Knowledge Graph: Cara Mesin Pencari Mengenali Entitas Brand

Knowledge graph adalah cara menyimpan informasi sebagai entitas, yaitu orang, organisasi, tempat, produk, atau konsep, beserta atribut dan hubungan di antara entitas tersebut. Mesin pencari memakai struktur seperti ini untuk mengenali bahwa sebuah nama merujuk pada satu brand tertentu, dan untuk mengetahui fakta apa yang melekat pada brand itu.

Bagi brand, persoalan praktisnya adalah kejelasan. Jika nama brand Anda mirip dengan perusahaan lain, jika alamat dan nama produk ditulis berbeda di berbagai tempat, atau jika hubungan antara perusahaan induk dan merek produknya tidak jelas, sistem yang membaca web akan lebih sulit memahami siapa Anda. Ada tiga hal yang sering tercampur dalam pembahasan ini, yaitu pernyataan terstruktur yang Anda tulis sendiri, sistem entitas milik Google, dan kerangka penilaian yang dipakai agensi. Ketiganya berhubungan, tetapi berbeda. Bagian berikut menjelaskan konsep knowledge graph, bedanya dengan knowledge panel, cara brand menyatakan identitasnya, dan cara mengaudit kejelasan entitas tanpa menjanjikan knowledge panel sebagai jalan pintas.

Apa itu knowledge graph?

Knowledge graph adalah kumpulan fakta yang disusun sebagai jaringan. Setiap entitas menjadi simpul, setiap simpul punya atribut, dan garis di antara simpul menunjukkan hubungan. Struktur ini memungkinkan sistem menjawab pertanyaan yang membutuhkan lebih dari satu fakta sekaligus.

Sebagai contoh fiktif, bayangkan sebuah usaha bernama Kopi Senja Nusantara. Di dalam knowledge graph, usaha ini menjadi satu entitas bertipe organisasi. Atributnya antara lain tahun berdiri, kota asal, dan website resmi. Hubungannya bisa berupa "memproduksi" ke entitas produk Kopi Senja Arabika Gayo, "berlokasi di" ke entitas kota Bandung, "didirikan oleh" ke entitas orang bernama Dewi Larasati, dan "memiliki cabang" ke entitas tempat Kopi Senja Dago.

Dengan struktur seperti itu, pertanyaan "siapa pendiri kedai kopi di Bandung yang menjual arabika Gayo" bisa dijawab dengan menelusuri beberapa hubungan. Pertanyaan semacam ini sulit dijawab jika fakta yang sama hanya tersebar sebagai teks di berbagai halaman tanpa kejelasan bahwa semuanya merujuk pada entitas yang sama.

Knowledge graph dibangun dari banyak sumber, seperti website resmi, basis data publik, liputan media, dan direktori. Akibatnya, kualitas graph bergantung pada kualitas sumbernya. Jika sumber-sumber itu saling bertentangan, sistem harus memilih fakta mana yang dipercaya, dan pilihannya belum tentu sesuai dengan fakta resmi Anda. Di sinilah konsistensi informasi publik menjadi penting bagi brand.

Apa bedanya entity dan keyword?

Keyword adalah rangkaian kata yang diketik orang, sedangkan entity adalah sesuatu di dunia nyata yang dirujuk oleh kata-kata itu. Satu keyword bisa merujuk pada beberapa entity, dan satu entity bisa dirujuk oleh beberapa keyword.

Ambil kata "Senja". Kata ini bisa merujuk pada waktu menjelang malam, judul lagu, nama kedai kopi di beberapa kota yang tidak saling berhubungan, atau nama sebuah aplikasi. Sistem yang hanya mencocokkan kata tidak bisa membedakannya. Sistem yang mengenali entity akan memakai konteks, seperti kota, kategori usaha, dan website, untuk menentukan "Senja" mana yang dimaksud.

Sebaliknya, satu brand sering ditulis dengan beberapa cara. Kopi Senja Nusantara bisa muncul sebagai "Kopi Senja", "KSN", "Senja Coffee", atau dengan salah eja di ulasan pelanggan. Variasi ini wajar dan tidak otomatis menjadi masalah. Yang menjadi masalah adalah ketika variasi tersebut disertai fakta yang bertentangan, misalnya alamat berbeda, tahun berdiri berbeda, atau pemilik yang berbeda, sehingga sulit dipastikan apakah semuanya membicarakan entitas yang sama.

Masalah yang sama bisa muncul di jawaban AI. Jika dua usaha dengan nama mirip sama-sama dibicarakan di web tanpa konteks yang membedakan, asisten AI bisa mencampur fakta keduanya, misalnya menyebut alamat satu usaha dengan menu usaha lain. Ini dugaan yang masuk akal berdasarkan cara model membaca teks, dan cara paling praktis untuk mengujinya adalah bertanya langsung kepada beberapa asisten AI tentang brand Anda lalu memeriksa faktanya.

Apa bedanya Google Knowledge Graph dan knowledge panel?

Google Knowledge Graph adalah sistem entitas milik Google, sedangkan knowledge panel adalah kotak informasi yang terlihat di hasil pencarian untuk sebagian entitas di dalam sistem tersebut. Yang pertama adalah basis data, yang kedua adalah salah satu tampilannya.

Istilah	Apa itu	Siapa yang mengendalikan	Bisa dilihat langsung?
Knowledge graph (konsep umum)	Cara menyusun fakta sebagai entitas dan hubungan	Siapa pun yang membangunnya	Tergantung sistemnya
Google Knowledge Graph	Sistem entitas milik Google	Google	Sebagian, lewat API dan tampilan di Search
Knowledge panel	Kotak informasi di hasil pencarian Google	Dibuat otomatis oleh Google, dengan masukan dari entitas terverifikasi	Ya, jika muncul
Structured data di website	Pernyataan fakta yang ditulis pemilik website	Pemilik website	Ya, di kode halaman
Total Graph Authority	Kerangka penilaian milik AI Search	AI Search	Ya, metodenya dipublikasikan

Menurut dokumentasi Knowledge Graph Search API, Knowledge Graph berisi jutaan entri yang menggambarkan entitas dunia nyata seperti orang, tempat, dan benda, dan entitas inilah yang menjadi simpul graph. Tipe entitas yang disebut antara lain Organization, LocalBusiness, Person, Place, dan berbagai karya kreatif. API tersebut dipakai untuk mencari entitas yang cocok dengan kriteria tertentu, dan hasilnya berupa daftar entitas beserta skor, tanpa memberi akses ke seluruh jaringan hubungan di dalam graph.

Halaman bantuan knowledge panel menjelaskan panel ini muncul saat orang mencari entitas yang ada di Knowledge Graph, dibuat secara otomatis, dan informasinya berasal dari berbagai sumber di web. Entitas yang terverifikasi bisa mengklaim panelnya dan menyarankan perubahan, sedangkan orang yang bukan perwakilan resmi bisa memakai tautan masukan di pojok panel untuk mengusulkan koreksi. Panel juga diperbarui otomatis ketika informasi di web berubah. Halaman yang sama juga menyebut Business Profile, yang mirip knowledge panel, khusus untuk bisnis yang melayani pelanggan di lokasi atau area layanan tertentu dan dikelola lewat Google Business Profile.

Perbedaan ini penting untuk ekspektasi. Tidak munculnya knowledge panel tidak otomatis berarti Google tidak mengenali brand Anda. Memiliki knowledge panel juga tidak sama dengan direkomendasikan oleh asisten AI, karena rekomendasi bergantung pada pertanyaan, sumber yang dibaca, dan konteks yang jauh lebih luas.

Bagaimana brand menyatakan identitasnya dengan jelas?

Brand menyatakan identitasnya dengan jelas lewat fakta resmi yang konsisten dan mudah ditemukan, yaitu nama, website resmi, hubungan perusahaan, produk, lokasi, penulis, dan profil terverifikasi. Semua fakta ini sebaiknya tersedia di website sendiri dan sama dengan yang tertulis di profil resmi lain.

• Nama resmi dan nama dagang, termasuk singkatan yang memang dipakai perusahaan.
• Satu website resmi yang jelas, dengan halaman tentang perusahaan yang menjelaskan siapa Anda.
• Hubungan hukum dan organisasi, seperti perusahaan induk, anak usaha, dan merek produk yang dimiliki.
• Daftar produk atau layanan dengan nama yang konsisten di website, marketplace, dan materi pemasaran.
• Lokasi kantor dan cabang dengan alamat yang sama di website, Google Business Profile, dan direktori resmi.
• Penulis dan juru bicara dengan halaman profil yang menjelaskan peran mereka.
• Tautan ke profil resmi yang terverifikasi, seperti LinkedIn perusahaan dan akun media sosial resmi.

Tidak semua perbedaan perlu diperbaiki. Penulisan "PT Kopi Senja Nusantara" di halaman legal dan "Kopi Senja" di Instagram adalah variasi yang wajar. Prioritaskan konflik fakta, seperti dua alamat kantor pusat yang berbeda, produk yang disebut milik perusahaan lain, atau tahun berdiri yang tidak sama.

Hubungan antara perusahaan induk dan merek produk sering menjadi sumber kebingungan. Jika satu perusahaan punya beberapa merek, jelaskan di halaman tentang perusahaan merek mana saja yang dimiliki, dan di halaman setiap merek sebutkan siapa pemiliknya. Hubungan yang tertulis jelas di dua arah lebih mudah dipahami sistem daripada hubungan yang hanya tersirat.

Untuk perusahaan di Indonesia, perbedaan antara nama badan hukum dan nama dagang perlu dijelaskan. Nama seperti "PT Kopi Senja Nusantara" atau "PT Contoh Tbk" sering berbeda dari nama merek yang dikenal konsumen. Cantumkan keduanya di halaman tentang perusahaan dan di markup Organization, misalnya lewat properti legalName dan name, supaya laporan keuangan, berita bisnis, dan ulasan konsumen bisa dihubungkan ke entitas yang sama.

Apa peran schema dan sameAs?

Schema adalah cara menulis fakta identitas brand dalam format yang bisa dibaca mesin, dan sameAs adalah properti untuk menautkan entitas di website Anda ke profil resmi di tempat lain. Keduanya membantu sistem yang membaca markup memahami bahwa beberapa halaman merujuk pada entitas yang sama.

Untuk Organization, dokumentasi Google menyebut markup di beranda bisa membantu Google memahami detail administratif organisasi dan membedakannya dari organisasi lain di hasil pencarian. Sebagian properti dipakai di belakang layar untuk membedakan organisasi, sementara properti lain bisa memengaruhi elemen visual seperti logo di hasil pencarian dan knowledge panel. Google merekomendasikan menaruh informasi ini di beranda atau satu halaman yang menjelaskan organisasi, seperti halaman tentang kami.

Properti sameAs sebaiknya hanya berisi profil yang benar-benar milik organisasi, seperti halaman LinkedIn resmi, akun media sosial resmi, atau entri Wikidata jika memang ada. Menautkan ke profil yang tidak berhubungan, seperti halaman Wikipedia tentang topik umum atau akun milik pihak lain, justru menambah kebingungan.

Ada batas yang perlu jelas. Panduan optimasi fitur AI Google menyatakan structured data tidak diperlukan untuk fitur AI generatif di Google Search dan tidak ada markup schema.org khusus yang perlu ditambahkan. Manfaat yang masuk akal dari markup identitas adalah membantu sistem yang membaca markup tersebut memahami fakta dengan lebih jelas. Klaim bahwa markup identitas membuat brand dikutip di jawaban AI belum didukung dokumentasi yang kami baca. Satu praktik teknis yang membantu adalah memberi organisasi identitas tetap lewat properti @id, lalu merujuk identitas itu dari markup artikel, penulis, dan produk. Dengan begitu, semua halaman di situs Anda menyatakan hubungan ke entitas yang sama. Pembahasan lebih rinci tentang tipe schema dan cara memvalidasinya ada di artikel schema markup untuk AI search.

Apakah harus punya Wikipedia atau Wikidata?

Tidak harus, dan keduanya tidak bisa dibeli dengan cara yang sah. Wikipedia dan Wikidata adalah proyek komunitas dengan aturan sendiri tentang kelayakan dan konflik kepentingan, sehingga tidak ada brand atau agensi yang bisa memastikan sebuah entri dibuat atau bertahan.

Untuk Wikipedia, pedoman konflik kepentingan Wikipedia bahasa Inggris meminta editor yang punya konflik kepentingan, termasuk editor berbayar, untuk mengungkapkannya, dan sangat tidak menganjurkan mereka mengedit artikel terkait secara langsung. Mereka bisa mengusulkan perubahan di halaman pembicaraan supaya ditinjau editor lain. Editor berbayar harus menyebut siapa yang membayar mereka, dan pedoman itu juga mengingatkan bahwa tidak ada yang mengendalikan artikel, termasuk subjeknya sendiri.

Di Wikidata, pedoman kelayakannya menyebut salah satu kriterianya adalah entitas yang bisa diidentifikasi dengan jelas dan bisa dijelaskan dengan referensi yang serius dan tersedia untuk umum. Artinya, entri yang bertahan lama biasanya didukung sumber independen, seperti liputan media atau dokumen resmi, dan sumber itu harus ada lebih dulu.

Karena itu, langkah yang lebih bisa dikendalikan adalah membangun sumber independen yang kredibel tentang brand Anda dan merapikan informasi resmi. Jika suatu hari ada entri Wikipedia atau Wikidata tentang brand Anda, pastikan faktanya akurat lewat jalur yang diizinkan, seperti mengusulkan koreksi dengan sumber yang bisa diperiksa.

Apa hubungannya dengan Total Graph Authority?

Total Graph Authority, atau TGA, adalah kerangka penilaian milik AI Search untuk melihat seberapa kuat fondasi brand yang bisa dibaca mesin. TGA tidak termasuk metrik Google, tidak dipakai oleh mesin pencari mana pun, dan tidak dimaksudkan sebagai standar industri.

Dalam metode yang kami publikasikan, TGA melihat lima kelompok sinyal. Knowledge Graph menilai apakah Google mengenali brand sebagai entitas yang sudah terpetakan. Entity Graph menilai seberapa jelas brand mendefinisikan dirinya di markup situsnya sendiri. Topic Graph menilai kehadiran brand di pertanyaan yang diajukan orang di kategorinya. Sinyal Authority menilai luasnya sumber independen yang menyebut brand. AI Answer Graph menilai seberapa sering brand disebut di jawaban AI untuk pertanyaan kategori.

Tujuannya diagnostik, yaitu menunjukkan bagian mana dari fondasi brand yang lemah supaya perbaikan bisa diprioritaskan. Skor TGA tidak dimaksudkan sebagai prediksi pasti tentang apakah brand akan direkomendasikan AI. Cara memakainya yang paling berguna adalah membandingkan sub-skor, misalnya brand yang kuat di sinyal authority tetapi lemah di entity graph biasanya perlu merapikan informasi resminya lebih dulu. Contoh penerapannya pada 16 merek nutrisi di Indonesia, lengkap dengan metodenya, bisa dibaca di indeks Total Graph Authority merek nutrisi.

Bagaimana mengaudit identitas brand?

Identitas brand diaudit dengan mengumpulkan fakta resmi, membandingkannya dengan fakta yang beredar di web, lalu mencatat hubungan, profil, markup, dan tampilan di hasil pencarian. Lembar berikut berisi contoh pengisian untuk usaha fiktif Kopi Senja Nusantara.

Bagian audit	Fakta resmi	Temuan di web	Status
Nama	PT Kopi Senja Nusantara, nama dagang Kopi Senja	"Senja Coffee" di dua direktori	Variasi wajar, tidak mendesak
Alamat kantor pusat	Jl. contoh No. 10, Bandung	Alamat lama di satu marketplace	Konflik fakta, perbaiki
Hubungan produk	Kopi Senja Arabika Gayo milik PT Kopi Senja Nusantara	Satu blog menyebutnya produk distributor	Konflik hubungan, perbaiki
Profil resmi	Website, LinkedIn, Instagram	Akun Instagram lama yang tidak aktif masih muncul	Perlu ditutup atau ditandai
Markup di website	Organization di beranda	Dua blok Organization dari plugin berbeda	Rapikan
Tampilan di pencarian	Tidak ada ekspektasi khusus	Business Profile muncul, knowledge panel belum	Catat, pantau

Kolom terakhir di lembar ini sering disalahartikan. Business Profile atau knowledge panel yang belum muncul adalah temuan yang perlu dicatat, tetapi belum cukup untuk menyimpulkan bahwa Google tidak mengenali brand. Tampilan di hasil pencarian bergantung pada banyak hal, termasuk jenis pencarian dan keputusan sistem Google.

Tambahkan juga pemeriksaan di jawaban AI. Tanyakan kepada beberapa asisten AI pertanyaan sederhana seperti "apa itu Kopi Senja Nusantara" dan "siapa pemilik Kopi Senja Arabika Gayo", lalu catat fakta yang benar, fakta yang salah, dan sumber yang dikutip. Fakta yang salah di jawaban AI sering menunjukkan halaman mana di web yang perlu diperbaiki lebih dulu. Ulangi audit ini secara berkala, misalnya setiap kuartal, dan selalu setelah ada perubahan besar seperti pergantian nama, pindah kantor, atau peluncuran merek baru. Peran sumber pihak ketiga dalam membentuk jawaban AI dibahas lebih jauh di panduan GEO.

Apa yang harus diperbaiki lebih dahulu?

Yang harus diperbaiki lebih dahulu adalah kesalahan fakta yang material, informasi resmi yang tidak bisa diakses, dan hubungan produk atau perusahaan yang saling bertentangan. Keseragaman penulisan yang bersifat kosmetik bisa menunggu.

1. Kesalahan fakta yang bisa merugikan pembeli, seperti alamat, nomor kontak, harga, atau status operasional yang salah.
2. Informasi resmi yang tidak bisa diakses, misalnya halaman tentang perusahaan yang diblokir robots.txt, hanya ada dalam bentuk gambar, atau tidak ditautkan dari mana pun.
3. Hubungan yang bertentangan, seperti produk yang disebut milik perusahaan lain atau cabang yang tercatat di bawah nama berbeda.
4. Profil resmi yang tidak aktif atau duplikat, yang membuat orang dan sistem bingung mana akun yang benar.
5. Markup ganda atau tautan sameAs yang salah.
6. Variasi penulisan nama yang tidak menimbulkan kebingungan.

Urutan ini mengikuti dampaknya bagi pembeli. Pelanggan yang datang ke alamat lama atau menelepon nomor yang sudah tidak aktif mengalami kerugian nyata, sedangkan variasi penulisan nama jarang menimbulkan masalah selama faktanya sama. Untuk brand yang baru berganti nama atau bergabung dengan perusahaan lain, urutan ini perlu diterapkan lebih cepat. Jelaskan perubahan itu di halaman resmi, sebutkan nama lama dan nama baru, lalu perbarui profil resmi satu per satu supaya informasi lama tidak terus beredar. Hubungan pekerjaan ini dengan SEO yang lebih luas dibahas di artikel AI SEO.

Jika Anda ingin memeriksa apakah informasi publik tentang brand Anda jelas, akurat, dan saling terhubung, tim AI Search bisa memulainya lewat audit visibilitas AI gratis.