GEO 效果怎么衡量：展示账、归因账、增量账

为什么要分三本账

最常见的错误是把不同层级的指标混在一起：用提及率的上升说明收入的增长，或者用一个综合分数代表全部效果。分开记账，是为了让每个数字都能被解释。

第一本：展示账

回答“AI 怎么说你”。

展示账回答的是“曝光层面发生了什么”。它重要，但它不是业务结果。

第二本：归因账

回答“你的网站和销售数据里能追踪到什么”。

归因的三个要点

一、原始数据只追加、不覆盖。 访客第一次到达时的来源、着陆页、UTM 参数，要原样保存，以后无论怎么重新解释都不改动原始记录。

二、解释规则要有版本。 “这个来源算 AI 助手还是算外部引荐”是一条规则。规则会改进，例如发现新的 AI 产品域名，就应该能用新规则重算，而不是手工改历史数据。

三、承认看不见的部分，也承认记错的部分。 很多 AI 产品的访问不带来源信息，会被记成“直接访问”；用户也可能在 AI 里看到你，过几天直接搜索品牌名再访问——这些会让归因账漏记。反过来，已有的品牌需求、广告、公关和其它同期营销，也可能让某些被记到 AI 名下的结果多记了功：这位客户也许本来就会来。所以归因账既不是天然的下限，也不是上限。应同时记录“来源未知”的部分和同期的其它营销活动，并可以用中性的提问（例如“最早从哪里了解到我们”）和销售沟通记录作补充证据，而不是用它们去放大 AI 的贡献。

Google 的官方说明是，来自 AI Overviews 和 AI Mode 的流量计入 Search Console 的整体网页搜索数据中，这意味着在这一来源上，你无法从 Search Console 单独拆出 AI 功能带来的点击。

第三本：增量账

回答“如果没做这些 GEO 动作，结果会怎样？”

这是最难的一本。观察到“整改后线索增加”不等于“整改带来了线索”——同期可能有季节变化、广告投放、销售动作、行业新闻。要回答增量问题，需要某种对照，例如：

• 只对一部分产品线或问题做整改，另一部分不动，比较两者的变化；
• 分阶段整改，观察每次整改前后的变化；
• 用较长的时间序列，结合其他因素做估计。

多数项目在短期内做不到严格的增量估计。这没关系，关键是不要把归因账说成增量账。

一组提醒：相关不等于因果

Seer Interactive（一家搜索营销服务公司）基于其客户数据报告，品牌被 Google AI Overviews 引用时，自然点击比未被引用时多约 35%。作者也明确写道，无法确定是引用带来了更多点击，还是本来就更有权威的品牌更容易被引用。这正是归因账和增量账的区别。

为什么不做 GEO 总分

一个“GEO 87 分”无法告诉你：

• 是提及多了，还是说得更准了；
• 是曝光变了，还是线索变了；
• 分数下降时，该改什么。

所以 99GEO 分层报告，不合成总分。如果将来提供某个分数，它只对应一个定义清楚、可以解释的单层指标。

最小可行的做法

1. 选 20–30 个核心问题，在 1–3 个平台上建立展示账基线；
2. 确保网站能保存每个线索的原始来源和点击过的按钮；
3. 在销售流程里记录有效线索、报价和实际收款；
4. 整改后，用同样方法复测，分开报告两本账；
5. 有条件时，设计一个简单的对照。