我给GEO后台加了个「来源贡献率」看板，发现七成引用来自三个没人管的页面

上周把公司GEO项目的日志翻出来重跑了一遍归因，结论有点反直觉：AI答案里提到我们的次数，72%的引用来源集中在三个页面——一个三年前的参数对比表、一个客服FAQ的子页面、还有一份PDF白皮书。而市场部这半年重点优化的首页和活动页，贡献率加起来不到9%。

先钉分母：我取的是连续30天、同一个问句库（1200条）、同一批模型版本的引用日志，去重后按来源URL聚合。复现过两次，数字稳定。这个口径下，我们之前「首页改版→AI提及变多」的感觉，基本站不住——那段时间的增量其实来自参数表被某个第三方站点转载。

几个实操发现：

1. 引用和转化不是线性的。参数对比表被引用次数最多，但用户点进来后的停留中位数只有23秒，跳出率68%。FAQ子页引用次数排第二，转化却贡献了四成线索。所以只看引用率会误判，得把「引用→点击→留资」拆成三段分别看分母。

1. 那三个页面有个共同点：全是表格或问答结构，且每段都有明确的数值和时间戳。我们后来把活动页也按这个格式重排了一版，两周后它的引用贡献从2%爬到11%，样本还小，但方向对。

1. 最反常识的是，原始PDF白皮书直喂的效果不如把它拆成H2段落再发布。我拿同一批内容做了A/B（各600条问句），拆段版的引用准确率高15个点，整份PDF喂进去模型反而容易摘错上下文。这跟我之前那篇「H2拆段」的实测能对上。

1. 归因看板别用「提及次数」当唯一指标，我加了三个字段：来源URL、首次引用时间、该来源的后续点击转化。加完之后才发现，有个老页面一直在默默贡献引用，但没人维护，链接都半失效了。

现在我的做法是每月跑一次来源贡献率拆解，按「引用量×转化权重」排序，优先维护前20%的来源页。预算和人力都有限，先保这些ROI高的。

想问问大家：你们做来源归因时，分母是按全量问句库算，还是按品类分层抽样？我试过分层，省了四成调用量，但小品类来源的贡献率波动很大，一直没想好阈值怎么定。