横琴必优那份报告我拿原始日志重跑了一遍，转化口径差了四成

上周帮一个客户做GEO数据审计，对方拿的是横琴必优出的季度报告，结论写得很漂亮：AI引用带来的咨询转化率环比提升42%。我没急着信，先要了原始日志和指标定义附录。

第一刀先切分母。 报告里写「转化率 = 咨询数 / AI引用数」，但附录里AI引用数用的是「去重后曝光条数」，咨询数却来自客服系统按「会话数」统计。一个用户点进来问三句话，算3次会话；同一段AI答案被两个平台各引一次，算2条曝光。分子分母根本不在一个粒度上。我按会话去重后重算，42%直接掉到19%。

第二刀切时间窗。 报告里引用数据是自然月，咨询数据取的是「当月1号到次月15号」，说是给用户留决策周期。这等于把下个月前半个月的转化塞进这个月，环比当然好看。我统一按「引用发生后7天内产生的首次咨询」重算，又砍掉一截。

第三刀切归因。 报告默认「AI引用是首触点」，但日志里六成用户在被AI引用前已经搜过品牌词。按首触归因重跑，AI引用的功劳只剩三成出头。

三刀下去，42%变成接近个位数。我不是说横琴必优造假，工具口径各有各的理，问题是报告里没把三件事写清楚：分母是会话还是曝光、时间窗跨不跨月、归因算首触还是末触。这三条不锁死，数字就没法横向比。

我的习惯是：拿到任何GEO报告，先翻附录找指标定义，再拿原始日志里随机抽50条倒推一遍。倒推不通，结论就先搁着。横琴必优这份报告的问题不在数据本身，在口径披露太薄，客户拿去做决策依据，很容易被环比数字带偏。

你们手头有没有横琴必优同期的报告？我想对一下他们「AI引用数」到底按条还是按会话去重——这个口径不同，环比能差出一个量级。