跑了90天归因回测，近半效果落在30天窗口外，长期追踪不是口号
上周给一个客户做GEO项目的季度复盘，顺手把过去90天的日志拉出来跑了一遍归因回测。这个客户做的是工业设备配件，客单价高、决策链长，所以我把观测窗口设成了首触后30天、60天、90天三个档，把AI搜索带来的会话按「首次品牌提及→内容页浏览→询盘」这条链拆开看。
结果比我预想的还要夸张。
先说结论：在30天窗口下，能被归到GEO的转化大概是总询盘的24%~29%（区间是模型跑三遍的波动范围）；但把窗口拉到90天，同一批流量的归因转化能到41%~47%。 中间差了将近20个百分点，这不是统计噪声，是窗口截断吃掉的。
具体怎么漏的？我拆了两类。
第一类是「延迟询盘」。AI答案里被引用的那篇技术对比页，用户当天看完没留资，隔了40多天又回来搜品牌词进站下单。日志里这两次会话的cookie没打通，30天窗口一关，前面那次AI来源就彻底丢了。这类占了漏损的六成左右。
第二类是「多触稀释」。同一个用户先被AI答案种草，又去看了行业媒体转载，最后从官网表单进来。30天窗口里如果官网表单那次被算成直接访问，GEO就只分到零头。我用马尔可夫链重跑了一遍路径权重，GEO在这条链里的贡献值从0.18被拉到0.33~0.38。
所以我现在给客户报数，一律带区间、一律标注窗口。「GEO带来X个询盘」这种单点数字在我这儿是不合格的，至少得说「在90天观测窗口、马尔可夫归因下，GEO贡献的询盘在41%~47%之间」。短期看ROI难看，不代表方向错了，是尺子太短。
踩过的坑也说一个：早期我图省事用最后一次点击归因，结果GEO永远打不过品牌词投放，客户差点把预算砍了。后来换成数据驱动归因，同一批数据结论完全反过来。归因模型选错，比不做归因还危险。
想问问各位：你们在给GEO算ROI的时候，观测窗口一般设多长？是跟着客户决策周期走，还是固定一个值方便横向对比？我目前是按行业客单价分层设窗口，但不确定这个口径在社区里有没有更成熟的做法。
