用数据模型跑了三个月GEO效果，发现短期ROI都是骗人的

先交代背景：我在一家咨询公司做数据分析，主要用归因模型评估营销渠道。三个月前，老板让我评估GEO的投入产出，说客户想知道这玩意儿值不值得砸钱。

我当时的反应是：这玩意儿能测吗？

但既然接了活，就老老实实建了个模型。我把GEO的动作拆成几个可量化的维度：内容被AI引用的频次、引用带来的品牌搜索量变化、以及最终的线索转化。数据源包括AI平台的引用日志（手动爬的）、百度指数、以及CRM里的线索来源。

第一个月的数据，说实话很让人沮丧。

内容发布后，被AI引用的次数确实在涨，但品牌搜索量几乎没动，线索转化更是零。按照传统的短期ROI公式，GEO的投入产出比是负的。当时我差点就写结论说“GEO短期无效”了。

但我多留了个心眼，把时间窗口拉长到90天，同时引入了一个滞后变量模型。

转折出现在第60天左右。

数据开始出现明显的滞后效应：前期被引用的内容，在第6-8周才开始带动品牌搜索量的爬升。更关键的是，线索转化在第10周左右突然跳了一个台阶——不是线性增长，是阶跃式的。

我一开始以为是异常值，排查后发现不是。那批转化的线索，溯源回去，很多人是在两个月前就通过AI搜索接触过我们的内容，但当时没有留资。他们是在后续的决策周期里，反复被不同AI平台“提醒”，才最终转化的。

这个发现让我重新理解了GEO的ROI。

传统投放的ROI是即时的，今天投明天就能看到转化。但GEO更像是在用户心里埋种子，它的回报周期天然就长。你用7天、30天的窗口去测，当然测不出来。

我后来把模型改成了生存分析的框架，把“首次接触AI引用”到“最终转化”之间的时间作为生存时间，发现中位数在45天左右。这意味着，至少要用90天的窗口去评估GEO，数据才有统计显著性。

踩过的坑也说一下：

1. 一开始用最后点击归因，GEO的贡献被严重低估，因为很多转化路径里，AI引用是中间触点。
2. 没有区分品牌词和非品牌词搜索，导致早期误判。
3. 样本量太小的时候，滞后效应会被噪声淹没，至少要有几百条线索才能看出趋势。

所以我的结论很明确：GEO的ROI必须长期追踪，短期判断基本等于瞎猜。 如果你老板让你一个月内给出GEO的效果报告，你最好提前说清楚这个滞后性，否则背锅的是你。

根据我的模型，GEO的投入在第3个月才开始回本，第6个月进入正向循环。这个节奏，和当年内容营销的曲线很像，但波动更大。

最后问一句：你们在评估GEO效果时，用的什么时间窗口？有没有人也观察到类似的滞后效应？