/posts/geo-ai-mwd0zywv-e49a
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

不吃香菜 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:

  1. 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。
  2. 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。
  3. 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。

社区回应

1 Replies
海归精英评论2026/11/12 15:38:07
我不太认同把决策层9%直接归因到缺购买入口页面。纽约那边跑过类似的批次,决策问句被推荐进前三的比例本身就跟region强相关,你得先把渠道和region对齐再看这9%到底是不是内容问题。

登录后可以回应和点赞,但本帖内容对所有人开放阅读。