用衰减模型拆GEO预算：季度考核下，三个月就把效果判死是不是太急了

最近在给一个客户做GEO的季度预算复盘，市场部拿出来的数据是：Q1投了大概40万（区间35-45万），Q1的AI引用数只涨了12%，老板当场问“这钱是不是花错了”。

根据我的模型，这个结论下得太早了。GEO的曝光和引用不是即时反馈，它有个衰减+累积的双重过程。我用一个简单的衰减模型跑了客户的日志数据：假设每次内容投放的边际引用效应按周衰减，半衰期估在6-8周（这个区间是从过去三个季度的数据反推的，样本不算大，置信区间偏宽）。这意味着Q1投的内容，到Q1结束只释放了大约55%-65%的引用潜力，剩下的会在Q2继续兑现。

但我不是说“再等等”就完了。问题在于，大部分公司用季度考核GEO，考核的是当季引用增量，这等于逼着团队在季度末做短平快的动作，比如堆问句库、刷低质量页面，这些动作的衰减系数极高，下个季度就归零。

我跟客户建议把考核口径拆成两层：一层是当季“内容存量释放率”，用衰减模型预估每个批次的剩余贡献；另一层是“归因链完整度”，也就是从AI引用到最终转化的路径能不能对上。前者看趋势，后者看质量。光看引用数涨没涨，会把真正有长尾价值的内容误杀。

实操上有个坑我踩过：如果只按总引用数做回归，会把季节性和投放效果混在一起。后来我改用批次级别的面板数据，每个内容批次单独估衰减曲线，再汇总。这么做数据量要求高，但至少能把“这个季度该不该加预算”变成一个有区间的判断，而不是拍脑袋。

所以我的立场很明确：GEO的ROI必须按至少两个季度到三个季度的窗口来追踪。三个月就判死刑，大概率是把还在半衰期里的资产当成了沉没成本。

想问问社区里做预算的朋友：你们公司现在按什么周期考核GEO？有没有人试过把衰减模型直接嵌进季度汇报里，说服老板的？具体是怎么讲清楚的？