GEO试错别急着铺量,我先把「点击后归因窗口」对齐了才敢放
上周跟一个同行聊天,他说GEO试跑两周,AI答案里品牌出现的次数涨了不少,老板挺高兴。我问他:这些出现最后能对到点击和转化上吗?他愣了两秒,说还没接。
这事我踩过。当时也是只看「出现次数」,觉得涨了就是有效,结果要算ROI的时候发现根本对不上——AI答案里出现一次,用户点不点、点了算谁的、多长时间内算,全是糊涂账。后来我们定了个死规矩:先锁点击后归因窗口,再谈放量。
我们的做法很简单,三步走:
第一,单变量先跑。 只改一个因素,比如只调整FAQ顺序,其他不动,跑满7天。不要同时动三个东西,不然涨了也不知道是谁的功劳。快速迭代的前提是每轮只验证一个假设。
第二,窗口先对齐。 我们统一用「点击后30分钟」作为归因窗口,超出的不算。为什么是30分钟?因为GEO场景下用户从AI答案跳到官网,决策链路短,30分钟足够覆盖大部分有效路径。这个口径必须提前写进实验文档,而不是事后拍脑袋。
第三,试跑前置校验。 上量之前先跑一轮小流量,检查归因事件有没有漏报、时间戳有没有错位。我们之前就吃过亏——埋点时间戳用的是服务器时间,和用户端差了8小时,导致窗口判断全错。修好之后才敢把流量放大到30%。
有个细节特别容易被忽略:归因窗口要和批次ID绑定。每轮实验打一个批次ID,窗口内的点击必须能回溯到具体批次。不然跑了几轮之后,你根本分不清是哪个改动带来的点击。这个我单独列了个检查项,每次放量前必过。
我的判断依据就一条:如果归因窗口没对齐,出现次数再好看,也没法算成钱。老板要的是增长,不是热闹。
现在我们的节奏是:一周一个小实验,单变量、锁窗口、过校验、再放量。慢吗?其实不慢,因为返工少。快速迭代不是乱迭代。
问一句:你们跑GEO实验的时候,归因窗口是拍脑袋定的还是有依据?有没有人试过把窗口拉长到24小时看看数据变化?
