主题 05 / 05

度量与增长

prompt set、引用份额、AI 引荐流量、归因、实验与记分卡。没有度量,GEO 只能靠感觉。

22 篇怎么证明 GEO 有效?

阅读顺序

  1. GEO-011先建基线:你的 AI 可见度现在是多少AI 可见度不是一次截图。本文把提及、引用、推荐、成交拆成四层,给出 30 个固定 prompt 的采样方法、七个必记字段与一页式基线报告模板,并说明这套基线在哪些阶段、哪些品类下不成立。第 01 期
  2. GEO-012别把 AI 流量算进 Direct:一份归因入门AI 引荐在报表里经常掉进直接访问或未设置项,让 GEO 的账永远算不平。本文拆开 referrer 丢失的四种情形,给出 UTM、服务器日志、结账问卷三条补法,配一张口径表,让 AI 流量第一次能被单独计量。第 01 期
  3. GEO-023用日志判断 AI 爬虫到底来了没有厂商报表只覆盖自家爬虫,还常被采样和保留期截断。本文给出日志必看的六个字段、按路径模板与状态码做抓取热图的方法,以及把抓取层接进月度看板的四步,并说明哪些团队不适用。第 02 期
  4. GEO-024抓取覆盖率:一个被忽略的 GEO 指标抓取覆盖率是 GEO 漏斗的第一格:从可抓取到被抓取再到被引用,第一道漏损就发生在这里。本文给出可直接复用的口径定义、按模板统计的五步做法、一次示例测量,以及覆盖率涨了但引用没动时该看哪一层。第 02 期
  5. GEO-035实体覆盖率:AI 能认出你多少 SKU实体覆盖率测的不是 AI 有没有提到品牌,而是它能认出、说对、排上你多少 SKU。本文给出 100 个 SKU 的分层抽样、识别率与准确率的口径、三种问法,以及从缺口到修复优先级的五步做法与适用边界。第 03 期
  6. GEO-036结构化数据的收益怎么量schema 上线后报表变绿、订单没动,是出海团队常见的处境。本文拆开引用、点击质量与转化三层指标,给出对照页加时间分段的四步测量法,列出三个会夸大收益的归因错误,并说明哪些情况不值得量。第 03 期
  7. GEO-047答案质量评分:用 LLM 当裁判之前先定标准LLM 评分最容易制造虚假的进步:分数涨了,答案里的参数还是错的。本文把答案质量拆成准确性、具体性、引用、时效、品牌契合五项标准,写出可判定的档位,讲清人工校准、抽样复评与版本管理,并说明什么时候不该让模型打分。第 04 期
  8. GEO-048内容更新:什么该改,什么不该动旧文该不该重写,取决于事实是否过期、AI 引用是否流失、问题链是否被答完、入口是否变化,而不是发布日期。本文给出四个触发器、按事实半衰期排期的方法、URL 与 canonical 的保留规则,以及 dateModified 的正确用法。第 04 期
  9. GEO-059引用份额:怎么量“AI 提到了我”引用份额不是提及次数:分子是你在答案里占到的位置,分母是这次采样被引用的全部来源。本文给出三层判定、分引擎采样与加权算法,并把一次看着像增长的数据拆开,说明份额何时不该进看板。第 05 期
  10. GEO-060从引用到成交:信任证据的转化链路AI 引用涨了、订单没动,落差往往出在答案到结账之间的触点。本文给出品牌搜索、直接访问、自报来源三数交叉的读法,一套按订单去重的归因口径,以及一次两周就能跑完的小实验。第 05 期
  11. GEO-071候选集份额:比排名更重要的指标AI 答案只给三到五个名字,平均位次却只在你已出现的答案里计算。本文定义候选集份额的分子与分母,给出按品类、市场、引擎分层的采样表,用示例说明名单换手时该看什么,并划出这个指标不该进看板的边界。第 06 期
  12. GEO-072对比页 A/B:怎么判断 AI 真的改了答案AI 答案在重复提问下会波动,凭一张截图宣布对比页改版成功,是 GEO 实验里最典型的假阳性。本文拆开检索、生成、传导三层噪声,引用、入选与表述三层指标,单变量控制与采样协议,给出一次两周可跑完、开跑前写死判定线的对比页实验流程。第 06 期
  13. GEO-083分市场度量:别用全球平均值骗自己同一份 AI 可见度报告,按全球汇总看是增长,按市场拆开可能是德国在跌、日本没进候选。本文拆开加权、语言与样本量三个失真来源,给出分市场 prompt set、样本门槛与币种口径的五步看板,并说明什么情况下不该分市场考核。第 07 期
  14. GEO-084本地化 ROI:什么时候该停本地化不是语种越多越好。本文给出边际成本、市场天花板、回收期、可复用率四个输入,一张止损线与降级动作表,并用一个示例复盘说明什么语种该停、什么不该停,以及这套 ROI 模型在哪些市场不适用。第 07 期
  15. GEO-095站外权威的度量:提及、引用、推荐三层站外权威常被一张提及数报表糊住:声量涨了,AI 答案里的候选名单却没变。本文把站外权威拆成提及、引用、推荐三层,写清各自的分母与采样口径,给出五步采集表,并用一个示例说明三层背离时预算该往哪挪。第 08 期
  16. GEO-096PR 活动怎么归因到 AI 答案PR 的 GEO 效果常被 coverage 和一次截图读错。本文给出一套归因设计:活动开始前锁定 prompt 组、对照与时间窗,按传播、语料、答案三层指标写报告,并说明哪几类 PR 活动不该做归因,避免把发布量当成影响力。第 08 期
  17. GEO-107Agent 流量的度量:会话、转化与退款agent 结账的订单常被算进自然流量,转化率好看,退款与客服成本却不在表里。本文拆开预检与代购两种流量,给出三态打标规则、四个替代指标和一张 90 天队列表,让 agent 渠道第一次有可核算的单均毛利。第 09 期
  18. GEO-108Agentic Commerce 的实验:小流量、真商品、可回滚agent 结账最怕一开全站:失败是静默的,错误报价却要真发货。本文给出小流量、真商品、可回滚三条设计变量,一张五步试点表,一套开跑前写死的判定线与回滚触发条件,并说明哪些品类现在不该开试点。第 09 期
  19. GEO-109AI 可见度的四层指标:提及、引用、推荐、成交提及、引用、推荐、成交不是四个可相加的分数,而是四道判定。本文给出每层的判定证据与分子分母,排出一张每层一个主指标加一个护栏的看板,并示范怎样用四层落差定位这个月先修哪一层。第 10 期
  20. GEO-110增量实验:GEO 的 A/B 测试怎么做GEO 很难做干净的站内 A/B:你无法把一半买家分到看不到 AI 答案的组里。本文用地理拆分、时间序列、holdout 与重复采样四种设计,把“没有 GEO 会怎样”写成可测量的反事实,配一页纸判定线与一次双市场示例。第 10 期
  21. GEO-131GEO 记分卡:给管理层的 6 个数字管理层不需要二十三个可见度指标,只需要六个能触发决策的数字:可见、引用、推荐、流量、转化、回收期。本文写死每个数字的分子分母,给出一页看板的三列对照与月度、季度两级汇报节奏,并用一组虚构数据示范怎样读出该加钱还是该停。第 11 期
  22. GEO-132季度复盘:什么继续、什么停止季度复盘要交的不是一张都在涨的成绩单,而是一份停掉清单。本文用增量、成本、确定性三个筛子,把动作判成加码、维持、缩范围或停损,给出四档判定与签字人、一张六行示例表和五条容易搞错的边界。第 11 期

其他主题