客户非要用7天数据定GEO预算，我拿两组数把他说服了

上周一个客户打电话过来，语气挺冲的，说GEO投了三个月，老板让他证明值不值，他打算用最近7天的AI答案曝光量做个曲线，直接定下半年的预算。我听完第一反应是：这活儿不能这么干。

根据我的模型，7天窗口里，GEO能观测到的信号基本就是噪声。我们跑过一组对比：同一个问句集，连续14天每天抓一次，品牌被正确引用的比例在23%到41%之间来回跳，均值34%，标准差接近6个点。换成90天滚动窗口，引用率慢慢爬到38%左右才稳住。也就是说，前两周你看到的涨跌，七成以上是平台抓取节奏和缓存刷新带来的假波动，跟你的优化动作关系不大。

我把这两组数摆在他面前，又加了一句：你拿7天数据砍预算，砍掉的可能是第60天才开始起效的那部分动作。GEO不是投广告，答案的更新周期本身就有滞后，从内容上线到被AI重新检索、重新组织，中间隔着平台自己的索引节奏。根据我的归因链拆解，从“改参数表”到“AI答对型号”，平均滞后27天到45天，这还没算上不同入口之间的差异。

所以我给他的建议是：预算决策不看7天曲线，看90天观测窗口里的三个指标——问句集覆盖率、品牌名正确率、答案稳定性。前两个是方向，第三个是波动。报数的时候必须带区间，比如“品牌正确引用率34%±6%”，而不是“34%”。客户听完没再提砍预算的事，转头问我90天窗口怎么设。

我补了个细节：窗口别从投放第一天算起，从内容真正被索引那天开始，不然前两周的冷启动会把均值拉低，又变成一次误判。

这里想问问大家：你们在跟客户对齐GEO预算的时候，观测窗口一般设多长？有没有人试过把索引滞后单独做成一个延迟变量加进模型里？