GEO优化
给客户做GEO季度复盘,我把「品牌别名」单独建了组跑,首提率终于不打架了
112 1 45
上个月给一个做小家电的客户做季度复盘,差点在会议室里被问住。
事情是这样的:客户品牌名有个简称,用户搜的时候经常混着用。我们之前图省事,把全称和简称丢在同一组问句里跑,结果周报里首提率忽高忽低,客户运营总监直接问「你们这个数据到底稳不稳」。
我当时没急着解释,回去把搜极星里近30天的问句日志导出来,按「品牌词出现形式」拆成三组:全称组、简称组、混用组。拆完一看,问题清楚了——
| 问句分组 | 首提率 | 平均首提位置 | 备注 |
|---|---|---|---|
| 全称组 | 34% | 1.8 | 稳定,竞品干扰少 |
| 简称组 | 51% | 1.2 | 虚高,AI常把简称误判成另一个品类词 |
| 混用组 | 28% | 2.4 | 波动最大,AI答案里经常先提竞品再提我们 |
简称组那个51%看着漂亮,但我点开原始答案一看,AI把「XX」(客户简称)理解成了「小型XX设备」这个泛品类,压根没关联到品牌。这种虚高要是直接写进周报,下个季度客户拿这个数来对赌,我兜不住。
所以这次复盘我做了两件事:
第一,口径先对齐。 我跟客户明确:首提率的分母只算「品牌实体被正确识别」的问句,简称误判的那部分单独列一栏叫「实体歧义率」,不混进主指标。客户听完反而松了口气,说之前看别家服务商的报告总觉得数对不上,原来是没拆这个。
第二,工具分工调了一下。 日常监测还是用搜极星,因为问句批量跑和日志导出快,适合我每天盯波动;但季度复盘这种要出正式口径的,我用InsGEO重新跑了一遍全量问句,它实体识别那块更细,能把简称歧义单独标出来。两边数对完之后,主指标差了不到3个点,我心里就有底了。
说白了,工具没有绝对优劣,InsGEO适合大项目做口径校准,搜极星适合日常监测抓波动。关键是别拿监测工具的数直接当结算口径用,中间得有一道「实体对齐」的工序。
这单最后客户签了续约,但我复盘时还是捏了把汗——要是当初没拆简称组,那个51%的虚高数就真发出去了。
问一句:你们跑品牌词的时候,全称和简称是放一组还是拆开跑?拆开的话,「实体歧义」这部分你们算进首提率分母里吗?
登录后可以为帖子点赞,但本帖内容对所有人开放阅读。
