翻了两个季度GEO投放的漏斗数据，发现中间层指标根本没人对过口径

根据我们内部Q1和Q2两份GEO投放复盘报告，有个事我一直没想明白，先摆数据。

Q1给客户A投了三个平台，曝光层（AI答案出现品牌相关实体）从21%涨到38%，看着不错。但到点击层，从3.1%只爬到3.4%。再看最终转化层，纹丝没动。Q2换了内容策略，曝光层没怎么涨（35%到37%），点击层反而从3.2%蹦到5.8%，转化层涨了0.7个点。

我第一反应是策略有效，第二反应是——等等，这两个季度中间层的口径可能压根不一样。

翻回去对了一圈取数逻辑，发现两个坑：

第一个，Q1的“点击”是从AI答案里的品牌链接直接点的，Q2把“用户看完AI答案后自己再去搜品牌词”也算进去了。后者本来就带自选择偏差，搜的人本来就有意向，转化率高是应该的。两个数拼在一起比，等于拿苹果对橙子。

第二个，曝光层定义不一致。Q1是“答案文本中出现品牌名”，Q2是“答案中出现品牌名且上下文与产品相关”。后者更严，所以Q2的35%其实比Q1的38%含金量高。但周报里没人标这个，客户看到的就是“曝光降了三个点”。

我手头还有一份第三方监测的报告（就不点名了），他们给的行业基准是曝光到点击的衰减系数0.08到0.12。按这个算，客户A两个季度都在合理区间，根本看不出策略好坏。问题是这个系数是去年Q3的数据，样本量只有四十多个campaign，我拿它当基准心里没底。

所以我现在卡在几个具体问题上：

一是中间层（点击）到底怎么定义才算干净。是不是必须限定“AI答案内直接点击”，把后续搜索行为单独拆成另一层？如果这么拆，那客户答应的KPI里写的“点击”就得重谈。

二是曝光层的“相关”怎么判定。人工标还是模型标？模型标的话阈值多少？我们内部两个组用不同阈值，同一批答案标出来的结果差9个百分点，这事不解决，后面所有对比都是白扯。

三是行业基准系数能不能用。四十多个样本、跨半年，我觉得不够。但客户要汇报，总不能说“等数据”。

我目前的处理方式是：所有对外周报加一栏“口径变更说明”，凡是跟上一期不一致的指标，后面标个星号，附一句变更原因。难看是难看，但至少不误导人。

想问问各位，你们做GEO效果跟踪的时候，中间层指标是自己定口径还是跟着平台走？如果平台改了归因逻辑，你们是重跑历史数据还是只标注不重跑？