分市场度量：别用全球平均值骗自己

季度复盘会上，一家做智能宠物用品的出海团队把 AI 可见度报告投在屏幕上：全球品牌提及率与上季度持平，结论是“维持预算”。德国负责人把同一份数据按市场拆开，发现德国站已经连续两个月没有出现在本地语言的回答里，日本站连候选名单都没进；全球数字之所以没动，是因为美国站的增长刚好补上了缺口。这是假设场景，但多市场团队大多遇到过类似的版本。

分市场度量不是把一张报表拆成几张小表，而是承认每个市场有不同的分母、语言和证据来源；只要还在用一个全球平均值分配预算，失败的市场就会一直藏在增长的市场后面。

全球平均的两个失真：权重与结构

全球数字本身没有错，错在它回答不了“该给谁加预算”。第一个失真是权重：样本量大的市场决定曲线形状，一个大市场的波动足以覆盖两个小市场的全部变化。按市场等权平均，和按回答数加权，会得到两个都叫“全球”的数，含义却完全不同。

第二个失真是结构。即使每个市场都在变差，只要流量和预算向基线更高的市场倾斜，全球平均仍会上升。市场内趋势与市场间结构混在一张总表里，越汇总越好看。要管理，至少要有“市场内变化”和“结构变化”两行，否则无法判断增长来自优化，还是来自市场组合变了。

全球平均值只能用于对外沟通，不能用于资源分配。这句话听着绝对，但看板的设计逻辑确实应该反过来：先分市场，再决定要不要汇总。

翻译过来的 prompt，测的是翻译不是需求

另一个常见错误，是把英文 prompt set 直译成德语、日语，就当成当地基线。德语买家会问认证、含税价和退货窗口，日本买家更关心尺寸、噪音与售后网点，美国买家则习惯先问“和谁比”。句子翻对了，问题却不是本地人会问的，测出来的提及率自然指导不了本地内容。

语言背后还有 AI 生态差异：各市场常用的助手、被检索的本地媒体与社区、平台内 AI 的权重都不同。分市场 prompt set 要从本地客服记录、站内搜索词、评论区和当地竞品页里长出来，而不是从总部英文表里翻译出来。翻译只能保证“看得懂”，不能保证“被当地 AI 推荐”；这中间的差别，在本地购买语言里拆得更细。

还有一层是样本量。小市场一个月只有十几条回答，提及率从 10% 跳到 20% 可能只是换了一个提问时间。分市场看板必须同时报 n 和波动区间；n 不够就写“不可判断”。30 条是经验门槛，不是行业标准，但比不写强。

五步，从一张总表到分市场看板

分市场看板不是新工具，而是度量与增长这条线上最基础的一层。顺序不能换：先锁口径，再建 prompt，再谈采样，最后才是钱。

步骤	动作	谁来做	过关标准
1 锁口径	定市场、语言、助手、指标与分母，写成一页字典	增长 + 数据	换一个人能按同一口径复算
2 建本地 prompt set	每个市场 15–20 条本地语言问题，来自客服、站内搜索、评论	本地运营 + 内容	没有翻译腔，每条能指向一个页面
3 固定采样	同一时间窗、同一助手版本，每个问题重复采样	数据	报告 n 与区间；n 不足标“不可判断”
4 统一钱的口径	单一报告币种、汇率日期、含税与否、运费与退货	财务 + 数据	各市场订单能相加，也能还原
5 分层看板	市场 × 阶段：提及、引用、候选、成交	增长	能分清市场内变化与结构变化

第 1 步要先决定“哪些市场单独考核”。市场太多会把样本摊薄，通常先选收入占比最高的两个，加一个正在试点的市场；进入顺序按市场进入的六个变量排过，比按老板偏好排更稳。第 4 步最容易被跳过：日元、欧元、美元混在一张表里，含税与不含税混用，加总出来的“AI 营收”没有解释力。汇率要写日期，税要写口径，运费和退货要单列，否则分市场比较的是会计习惯，不是市场表现。

如果各语言版本共用一个域名，还要先用 hreflang 矩阵确认每个市场指向的是本语言页面。指错了，后面所有分市场数据都是在测另一个页面。

示例：35% 的全球提及率，藏着一个 4% 的市场

以下品牌与数字均为虚构，只用于演示读法。某假设品牌在三个市场卖同一款咖啡机，季度报告如下：

市场	样本回答数	品牌提及率	进入前三候选	判断
美国	300	40%	18%	维持，继续测对比页
德国	100	12%	4%	样本偏小，先查页面与语言
日本	100	8%	2%	未进候选，重做本地 prompt
全球汇总	400	35%	15%	被美国样本权重拉高

同一组数字，按市场等权是 20%，按样本加权是 35%，差 15 个百分点。报告写“全球 35%”没有撒谎，但它掩盖了两件事：三个市场里有两个的提及率不超过 12%，以及全球样本的 75% 来自美国。正确的读法不是“继续投”，而是“美国维持、德国诊断、日本重建”。如果只看全球汇总，德国和日本会被美国的增长一直保下来。

这里还有一个口径问题：提及率、引用率、进入候选集、成交是四个阶段，不能相加，也不能用一个“AI 可见度”笼统代替。分市场看板至少要把“被提到”和“进候选”分开，因为前者靠内容和抓取，后者靠对比页、证据与本地信任。采样方法可以沿用 AI 可见度基线的重复采样，但分母必须换成各市场自己的回答数。

边界：什么时候分市场是过度工程

第一，只做一个市场，或第二市场收入占比很低。这时按语言和渠道拆就够了，硬做国家级看板只会增加维护成本。

第二，样本长期不足。新市场每月回答数不到 30 条，月度百分比没有决策价值；按季度合并、只做方向判断，比假装精确更诚实。

第三，多个国家共用一种语言和一个站点。美国、英国、澳大利亚可以共享英文 prompt，但币种、税、运费、退货窗口必须分开；把“英语市场”当一个市场，是另一种平均值陷阱。

第四，平台内 AI 与 agent 交易。平台报表就是口径，站外工具无法复算；这时要承认“不可测”，不要用官网抓取数据替代平台数据。

第五，归因本身有缺口。AI 引荐经常落进 direct 或 none，分市场“AI 营收”只能当下限；决策要同时看先行指标（提及、候选）和滞后指标（订单），不能只拿一个数考核团队。

最后，如果各市场负责人各挑一个对自己有利的指标，分市场看板会变成政治工具。指标字典要由中央团队锁定，地区团队只能补充本地 prompt，不能改分母。

这个月先做一件事：把最近一份 AI 可见度报告按市场重算，在每个百分比后面补上样本量和币种；凡是 n 小于 30 的格子，改成“不可判断”，再从样本足够的市场里挑一个下滑最明显的，用本地语言重写 10 条 prompt，下个月同一时间复测。