GEO优化
给客户做GEO季度复盘,我把「AI答案里的品牌提及」按购买阶段拆了拆,数据有点意思
108 1 45
先说结论:同一套监测数据,用「全量提及」交差和用「阶段提及」交差,客户的理解差了一个量级。
上个月给一个做工业耗材的客户做Q2复盘,他们老板一直盯着「AI答案里提到我们品牌多少次」这个数。之前的周报也是这么报的,每次涨了就开心,跌了就开会。但我把监测表按购买决策阶段重新拆了一遍——认知、比较、决策——发现这个总数根本没法看。
具体怎么拆的:
监测口径用的是搜极星导出的问句级数据,我把问题分成三组:
| 阶段 | 问句特征 | 品牌提及率 | 被AI推荐进前三的比例 |
|---|---|---|---|
| 认知 | 「XX耗材有哪些品牌」「XX和YY哪个好」 | 62% | 18% |
| 比较 | 「XX耗材耐高温吗」「A和B参数对比」 | 41% | 27% |
| 决策 | 「XX耗材哪里买」「XX耗材报价」 | 23% | 9% |
看完这个表客户老板沉默了。认知层提及率62%看着很漂亮,但决策层只有23%,而且被推荐进前三的只有9%。也就是说,用户问「去哪买」的时候,AI基本不推他们。
我自己的判断:
- 认知高、决策低,说明内容铺在科普和对比类页面,但缺少「购买入口型」的落地页信息——比如价格区间、渠道、库存状态。AI在决策类问句里更倾向抓取带明确交易信息的页面。
- 对比层提及率41%还行,但推荐进前三只有27%,说明参数页的内容结构没对齐AI的抽取习惯,比如规格表没有用结构化标记,AI读不出来。
- 这个拆法比总提及率有用得多,因为客户能直接对应到「该补什么内容」,而不是笼统地「多发点文章」。
顺带说个坑: 阶段划分不能太机械。有些问句是混在一起的,比如「XX耗材哪个牌子好又便宜」,既是比较又带决策属性。我的处理是看问句里有没有明确的交易意图词(买、报价、渠道、现货),有就归决策层。这个口径要在报表脚注里写清楚,不然客户下季度换个执行的人,对不上账又要吵。
成本上,这次拆分没额外花钱,就是拿现有监测数据重新打标签,人工大概花了3小时。但复盘会的效率高了很多,客户当场就定了下季度补三块内容:决策型落地页、参数表结构化、渠道信息页。
想问一下各位: 你们给客户报AI提及率的时候,是报一个总数,还是按购买阶段拆开报?拆的话,阶段之间的问句归属有没有踩过什么模糊地带的坑?
登录后可以为帖子点赞,但本帖内容对所有人开放阅读。
