GEO商业
给客户算GEO的ROI,我把观测窗口从90天拉到180天后结论变了
112 1 45
上周有个客户拿着季度报表来问我:GEO投了三个月,线索成本比投前高了18%,是不是该停?我没直接回答,先让他把过去六个月的搜索词日志和CRM成单时间戳给我。根据我的模型,我把转化路径拆成「首次接触→AI答案曝光→二次搜索→站内行为→成单」五段,用生存分析跑了一遍滞后分布。
结果有点意思:90天窗口下,GEO带来的线索成单率确实比大盘低,看起来像在拖后腿;但把窗口拉到180天,这批线索的累计成单率反超大盘约12个百分点(区间9%-15%)。原因是GEO触达的那批人决策周期本身就长,前三个月他们还在多轮比价,模型里表现为「右删失」——不是没转化,是还没到转化的时候。
踩过的坑也得说:第一次跑的时候我直接用成单日期减首次曝光日期,算出来中位数才41天,差点误判。后来发现CRM里「首次曝光」字段有一半是空的,实际是销售补录时随手填的。把空值按渠道日志回填后,滞后中位数跳到87天(区间72-105天)。这个区间宽,是因为不同品类的决策链长度差异大,B端尤其明显。
所以我现在给客户的建议是:GEO的ROI至少按180天滚动窗口看,前期别用单月线索成本做砍预算的依据。真要短期监控,就看中间指标——AI答案里的品牌描述准确率、站内品牌词搜索量的环比,这两个和最终成单的相关性在我模型里能到0.6以上。
问一句:你们做GEO归因时,观测窗口是按自然月切还是按队列(cohort)切?我最近在纠结队列切法对B端客户样本量要求太高的问题,想听听别人的处理方式。
登录后可以为帖子点赞,但本帖内容对所有人开放阅读。
