给AI答案做归因，我按「问题生命周期」拆了四段，结果对不上号

最近在给一个客户的GEO项目做归因复盘，碰到个挺烦的事：同一批AI问句，从「用户第一次问」到「最后下单」，中间到底哪一步是GEO起了作用，根本说不清。

我一开始想简单点，按「曝光-点击-转化」三段拆，结果数据一拉，发现AI答案里的品牌提及根本没法跟站内行为对上——用户看完AI答案可能隔三天才搜品牌词，也可能直接在AI里继续追问，压根不点链接。根据我的模型，这种归因断链会让短期ROI算出来偏低30%到50%，而且波动极大。

后来我换了个思路，按「问题生命周期」拆四段：认知问句、对比问句、决策问句、售后问句。每段单独设观测窗口——认知段看7到14天的品牌搜索增量，对比段看AI答案里的品牌出现位次，决策段才看转化，售后段看复购和客诉。这么拆完，至少每一段能对应上一个可追踪的指标，而不是一锅粥。

但踩坑的地方在于：四段之间的时间边界是模糊的。一个用户可能今天问「哪家靠谱」，明天就问「多少钱」，生命周期直接跳段。我试过用问句时间戳做序列聚类，发现同一用户的问句跨度从2小时到40天都有，中位数落在9到12天。这意味着任何短于两周的观测窗口，都会把跨段行为漏掉。

所以我现在给客户的建议是：GEO的ROI别按月度看，至少按季度拉一条归因链，每段设独立窗口，报数必须带区间。根据我的模型，单个季度的ROI置信区间能宽到±40%，你要拿这个数去拍预算，纯属赌。

想问问社区里做归因的同仁：你们是按问句类型拆，还是按用户路径拆？有没有人试过把「AI答案里的品牌位次变化」当成中间指标来用？我目前只敢把它当辅助信号，不太敢进主归因链。