Aggregate Rating Schema: Fungsi, Contoh & Cara Testingnya

Dari sekian banyak jenis schema markup, aggregate rating schema adalah salah satu yang paling relevan untuk membangun otoritas brand. Schema ini membantu mesin pencari dan AI membaca ringkasan penilaian pelanggan terhadap produk, layanan, atau bisnis Anda, sehingga reputasi yang sudah Anda bangun berpotensi lebih terlihat dan lebih dipercaya.

Masalahnya, banyak bisnis sebenarnya sudah memiliki ulasan pelanggan yang bagus, tetapi tidak terbaca atau tidak muncul di hasil pencarian karena belum menerapkan markup yang tepat. 

Artikel ini akan membahas pengertian aggregate rating schema, fungsi, contoh penerapan, cara mengujinya, hingga apakah schema ini benar-benar dapat meningkatkan AI visibility brand Anda. Simak sampai selesai, ya!

Apa Itu Aggregate Rating Schema?

Aggregate rating schema adalah jenis schema markup yang menyampaikan ringkasan penilaian pelanggan kepada mesin pencari dan AI, berupa nilai rata-rata rating dan jumlah ulasan di baliknya, misalnya, rating 4,7 dari 1.024 ulasan.

Perlu dipahami bahwa schema ini tidak menampilkan isi ulasan satu per satu. Markup ini hanya merangkum seluruh penilaian menjadi satu angka yang mudah dibaca oleh mesin. 

Dalam praktiknya, markup ini ditulis dengan format JSON-LD, lalu ditempelkan pada halaman produk, layanan, atau bisnis yang sedang dinilai. Beberapa elemen penting di dalamnya adalah nilai rata-rata (ratingValue), jumlah ulasan (reviewCount), serta batas atas skala penilaian (bestRating), yang umumnya bernilai 5.

Dengan markup ini, angka rating di halaman Anda diberi label yang jelas, sehingga lebih mudah dipahami oleh sistem Google maupun AI crawler sebagai sinyal kepercayaan.

Namun, schema ini hanya membuat halaman Anda berpotensi menampilkan rating bintang, bukan menjamin kemunculannya. Datanya juga harus mencerminkan rating asli dan sesuai dengan yang terlihat di halaman, karena rating yang dibuat-buat dapat membuat halaman kehilangan kelayakan untuk tampil sebagai rich result.

Baca juga: Schema HowTo: Fungsi, Cara Penerapan, dan Testingnya

Fungsi Aggregate Rating Schema

Tujuan utama aggregate rating schema adalah menyampaikan penilaian pelanggan terhadap produk atau layanan Anda. Alih-alih menampilkan satu ulasan saja, schema ini merangkum seluruh rating bintang dan jumlah ulasan menjadi satu gambaran utuh. Hasilnya berupa rating bintang yang langsung muncul di hasil pencarian.

Secara lebih rinci, berikut fungsinya:

• Membantu mesin pencari memahami data rating. Schema ini memberi tahu Google berapa rata-rata penilaian dan berapa banyak ulasan di baliknya, sehingga angka rating bisa ditampilkan dengan jelas.
• Menampilkan rating bintang di hasil pencarian Google. Markup ini memungkinkan nilai rating dan jumlah ulasan Anda tampil langsung di bawah judul hasil pencarian, atau yang sering disebut Google star rating schema.
• Membuat tampilan di hasil pencarian lebih menarik. Rating bintang menjadi penanda visual yang menonjol dibanding hasil lain, dan berpotensi meningkatkan click-through rate (CTR).
• Memperkuat kepercayaan terhadap brand. Rating yang terbaca jelas berfungsi sebagai social proof yang membantu calon pelanggan menilai kredibilitas Anda sebelum mengeklik.
• Mendukung AI visibility melalui sinyal kepercayaan. Data rating yang terstruktur dapat membantu sistem AI dan LLM seperti ChatGPT dan Gemini menilai bukti sosial sebuah brand. Schema ini dapat menjadi salah satu pendukung AI visibility brand. 

Contoh Aggregate Rating Schema

Berikut contoh penerapan aggregate rating schema pada halaman produk sebuah toko kopi online. Kodenya ditulis dalam format JSON-LD dan ditempatkan di halaman produk yang bersangkutan. Pada praktiknya, markup ini dipasang di dalam schema produk, bukan berdiri sendiri.

Adapun sejumlah bagian yang perlu Anda perhatikan di antaranya:

• ratingValue: Nilai rata-rata dari seluruh ulasan, di sini 4,7.
• reviewCount: Jumlah ulasan yang dihitung untuk mendapatkan rata-rata tersebut, di sini 1.024.
• bestRating: Nilai tertinggi pada skala penilaian, umumnya 5.
• worstRating: Nilai terendah pada skala penilaian, umumnya 1.

Jika markup valid dan memenuhi syarat, rating pada halaman tersebut berpotensi tampil di hasil pencarian Google seperti ini:

Aggregate rating schema berfokus pada ringkasan angka. Jika ingin menampilkan isi ulasan satu per satu, seperti nama pengulas dan komentarnya, Anda perlu menambahkan review schema.

Baca juga: AEO Website Audit: Cara Kerja & Manfaatnya Bagi Bisnis

Cara Melakukan Testing Aggregate Rating Schema

Setelah schema diterapkan, Anda perlu memastikan kodenya benar sebelum berharap rating tampil. Terdapat dua tools gratis yang bisa dipakai dalam proses testing, yaitu: 

1. Via Schema Markup Validator

Schema Markup Validator memeriksa apakah markup Anda sesuai standar schema.org. Berikut cara testing-nya:

• Buka validator.schema.org.
• Pilih metode input: Fetch URL untuk halaman yang sudah live, atau Code Snippet untuk menempelkan kode JSON-LD langsung.
• Masukkan URL atau kode Anda, lalu klik Run Test.
• Periksa hasilnya. Pastikan AggregateRating terbaca sebagai bagian dari Product (atau jenis konten lain yang Anda pakai), lengkap dengan ratingValue dan reviewCount.
• Perbaiki jika terdapat error atau warning, lalu jalankan tes ulang sampai bersih.

2. Via Rich Results Test

Rich Results Test adalah tools untuk memeriksa apakah Google bisa menggunakan markup tersebut untuk menampilkan rich result. Berikut cara testing-nya:

• Buka search.google.com/test/rich-results.
• Pilih URL untuk halaman yang sudah live, atau Code untuk menguji kode sebelum dipublikasikan.
• Masukkan URL atau kode Anda, lalu klik Test URL (atau Test Code).
• Periksa bagian hasil untuk melihat jenis rich result yang terdeteksi, serta error dan warning-nya.
• Perbaiki masalah yang muncul (misalnya properti wajib yang belum diisi), lalu tes ulang.

Hasil yang valid di kedua tools hanya berarti halaman Anda memenuhi syarat untuk tampil sebagai rich result. 

Perihal apakah rating bintang benar-benar muncul atau tidak, tetap bergantung pada keputusan Google. Setelah live, pantau juga laporan di Google Search Console untuk melihat masalah structured data di seluruh halaman, ya!

Baca juga: B2B AI Powered Search: Strategi Adaptasi & Checklist Optimasinya

Apakah Menerapkan Aggregate Rating Schema Bisa Meningkatkan AI Visibility?

Jawaban singkatnya adalah dapat membantu, tetapi tidak menjamin. Penerapan schema markup, termasuk aggregate rating schema, dapat membantu sistem AI dan LLM menangkap sinyal kepercayaan tentang bisnis Anda dengan lebih jelas, sehingga social proof brand lebih mudah dibaca dan dipertimbangkan. 

Dengan begitu, bisnis Anda berpotensi terlihat lebih kredibel dan berotoritas, baik di hasil pencarian Google maupun di rekomendasi AI. Karena itu, schema paling tepat diposisikan sebagai fondasi pendukung yang berjalan bersama konten berkualitas, ulasan asli pelanggan, dan otoritas brand yang kuat.

Karena AI visibility dipengaruhi banyak faktor, langkah awal yang dapat dilakukan untuk mengetahui posisi brand Anda saat ini adalah dengan melakukan AI Visibility Audit GRATIS dari cmlabs. 

Setelah hasilnya didapatkan, Anda bisa melanjutkan dengan layanan Jasa AI Search Optimization (GEO/AEO) dari cmlabs untuk mengoptimalkan visibilitas brand di AI search secara menyeluruh.

Salah satu layanan yang kami berikan adalah implementasi schema markup, termasuk aggregate rating schema, agar sesuai dengan data dan pedoman Google. Kami tidak berhenti pada pemasangan, tetapi juga memantau hasilnya secara berkelanjutan dan menyusun laporannya untuk Anda.

Kami juga percaya bahwa setiap bisnis memiliki kebutuhan yang berbeda. Jadi, jangan ragu untuk menghubungi tim cmlabs untuk mempelajari lebih lanjut layanan dan strategi optimasi yang tepat dan sesuai dengan target bisnis Anda!