能追踪到 AI 流量，为什么还没有回答投资回报？
企业开始投入 GEO（生成式引擎优化）后，营销负责人迟早要回答：这项工作带来了怎样的业务回报？
一种容易理解的衡量方法是：在官网的流量统计中识别来自 AI 平台的访问，再看这些访问产生了多少注册、咨询和销售线索。数字可以进入报表，也方便与其他渠道比较。
我认为，这项工作值得做。但如果把它作为 GEO 效果的全部解释，问题就出现了：我们衡量的可能只是能够留下点击记录的那部分行为，而不是这项投入对客户决策的完整影响。
更重要的是，识别一次来自 AI 平台的访问，也不能直接证明它由企业近期的 GEO 工作带来。原有品牌认知、既有内容和其他渠道，都可能参与其中。
先分清引荐、影响与增量
讨论归因时，我倾向于先把三个问题拆开。
第一个是引荐：有哪些访问能被识别为来自 AI 平台？在来源信息得以保留、统计配置正常的条件下，网站分析可以记录部分引荐访问。但来源不清晰的访问也可能归入直接流量；Google Analytics 官方文档明确说明，直接流量并不只代表用户主动输入网址。[1]
第二个是影响：客户是否在 AI 回答中认识了品牌、理解了方案，或形成了候选名单？这些变化可能发生在进入官网之前，也可能没有紧接着产生点击。
第三个是增量：如果没有做这轮 GEO 工作，企业会少获得多少合格线索、商机或收入？这需要讨论反事实，也就是与“没有这项投入”的情形比较。
这三个问题需要不同证据。来源报表适合回答第一个问题，客户反馈可以补充第二个问题，而第三个问题需要更谨慎的研究设计。把它们混在一起，就容易把“观察到来自 AI 的转化”解释成“GEO 创造了这些转化”。
回到客户使用 AI 时正在完成的任务
设想一位正在选择企业服务的采购负责人。他可能先向 AI 询问有哪些解决方案，再比较几家厂商的能力，之后搜索品牌、向同行求证，最后联系销售。这是一个用于说明问题的假设场景，不代表所有采购者都遵循这条路径。
在这个场景中，AI 的作用可能是帮助用户缩小选择范围。用户当时需要的是信息整理和判断依据，未必已经准备好填写表单。
如果他稍后通过品牌搜索进入网站，点击来源可能被记录为自然搜索；如果他直接联系了销售，网站甚至未必留下相关访问。这些可能性提醒我们，点击记录无法独自重建客户的整个决策过程。
但也不能据此推断：没有被追踪到的影响，一定都存在。路径不完整说明证据有边界，并不自动构成 GEO 有效的证明。
一份更有用的 GEO 报告应该包含什么
与其寻找一个包办所有问题的指标，我更愿意把报告分成三个层次。
可见信息是否准确、相关
先定义目标客户会问什么，再检查品牌是否出现在相关回答里、产品能力是否被正确描述、引用内容是否能够帮助客户判断。
这类观察要保留问题集、测试时间和平台等条件。它帮助团队发现信息缺口，不应直接换算成线索或收入。
能识别的访问带来了什么
继续跟踪 AI 引荐访问的落地页、内容消费、咨询和合格线索。不要只比较访问量，也要看这些人是否符合目标客户画像。
报表应说明：这是可识别访问的表现，尚不能代表全部 AI 影响，也不能单凭来源确认某项 GEO 服务的贡献。流量追踪在这里有明确用途，问题在于给它超出证据范围的解释。
客户决策和业务结果发生了什么变化
在注册、咨询或销售访谈中，可以询问客户通过哪些渠道了解企业，是否使用过 AI 比较方案，以及哪些信息影响了选择。允许多选，并保留客户自己的描述，比强迫对方选一个“唯一来源”更符合这类研究的目的。
调研会受到记忆与回答偏差影响，因此应与销售记录、访问数据和业务变化一起看。若条件允许，还可以分批更新内容、设置可比观察组，并记录同期其他营销与销售动作。
这些设计能够改善判断，但不能承诺一定得到清晰的增量结论。对照组是否可比、样本是否充足，都需要检查。
MMM 可以考虑，但不是跳过数据问题的捷径
如果逐个用户的路径难以连接，是否应该改用营销组合模型（MMM），分析一段时间内营销活动与业务结果的关系？
我认为值得考虑，但必须先看数据条件。以 Google 的 Meridian 文档为例，建模涉及渠道活动、目标 KPI 和控制变量等时间序列，也支持自然媒体及非媒体活动。[2] 这说明分析不必只依赖个人点击路径，但并不意味着任何一组 GEO 支出和线索数字都足够建模。
对 GEO 而言，还需要回答：究竟把什么视作可分析的活动？内容更新、外部分发与其他营销工作能否分开？相关活动是否有足够变化？业务结果是否受到同期品牌投放、销售扩张或季节变化影响？
如果几项工作总是一起发生，仅凭一条总体趋势，很难把贡献单独拆出来。模型也不能补回缺失的历史记录，或自动消除这些混杂因素。
因此，MMM 是数据与研究设计允许时的候选方法。对刚开始积累 GEO 数据的团队，先建立活动日志、稳定业务口径和客户反馈机制，可能比立刻给出一个模型 ROI 更有价值。
让测量问题服务下一轮决策
如果现在要为 GEO 设计衡量方案，我会先想清楚：品牌希望影响哪类客户、帮助他们完成什么判断，以及怎样的业务变化值得继续投入。随后为不同问题选择证据，并提前约定衡量的周期和复盘的时间节点。
能追踪的流量应当认真追踪；暂时追踪不到的部分，应通过调研和合适的研究补充。证据不足时，报告就应保留不确定性，而不是把缺口填成增长故事。
我关心的并不是让 GEO 的价值看起来更大，而是避免用一个方便取得的数字替代整个问题。衡量的价值，在于帮助团队判断哪些工作值得继续、哪些假设需要调整，以及下一轮还缺什么证据。
参考资料
- Google Analytics Help：Understand (direct) / (none) traffic。https://support.google.com/analytics/answer/15258820
- Google Meridian：Collect and organize your data。https://developers.google.com/meridian/docs/pre-modeling/collect-data