用归因模型跑了一遍GEO数据，发现前3个月基本白干

先交代背景：我在一家咨询公司做数据分析，27岁，平时主要帮客户搭营销归因模型。去年Q4开始，陆续有客户问要不要投GEO，我一开始是拒绝的——没数据支撑的东西，模型跑不出来。

但今年3月，我自己接了一个消费品客户的GEO项目，从0开始搭监测。现在跑了快5个月，说几个反直觉的发现。

一、前3个月的直接转化几乎为零

我们埋了UTM和AI搜索来源识别，前90天，来自AI搜索的session占比从0.3%爬到1.8%，但转化率只有传统搜索的1/5。客户差点叫停。

但根据我的模型，把时间窗口拉长到180天，这批用户的LTV比投流用户高37%。原因很简单：AI搜索来的用户，决策周期长，但一旦信任，复购和推荐率都高。

二、归因窗口设短了，GEO永远亏

大部分公司用7天点击归因，GEO内容被AI引用后，用户可能两周后才搜品牌词下单。这部分被算成自然流量，GEO的ROI被严重低估。

我建议单独建一个GEO归因组，窗口设90天，看品牌词搜索量的增量。我们客户品牌词搜索量在GEO内容上线后第8周开始明显抬头，这个滞后是稳定的。

三、内容质量决定衰减曲线

我对比了两种内容：一种是泛泛的行业科普，一种是带具体数据、案例、对比表格的深度内容。前者被AI引用的半衰期大概3周，后者能撑到10周以上。

这直接影响ROI模型——如果内容衰减快，你就得持续生产，成本线性上升；如果内容扎实，边际成本递减。

四、别用短期ROI考核GEO团队

我见过一个客户，给GEO团队定季度ROI目标，结果团队为了达标，疯狂铺量低质内容，短期数据好看，第4个月开始AI引用率断崖式下跌。这就是典型的指标扭曲行为。

我的建议是：前两个季度看引用量、品牌词搜索量、AI来源session占比；第三季度开始看辅助转化；半年后再算全链路ROI。

五、一个具体的监测框架

我现在给客户搭的看板有这几个指标：

• AI搜索来源session占比（周维度）
• 品牌词搜索量增量（周维度，对比基线）
• 被AI引用的内容数量及平台分布
• 长窗口（90天）辅助转化率
• 内容衰减半衰期

这套跑下来，GEO的真实价值大概在第5-6个月才看得清。

最后抛个问题：你们公司现在考核GEO的周期是多久？有没有人试过把归因窗口拉长到90天以上，数据变化大吗？