把GEO的观测窗口卡到十周，前四周的ROI曲线差点把我劝退

先说结论：GEO 的 ROI 不能拿四周数据下判断。 根据我的模型，从内容上架到 AI 引用形成稳定占比，中位数落在 6-9 周这个区间，四周时点上的波动大概率是噪声，不是趋势。

场景

上季度给一个工业耗材客户做 GEO 试点，预算按季度批。我在立项表里直接把观测窗口设成 十周线：第 1-4 周只做数据采集和口径对齐，第 5-10 周才进 ROI 判定。

结果第 3 周出事了。周报里 AI 引用次数环比掉了 18%，客户财务那边直接问我是不是渠道跑空了。我把那三周的问句日志拉出来对照，发现两件事：一是当时我们正批量改产品页的结构化描述，旧版内容被覆盖，AI 需要重新抓；二是那周恰好撞上一个节假日，客户所在品类的问句总量本身降了 11%。把这两个因素剔掉，剩下只有 3% 左右的真实波动，在置信区间内。

判断依据

我把十周数据按周切成 10 个截面，做了个简单的移动回归，看引用占比的斜率：

• 第 1-4 周：斜率接近 0，区间是 [-0.6%, +0.9%]，基本是平的；
• 第 5-8 周：斜率转正，区间 [+1.1%, +2.4%]；
• 第 9-10 周：趋于稳定，斜率回落到 +0.4% 附近。

这条曲线的形状比任何单周数字都重要。如果我在第 3 周就砍预算，后面那 6 周的爬升根本不会发生。

踩坑细节

代价是我让客户把第 4-10 周的预算先晾着不动，财务一度以为我们撤了，打电话来问合同还执不执行。后来我改了个小做法：每周报数必带区间和口径说明，比如「本周引用占比 12.3%，区间 [10.8%, 13.9%]，剔除节假日因素」。财务看到区间就不慌了，知道这不是一个点估计。

另外一个教训是：十周线不能对所有品类一刀切。咨询项目里复盘下来，B2B 长决策链的品类窗口要拉到 10-12 周，快消类 6 周就够。窗口设错，等于拿噪声当信号。

抛个问题

你们在设观测窗口的时候，是按品类决策链长度来定，还是按预算周期倒推的？如果是后者，遇到预算周期比窗口短的情况，你们怎么跟财务解释这段「空窗期」？