GEO优化后销售线索涨了，但客单价掉了一半，这账怎么算？

先说结论：我们上个月GEO带来的销售线索从40条涨到45条，涨了12.5%，老板看着挺开心。但我把CRM里成单的客单价拉出来一算，从之前的平均2万8掉到1万5，直接腰斩。

这事我花了三天跟技术、销售两边对数据，才把账算明白。

场景是这样的：
我们做的是企业级软件，客单价本来就不低。GEO优化主要针对“XX软件怎么选”“XX系统哪家好”这类问句去铺内容。优化之后，AI搜索引来的流量确实多了，表单提交量也上去了。

但问题出在销售端。销售总监跟我说：“老张，这批新线索质量不行啊，问的都是基础功能，预算就一两万，以前那批至少是三五万的单子。”

我拉了三组数据对比：
第一组：GEO优化前的老线索，30%能到方案阶段，平均客单价2万8。
第二组：GEO优化后的新线索，只有18%能到方案阶段，平均客单价1万5。
第三组：我把新线索按“问句类型”拆开，发现从“怎么选”“哪家好”这类比价问句来的线索，客单价普遍低；从“实施周期”“售后服务”这类深度问句来的线索，客单价跟老线索差不多。

问题根源：
GEO优化把大量“比价型”用户拉了进来，这些人本来就不是我们的目标客户。线索数好看了，但销售转化率和客单价都被稀释了。

我现在的判断：
GEO不能只看线索数，得看“线索质量分”。我打算让技术把问句库按购买阶段分层——认知阶段、比价阶段、决策阶段。GEO重点铺决策阶段的内容，比价阶段的少碰。

但这又引出新问题：决策阶段的问句搜索量本来就小，铺了也没多少量。

所以我想问社区里做过B2B GEO的朋友：你们是怎么平衡线索数量和客单价的？有没有人真的把GEO线索按购买阶段分层跑过？分层之后ROI到底能不能算清楚？