Model praktis untuk menggabungkan laporan generative AI Search Console, insight Merchant Center, analitik first-party, pemeriksaan manual, dan eksperimen data produk.
Visibilitas AI shopping sudah menjadi pekerjaan operasional untuk tim ecommerce. Produk dapat muncul di Google AI Mode, AI Overviews, Gemini, ChatGPT Search, Copilot, asisten marketplace, atau pengalaman retail media berbasis AI. Setiap permukaan memberi data yang berbeda. Sebagian memiliki laporan resmi, sebagian lain hanya meninggalkan jejak tidak langsung melalui referrer, pencarian brand, perilaku PDP, atau survei setelah pembelian.
Model yang sehat memisahkan bukti kuat dari sinyal arah. Search Console, Merchant Center, analitik first-party, dan pemeriksaan manual menjawab pertanyaan yang berbeda. Nilainya muncul ketika semua lapisan dibaca bersama dan dikaitkan dengan eksperimen data produk.
Lapisan pertama adalah eligibility teknis. Halaman perlu bisa dirayapi, diindeks, memenuhi syarat snippet, terhubung lewat internal link, dan memuat fakta produk yang terlihat. Google Search Central menjelaskan bahwa praktik SEO dasar tetap berlaku untuk AI Overviews dan AI Mode; tidak ada file AI khusus atau schema khusus yang wajib dibuat.
Lapisan kedua adalah Search Console. Pada Juni 2026, Google memperkenalkan Generative AI performance reports untuk sebagian properti. Laporan Search menampilkan impressions pada fitur generative AI di Google Search, termasuk AI Overviews dan AI Mode, dengan dimensi pages, countries, devices, dan dates. Ini adalah lapisan visibility, bukan sistem atribusi ecommerce penuh.
Lapisan ketiga adalah Merchant Center. Pada 27 Mei 2026, Google mengumumkan AI performance insights untuk pengalaman shopping berbasis AI. Laporan ini mencakup share of voice, shopping funnel performance, product term insights, dan product attribute insights, dengan rollout awal untuk Amerika Serikat, Kanada, Australia, India, dan Selandia Baru.
Performance report standar tetap menjadi baseline Web search yang luas. Generative AI report, jika tersedia, memberi tampilan khusus untuk impressions dari generative features yang didukung. Tim perlu memeriksa akses properti terlebih dahulu. Jika laporan belum ada, catat kekosongan itu dan lanjutkan analisis memakai Web search trends, landing pages, dan query families.
Batasnya jelas. Laporan ini terutama mengukur impressions, bukan semua prompt, session, click, atau revenue. Search Labs experiments tidak termasuk dan limitasi Search Console tetap berlaku. Pertanyaan mingguan adalah apakah halaman penting naik atau turun dalam visibility generative features, dan apakah perubahan itu sejalan dengan perubahan product data atau content.
Merchant Center penting karena shopping discovery bergantung pada kejelasan fakta produk. Product term insights dapat menunjukkan bahasa percakapan pembeli. Product attribute insights dapat menyorot spesifikasi yang hilang seperti warna, material, style, ukuran, kompatibilitas, shipping, atau returns.
Prioritas harus mengikuti nilai bisnis. Mulai dari produk dengan revenue tinggi, margin baik, demand search yang sudah ada, dan halaman di mana atribut mempengaruhi kepercayaan pembeli. Jika AI insights belum tersedia, gunakan diagnostics, feed status, approval status, attribute coverage, kualitas title-description, setup shipping-return, dan konsistensi landing page sebagai proxy signal.
Laporan eksternal jarang menjelaskan apa yang terjadi setelah klik. Analitik first-party perlu menyimpan source, medium, referrer, landing page, product page, add-to-cart, checkout start, order, currency, market, device, repeat visit, dan survei pasca pembelian. Discovery berbantuan AI bisa muncul sebagai direct, branded search, referral umum, atau kunjungan kembali.
Foundax mendukung storefront analytics, source breakdown, page dan funnel analysis, product analytics, serta analytics session yang terhubung dengan order. Tim dapat membandingkan perilaku dari AI-adjacent referrals, brand search, content page, PDP, dan direct return. Pertanyaan utamanya adalah apakah pengunjung menemukan fakta produk yang jelas dan bergerak ke cart serta checkout.
Pemeriksaan manual harus diperlakukan sebagai riset kualitatif. Buat prompt tetap untuk category, problem, comparison, budget, compatibility, shipping, dan return. Catat apakah brand muncul, apakah produk muncul, atribut apa yang disebut, source link apa yang terlihat, dan fakta mana yang salah atau kurang.
Pengukuran menjadi berguna saat berubah menjadi eksperimen. Pilih satu product family, satu buyer problem, satu kelompok field, dan satu review window. Sebelum perubahan, ambil baseline Search Console, Merchant Center, PDP engagement, dan prompt notes. Sesudah perubahan, baca lapisan yang sama. Banyak sinyal searah lebih kuat daripada satu grafik tunggal.
Foundax menyatukan input yang bisa dikendalikan: product records, SEO metadata, Product JSON-LD preview, sitemap, Search Console verification, sitemap submission, Merchant Center preflight, multilingual content, Content Studio publishing, dan first-party analytics. AI shopping visibility jarang bergantung pada satu field; ia bergantung pada konsistensi page, structured data, feed-page alignment, policy content, dan perilaku setelah klik.
Alur praktisnya adalah memilih product set, membersihkan product facts, menerbitkan PDP dan support content, memvalidasi structured data serta Google workflows, mengirim sitemap bila perlu, lalu memantau Search Console, Merchant Center, dan first-party behavior.
Bisa jika properti memiliki Generative AI performance report. Jika belum, Performance report standar tetap menjadi baseline Web search.
Google menjelaskan rollout bertahap di negara tertentu. Tanpa akses, gunakan diagnostics, feed health, approval status, dan attribute completeness.
Data ini paling berguna untuk membandingkan cohort, landing page, PDP behavior, funnel movement, repeat visit, dan survey response.
Mingguan cukup untuk product set aktif. Harian hanya diperlukan saat launch, migration, feed issue, atau eksperimen besar.
Material, size, compatibility, price, availability, shipping, returns, care instructions, use cases, dan PDP FAQ.