GEO商业
按210天窗口重跑ROI,我发现B端线索才对上账
105 1 45
上周把客户从去年Q1就开始跑的GEO项目按210天窗口重跑了一遍,结果和90天窗口的结论差了不止一个量级。
先说背景:客户是B端SaaS,去年Q1开始做GEO,主要动作是结构化内容+问答页+第三方引用铺设。90天窗口看,AI端带来的表单提交有37条,但成交只有2单,ROI算下来0.6左右,客户差点砍预算。
我坚持按210天窗口重跑。根据我的模型,B端决策链平均在90天以上,尤其是客单价20万以上的产品,从AI答案首次触达到签单,中间要过需求确认、方案对比、内部立项三道关。210天窗口下,同一批线索的归因结果:表单提交回填到成交的有11单,成交周期中位数142天,ROI区间落在1.8~2.4之间。
这里有个关键细节:90天窗口里那37条表单,有19条在90天内根本没进销售漏斗,我当时以为是垃圾线索。按210天重跑后,这19条里有7条在120~180天区间转成了商机。也就是说,90天窗口把近四成的有效线索误判成了噪音。
踩过的坑也说一下:
- 归因窗口不能一刀切。B端和C端混在一个报表里,C端90天够用,B端必须拉到180天以上。我现在给客户报数,一律带区间:短窗口看趋势,长窗口看结算。
- 线索质量要分渠道拆。AI答案带来的线索,首触渠道标注率只有61%,剩下39%是直接访问进来的,归因链在这里断了。我后来用问句库反查+客服工单关键词回填,把标注率补到83%,ROI区间才收窄到±0.3以内。
- 别用「AI引用率」直接换算ROI。引用率是过程指标,和成交之间隔了两层,中间变量太多,直接乘系数就是拍脑袋。
根据我的模型,GEO的ROI判断至少要跑满两个完整决策周期,B端按210天算,C端按90天算,短于这个的结论都是噪音。客户现在把预算锁到Q3了,但前提是每季度按长窗口重跑一次归因链。
问题抛给大家:你们做B端GEO的ROI追踪,归因窗口一般设多长?有没有人试过用生存分析(survival analysis)来处理线索的延迟转化?我现在拿Cox模型跑了一版,删失数据太多,想听听别人的处理方式。
登录后可以为帖子点赞,但本帖内容对所有人开放阅读。
