让销售按行业把GEO线索成交率拉了个表，结果跟我猜的完全反了

上周干了件得罪人的事：我把销售老大堵在会议室，说别跟我谈GEO多火，先把这半年从AI渠道来的线索，按行业拆开，一单单一单对，成交率给我拉出来。

我原来的判断特别朴素——GEO这玩意儿，肯定在高客单价、长决策链的行业好使，客户得来回比参数、比方案，AI才有用武之地。所以我一直觉得制造业、工程类客户是主力。

结果表一出来，我脸有点疼。

制造业线索量不小，成交率反而垫底；真正跑出来的是两个我之前没当回事的行业，成交率比平均线高出一截。我让销售逐条讲原因，听完大概明白了：制造业的单子，最后拍板靠的是现场看、靠关系、靠样机试，AI答案里写再多参数也推不动那一下；反倒是我看不上的那俩行业，客户决策快、认标准、认比较，AI给的对比信息直接被拿去用了。

这就带出个更要命的问题——线索质量到底怎么算。

我原来只看量：一个月来多少条。现在发现量是虚的，得看每条线索后面跟没跟进、跟到哪一步、卡在哪。我让销售给每条GEO线索标三个状态：能约见、能报价、能签。标完一看，能签的占比低得吓人，但集中在那两个行业里。

所以我现在批预算的思路变了：不再按“行业覆盖广不广”给钱，而是按“哪个行业的线索能走到签”给钱。覆盖面铺太大，等于拿预算买热闹。

这里头的坑是数据口径。销售一开始给我的成交率，分母用的是“所有留资”，我让他改成“实际跟进过的”，数字立马不一样。这事不掰扯清楚，明年预算就是糊涂账。

我就想问一句：你们那边从AI渠道来的线索，按行业拆过成交率没有？拆完跟你们一开始的判断，是对上了还是反了？