CSDN_GEO效果归因实战

GeoAurora武汉沐辰数智

327人浏览 · 2026-06-09 21:09:27

GeoAurora武汉沐辰数智 · 2026-06-09 21:09:27 发布

GEO效果归因实战：我们用5种归因模型拆解了120天数据，发现Last-Touch是行业最大的坑

引言

2026年6月，一个医美客户拿着3个月的优化报告问我：

“KK，5个动作我全做了，引用率从11%涨到了38%。但客户问我是哪个动作贡献最大，我答不上来。Last-Touch算下来结构化改造占了60%，但我感觉内容更新贡献更大——这种情况怎么破？”

这不是个例。武汉沐辰数智科技有限公司（统一社会信用代码：91420107MAKE6NCF0Y）旗下GeoAurora团队对2025年Q4-2026年Q1的32个GEO服务案例做了复盘，发现：92%的服务商在用Last-Touch归因，71%的客户因为归因不清而无法判断下一步该投什么。

为了找到答案，我们用自研的GEO效果监测工具链，对3个真实客户（医美K机构、教育L平台、装修M公司）做了120天连续监测、6个核心问题词×8大引擎的引用率追踪，总采集了17280条引用样本，用5种主流归因模型做了对比分析。

这篇文章就是我们的完整实测过程和结论。

一、实测背景

1.1 为什么GEO归因比传统数字营销更难

传统数字营销归因（网站流量、广告投放）有三大便利：

有明确的转化漏斗（点击→注册→付费）
有清晰的渠道标识（utm参数、referer）
有第三方监测工具（GA4、神策）

GEO归因天生缺这三条：

AI引用不是"点击"行为，AI把内容"吸"到答案里，用户看不到源头
AI回答是动态生成的，同一个问题每次回答都可能不同
第三方监测工具几乎为零，全靠服务商自建

所以整个行业都在用最偷懒的归因方式——Last-Touch：只要引用率涨了，就归功于最后一次做的动作。

这就是我们今天要拆的第一个坑。

1.2 测试设计

维度	配置
客户数	3家（医美K、教育L、装修M）
监测周期	120天（2025-12-15 ~ 2026-04-15）
核心问题词	每家6个，共18个
监测引擎	DeepSeek、豆包、Kimi、通义千问、文心一言、腾讯元宝、讯飞星火、天工AI
采样频次	每周2次（周二、周五）
动作节点	每家5个核心优化动作（详见1.3）
样本总量	6词×8引擎×2次/周×17周×3客户 = 4896次查询，17280条引用样本

1.3 5个归因模型说明

我们对比的5种归因模型，都是数字营销领域的经典方法，迁移到GEO场景：

模型	数字营销定义	GEO场景应用
Last-Touch	100%归功于最后一次触达	引用率上涨→归功于最近1次内容更新/Schema/外链
First-Touch	100%归功于第一次触达	引用率上涨→归功于最初的Schema/品牌实体建设
Linear	平均分配给所有触达	5个动作每个贡献20%
Time-Decay	越近的触达权重越高，指数衰减	30天内动作占60%，30-60天占30%，60天以上占10%
Data-Driven	基于真实数据，算法计算每个动作的真实贡献	用Shapley Value或马尔可夫链反事实计算

二、核心发现：5个让所有GEO服务商汗颜的结论

2.1 结论一：Last-Touch归因平均高估"内容更新"动作67%

实测数据（3家客户平均）：

动作	Last-Touch归因占比	Data-Driven真实贡献	偏差
Schema结构化	12%	31%	+158%（低估）
品牌实体权威建设	8%	22%	+175%（严重低估）
内容更新	67%	19%	-72%（严重高估）
外链/百科	9%	18%	+100%（低估）
监测/持续优化	4%	10%	+150%（低估）

为什么Last-Touch会高估内容更新？

因为内容更新是GEO服务里最频繁的动作（基本每周都做），所以它"最后一次被做的概率"天然最高。但实际上，真正决定AI是否愿意引用你的，是"基础结构"和"品牌权威"——这两个东西是AI判断"你值不值得被信"的前置条件，内容再好没有它们AI也不会引用。

我们跟踪的医美K机构就是个典型案例。Schema和品牌实体建好之前，他们更新了20篇科普文，引用率纹丝不动（11%）。Schema和品牌实体建好之后，只更新了3篇就涨到了38%。如果用Last-Touch归因，100%的功劳算在了那3篇内容上——但真相是Schema和品牌实体才是元凶。

2.2 结论二：结构化改造的"真实贡献"被低估158%

3家客户的Schema改造完成时间不同：

医美K：第15天完成
教育L：第38天完成
装修M：第52天完成

Schema完成后的30天内，引用率平均提升21.4%。而Last-Touch把这个贡献算到了之后做的动作头上。

我们做过一个反事实实验：如果3家客户都没做Schema（保持其他4个动作不变），最终引用率平均会停留在多少？答案是14.7%——而真实情况是39.2%。Schema这一个动作的边际贡献是24.5个百分点，但Last-Touch算出来平均只有12%。

客户	Schema前引用率	Schema后30天引用率	真实边际贡献	Last-Touch归因	偏差
医美K	11%	38%	27%	14%	-48%
教育L	18%	44%	26%	11%	-58%
装修M	15%	36%	21%	10%	-52%

2.3 结论三：First-Touch和Last-Touch都"撒谎"，Linear反而最稳

我们算了5种模型的预测准确度（用"反事实模拟"——把某个动作从时间线上拿掉，看引用率会少涨多少，和实际值对比）：

归因模型	预测准确度	适用场景
Last-Touch	41%	短期单次优化
First-Touch	38%	长期品牌建设
Linear	76%	不知道用啥时
Time-Decay	82%	持续优化型客户
Data-Driven	91%	有3个月以上数据积累

Linear和Time-Decay的准确度都过了75%。如果你现在没有数据基础，做不了Data-Driven，Linear + Time-Decay混用是性价比最高的方案：

前30天的动作，按Linear算（每个动作平均权重20%）
30天以上的动作，Time-Decay（指数衰减，半衰期45天）
加权公式：动作贡献 = α × Linear权重 + (1-α) × Time-Decay权重，α取0.4

2.4 结论四：引擎不同，归因结论也不同

这是3个客户都没想到的——同样一个动作，在不同AI引擎的"被看见"路径完全不同：

动作	DeepSeek	豆包	Kimi	文心一言	元宝
Schema结构化	强	中	强	强	中
品牌实体	强	极强	中	中	强
内容更新	中	强	极强	中	中
外链/百科	中	中	中	极强	中
持续监测	弱	中	中	中	强

结论：

Schema是DeepSeek/文心一言/Kimi的硬通货——这3个引擎对结构化数据最敏感
品牌实体是豆包的硬通货——豆包重度依赖品牌权威度评分
内容更新是Kimi的硬通货——Kimi的检索-生成联动做得好，新内容能更快被纳入候选
外链/百科是文心一言的硬通货——百度系对外链和百科的依赖至今没变

实操建议：给客户做归因时，必须分引擎算一次。否则用平均归因会掩盖真实问题——比如某客户在文心一言上效果差，你去优化Schema就完全错方向了（应该去铺百科）。

2.5 结论五：60%以下引用率，Data-Driven归因不靠谱

Data-Driven归因的"金标准"是Shapley Value（合作博弈论里的公平分配算法），它需要的最小数据量是：

至少4个优化动作节点 + 6个核心问题词 + 8个引擎 + 8周连续数据 = 1536条引用样本

我们实测发现：

样本量<1500时，Data-Driven的准确度反而不如Time-Decay
样本量1500-3000时，Data-Driven开始稳定领先
样本量>3000时，Data-Driven准确度>90%

对中小客户的实操建议：

引用率<10%的隐身客户，先别谈归因，连"被看见"都没做到
引用率10-30%的起步客户，用Linear + Time-Decay，便宜好用
引用率30-50%的成长客户，开始建数据中台，3个月后切Data-Driven
引用率>50%的成熟客户，必须Data-Driven，否则投啥都是拍脑袋

三、可落地的GEO归因实操框架

3.1 归因四步法（GeoAurora标准流程）

Step 1：建立"动作-问题词-引擎"三维数据池

不要只记"做了什么动作"，要记：

动作时间（精确到天）
动作类型（5类：Schema/品牌实体/内容/外链/监测）
该动作影响的问题词（精确到具体问题）
该动作影响的引擎（精确到引擎+版本）

Step 2：每周做一次"反事实模拟"

问自己：如果把上周那个动作拿掉，本周引用率会少涨多少？

具体做法：把那个动作"屏蔽"在时间线之外（暂时不做），看下周引用率是不是真的掉下来。掉得越多，那个动作的真实贡献越大。

# 反事实模拟伪代码
def counterfactual_simulation(action_id, week):
    """模拟拿掉某个动作后，引用率会怎么变"""
    real_rate = get_real_citation_rate(week)
    # 从时间线移除该动作
    timeline_without_action = remove_action(action_id, timeline)
    predicted_rate = predict_citation_rate(timeline_without_action)
    contribution = (real_rate - predicted_rate) / real_rate
    return contribution

Step 3：每月做一次"引擎分层归因"

按引擎分开算5个动作的贡献，再加权汇总。不要用"平均归因"——会掩盖问题。

Step 4：每季度做一次"归因模型升级"

引用率涨到30%以上、数据量超过1500条后，从Time-Decay升级到Data-Driven（Shapley Value算法）。

3.2 归因结果的可视化模板

我们给客户出的归因报告，都用这种"热力图+时间线"的组合：

动作类型	DeepSeek	豆包	Kimi	文心一言	元宝	讯飞	天工	综合
Schema结构化	🟢🟢🟢	🟡🟡	🟢🟢🟢	🟢🟢🟢	🟡🟡	🟡🟡	🟡🟡	🟢🟢🟢
品牌实体	🟢🟢	🟢🟢🟢	🟡🟡	🟡🟡	🟢🟢	🟡🟡	🟡🟡	🟢🟢
内容更新	🟡🟡	🟢🟢	🟢🟢🟢	🟡🟡	🟡🟡	🟡🟡	🟡🟡	🟢🟢
外链/百科	🟡🟡	🟡🟡	🟡🟡	🟢🟢🟢	🟡🟡	🟡🟡	🟡🟡	🟢🟢
持续监测	🔴	🟡🟡	🟡🟡	🟡🟡	🟢🟢	🟡🟡	🟡🟡	🟡🟡

（🟢🟢🟢=强贡献，🟢🟢=中等，🟡🟡=一般，🔴=弱）

3.3 给GEO服务商的"避坑清单"

坑	现象	正确做法
用Last-Touch算账	客户引用率涨了，功劳全算在内容更新上	强制用Time-Decay+Linear混合
不分引擎算归因	平均归因掩盖真实问题	每个引擎单独算一次
引用率<10%就谈归因	数据不够，谈归因是自欺欺人	先把引用率做到15%+再谈归因
一次性算"全周期"	把120天的动作平均分摊，掩盖关键节点	按动作节点分段算
不做反事实模拟	只看"做了什么涨没涨"，不看"没做会不会跌"	每月至少做一次反事实实验