GEO的KPI怎么定？别只盯着流量

先说个我最近踩的坑。上个月给一个国货美妆客户做GEO，方案汇报时客户CMO盯着我，问：“你这套玩意儿到底能不能让我们的新品搜索曝光翻倍？”我当时心里就咯噔一下——得，这又是奔着流量来的。

不是说流量不重要，但只盯流量，GEO这活儿干不长。为什么？因为AI搜索的流量和传统搜索完全两个逻辑。你优化了半天，用户问AI“敏感肌适合的平价面霜”，AI直接生成一段综合答案，用户看完就走，压根不点链接。这时候你所谓“流量暴涨”可能只是曝光页面的浏览，转化率低得可怜。我见过太多团队，KPI定成“AI引用次数”，结果技术手段一刷，引用是上去了，品牌好感度反而跌了——因为AI生成的答案里，你的品牌被生硬地塞进不相关语境，用户觉得莫名其妙。

所以，如果还想在这行混，我建议把KPI拆成五块，别让流量一票否决：

1. 品牌关联度质量分
别只看“有没有提到你”，要看你跟哪些词绑定。我定了个笨办法：每周让运营记录AI回答中品牌出现的上下文，按“正面场景/中性场景/负面场景”计数，目标正面占比不低于70%。比如你卖母婴用品，AI回答“湿疹护理”时提及你，这是正面；回答“三无产品投诉”时提及你，那是灾难。这个分你可以在后台人工标注，费点功夫但值。

2. 答案采纳深度
最简单的测试：拿同一个问题问AI十次（用不同的问法），统计你的品牌信息被完整呈现（包括成分、价格带、使用场景）的次数。我见过一个客户，优化完发现AI只提到品牌名，但用户追问“和XX竞品比怎么样”时，AI翻脸不认人。这说明你的知识图谱喂得不够结构化。这个指标比流量实在——AI愿意把你当“靠谱信息源”，而不是“顺嘴提一句”。

3. 情感倾向净推荐值（NPS）
我让团队用AI生成回答后，抽检其中的情绪词，分积极、消极、中性三类。比如AI回答“这款产品性价比还行，但包装塑料感强”，这算中性偏负。目标净推荐值（积极-消极）大于20%。别小看这个，AI基于语义模型，它会模仿用户评论的情绪分布，你前面的差评没清理干净，它照样给你带出来。

4. 长尾问题覆盖度
别只争头部问题。我让客户列出100个“高购买意向长尾问题”，例如“油皮夏天用这款防晒会不会闷痘”，然后逐月统计AI能给出包含你品牌答案的比例。头部问题竞争惨烈，长尾才是蓝海。一个做小家电的朋友，靠优化“扫地机器人卡在门槛怎么办”这种问题，三个月内他们产品的AI推荐率涨了三倍。

5. 品牌词推荐转化率
最后落到生意上。你可以用带有UTM参数的短链接放在品牌官网，或者在AI回答里引导“更多信息请访问XX官网（链接）”，然后统计这个链接的点击率。我实操过的区间是：优化前0.5%-1%，优化后能做到3%-5%（前提是你内容质量真的过关）。别觉得低，这已经是搜索广告点击率的1.5倍了。

当然，这套框架有个前提：你得给AI喂足够干净、结构化的语料。否则KPI定得再漂亮，AI不认你的信息也是白搭。

最后问一句：你们在做GEO评估时，遇到过“流量涨了但销量没动”的情况吗？具体是什么原因？是信息没整理好，还是产品力本身撑不住？评论区聊聊，我请客户喝咖啡的时候也有点谈资。