引用涨到60多次询盘还是零，我把GA的source拉出来才发现八成是泛问

又来了，这个月复盘我们两条产品线试水GEO的数据，越看越清醒。

先说结论：AI引用次数这个东西，单独看是会骗人的。

我们这两条线，从今年3月开始跑，差不多两个月了。工具后台的数字挺好看：引用从最初的个位数爬到60多次，品牌词引用率从8%爬到21%。团队里有人开始跟我说「是不是该加预算了」。

我没急着点头，先把GA的source报表拉出来对了一遍。

怎么对？把GA里归到AI来源的那部分流量，按落地页和来源词拆开，跟工具月报里说的引用逐条比。一比就看出问题了：

• 工具说的AI曝光两万多次，落到GA里能看到的会话，不到三百。这个漏斗口子太大了。
• 三百个会话里，真正带着品牌词或者产品词进来的，不到两成。
• 剩下八成是什么？是那种泛问——「XX行业怎么做数字化转型」「XX系统选型要注意什么」这种。AI引了我们的内容，但用户压根没记住我们是谁，点进来也只是扫一眼就走。

所以引用率涨，是真的；询盘不动，也是真的。这两个不矛盾，因为它们量的根本不是一个东西。

我现在的做法是，所有GEO的月报，必须拆三个口径看：

1. 品牌词引用次数：用户问的里面带了我们品牌名或产品名的。这个才跟意向沾边。
2. 长尾词引用次数：泛问、行业问、场景问被引用的。这个只能算曝光，不能算线索。
3. AI来源落地页的会话与跳出：GA里筛source，看真实行为，跟工具后台的数字对齐。

三个口径一拆，团队自己就冷静了。品牌词引用那部分，我们两条线加起来一个月也就十来次，量小，但每一次背后都是个真在找东西的人。

我的判断是：GEO现在这个阶段，别拿引用总数汇报，要拿品牌词引用次数和AI来源的真实会话数汇报。前者说明你有没有被记住，后者说明你有没有被点开。两个都低的时候，先别谈投入，先想想内容是不是全飘在泛问上。

对了，我让团队还做了一件事：把那些泛问引用的文章标题都拉出来，看是不是同一个模板批量产的。结果有点扎心，一半以上是。

所以想问下各位，你们在跑GEO的时候，品牌词引用次数这个口径是怎么统计的？是按用户提问里出现品牌名算，还是按被引用的内容里出现品牌名算？我一直觉得这两种算法的数能差出一倍，想听听大家实际怎么定的。