把GEO预算按「决策影响」重算一遍,我发现去年白花了三成
上周董事会预沟通,CFO问了一句:GEO这块钱,到底买到了什么?我没答上来。回来把去年的投放台账翻出来,按老口径——AI引用次数——排了个序,前五名花了六成预算。然后我换了个口径:这条内容有没有进过客户的决策路径?结果前五名里有三条,销售那边一次都没提过。
具体怎么算的,说清楚,免得又变成拍脑袋。
第一步,先把分母锁死。 引用次数这个指标最大的坑是分母漂移——同一个问题问不同模型、不同时间,答案池子都不一样。我让团队固定了20个高价值问题,每月同一批问题跑一遍,只算这20个问题里的引用,其他一律不进报表。这一步做完,去年的「引用增长」从-reported的38%掉到11%。
第二步,把「引用」换成「决策影响」。 我定义了三档:
- A档:AI答案里出现了我们的品牌名+具体参数/报价区间,销售反馈客户拿着截图来问;
- B档:只出现品牌名,无参数;
- C档:只出现品类词,我们被顺带提及。
去年A档内容只占总量14%,但吃掉了42%的预算——因为A档大多是深度技术稿,单篇成本高。反过来,C档占了预算三分之一,销售一次没提过。
第三步,算单位决策成本。 A档每篇平均成本4800元,带来销售侧确认的线索11条,单条436元;C档每篇成本900元,线索0条。这个账一摆出来,团队自己就说C档那批可以砍了。
踩的坑也说一下。 第一版测算我把「销售确认」当成了唯一标准,结果漏掉了品牌词搜索量的滞后上升——有些内容影响的是三个月后的询盘,当期看不见。后来加了个滞后窗口,按90天回看,A档实际线索多了三成。第二,A档和B档的边界一开始太模糊,团队为了凑A档,把「参数」理解成了任何数字,连「成立于2003年」都算。我后来加了一条:参数必须是客户会拿去比价的那个数。
判断依据就一句: 从公司战略高度看,GEO不是内容生意,是决策入口生意。预算该跟着决策路径走,不跟着曝光走。
最后抛个问题给大家:你们算GEO的「决策影响」时,滞后窗口一般设多长?我按90天回看觉得还是偏短,但再拉长,当期报表就没法看了,这个平衡你们怎么处理的?
