GEO项目做到第三个月，几乎每家企业的老板都会问同一个问题：「这玩意儿到底带来了多少客户？」这个问题答不好，预算就守不住。但GEO的归因确实比广告难——用户从AI答案里认识你，可能隔了三天才搜索你的品牌，又过了两周才留下询盘，路径早就断了。本文给出一套务实到可以直接照做的三层归因法，让GEO的效果算得出来、说得清楚、对得上账。
一、为什么GEO的归因比广告难
信息流广告有点击ID，搜索广告有转化代码，而AI推荐的归因链条是断裂的：「AI答案曝光 → 用户记住品牌 → （任意时间后）主动搜索/访问 → 转化」。中间没有技术手段能100%追踪。但「不能精确追踪」不等于「无法归因」——行业通行的思路是把可归因的部分尽量量化，不可量化的部分用调研和趋势佐证，两层加起来，足够支撑预算决策。
二、三层归因法：从硬数据到趋势佐证
| 层级 | 方法 | 能回答的问题 | 实施成本 |
|---|---|---|---|
| L1 可量化层 | 专属落地页 + 带参链接 + 独立表单 | 「这个月AI渠道直接带来了多少留资」 | 半天搭建 |
| L2 可调研层 | 询盘问卷加一题 + 销售话术记录 | 「客户最早从哪听说我们」（含AI渠道） | 改个表单 |
| L3 可观察层 | 品牌词搜索量 / 直接访问量 / 品牌指数趋势 | 「GEO启动后品牌需求是否在涨」 | 免费工具 |
L1 的做法：给GEO单独建一个落地页（/geo 子路径或独立域名均可），页面只投放在AI信源内容里——官网FAQ、知乎回答、媒体稿件里的「了解详情」全部指向它。这样这个页面的流量和表单，就是AI渠道的直接产出。再进一步，不同平台信源用不同参数（?src=doubao / ?src=deepseek），还能看出哪个平台的AI引流能力强。
L2 的做法：在现有询盘表单和销售话术中加一个问题：「您最早是从哪里了解到我们的？」选项里加上「AI助手（豆包/DeepSeek等）的推荐」。这一步成本几乎为零，却能把「延迟转化」的客户追溯到AI渠道——根据多个项目的调研数据，AI渠道客户的回填率通常在15-30%，是不容忽视的一块。
L3 的做法：每月记录品牌词的百度搜索量、网站「直接访问」流量、微信指数。GEO见效的典型信号是：场景词占位后2-3个月内，品牌词搜索量出现阶梯式上升（增幅10-25%较常见）。这个趋势图放进汇报里，比任何辩解都有力。
三、月度归因台账：一张表对清所有账
把三层数据按月填进同一张表：L1留资数、L2问卷回填数、L3品牌词搜索量环比，再附上当月信源发布动作。三个月后这张表会自己说话——如果你每月补15条信源，L1+L2的线索曲线几乎必然跟着走；曲线不动，说明内容没有命中真实提问，回《GEO词库怎么搭建》校准词库。
五、归因的三个常见坑
坑1：拿点击量和广告比。GEO的答案位不是广告位，不能用「这个月多少点击」来考核——它的价值在「AI替用户做完初筛」，来访客户的意向浓度天然更高。正确的对比是同线索成本：AI渠道留资成本 vs 信息流留资成本，多数行业做熟之后前者是后者的三分之一到二分之一。
坑2：只看当月数据。GEO的转化有1-3个月的延迟周期，这个月发的信源，下下月才在答案里起效。看月度环比时至少拉一个季度的窗口，否则会把正常的爬坡误判为无效。
坑3：归因数据不进销售系统。问卷里勾了「AI助手推荐」的客户，如果销售跟单时不看这个字段，复购和转介绍就永远算不到GEO头上。把归因字段写进CRM，GEO的长期价值才会逐步显形。
六、常见问答
Q：L1的落地页会不会分流官网权重？
不会。落地页放在子路径（如 /geo-guide），内容与官网主站互补，做好canonical和内部链接，SEO和GEO是互相加分的关系。
Q：客户自己都不记得是AI推荐的，问卷还有用吗？
有用。记忆会模糊但行为会留下痕迹：L2问卷里「AI助手推荐」的勾选比例，加上L3品牌搜索量的时间相关性，两个弱证据交叉验证，结论就站得住了。
Q：归因数据要放到什么粒度才能服众？
月度足够。GEO是信源工程，周级波动大、说服不了人；月度三层数据 + 环比趋势，是向老板汇报的最佳粒度。
写在最后
归因不是GEO的附属品，而是它能否长期获得预算的生命线。今天就把L2的问卷加上，本月就能开始积累数据；L1落地页半天就能搭好。方法细节可参考《GEO优化的4个核心指标详解》，把「提及率」和「线索数」放在同一张看板上，GEO项目就从玄学变成了报表。
资料来源：智讯站项目归因实践整理（2026年10月）。
