Pertarungan Baru di Sektor Ritel untuk Meningkatkan Visibilitas.

Bisnis ritel sangat bergantung pada apa yang ditemui pembeli sebelum mereka mengambil keputusan.

Itulah sebabnya merek-merek membayar untuk posisi rak, pengecer mengoptimalkan halaman kategori, dan promosi perdagangan menyerap porsi yang begitu besar dari anggaran komersial. Nilai komersialnya tidak terbatas pada membantu orang menemukan apa yang sudah mereka inginkan. Nilai tersebut berasal dari membentuk apa yang mereka pertimbangkan sejak awal.

Proses pembelian ritel sedang berubah. Seorang pembeli yang mencari tas jinjing, pelembap, atau televisi kini dapat mendeskripsikan kebutuhannya, menetapkan beberapa batasan, dan menerima serangkaian pilihan yang telah disaring sebelum mengunjungi toko, pasar daring, atau situs merek. Pengecer mungkin masih menyelesaikan penjualan, tetapi mungkin tidak lagi mengendalikan seluruh jalur yang mengarah ke penjualan tersebut.

Menjelajah merupakan bagian dari model bisnis

Dampaknya lebih mudah terlihat dalam bukti terkait penataan barang. Dalam eksperimen lapangan di supermarket, tampilan rak ujung menghasilkan peningkatan penjualan merek rata-rata sebesar 346% di bagian depan toko dan 416% di bagian belakang. Studi lain menemukan bahwa mengubah lokasi produk dalam suatu rangkaian produk dapat memengaruhi perhatian dan pilihan konsumen. Efek ini membantu menjelaskan mengapa posisi rak fisik, penempatan di halaman beranda, daftar bersponsor, modul rekomendasi, dan tampilan promosi mendapatkan investasi yang begitu besar.

Mekanisme dasarnya sederhana: paparan mengubah apa yang dipertimbangkan.

Penelitian yang diterbitkan dalam *Journal of Consumer Research* menemukan bahwa perhatian visual yang lebih luas meningkatkan eksplorasi di dalam toko dan memengaruhi pembelian yang tidak direncanakan. Para peneliti mencatat bahwa paparan dapat memicu “kebutuhan yang terlupakan atau baru” atau pembelian yang belum sepenuhnya terbentuk sebelum pembeli menjumpai produk tersebut.

Sebagian besar ritel dirancang khusus untuk momen-momen seperti itu. Tepi rak, rak ujung, halaman kategori, dan karousel rekomendasi semuanya menciptakan peluang bagi sebuah merek untuk masuk ke dalam proses pengambilan keputusan sebelum pembeli memutuskan pilihan.

Uang yang terkait dengan peluang-peluang tersebut sangat besar. Perusahaan barang konsumsi secara rutin mengalokasikan sebagian besar pendapatan mereka untuk promosi perdagangan, sementara pengeluaran media ritel global diperkirakan mencapai $184 miliar pada tahun 2025.

Semakin penemuan produk bergeser ke lingkungan yang difilter dan disaring sebelumnya, semakin tidak pasti pula apakah titik-titik paparan tradisional tersebut akan memiliki pengaruh yang sama. Pergeseran tersebut sudah terlihat jelas dalam cara konsumen menggunakan Kecerdasan Buatan (AI).

AI bergerak ke tahap awal dalam perjalanan berbelanja

Penelitian McKinsey di Prancis, Jerman, dan Inggris menemukan bahwa 38% konsumen sudah menggunakan alat AI untuk meneliti produk dan layanan atau memutuskan apa yang akan dibeli. Di antara pengguna tersebut, 63% menggunakan AI untuk membandingkan merek, model, harga, dan ulasan; 55% menggunakannya untuk mempelajari suatu kategori atau produk; dan 46% menggunakannya untuk menemukan produk baru atau mendapatkan inspirasi.

Hal ini menempatkan AI di dalam proses pertimbangan, di mana sebagian besar nilai komersial dalam ritel diciptakan. Seorang pembeli kini dapat menghubungi pengecer setelah sebelumnya mempersempit kategori, membandingkan spesifikasi, menetapkan kisaran harga, dan mengesampingkan merek tertentu.

Penelitian Adobe di AS menunjukkan hal yang sama. Dalam survei terhadap lebih dari 5.000 konsumen, 38% melaporkan menggunakan AI generatif untuk berbelanja online. Di antara pengguna tersebut, 73% mengatakan bahwa AI generatif telah menjadi sumber utama riset produk mereka. Lalu lintas yang datang ke situs ritel dari sumber AI generatif juga menghabiskan waktu lebih lama di situs, melihat lebih banyak halaman, dan tingkat bounce-nya lebih rendah dibandingkan lalu lintas dari saluran lain.

Data Adobe pada pertengahan tahun 2025 menunjukkan bahwa pengunjung yang dirujuk oleh AI masih cenderung lebih kecil kemungkinannya untuk melakukan konversi dibandingkan lalu lintas lainnya, meskipun selisihnya semakin menyempit. Namun, konversi bukanlah sinyal terpenting di sini.

Pada saat pembeli ini mengunjungi pengecer, sebagian pekerjaan telah selesai. Merek telah dibandingkan, pilihan telah disaring, dan cakupan telah dipersempit.

Itulah pergeseran yang perlu diperhatikan oleh pengecer. Penjualan mungkin masih terjadi di situs mereka, tetapi daftar pilihan mungkin tidak.

Dari beragam pilihan ke daftar pilihan

Seorang pengecer dapat menawarkan ratusan produk yang relevan, tetapi jawaban yang dihasilkan AI dapat mempersempit pilihan tersebut menjadi beberapa rekomendasi sebelum pembeli tiba. Pada titik itu, kelompok produk pesaing telah dipersempit.

Penelitian mengenai rekomendasi yang diurutkan menunjukkan bahwa konsumen yang disajikan dengan sekumpulan opsi yang terdefinisi lebih cenderung masuk ke “mode pilihan,” mengevaluasi alternatif di hadapan mereka daripada terus mencari. Penelitian terpisah mengenai perhatian selektif menemukan bahwa produk yang menerima lebih banyak perhatian juga lebih mungkin dipilih nantinya.

Bagi merek-merek mapan, hal ini dapat memperkuat keunggulan yang telah dibangun melalui skala: volume ulasan yang besar, ketersediaan yang luas, informasi produk yang terperinci, dan distribusi digital yang kuat. Merek-merek yang lebih baru dan lebih kecil menghadapi masalah yang berbeda. Sebuah produk yang tidak masuk dalam daftar rekomendasi awal mungkin tidak akan pernah masuk ke dalam bidang pandang pembeli.

Beragamnya pilihan produk hanya akan menciptakan peluang komersial jika pembeli melihatnya dalam jumlah yang cukup untuk membandingkan, meningkatkan pilihan, atau beralih. Jika sistem eksternal telah mempersempit pilihan menjadi tiga atau empat produk, produk-produk lainnya mungkin tidak akan pernah mendapatkan kesempatan tersebut.

Bagi pengecer, konsekuensi praktisnya langsung terasa: keragaman produk dapat tetap utuh sementara visibilitas efektif menyusut. Namun, penyaringan hanyalah setengah dari cerita. AI juga mulai memperkenalkan produk yang sebelumnya tidak dipertimbangkan oleh konsumen.

AI juga dapat menciptakan daftar pertimbangan

Penelitian Visa di AS tahun 2026 menemukan bahwa hampir 40% responden telah membeli sesuatu yang tidak akan mereka pertimbangkan jika tidak ada alat atau agen AI. Ini adalah bentuk penemuan yang berbeda dari yang biasanya dirancang oleh pengecer, tetapi efek komersialnya bisa serupa: suatu produk masuk ke dalam pertimbangan karena muncul pada saat yang tepat.

Perbedaannya terletak pada siapa yang mengendalikan momen tersebut. Di toko fisik, penemuan produk dapat berasal dari penempatan barang, produk yang berdekatan, kemasan, tampilan display, atau promosi. Secara online, penemuan tersebut dapat berasal dari peringkat pencarian, daftar bersponsor, modul rekomendasi, atau penataan produk di halaman utama. Dalam perjalanan berbelanja yang dimediasi AI, penemuan produk semakin bergantung pada cara sistem menafsirkan permintaan pembeli dan produk mana yang dianggap cukup relevan untuk disebutkan.

Sebuah merek yang kurang dikenal kini dapat masuk ke dalam pertimbangan tanpa harus memenangkan posisi rak premium atau membayar untuk berada di puncak halaman kategori. Merek tersebut juga dapat hilang sepenuhnya dari proses pengambilan keputusan jika sistem tidak menampilkannya.

Bagi merek, “tersedia” tidak lagi sama dengan “terlihat”. Sebuah produk bisa saja ada dalam koleksi pengecer, memiliki peringkat yang baik dalam pencarian tradisional, namun tetap tidak muncul ketika konsumen bertanya kepada sistem AI tentang apa yang harus dibeli.

Pencarian membuat niat konsumen terlihat. AI membuat proses penemuan menjadi lebih sulit dipahami.

Seorang konsumen yang mengetik “Jeep yang dijual di daerah saya” atau “koper paling tahan lama untuk perjalanan ke luar negeri” sebenarnya sedang memberi tahu pasar persis apa yang mereka inginkan. Seiring waktu, bisnis belajar bersaing untuk memenuhi permintaan tersebut melalui pencarian organik, pencarian berbayar, peringkat di marketplace, media ritel, dan konten yang disesuaikan dengan kueri spesifik.

Aturan-aturan tersebut memang tidak pernah statis, tetapi menjadi cukup jelas untuk dijadikan acuan. Pemasar dapat melihat istilah pencarian, mengukur lalu lintas, melacak konversi, membandingkan kinerja berbayar dan organik, serta menyempurnakan positioning mereka.

Sebuah permintaan AI itu sendiri dapat mengandung informasi yang jauh lebih banyak daripada kueri pencarian biasa. Seorang pembeli dapat menentukan anggaran, tujuan, pengalaman buruk sebelumnya, fitur yang disukai, dan bahkan apa yang telah mereka singkirkan. Yang tidak dapat dilihat dengan jelas oleh pemasar adalah bagaimana informasi tersebut diterjemahkan menjadi rekomendasi, atau mengapa satu produk masuk ke dalam daftar sementara yang lain menghilang.

Selain itu, tidak ada satu sistem pun yang dapat dijadikan acuan untuk optimasi. ChatGPT, Gemini, Perplexity, Amazon, Alibaba, dan asisten milik pengecer dapat memanfaatkan feed produk, sumber web, hubungan komersial, dan sistem peringkat yang berbeda-beda.

Bagi merek besar, hal ini menimbulkan masalah pengukuran baru. Kinerja yang kuat di pencarian Google atau di Amazon tidak lagi menjamin visibilitas yang setara di tempat lain. Kebutuhan konsumen yang sama dapat menghasilkan daftar pendek yang berbeda tergantung di mana pertanyaan diajukan.

Pencarian memberikan pemasar gambaran yang cukup jelas tentang bagaimana permintaan sampai kepada mereka. AI menambahkan lapisan keputusan lain di antara ekspresi niat dan produk yang berhasil lolos.

Rak berikutnya terbuat dari data

Bagi merek, muncul di lingkungan rekomendasi ini dimulai dengan sesuatu yang kurang glamor daripada kreativitas: informasi produk.

Harga, ketersediaan, spesifikasi, ulasan, klaim, kasus penggunaan, dan atribut pembeda semuanya membantu menentukan apakah suatu produk dapat dicocokkan dengan percaya diri dengan suatu permintaan. Data produk yang dulunya sebagian besar berada di dalam operasi e-commerce kini menjadi bagian dari infrastruktur visibilitas.

Produk baru dimulai dengan dasar bukti yang lebih tipis. Merek yang sudah mapan mungkin sudah memiliki ulasan bertahun-tahun, riwayat distribusi, liputan pihak ketiga, dan data produk terperinci yang tersedia bagi sistem rekomendasi. Peluncuran produk baru tidak demikian. Oleh karena itu, atribut yang jelas, klaim yang kredibel, informasi produk yang kuat, dan bukti awal menjadi lebih penting untuk mencocokkan produk dengan kebutuhan konsumen secara meyakinkan.

Ini bukan sekadar versi lain dari optimasi pencarian. Pencarian memberi visibilitas berdasarkan kueri. Sistem AI diminta untuk menafsirkan masalah di balik kueri dan memutuskan produk mana yang layak masuk dalam jawaban.

Ritel membutuhkan ukuran visibilitas yang baru

Pencarian juga memberikan pemasar peringkat, tayangan, klik, dan konversi. Media ritel menambahkan penempatan yang dapat diatribusikan. Tidak ada yang menangkap apakah suatu merek secara konsisten masuk ke dalam daftar pertimbangan yang dihasilkan AI.

Salah satu cara mengukur visibilitas tersebut adalah dengan memulai dari misi belanja yang sebenarnya dibawa konsumen ke dalam kategori tersebut. Jalankan kebutuhan yang sama di platform AI dan ritel utama, lalu lacak merek mana yang muncul, pesaing mana yang dibandingkan, atribut apa yang disebutkan, dan di mana sebuah merek sama sekali tidak muncul. Hasil tersebut kemudian dapat dianalisis bersama dengan pemantauan merek, perilaku pencarian, kinerja ritel, dan penelitian kualitatif.

Hasilnya bukanlah skor SEO lainnya. Ini adalah bukti tentang bagaimana suatu kategori ditafsirkan sebelum pembelian terjadi — bukti yang dapat menjadi dasar bagi penentuan posisi, klaim produk, feed ritel, strategi peluncuran, dan pada akhirnya pengembangan produk.

Bagi perusahaan global, perbedaannya mungkin sama informatifnya dengan rata-rata. Sebuah produk bisa sangat terlihat untuk satu kondisi kebutuhan di AS, namun tidak muncul dalam percakapan yang sama di Jepang atau Jerman. Sebuah merek pendatang baru bisa mulai muncul dalam rekomendasi jauh sebelum skor kesadarannya naik cukup tinggi untuk menarik perhatian dalam pelacak tradisional.

Sinyal-sinyal tersebut mungkin muncul sebelum penjualan terjadi

Penjualan, perilaku pencarian, riset konsumen, dan aktivitas pesaing sudah memberi tahu pengecer bagaimana pergerakan suatu kategori. Lingkungan rekomendasi menawarkan sudut pandang lain: bagaimana konsumen mendefinisikan masalah sebelum perubahan tersebut terlihat jelas dalam pangsa pasar.

Sebuah perusahaan koper mungkin mulai melihat ketahanan dipadukan dengan kemudahan perbaikan dan kepatuhan terhadap maskapai penerbangan. Sebuah merek otomotif mungkin menemukan biaya asuransi muncul dalam perbandingan kendaraan listrik (EV) bersama dengan jangkauan dan pengisian daya. Dalam perawatan kulit, perbaikan pelindung kulit mungkin mulai menggantikan anti-penuaan dalam bahasa yang digunakan seputar kategori tersebut.

Sinyal-sinyal tersebut tidak secara otomatis mewakili kebenaran konsumen. Nilai mereka berasal dari perbandingan dengan perilaku pencarian, pemantauan media sosial, riset kualitatif, pelacakan merek, dan penjualan. Ketika beberapa sumber mulai mengarah ke arah yang sama, pemasar memiliki indikasi lebih awal bahwa kategori itu sendiri mungkin sedang bergeser.

Hal ini memperluas ruang lingkup penelitian: tidak hanya apa yang dicari, dikatakan, dan dibeli oleh konsumen, tetapi juga bagaimana kebutuhan mereka ditafsirkan, produk apa yang direkomendasikan kepada mereka, dan di mana sebuah merek tidak hadir.

Jika kategori Anda mulai bergeser, pertanyaan pentingnya bukan sekadar apakah AI memengaruhi penemuan produk. Pertanyaannya adalah di mana pengaruh tersebut mengubah pertimbangan konsumen, merek mana yang semakin terlihat, dan kebutuhan baru apa yang muncul sebelum tercermin dalam penjualan.

Kadence membantu merek global menjawab pertanyaan-pertanyaan tersebut melalui riset pasar yang menghubungkan perilaku konsumen, pelacakan merek, wawasan kualitatif, dan sinyal-sinyal yang muncul di berbagai pasar.

Jika Anda ingin memahami bagaimana AI mengubah proses penemuan produk di kategori Anda, silakan hubungi kami.