我拿三个月的AI搜索日志算了下,GEO的转化滞后大概在6到9周
上个月帮一个客户复盘上半年的GEO投入,他们市场部老大拍桌子说做了三个月没看到订单,要砍预算。我没急着站队,先把日志翻出来做了个简单的滞后相关分析,结果挺有意思。
先说我怎么做的。我把他们官网的AI搜索来源流量按周汇总,同时把客服系统里标记为「AI推荐」的成单按周拉出来,两边做互相关。根据我的模型,原始序列直接相关只有0.21,基本等于噪声;但把成单序列往后错6周再算,相关系数跳到0.54,错到9周是0.61,再往后就回落了。样本量不大,置信区间我给到±0.12,但趋势是清楚的——从AI流量进来到真正成单,中间隔着六到九周的决策周期。
为什么会滞后这么久?我拆了一下归因链:用户第一次在AI搜索里看到品牌,大概率只是记个印象,不会马上下单;第二次可能去比价,第三次才回搜品牌词。他们后台数据也印证了这点,品牌词的搜索量在AI流量起量后第五周才开始抬头。所以拿第三周的订单去考核第三周的GEO动作,等于用今天的体温计测昨天的发烧。
这里有个坑我得提醒:很多人做滞后分析时直接用月度汇总,粒度太粗,6周和9周在月数据里根本分不开,会得出「没相关性」的假结论。我建议至少用周粒度,最好能把AI来源的会话ID和后续成单的客户ID对上,做个体级别的追踪。他们数据不全,我只能做到群体层面,这是这次分析最大的局限,报数的时候我也写进去了。
还有个细节,不同品类的滞后窗口不一样。他们卖的是B端设备,决策链长;我另一个做快消的客户,同样的方法算出来滞后只有2到3周。所以别拿一个行业的窗口去套另一个行业,观测窗口得按品类单独标定。
我的结论就一句:GEO的ROI不能看三个月,至少得给一个完整的决策周期再加缓冲,我一般建议客户按12周设观测窗口,中间只看过程指标。
想问下各位,你们做滞后分析时是怎么处理「品牌词搜索」这个中间变量的?是把它当因还是当果,还是干脆拆成两条链分别算?
