GEO 的 ROI 我按季度追踪了半年，发现前两个月的数据基本是噪音

上个月客户拿着第一季度的数据来找我，说 GEO 投了三个月，AI 引用量翻了一倍，但线索转化没动，问我要不要停。我调了后台日志和 CRM 时间戳对了一遍，发现前两个月的引用增长几乎全是「新页面收录」带来的自然爬坡，第三个月才出现第一批带品牌名的引用。

根据我的模型，GEO 的效果曲线不是线性的，更像是「阶梯+滞后」。我把客户半年的数据拆成三层：

• 曝光层：AI 答案里出现品牌名的次数。这一层前 60 天基本在爬坡，波动大，单看周环比没有意义。
• 认知层：用户看完 AI 答案后有没有搜品牌词。这一层滞后大约 3-4 周，用搜索词报告里的品牌词环比能大致摸到。
• 转化层：线索进 CRM 后标记来源。这一层滞后最久，我跑下来中位数是 47 天，区间在 30-75 天之间，取决于品类决策周期。

关键问题是，大部分客户在第二个月就做决策，这时候转化层的数据还没出来，等于拿噪音当信号。我现在的做法是：验收报告里必须写清楚观测窗口，至少 90 天，短于这个数的 ROI 一律标「不可判定」，不给结论。

另外我发现一个容易忽略的点——AI 引用的「重复曝光」会严重拉高表面数据。同一批问句在不同时间跑，同一段内容被引用多次，如果不去重，引用量能虚高 30%-40%。我现在的处理方式是按「问句簇+品牌+时间窗口」做去重，再去算有效引用。

踩过的坑：有个客户第三个月数据突然掉了一半，我以为是内容出了问题，查了两周日志才发现是竞品更新了结构化数据，把我们的位置挤掉了。这种竞争性波动如果观测窗口太短，根本区分不出是策略失效还是市场变化。

所以我的结论很直接：GEO 的 ROI 不是不能算，是不能短算。90 天是底线，180 天才能看出趋势。现在客户问我「这个月效果怎么样」，我一般只报区间和置信度，不给单点结论。

你们那边做 GEO 追踪的时候，观测窗口一般设多长？有没有人试过用分层归因把曝光和转化拆开算的？欢迎贴数据一起对。