从一个客户样本看：GEO预算挪到Q4后，线索峰值滞后了七周

上个月帮一个客户做年度预算复盘，发现一个之前没太注意的现象：他们Q1和Q2的GEO预算其实是逐季递加的，但线索量的峰值没跟着预算走，一直拖到Q3末尾才冒出来。

我把他们过去12个月的预算投放、内容更新量、AI引用次数和最终线索数拉了个时间序列，做了个简单的滞后相关分析。根据我的模型，预算投放和引用次数之间的相关系数在当期只有0.31，但把引用滞后4周后跳到0.58；而引用到线索的转化，滞后期拉长到7周左右才出现峰值，相关系数0.47。也就是说，钱花下去到线索冒出来，中间隔着接近两个月的传导链条。

这个滞后长度直接导致一个后果：如果按季度考核ROI，Q1的投入在Q1报表里几乎看不到回报，Q2的投入又叠加进去，当期ROI被稀释得更难看。他们Q1和Q2的GEO ROI按单季算是负的，Q3才转正，全年看是正的。

我翻了他们内容团队的排期，发现一个可能的机制：新内容上线后，AI爬虫抓取和索引大概要2-3周，这期间引用数据几乎不动；等到引用开始起量，用户的决策路径又偏长——他们客单价不低，从第一次看到AI推荐到留资，中间平均要触达3.2次。这两个延迟叠在一起，就是七周。

所以我现在给客户做GEO预算规划，会明确建议把观测窗口拉到至少一个季度以上，并且把预算节奏和内容排期对齐，而不是按自然季度切。如果Q1投的是基础语料和结构化数据，那Q1的KPI就应该看引用覆盖率的增量，而不是线索成本。

报个数：这个客户的滞后周期我算了三个口径，按周粒度是6-8周，按月粒度是1.5-2个月，按季度粒度基本就是当季投入、下季见效。三个口径方向一致，但具体数值有区间，别拿单点数字去对赌。

想问问大家：你们在实操里有没有遇到过类似的滞后现象？尤其是客单价偏高的行业，这个传导链条是不是会更长？有没有人试过用不同的归因窗口去校准过GEO的ROI？