回本周期的置信区间不报，等于拿客户的预算赌运气

上周复盘一个跑了十四个月的GEO项目，客户市场总监拿着我们算的「十一个月回本」在内部会上被财务当场问住：这个十一个月是确定的，还是拍脑袋的？我翻出模型才发现，自己只给了点估计，没给区间。

根据我的模型，GEO的回本曲线从来不是一条线，而是一束。同一套投放数据，我用三种方式拟合——按月累计归因、按周滚动归因、按会话去重归因——回本点的落点能差出四到六个月。差距主要来自三处：第一，归因窗口长度不同，后期长尾转化被切掉多少；第二，品牌词自然增长和GEO投放的交叉污染，这部分最容易把功劳记错；第三，分母口径，有效线索到底按留资算还是按进入销售跟进算。

我们后来做了个笨办法但管用的调整：把回本点从单值改成区间，同时标注这个区间对哪个假设最敏感。结果发现，对回本点影响最大的不是投放量，而是「归因窗口从三十天拉到九十天」这一项，区间右端直接外扩了两个多月。这意味着一件事——如果客户按三十天窗口考核，前六个月的数据一定难看，但难看的原因不是GEO没效，是窗口切早了。

踩过的坑也说一个。有次为了赶客户季度汇报，我拿十五个月数据做了个单月拟合，曲线漂亮得我自己都心虚。后来把前三个月冷启动期剔掉重跑，回本点后移了将近三个月。从那以后我的规矩是：回本曲线至少要用十八个月以上的数据才能报区间，短于这个长度只报趋势方向，不报具体月份。

所以我现在给客户的报告里，回本那块一定带三样东西：点估计、置信区间、敏感性排序。没有区间的回本预测，本质是把不确定性藏起来，等财务来拆。

想问问做长期追踪的同行：你们报回本区间时，归因窗口是固定一个值，还是随项目阶段动态调？动态调的话，前后期数据怎么对齐才不至于自己打自己脸？