Google kini menampilkan karusel iklan Shopping dan iklan produk mandiri langsung di dalam jawaban AI Mode, menjadikan antarmuka pencarian generatif sebagai ruang komersial yang lebih eksplisit. Pada saat yang sama, analis Bernstein mengatakan pendapatan iklan Meta dapat melampaui pendapatan iklan Google Search sebelum akhir 2026, sementara penyelidikan terhadap iklan penipuan dan akun kreator yang diduga palsu menunjukkan sisi buruk dari penskalaan distribusi otomatis yang terlalu cepat. Keunggulan perdagangan berikutnya bukan sekadar menjangkau lebih banyak pembeli melalui AI dan platform sosial. Keunggulan itu adalah menjaga akurasi informasi produk, keaslian kreator, pengukuran, dan margin kontribusi tetap utuh saat sistem tersebut semakin kuat.
| Ringkasan Harian Beecommercer |
| Tanggal: Selasa, 1 September 2026 |
| Dipersembahkan oleh: beecommercer.com |
Tema hari ini jelas: pencarian AI dan periklanan otomatis semakin baik dalam menyalurkan niat komersial.
Google dapat menyisipkan produk langsung ke dalam jawaban yang dihasilkan. Meta dapat menggunakan AI untuk meningkatkan penargetan, penayangan, rekomendasi, dan pemilihan materi iklan. Kreator dapat menjadi unit iklan dalam skala sangat besar, sementara penjual e-commerce dapat mengotomatiskan analisis pesaing, pemilihan produk, penulisan, dan alur kerja kampanye.
Peluang pertumbuhannya nyata. Risikonya adalah sistem tersebut juga dapat memperbesar ekonomi produk yang lemah, identitas palsu, iklan menyesatkan, data kedaluwarsa, dan kesalahan pelaporan.
Mari kita bahas.
BERITA UTAMA
Google AI Mode menjadi ruang iklan Shopping yang lebih eksplisit
Google kini menampilkan iklan Shopping langsung di dalam jawaban AI Mode, termasuk karusel produk dalam baris, unit iklan mandiri di dalam respons, dan penempatan iklan lain di bagian bawah hasil AI Mode.
Ini merupakan langkah penting dalam komersialisasi pencarian AI karena iklan tidak lagi hanya berada di atas atau di samping jawaban. Produk dapat muncul di dalam alur percakapan yang sama yang digunakan pengguna untuk membandingkan pilihan dan memahami suatu kategori.
Bagi pengiklan e-commerce, hal ini membuat feed Shopping dan data produk semakin penting. Jawaban yang dihasilkan AI dapat menafsirkan pertanyaan pembeli, sementara sistem iklan memerlukan informasi terstruktur mengenai harga, gambar, judul, ketersediaan, kategori, dan halaman tujuan untuk memilih hasil komersial.
Desain ini juga mengaburkan perbedaan antara riset dan iklan. Pembeli dapat merasakan karusel sebagai bagian dari jawaban, bukan sebagai blok iklan pencarian terpisah, meskipun label bersponsor tetap terlihat.
Hal itu menciptakan tantangan pengukuran. Rasio klik-tayang dapat meningkat karena penempatannya lebih menyatu dengan jawaban, tetapi pengiklan tetap perlu mengetahui apakah klik tersebut menghasilkan pelanggan yang lebih bernilai atau sekadar lalu lintas yang lebih mudah diperoleh.
Analis Bernstein kini mengatakan pendapatan iklan Meta dapat melampaui pendapatan iklan Google Search sebelum akhir 2026. Menurut analisis tersebut, Meta meraih hampir separuh dari setiap dolar tambahan belanja iklan digital pada kuartal kedua, sementara AI meningkatkan rekomendasi konten, interaksi, penargetan iklan, penayangan, dan jalur dari penemuan produk hingga pembelian.
Perbandingan ini tidak sepenuhnya setara — bisnis periklanan Google yang lebih luas mencakup YouTube, Maps, Gmail, dan produk jaringan — tetapi menunjukkan betapa cepatnya otomatisasi berbasis AI mengubah ekonomi platform iklan terbesar.
Platform Advantage+ milik Meta dilaporkan menghasilkan pendapatan sekitar US$60 miliar jika disetahunkan, sementara Google menyisipkan lebih banyak inventaris bersponsor ke dalam pencarian yang dimediasi AI. Kedua perusahaan berupaya menguasai bagian yang lebih besar dari jalur antara niat dan transaksi.
| Poin penting bagi operator: Perlakukan iklan Shopping AI Mode sebagai penempatan baru di dalam sistem perdagangan yang sama, bukan sebagai saluran terpisah. Sinkronkan data feed, harga, gambar, inventaris, dan halaman tujuan, lalu bandingkan lalu lintas AI Mode dengan lalu lintas Shopping lainnya berdasarkan tingkat konversi, komposisi pelanggan baru, margin, dan perilaku pengembalian. Saat otomatisasi platform membaik, keunggulan pengiklan semakin berasal dari ekonomi produk yang lebih baik dan data sumber yang lebih bersih. |
PERGESERAN
Skala kreator mengungkap masalah kepercayaan di dalam media performa
Fortune melaporkan bahwa riset dari Online Risk Labs mengidentifikasi 73 dari 100 kreator teratas untuk Meta Partnership Ads Temu di Eropa dan Inggris sebagai kemungkinan palsu. Lembaga nirlaba tersebut memperkirakan Temu membelanjakan hingga US$962 juta untuk jenis iklan ini di kawasan tersebut antara Januari 2025 dan April 2026.
Angka tersebut merupakan perkiraan riset, bukan pengungkapan Temu yang diaudit, dan Fortune mencatat bahwa belum jelas apakah Temu sengaja menggunakan akun palsu atau justru dieksploitasi oleh penipu. Tuduhan ini tetap signifikan karena Partnership Ads bergantung pada gagasan bahwa kreator nyata meminjamkan identitas dan kepercayaan kepada pesan komersial.
Online Risk Labs mengatakan Partnership Ads mewakili 65,8% iklan Meta milik Temu di kawasan tersebut dan hampir separuh jangkauannya. Riset itu juga menemukan bahwa hanya delapan dari 100 akun kreator teratas yang identitasnya terverifikasi, sementara banyak akun berulang kali mengubah nama pengguna atau mencantumkan lokasi di luar audiens yang mereka targetkan.
Peristiwa ini mengungkap kelemahan struktural dalam pemasaran performa berbasis kreator. Platform dapat mengoptimalkan sinyal interaksi dan konversi tanpa sepenuhnya memahami apakah orang di balik akun tersebut autentik.
Secara terpisah, Reuters menemukan 39 iklan penipuan aktif di Facebook dan Instagram setelah India memperingatkan Meta tentang aplikasi pornografi palsu. Iklan tersebut mengarahkan pengguna ke situs phishing yang mempromosikan berkas Android berbahaya yang mampu mencuri kredensial perbankan dan kata sandi sekali pakai.
Meta menghapus puluhan iklan setelah pemerintah India menyampaikan kekhawatiran dan Reuters menghubungi perusahaan tersebut. Menurut data pemerintah yang dikutip Reuters, India mencatat kerugian akibat penipuan siber hampir US$2,4 miliar pada 2025.
Kedua kisah itu berbeda — satu menyangkut dugaan kreator palsu, satu lagi iklan penipuan berbahaya — tetapi pelajaran pemasarannya sama. Distribusi otomatis dapat memperbesar sinyal identitas dan kepercayaan sebelum sistem tata kelola membuktikan bahwa identitas atau penawaran yang mendasarinya memang layak dipercaya.
| Poin penting bagi operator: Tambahkan verifikasi identitas ke dalam operasi media kreator. Untuk Partnership Ads dengan belanja besar, tinjau riwayat kreator, lokasi, perubahan nama pengguna, pengungkapan, konten asli, dan kualitas audiens sebelum memperluas jangkauan. Untuk media sosial berbayar secara lebih luas, pantau URL tujuan dan tiruan iklan yang mencurigakan, serta pertahankan jalur eskalasi cepat untuk phishing atau penyamaran. Performa konversi tidak dapat menebus hilangnya kepercayaan. |
LAPISAN OPERASIONAL
Pertumbuhan pendapatan tetap berasal dari empat pengungkit, bukan satu angka lalu lintas yang lebih besar
Kerangka pertumbuhan pendapatan e-commerce baru dari Shopify membagi pertumbuhan menjadi empat pengungkit: lalu lintas berkualitas, tingkat konversi, nilai pesanan rata-rata, dan frekuensi pembelian.
Kerangka ini sederhana, dan itulah alasan kegunaannya. Pendapatan dapat tumbuh meskipun lalu lintas datar jika konversi, ukuran keranjang, atau pembelian berulang meningkat. Pendapatan juga dapat terlihat sehat ketika profitabilitas melemah jika lebih banyak lalu lintas datang dengan biaya akuisisi yang lebih tinggi.
Shopify menyarankan untuk mendiagnosis pengungkit yang berkinerja buruk sebelum memilih taktik. Lalu lintas harus dinilai bersama CAC. Konversi memerlukan data pengabaian keranjang dan kecepatan halaman. AOV memerlukan margin kotor. Retensi memerlukan frekuensi pembelian berulang, bukan hanya pendapatan total.
Artikel tersebut juga menyoroti bagaimana data produk semakin menghubungkan berbagai pengungkit pertumbuhan. Informasi produk yang lebih baik dapat mengurangi pengabaian, sementara data katalog terstruktur dapat meningkatkan penemuan produk berbasis AI dan mengarahkan lebih banyak pembeli berkualitas langsung ke halaman produk.
Siaran pers StoreClaw yang didistribusikan melalui Markets Insider mengatakan para penggunanya beralih tajam ke persiapan Q4 selama dua minggu pertama Agustus: aktivitas pemilihan produk meningkat lebih dari dua kali lipat dibandingkan akhir Juli, sementara aktivitas konten dan iklan meningkat lebih dari tiga kali lipat.
Karena data tersebut berasal dari vendor yang menjelaskan penggunaan produknya sendiri, data itu tidak boleh diperlakukan sebagai tolok ukur pasar yang netral. Perilaku yang digambarkannya tetap masuk akal dan berguna: perencanaan musim liburan bergeser lebih awal, keputusan produk terjadi sebelum lonjakan aktivitas media, dan kecepatan operasional menjadi keunggulan kompetitif ketika permintaan Q4 terkonsentrasi dalam waktu singkat.
StoreClaw mengatakan aktivitas kampanye iklan di kalangan penjualnya naik 236% selama dua minggu pertama Agustus, sementara aktivitas konten visual meningkat lebih cepat daripada aktivitas pembuatan teks. Perusahaan juga melaporkan lebih banyak pengguna yang menyatukan tugas marketplace, periklanan, penetapan harga, dan inventaris ke dalam alur kerja terhubung.
Itulah urutan operasi yang tepat. Menghadapi permintaan musim liburan tidak seharusnya dimulai dengan memproduksi lebih banyak iklan. Prosesnya dimulai dengan memilih SKU yang tepat, memvalidasi harga dan margin, merencanakan inventaris, lalu menyiapkan materi kreatif dan media untuk produk yang benar-benar dapat dipenuhi bisnis secara menguntungkan.
| Poin penting bagi operator: Bangun rencana Q4 di sekitar pengungkit pendapatan terlemah, bukan rekomendasi platform yang paling lantang. Jika lalu lintas sehat, fokuslah pada konversi, AOV, atau retensi. Jika bauran produk keliru, perbaiki pemilihan produk sebelum menskalakan materi kreatif. Gunakan AI untuk mempercepat pemantauan pesaing, produksi konten, dan pembersihan kampanye, tetapi pertahankan inventaris, margin, dan nilai pelanggan sebagai batasan operasional. |
3 HAL TENTANG SEO, DATA, DAN INTELIJEN PERSAINGAN
1. Pengalihan baru Google dapat membuat pelacakan peringkat terlihat lebih buruk daripada kenyataannya
Practical Ecommerce melaporkan bahwa Google mengganti beberapa URL hasil langsung dengan pengalihan google.com/goto bagi pengguna yang tidak masuk, sebuah perubahan yang untuk sementara dapat membingungkan alat pelacak peringkat dan kutipan AI.
Karena pelacak perlu menyelesaikan pengalihan untuk menemukan tujuan, alat yang lebih lambat dapat melaporkan penurunan peringkat atau menampilkan URL pengalihan Google alih-alih halaman sebenarnya.
Menurut artikel tersebut, platform besar seperti Ahrefs, Moz, dan Semrush tampaknya telah beradaptasi. Pelaporan performa Search Console juga tampaknya belum terpengaruh sejauh ini.
Masalah yang lebih penting adalah ketidakpastian yang lebih luas terkait akses mesin ke hasil Google. Pelacak peringkat dan agen AI semakin bergantung pada metode yang secara aktif dibuat Google lebih sulit untuk diotomatisasi.
| Poin penting bagi operator: Jangan bereaksi terhadap penurunan peringkat mendadak sebelum membandingkan beberapa sumber. Periksa Search Console, hasil pencarian langsung, dan setidaknya satu pelacak peringkat independen sebelum mengubah konten. Perkirakan set data peringkat dan kutipan AI pihak ketiga semakin sarat noise saat Google membatasi akses otomatis ke URL hasil. |
2. Halaman Markdown terpisah masih belum menunjukkan keunggulan SEO untuk AI
John Mueller dari Google mengatakan bahwa pada situs pengujiannya, perayap yang mengaku menerima Markdown adalah alat SEO, bukan bot AI besar.
Search Engine Journal mencatat bahwa masih belum ada bukti bahwa pembuatan versi Markdown dari halaman web meningkatkan kutipan atau visibilitas AI. Perayap AI modern sudah dapat memproses HTML, dan menyajikan versi terpisah khusus untuk mesin dapat menciptakan lapisan konten lain yang harus dipelihara.
Markdown tetap berguna untuk instruksi agen dan konteks proyek — misalnya, berkas instruksi yang digunakan oleh agen pemrograman — tetapi itu berbeda dari menggunakan Markdown sebagai taktik peringkat pencarian.
| Poin penting bagi operator: Jangan membuat versi Markdown paralel dari situs semata-mata untuk SEO AI kecuali Anda telah mengukur kebutuhan perayap atau performa yang nyata. Tingkatkan pengalaman HTML yang sebenarnya: struktur yang jelas, rendering cepat, teks mudah dibaca, data terstruktur, judul yang berguna, dan informasi produk yang akurat membantu manusia maupun mesin tanpa menciptakan sistem konten kedua. |
3. Analisis pesaing dengan AI memerlukan data terkini, bukan ingatan model
Alur kerja analisis pesaing baru Semrush membuat pembedaan yang berguna antara menanyakan kepada chatbot apa yang diingatnya tentang pesaing dan menghubungkan sistem AI ke data kata kunci, lalu lintas, dan persaingan terkini.
Semrush memperingatkan bahwa alat AI umum dapat memberikan data pelatihan kedaluwarsa, angka lalu lintas halusinatif, analisis generik, dan konteks pasar yang tidak lengkap. Alur kerja yang direkomendasikannya menghubungkan agen AI ke data Semrush terkini melalui MCP, lalu menggabungkannya dengan riset web dan tujuan analisis yang ditetapkan dengan jelas.
Prinsip ini berlaku jauh melampaui SEO. AI paling kuat sebagai lapisan penalaran di atas data terkini yang andal. AI paling lemah ketika tim mengajukan pertanyaan luas dan menganggap bahasa yang meyakinkan berarti fakta terkini.
| Poin penting bagi operator: Mulai riset pesaing dengan pertanyaan bisnis: penetapan harga, kesenjangan konten, visibilitas pencarian, perubahan produk, pesan iklan, atau tujuan spesifik lainnya. Berikan AI akses ke data terkini jika memungkinkan, verifikasi contoh keluaran terhadap platform sumber, dan pertahankan keterkaitan analisis akhir dengan bukti yang mendasarinya agar keputusan tidak bergantung pada ingatan model. |
DI LUAR JAM KERJA
Persaingan periklanan menjadi persaingan untuk mengotomatiskan kepercayaan
Kisah-kisah hari ini mengungkap kontradiksi di dalam fase berikutnya dari periklanan digital.
Google mengintegrasikan iklan Shopping langsung ke AI Mode. Meta mungkin menutup kesenjangan pendapatan iklan pencarian lebih cepat daripada perkiraan analis. Kedua platform menggunakan AI untuk meningkatkan relevansi, pencocokan, penayangan, dan konversi.
Pada saat yang sama, riset Temu dan peringatan iklan penipuan dari India menunjukkan bahwa sistem otomatis juga dapat memperbesar verifikasi identitas yang lemah, materi kreatif menyesatkan, dan penawaran berbahaya.
Inilah sebabnya keunggulan periklanan berikutnya bukan sekadar prediksi yang lebih baik.
Keunggulan itu adalah masukan yang terverifikasi dengan lebih baik.
Platform perlu mengetahui produk mana yang nyata, kreator mana yang nyata, tujuan mana yang aman, konversi mana yang bernilai, dan hubungan pelanggan mana yang sepadan dengan biaya akuisisinya.
Merek menghadapi persyaratan yang sama secara internal. AI dapat menghasilkan lebih banyak analisis pesaing, visual, kampanye, dan insight. Namun, sistem hanya menciptakan pertumbuhan yang tahan lama jika keluaran tersebut terhubung dengan inventaris nyata, kebutuhan pelanggan nyata, margin nyata, dan peninjauan manusia yang akuntabel.
Distribusi semakin mudah diotomatisasi.
Kepercayaan semakin sulit dipalsukan — dan kehilangan kepercayaan semakin mahal biayanya.
Tim Beecommercer