回本周期只报一个数，客户问我波动多大时我答不上来

上周给一个做工业配件的客户做GEO试点复盘，财务总监直接问我："你说8个月回本，那这个8个月上下浮动多少？最坏情况多久？"我当时只准备了一个点估计，当场卡住。回来补了一版带置信区间的回本模型，把踩过的坑记一下。

先说结论：只报单点回本周期的GEO方案，在财务面前基本等于没做。

根据我的模型，回本周期的不确定性主要来自三块，不是拍脑袋能估的：

1. 引用量的波动区间远比想象大。
我把同一批问句库连续跑了6周，周引用量的变异系数在0.28–0.41之间。也就是说，如果周均引用是100条，真实值大概率落在60–140这个带里。你用周均值去推回本，等于把波动全吃了。

2. 引用到询盘的转化率，前期样本根本不够。
前两个月累计引用可能就几百条，转化事件几十个，算出来的转化率置信区间宽得离谱。我拿bootstrap重采样跑了1000次，转化率的95%区间是[1.8%, 6.3%]。财务看到这个区间第一反应是"这怎么批预算"。所以我的做法是：前期用行业基准值先占位，等累计转化事件过200再换实测值，并且明确标注"基准期"。

3. 回本公式里的分母要校准。
很多人算回本用的是"GEO带来的增量收入"，但增量收入本身是个归因结果，归因口径一变，回本周期能差两个月。我的处理是把归因链拆成"引用→落地页→表单→有效线索→成交"五段，每段单独估转化率和区间，最后用蒙特卡洛串起来，输出P50和P80两个分位。给客户汇报时，我报的是"P50回本8.2个月，P80回本11.6个月"，而不是一个孤零零的8个月。

具体踩过的坑： 第一版模型我用的是正态假设，结果跑出来有5%的概率回本周期是负数——显然不合理。后来换成对数正态，把下界卡在0，分布形状才对。还有一次客户中途换了CRM，线索字段对不上，整个转化率段位直接失效，回本区间整体右移了一个半月。这种事不写进模型假设里，等于埋雷。

我的判断： GEO的ROI追踪周期至少要看满一个完整的"引用累积—线索转化—成交回款"闭环，短于这个窗口的任何回本结论都是噪声。客户预算不是拿来赌运气的，报区间不是显得不自信，是让财务知道最坏情况在哪、能不能兜住。

一个具体问题想请教各位：你们在做回本测算时，转化率的前期基准值是从哪来的？是拿行业均值硬套，还是用自己站点的历史数据做贝叶斯先验收缩？我目前两种都试过，收缩系数调起来很主观，想听听有没有更稳的做法。