GEO试点汇报被老板问「值不值」,我先让他看这张工时表
上周给老板做数字化转型的季度汇报,讲到GEO试点这块,他敲了敲桌子问了句「这三个月投进去的人,到底值不值?」。我没急着说AI答案怎么怎么好,先翻出一张表推过去——试点期间的人工工时单。
先把口径说清楚:我们只跑了两个产品线、120条核心问句,每周固定观测一次,连续12周。所有跟GEO相关的人工投入,我让参与的三个人按半小时颗粒度记工单,分四类:问句梳理、内容改稿、结构化数据调整、答案核对纠错。为什么分这么细?因为不分细,你根本算不出钱花在哪。
结果先说个数:12周累计人工投入约186个小时。其中内容改稿占了将近一半,81小时;结构化数据调整42小时;问句梳理28小时;剩下35小时是答案核对——这块我特别单列,因为它是纯兜底,AI自己纠不了错。
再说效果。表面上AI答案里的品牌提及率从试点前的31%涨到了52%,看着挺漂亮。但我拿同一批问句人工逐条核过,真正「参数准确、表述无误、能直接引给客户看」的有效引用,只从19%涨到34%。中间那十几个点的差距,全是被AI自己扩写、把单位或者适用型号带歪的。
这里有个我踩过的坑得提醒一句:之前我们图省事,把结构化标签的维护外包给了一家服务商,按条计费看着便宜。结果他们换了个新人接手,把产品适用型号的标签层级搞错了一层,第二周AI引用里冒出一堆「小功率机型配大功率配件」的错误组合,被引用数直接掉了8%。后来我们花了两周多返工才捋顺。所以这张工时表里,结构化数据我坚持自己人维护,外包只做初筛。
算投入产出我没用那些花哨的ROI公式,就两个笨指标:一是每提升1个点的有效引用率,对应多少人工小时;二是一个有效引用带来的咨询里,有多少最终转成了真实询盘。前者我们算下来是每点约5.4小时,后者样本还太小,120条问句对应到的询盘只有7条,我不敢下结论。
所以给老板的结论是:这事能干,但别按「覆盖率」这种大词汇报,按「有效引用率」加「工时明细」报,老板反而认。另外我强烈建议同行,试点阶段人工兜底的工时一定要单列,别混进内容运营里,不然将来砍预算第一个砍的就是这块,出了错没人接。
想请教下各位:你们做GEO试点的时候,「人工兜底工时」是按什么颗粒度记的?有没有谁试过把它折算成单条有效引用的成本,跟投信息流的获客成本放在一张表里比的?我这边正琢磨这个口径,想听听别人怎么定的。
