mana mesin pencari tidak lagi menampilkan daftar — mereka menampilkan panduan yang dipersonalisasi.

Merek yang memahami personalisasi berbasis LLM akan mendominasi pencarian AI. Merek yang mengabaikannya akan hilang dari pengalaman pengguna yang spesifik.

Masa depan SEO adalah personal. Optimalkan untuk itu sekarang.