根据Gartner最新报告，GEO效果评估的窗口期至少还要18个月
最近社区里讨论GEO效果的帖子不少，有说立竿见影的，有说完全没用的。我手头正好有几份数据，想跟大家分享一下我的观察。
先交代背景，我在一家大数据公司做分析师，日常就是看各种行业报告和跑数据。我们公司从去年Q4开始给几个客户做GEO相关的监测，同时也追踪了市面上主要的AI搜索平台（ChatGPT、Perplexity、文心一言、Kimi）的引用数据。
先说一个我看到的数字。
根据Gartner今年3月发布的《AI搜索与品牌可见性》报告，目前企业级AI搜索的查询量只占全网搜索总量的4.7%左右，而且这个数据在过去三个季度的环比增长已经明显放缓——从2023年Q3的47%降到了Q1的11%。这意味着什么？意味着GEO现在还是一个非常早期的渠道，你现在做的优化，样本量根本不足以支撑“有效”或“无效”的结论。
再说一个我自己的踩坑。
我们有个做SaaS的客户，2月份开始针对AI搜索优化了官网的结构化数据和FAQ内容。3月份的时候，他们在Perplexity上的品牌提及率从1.2%涨到了3.8%，客户很高兴。但4月份又跌回了1.9%。我们复盘发现，波动主要来自Perplexity底层模型的切换（从GPT-4切到自研模型），跟内容优化本身关系不大。
这个案例让我想到一个关键问题：GEO的效果评估，到底该用什么指标？
目前行业里比较常用的指标有几个：引用频次、引用位置（首条还是末尾）、品牌提及率、点击率。但这些指标受平台算法变动的影响太大了。根据Search Engine Land今年4月的一篇分析，ChatGPT的引用策略在最近6个月里至少调整了4次，每次调整都会导致一批品牌的引用率剧烈波动。
我的判断是：
- 现在谈GEO的ROI还为时过早，至少需要18-24个月的连续数据，才能排除平台算法波动带来的噪音。
- 如果你现在要做GEO，建议先把预算控制在整体营销预算的5%以内，当作测试性投入。
- 重点不是看短期引用率，而是看内容被引用的“稳定性”——比如某个页面在3个月内被引用了多少次，方差有多大。
最后抛个问题：你们在跟踪GEO效果的时候，有没有遇到过因为平台算法变动导致数据大起大落的情况？大家是怎么处理这种噪音的？