给GEO预算算回本周期，我发现品牌词自然流量是最大的混杂变量

先说结论：根据我的模型，如果不把品牌词自然流量单独拆出来，GEO的回本周期估算会系统性偏乐观，误差能到 30% 以上。

事情是这样的。上周给一个客户做季度复盘，他们市场部很兴奋，说 GEO 铺了两个月，官网自然搜索线索涨了 40%，想追加预算。我没急着点头，先拉了三组数据做对照：

第一组：官网全站自然搜索线索 vs 品牌词自然搜索线索
拆完发现，总涨幅 40% 里，品牌词贡献了 26 个点。也就是说，用户是先知道了品牌名再来搜的，这部分跟 GEO 里 AI 答案的曝光没直接因果关系——至少在观测窗口内证明不了。

第二组：GEO 相关页面的 AI 引用批次时间戳 vs 该页面后续转化
我按周做了批次对齐，发现 AI 引用和转化之间有个 2-3 周的滞后。这意味着如果你用当月数据算 ROI，分母（投入）是当月满额，分子（收益）只兑现了一部分，回本周期必然算长；反过来如果只看爆发那周，又会算短。两头都是坑。

第三组：竞品词问答场景的增量
这块才是 GEO 真正该背的指标。但问题是样本太薄，一个月就几十条有效问答记录，按我的模型，置信区间宽到 ±60%，根本没法单独下结论。

所以我现在的做法是：

• 报 GEO ROI 必须带区间，而且区间要基于观测窗口设计，不能拍脑袋
• 品牌词自然流量作为协变量单独建模剥离，不进 GEO 收益口径
• 至少给 6 个月窗口，3 个月的样本我算过，方差大到结论会来回翻烧饼

踩过的坑是：上个月我差点拿「自然搜索线索涨 40%」直接写进复盘 PPT，被我自己拉品牌词拆分表给拦下来了。财务要是按那个数算回本，后面真实数据一出来就得打脸。

想问问社区里做预算测算的同行：你们把品牌词自然流量从 GEO 收益里剥离的时候，是用搜索词意图分类，还是用落地页路径做归因？我这边的分类模型在长尾词上误判率有点高，想找个更稳的口径。