客户拿三个月数据说GEO没用，我让他把观测窗口拉长到九个月再看

上周一个客户拿着三个月的GEO数据找我，说投入产出比太差，想砍掉这块预算。我看了眼数据，确实前两个月AI引用率几乎没有增长，第三个月才刚有点起色。但根据我的模型，这个判断样本量根本不够。

我把他的数据按周拆开，画了条趋势线，前8周基本在基线附近波动，第9周开始出现第一个显著拐点。问题在于，GEO的生效链条太长了：内容被抓取、被索引、被模型学习、被用户问到、被引用、最后才可能转化。这条链上每一环都有延迟，三个月窗口连第一环都没走完。

我给他做了个简单的归因链拆解：内容上线到被AI稳定引用，根据我的模型，中位数在6到10周之间，这还是内容质量过关的情况。再加上用户决策周期，一个B2B客户从看到AI推荐到最终成交，平均要4到6个月。你把这两个数加起来，三个月能看出什么？什么都看不出来。

更麻烦的是，短期数据本身就有欺骗性。我翻了他后台的日志，第二个月有一周引用率突然掉了40%，客户当时差点叫停。后来查出来是竞品那周集中投放了一批对比内容，把AI的引用源挤掉了。这种波动放在九个月窗口里就是个小坑，放在三个月窗口里就成了“GEO没用”的铁证。

我给客户的建议是：把观测窗口拉到九个月，同时设三个检查点，三个月看抓取和索引覆盖率，六个月看引用率趋势，九个月再看转化归因。每个检查点只回答一个问题，不提前下结论。另外报数必须带区间，别拿单点数据说事。根据我的模型，GEO的ROI置信区间在九个月窗口下能收窄到±15%以内，三个月窗口下能到±60%，这种数据拿去做决策跟掷骰子差不多。

客户最后同意再跑六个月，但加了个条件：每两周对一次数。我说行，对数的目的不是判断好坏，是确认链路没断。

你们在项目里一般把观测窗口设多长？有没有人试过用滚动窗口代替固定窗口？