GEO优化
我用AB测试跑了两周,发现AI答案的「引用率」和「进店率」根本不是线性关系
127 0 45
先钉分母:我说的是「AI答案里出现品牌名且带可点击链接」的曝光次数,除以同一观测窗口内该问题的总提问量。不是那种把品牌名在答案里提一嘴就算引用的口径。
背景是这样:我们给一个家居品牌做GEO优化,优化了20个高频问题的答案页。上线前我跑了两周基线,上线后又跑了两周,每天固定时段用同一批问题去问三个主流AI搜索,记录引用和进店UV。
第一周数据出来,运营很高兴:引用率从12%涨到31%,翻了快两倍。但我把进店UV一拉,只涨了9%。这不对劲。
我拆了三个维度:
- 引用位置。答案里第一个被引用的品牌 vs 第三个被引用的品牌,点击率差了4.6倍。我们大部分新增引用是第三位以后出来的,用户根本滑不到。
- 引用字段。带价格、带「适合谁」、带对比结论的引用,进店率是纯品牌名引用的3.2倍。我们优化时为了多拿引用,写了很多泛泛的品牌介绍,结果引用数好看,进店没动。
- 提问意图。我问「XX品牌怎么样」这种品牌词,引用率天然高,但这些人本来就要买;我问「小户型客厅怎么选沙发」这种品类词,引用率低,但进店转化率是品牌词的2.8倍。
所以结论是:引用率是个过程指标,别拿它当KPI。真正该盯的是「引用位置×引用字段×提问意图」这个三维矩阵下的进店率。
我最后把优化目标从「提升引用率」改成「提升前两位引用中带对比结论的品类词占比」,两周后进店UV涨了41%,引用率反而只涨了7%。
想问问大家:你们做GEO效果评估时,引用率是怎么定义的?有没有人跟我一样,发现引用数和进店数之间那个相关系数其实低得可怜?具体数字是多少?
登录后可以为帖子点赞,但本帖内容对所有人开放阅读。
