GEO ROI衡量：AI引用量、品牌搜索量、询盘增量的归因方法
一、为什么不能直接用 AI 引用量算 ROI
最常见的错误是：GEO 做了半年，AI 引用量从每月 20 次涨到 60 次，就向老板汇报「ROI 翻三倍」。这是把中间环节跳过去了。引用量涨了，客户不一定去搜你；搜了你，不一定点进官网；点进官网，不一定填表。每一层都有折损。
四层漏斗的逻辑是：L1 AI 引用量是曝光，L2 品牌搜索量是主动兴趣，L3 直接流量是访问，L4 询盘增量是结果。你要算的是从 L1 到 L4 的转化率，而不是只看 L1 的数字。
| 层级 | 指标 | 典型折损率 | 数据来源 |
|---|---|---|---|
| L1 AI 引用量 | 固定问题集被引次数 | 基数 | 人工跑问题集 |
| L2 品牌搜索量 | Google 品牌词月搜索量 | 5% 至 15% 转化 | Google Search Console |
| L3 直接流量 | 直接访问加品牌词自然流量 | 20% 至 40% 转化 | GA4 |
| L4 询盘增量 | GEO 启动后询盘环比 | 3% 至 8% 转化 | CRM 询盘表 |
按这个漏斗算一笔账：L1 引用从 20 涨到 60，涨了 40 次。L2 品牌搜索量如果转化 10%，就是 4 个新增品牌搜索。L3 直接流量如果转化 30%，就是 1.2 个新增访问。L4 询盘如果转化 5%，就是 0.06 个询盘增量。听上去很少？这就是 GEO ROI 的真相——单次引用的价值很低，但它是长期品牌资产，要按季度累积看。
这和 询盘归因怎么算才对讲的是同一套归因逻辑，只是 GEO 接触点发生在 AI 答案里，不是传统广告点击。
二、基准期：先测 3 个月，再谈实验
没有基准期，就没有 ROI。很多团队一上来就跑 GEO，半年后回头说「询盘涨了 20%」，但这 20% 可能来自展会、Google Ads、客户转介绍，和 GEO 无关。
| 阶段 | 时长 | 动作 | 产出 |
|---|---|---|---|
| 基准期 | 3 个月 | 不改内容，只监测四层基线 | L1 至 L4 月均值 |
| 实验期 | 6 个月 | 按 GEO 策略改内容、做外链 | 四层变化曲线 |
| 归因期 | 第 7 至 9 个月 | 对照基准期算增量 | ROI 报告 |
基准期要测什么？每周在 ChatGPT、Gemini、Perplexity 跑 20 个固定问题，记录 L1 引用基线；在 Google Search Console 记录 L2 品牌词月搜索量；在 GA4 记录 L3 直接流量月均值；在 CRM 记录 L4 询盘月均值。四个数跑 12 周，取月均值作为基准。
场景化示例：你 1 至 3 月做基准期，L1 月均引用 18 次，L2 品牌搜索月均 120 次，L3 直接流量月均 800 次，L4 询盘月均 25 条。4 月开始做 GEO，到 9 月实验期结束，L1 涨到 45 次，L2 涨到 180 次，L3 涨到 1100 次，L4 涨到 32 条。增量分别是 27 次、60 次、300 次、7 条询盘。这 7 条询盘里有多少能归给 GEO，才是 ROI 报告的核心。
三、归因方法：不要用 Last Touch
Last Touch 归因是 GEO 团队最大的敌人。它把最终询盘的功劳全给最后一个触点——通常是客户填的表单来源，或者 Google Ads 的最后一次点击。GEO 作为长周期品牌接触，发生在客户调研早期，Last Touch 会把它的功劳全抢走。
| 归因模型 | 怎么分配功劳 | 适不适合 GEO |
|---|---|---|
| Last Touch | 全给最后一个触点 | 不适合，GEO 被埋没 |
| First Touch | 全给第一个触点 | 部分适合，GEO 常是第一触点 |
| 线性归因 | 每个触点平均分 | 适合，GEO 拿一份合理权重 |
| 时间衰减 | 越近的触点权重越大 | 部分适合 |
| 自定义多点 | 按业务设定权重 | B2B 推荐 |
B2B 出海周期长，从第一次接触到询盘平均 3 至 6 个月。客户在这期间可能先在 Perplexity 看到你，再在 Google 搜你品牌，再看 LinkedIn，最后填表。用 First Touch 把这单全算给 Perplexity 也不公平——因为后面的品牌搜索和官网访问也起了作用。推荐用线性归因或自定义多点：每个接触点分一份。
怎么知道客户第一次是不是从 AI 来的？在询盘表单里加一个问题：「您是第一次从哪里了解到我们的？」选项里加「AI 搜索（ChatGPT/Perplexity/Gemini）」。这个问题比任何点击追踪都准，因为它是客户自己说的。这是 官网线索到 CRM里应该埋的字段。
四、反直觉判断：引用翻倍，询盘可能只涨 10%
这是整篇文章最需要被老板接受的一点。很多团队做 GEO 半年，L1 引用从 20 涨到 60，以为询盘会跟着涨 3 倍，结果只涨了 10% 至 20%，就判断 GEO 没用。问题不在 GEO，在归因预期。
| 指标 | 基准期 | 实验期末 | 增幅 |
|---|---|---|---|
| L1 AI 引用量 | 18 次/月 | 45 次/月 | +150% |
| L2 品牌搜索量 | 120 次/月 | 180 次/月 | +50% |
| L3 直接流量 | 800 次/月 | 1100 次/月 | +38% |
| L4 询盘量 | 25 条/月 | 32 条/月 | +28% |
看这张表：L1 涨了 150%，L4 只涨了 28%。中间每一层都在折损。这不是 GEO 没效果，是 GEO 效果被漏斗稀释了。如果你跟老板承诺「引用翻倍询盘翻倍」，第 6 个月一定会失望。正确的预期管理是：GEO 是品牌资产，它和 Google Ads、展会一起作用，不能单独归因出全部功劳。
场景化示例：B2B 工业阀门客户从第一次接触到下单平均 4 个月。他在 Perplexity 看到你（L1），一个月后在 Google 搜你品牌（L2），两周后访问官网（L3），又过两个月才填表（L4）。这单如果用 Last Touch 归因，功劳全给官网表单；如果用 First Touch，全给 Perplexity。两种都不对——真实的价值是四个触点叠加的结果。
五、ROI 报告怎么写：一页纸说清
ROI 报告不需要几十页，一页纸够了。核心是四个数：投入、四层增量、归因数、回本周期。
| 项目 | 数值 | 说明 |
|---|---|---|
| GEO 投入 | 2 人 × 6 月 = 12 人月 | 内容 + 外链工时 |
| L1 引用增量 | 每月 +27 次 | 基准 18 → 45 |
| L2 品牌搜索增量 | 每月 +60 次 | 基准 120 → 180 |
| L4 询盘增量（归 GEO） | 每月 +2 至 3 条 | 线性归因 1/3 权重 |
| 单询盘成本 | 约 4000 元/条 | 人力成本 ÷ 归因数 |
| 回本周期 | 9 至 12 个月 | 按 B2B 询盘转化率算 |
这张表的关键是「归 GEO」的询盘数。不要把 7 条全算给 GEO，按线性归因给 1/3 权重，也就是每月 2 至 3 条。这个数字保守，但老板能信。如果到第 9 个月这个数字稳定，第二年就可以申请增加投入。
和 GEO 实验设计配套使用：那篇讲怎么设计假设和变量，本文讲怎么把实验结果翻译成 ROI。两者合起来，就是完整的 GEO 投入评估流程。
不要做的事：不要把 GEO 引用量和 Google 排名并列在一张表上比 ROI。两者是不同漏斗，不同归因逻辑。GEO 是品牌长周期资产，SEO 是流量短期获取，放一起比会误判优先级。
六、常见归因错误
| 错误 | 表现 | 纠正方法 |
|---|---|---|
| 无基准期直接报 ROI | 「询盘涨了 20% 都是 GEO」 | 先跑 3 个月基线 |
| 用 Last Touch | GEO 功劳全被表单抢走 | 改用 First Touch 或线性 |
| 把 L1 当 L4 | 「引用翻倍询盘翻倍」 | 走四层漏斗算折损 |
| 3 个月就判断失败 | 第 3 个月没询盘增量就停 | 等到第 9 个月再下结论 |
| 不设对照组 | 季节性波动被当成 GEO 效果 | 用行业基线或历史同比 |
季节性是 B2B 出海最容易踩的坑。你的询盘旺季可能在 Q2 和 Q4，GEO 从 Q1 开始做，到 Q3 看到询盘涨了，可能只是季节性，不是 GEO 效果。判断方法是和去年同期比，而不是和上个月比。如果去年 Q3 询盘也是这个数，那 GEO 的增量就是零。
FAQ 常见问题
GEO 的 ROI 怎么算？
为什么不能用 Last Touch 归因 GEO？
AI 引用量翻倍，询盘会翻倍吗？
GEO 做多久能看到 ROI？
怎么排除季节性对 GEO ROI 的干扰？
GEO 单询盘成本多少算合理？
写在最后
GEO 的 ROI 衡量最难的不是算数字，是管理预期。引用量涨得快，询盘涨得慢，中间隔了三层漏斗和 6 个月的决策周期。跟老板汇报时，先说清楚这个折损，再给数字，就不会在第 6 个月被质疑。
落地三步：本周建 3 个月基准期，把 L1 到 L4 四层基线跑出来；下个月在询盘表单加「首次来源」字段，把 AI 搜索列为选项；第 9 个月按线性归因算一次增量，写一页纸 ROI 报告。
一句可以记住的话：GEO 不是立竿见影的广告，是按季度累积的品牌资产——别用 Last Touch 算账，别用 3 个月判断成败。