把GEO周报的「引用次数」按去重维度重算,我砍掉了四成水分
上周做季度复盘,我拿自家GEO周报的「AI引用次数」和明细表对了一遍,发现周报上的数字比明细去重后高出42%。不是小数,是四成多。
先说背景。我们监测的是五个AI平台、十二个问句簇,周报里「引用次数」这一栏是运营直接取后台导出汇总的,一直没人动过。我这人有个习惯,任何要进汇报材料的数字,先对口径再谈结论。这次我把明细表拉出来,按「平台+问句+引用URL+引用日期」四个字段做了联合去重,结果从周报的3860次降到2240次。
拆开看,水分主要来自三块:
第一块是同一URL在同一个问句下被重复计数。后台的统计逻辑是「每次AI回答里出现就记一次」,但同一个用户同一天反复问相似问句,答案里的引用URL是同一个,这里就重复了。按「URL+问句+日期」去重后,这块挤掉约两成。
第二块更隐蔽。我们内容发布后会有多个入口被抓取,同一个页面挂在不同域名或CDN节点下,后台把它们识别成不同来源。我把引用来源的主机名抽出来做了一次归一,发现有三个变体其实指向同一台源站。这块又挤掉一成半。
第三块是跨平台重复。同一篇内容在A平台和B平台都被引用,周报是简单相加的,但汇报口径里「触达」和「引用」是两回事,混在一起算会虚高。
我现在的做法是:周报里「引用次数」这个指标,必须同时给出「去重前」和「去重后」两个数,并在脚注里写清去重维度。不然对外汇报时,一旦对方问一句「这个数怎么算的」,答不上来就很难看。
但我也得说清楚,去重后数字变低,不等于GEO效果变差。恰恰相反,2240次去重引用里,真正带品牌名+核心卖点的只有不到三成,剩下的是泛泛提及。这个结构比总量更有意思,也更能说明问题。所以我现在对外都坚持一句话:GEO的效果要等数据验证,不能拿一个没对齐口径的总量下结论。
想请教一下各位:你们后台的「引用次数」是按什么维度去重的?有没有人做过跨平台引用去重后的对比?我这边五个平台的原始口径差异挺大,想找同行对一下,看看是不是我这边取数逻辑有问题。
