GEO的ROI按季度看全是噪音，我把观测窗口拉到9个月才看清信号

上周有个客户拿着第一季度的GEO数据来问我，说投了二十万，AI引用率只涨了2个百分点，问我是不是该停。我没直接回答，先让他把过去9个月的问句日志和曝光数据都导出来，按周做了个滚动回归。

根据我的模型，GEO的ROI信号周期跟内容类型强相关。我拆过十几个项目的数据，发现一个规律：问答型内容的引用响应通常在4-6周才开始显现，而深度稿和产品文档这类需要被AI反复索引的内容，爬坡期普遍在12周以上。如果只拿一个季度的数据做判断，相当于在信号还没走出噪声带的时候就下结论。

具体到方法上，我一般做三件事：

第一，把引用率按周做移动平均，至少用8周窗口。单周数据波动太大，我见过同一批问句隔一周跑，引用率能差出15个百分点，纯粹是采样时间点不同导致的。

第二，控制分母。引用率的分母是AI被触发回答的总次数，但这个数本身受用户问句分布影响很大。如果某个季度恰好赶上行业淡季，问句总量下降，引用率反而可能虚高。我习惯用固定问句库跑基线，把自然流量的问句单独拆出来看。

第三，设一个滞后变量。我通常把曝光投入的滞后项设为4周、8周、12周三档，跑完之后看哪个滞后期的系数最显著。多数项目里，8周那一档的R²能到0.6以上，4周那档基本不显著。

踩过的坑也说一个：去年有个项目，客户非要按月度考核，结果第三个月数据突然掉了一半，团队慌了，查了三天日志才发现是那个月AI平台更新了索引策略，旧内容被降权。这种平台侧的外生冲击，在短窗口里根本区分不出来，只有拉长到季度以上，才能看出是趋势变化还是单点扰动。

所以我的判断很明确：GEO的ROI评估至少要以两个季度为最小观测单位，单季度数据只能用来做过程监控，不能用来做预算决策。短期波动里藏着的噪音，远比你以为的多。

想问问大家：你们在跟客户对齐GEO评估周期的时候，一般怎么说服对方接受这个长窗口？有没有人试过用领先指标做短期替代的？