结构化数据的收益怎么量

三月的月度复盘，一家做户外储能电源的独立站把 schema 改造写进了成绩：三个月补完几百个 SKU 的 Product 与 Offer 标记，后台的富媒体结果覆盖率从零星几页涨到几乎每页都有。老板问了一句，然后呢。会议室安静了几秒——AI 引荐的会话确实在涨，但同期还上了新品、投了红人、换过大促落地页。没有人能说清，这些展示位里有多少是标记换来的。

结构化数据的收益不在富媒体结果的出现率，而在 AI 能不能据此确认事实、把你放进答案；量它要用对照页和时间分段，而不是一条全站前后对比的曲线。

富媒体结果是一个你无法控制的展示位

先纠正一个默认前提。schema 被当成抢展示位的工具，是因为那个位置看得见、截得图、能放进周报。但给不给、给多大、什么时候收回，由平台决定；你能控制的只有提交的事实是否准确、是否完整。

模型用法不同。它在拼一个答案时，要判断这个价格能不能信、这个库存是不是现在、这家店退不退货。标记的作用，是把这些判断从“读一段文案去猜”变成“核对一条声明”。核对通过，你才有资格被引用；核对失败，它不报错，只会安静地换一个说法一致的来源。这条机制在Product schema 的字段分层里拆过：身份、交易、信任三层，缺一层就退回待核实。

所以收益的第一落点是“被引用”，不是“被展示”。这也解释了为什么很多团队报表变绿、订单不动：他们量的是展示位，而钱是从引用和点击质量那条路上来的。单页标记只是起点，AI 真正比对的是实体与关系，见商品实体与 Product Graph。

三层指标，不要混成一张报表

只报转化，schema 会被内容和大促抢功；只报引用，又会被当成虚荣指标。三层要分开记，最后才合起来读。

层	具体指标	回答什么	常见失真
引用	同一批问题里被引用的次数、被引用的事实类型（价格、库存、评分、配送）、是否进入候选名单	AI 敢不敢用你的数据	只测品牌词，测不到比较类问题
点击质量	AI 引荐会话的落地页类型、非品牌问题占比、规格页停留、加购率、售前咨询量	来的人有没有走到决策深处	把品牌词自然搜索算成 AI 效果
转化	辅助转化、首单、退货与价格争议工单	有没有真的变成生意	用末次点击归因，AI 引荐被记成 Direct

判断是：三层里最先动的是引用，最后动的是转化，中间隔着一个“敢不敢下单”。 引用涨了、点击质量没动，多半是答案里只出现了品牌名，没有能支撑比较的事实；点击质量涨了、转化没动，问题通常不在标记，而在价格、库存或评价是否一致。

对照页加时间分段：四步，六周能出第一版

步骤	做什么	谁来做	怎么算过
1 写假设	把“补 schema 有用”改写成可证伪的一句：补全交易层字段后，价格与配送类问题的被引用次数上升	增长	假设里带指标、场景、时间窗
2 选对照	同一模板、同价位、流量水位相近的页面，随机分处理组与对照组，优先交错上线	增长与工程	两组在改版前四周的引用与点击基线接近
3 切时间窗	改版前四周做基线，上线后留四周再读，标注大促、算法更新、投放变化	数据	时间轴上每个干扰都有记录
4 读差异	看方向与稳定性：处理组是否持续高于对照，差距是否出现在预期的问题类型上	增长	能解释“为什么是这类问题”

第 2 步是整套设计的地基。没有对照，你只能得到“改完以后涨了”，而涨的原因至少有五个。交错上线比一次性全量好：同一周里一半页面改了、一半没改，季节与投放的影响由两组共同承担。

第 4 步要克制。不要急着把两组之间的小差距写成百分比——样本只有几十个页面时，波动可能比效应更大。写“方向一致、连续三周成立、只出现在价格类问题上”，比一个精确数字可信得多。

三个归因错误，会把收益做大

第一，把全站 AI 引荐增长记在 schema 头上。 同期若有内容改版、红人投放、品类季节回升，全站曲线是所有动作的叠加。只有对照页能切开这份叠加。

第二，只统计出现了富媒体结果的页面。 这等于先筛掉失败样本再算成功率。对照组里那些没拿到展示位的页面，才是判断真实增益的地方。

第三，用末次点击归因。 买家在 AI 答案里看到你、记住品牌，两小时后直接搜品牌词下单，这笔订单会记给品牌搜索。AI 引荐因此长期被低估，也容易在预算会上被当成“自然流量没变化”。

示例：一次 120 个页面的交错上线

示例：一家做户外储能电源的独立站（假设场景，不含真实品牌与数据），有四百多个 SKU，模板统一、价格带集中。团队从同一价位段里挑出 120 个页面，随机一半先改，另一半四周后再改。

改的只有四项：gtin、priceValidUntil、shippingDetails 与 hasMerchantReturnPolicy，并把 aggregateRating 与页面上的评论数对齐。内容、价格、投放一律不动。

六周后读结果：处理组在“多久能到、退不退”这类问题里被引用的次数上升，对照组基本持平；AI 引荐会话的落地页从首页转向商品页；售前咨询里问运费和退货的比例下降。订单没有明显变化。

这个结果不算失败，它说明 schema 先修的是“敢不敢推荐”和“敢不敢下单”，不是“想不想买”。想不想买由产品、价格与评价决定。把这段结论写清楚，比硬凑一个转化提升有用。

边界：什么时候别量，或者量不出来

第一，页面总量只有几十个。 样本太小，对照做不出意义，人工抽查引用来源即可。

第二，这次改的是错误而不是增益。 价格写错、库存永远是 InStock，修它是底线，不需要也不该等 ROI 论证。

第三，成交集中在平台内。 平台内看不到站外引荐来源，官网这套口径套不上去，改用 listing 字段完整率与变更时效。

第四，属性本身在各系统里就对不上。 这时标记只会把矛盾同步给机器，先修主数据，见先统一商品主数据。

第五，打算拿它考核工程团队。 一旦进 KPI，最省力的做法是把字段填满、评分往上写，标记与页面反而更容易不一致——那正好毁掉 schema 唯一的价值。

先做一件事：从一个模板里挑 40 个同价位页面，随机分两半，一半先补上述四项字段，另一半保持原样；今天固定 20 个价格与配送类问题，记录答案里引用了谁，第四周同一批问题再测一次，把两组差异写成一页纸。引用层的基线怎么建，参考AI 可见度基线；这条线其他文章在度量与增长主题页。