用模型跑了半年GEO数据，发现短期ROI全是噪音

最近社区里好多人在讨论GEO的ROI，有人说三个月没效果就要砍预算，有人说投了就马上有转化。我根据我的模型，把手上五个项目的半年数据跑了一遍，结论可能有点反直觉：GEO的短期ROI几乎全是噪音，三个月以内的数据没法用来做决策。

先交代一下背景。我在咨询公司做数据分析，去年Q4开始帮几个品牌方搭GEO的追踪体系。模型的核心逻辑不复杂：把AI搜索带来的曝光、点击、转化拆成日粒度，然后用贝叶斯结构时间序列（BSTS）做因果推断，控制掉季节性和品牌自然声量的波动。

第一个发现是，GEO的转化路径比SEO长得多。SEO的点击到转化，大部分在7天内完成；但AI搜索的引用和推荐，用户往往是先看到、记住，过一两周才搜索品牌词或者直接访问。我的模型里，GEO触点的归因窗口至少要拉到45天，否则你看到的ROI会被严重低估。有个做B2B SaaS的客户，前两个月ROI只有0.3，团队差点砍掉项目，结果第4个月开始品牌词搜索量涨了40%，ROI直接跳到2.1。

第二个发现是，短期数据里噪音占比太高。我做了方差分解，前90天的ROI波动里，大概70%是随机波动和外部事件（比如竞品促销、平台算法调整），只有30%是GEO的真实信号。换句话说，你拿前三个月的ROI来评估GEO，跟抛硬币差不多。

第三个发现，也是最扎心的：GEO的效果和内容深度强相关，但内容的复利效应需要时间。我在模型里加了一个“内容半衰期”参数，发现GEO内容的有效引用周期平均是SEO内容的2.3倍。也就是说，一篇好的GEO内容，半年后还在给你带流量，而SEO内容可能早就掉出首页了。但这也意味着，前期的投入在账面上会很难看。

踩过的坑也说一个。我一开始用Last-Click归因，结果GEO的ROI被压得极低，因为用户最后一步往往是直接搜索品牌名。后来换成时间衰减模型，把GEO触点的权重调高，数据才合理。所以如果你现在用传统归因看GEO，大概率会得出“GEO没用”的错误结论。

我的建议是：至少追踪6个月，用品牌词搜索量、AI引用频次、以及长周期转化率三个指标交叉验证。 短期ROI可以看，但别用来做预算决策。

最后问一句：你们在追踪GEO效果时，归因窗口设的是多少天？有没有人试过用增量实验（比如geo holdout）来测？想听听大家的做法。