← 返回博客

AI 带来的流量和线索,怎么统计、怎么别算错

AI 引荐流量天然难归因:先把能统计的和只能观察的分清。referral 来源、品牌词搜索、销售反馈三样各自的方法与局限,相关性不当因果,验收指标不写线索,附我们后台 0 点击数据的第一手观察。

AI 带来的影响大头发生在答案里,不在你网站的访问日志里:用户在 AI 那里拿到结论,可能点进来,也可能直接走了。所以归因的第一步不是装工具,是分清两件事:哪些能统计,哪些只能观察。referral 来源、品牌词搜索、销售反馈,这三样能统计;提及率、引用位、答案里的措辞,这些只能观察。把只能观察的当验收指标,或者反过来把统计不到的当成没发生,是这件事上最常见的两个错。

一行后台数据:展示 9 次,点击 0

2026 年 11 月初,我们看自己站的首批搜索后台数据:8 条英文查询全部命中测量意图,合计 9 次展示、0 次点击。放在纯搜索时代,这是要排查的坏消息;放在 AI 答案时代,它只是把一件事摆上了台面——用户在引擎那里拿到了答案,答案里带着我们,点击没有发生。零点击不是论文里的概念,是后台第一行的真实数据。

AI 归因的两栏:能统计的与只能观察的,各自的信号与边界

那一行数据后来变了样。两周后的第二批热门查询涨到 63 条,其中排在第一的那条当天被我们写成了新文章。同一批数据,先告诉我们影响统计不到,再告诉我们观察可以反哺选题——两个方向都是真的,混在一起看就会算错。

难在哪:三个缺口

第一是行为的缺口。搜索时代用户带着意图点击,行为链完整;AI 时代答案直接完成任务,点进来的人是少数,没点进来的人留在统计之外。第二是来源的缺口。部分引擎答案里的链接经过跳转或参数处理,进了分析工具也未必归到你期待的分类,AI 来源分组的覆盖天然不全。第三是时间的缺口。用户今天在 AI 里认识你,两周后搜索你的品牌词,再过一个月成交——横跨三个触点的因果链,任何单点数据都接不住。

三个缺口叠加的结果是:AI 影响的真实量级,永远大于你能统计到的量级。这不是统计工具的缺陷,是渠道形态决定的,先接受它,后面的每个动作才不会走形。接受它也不等于放弃测量,等于换个目标:不去猜总量,把能测的那部分测准、测稳、测得可持续。稳的意思是每周同法复测;可持续的意思是字段与来源三个月后还能对上。做到这两条,你的读数就能跨周期比较,而跨周期比较是后面一切判断的地基。

能统计的三样,各自的抓法与局限

信号 怎么抓 局限
referral 来源 分析工具里建 AI 来源分组,按周看跳转量 覆盖不全:答案内引用带来的影响没有跳转记录
品牌词搜索 搜索平台后台按周记品牌词展示与点击 间接信号:广告、公关、季节都会动它
销售与客服反馈 把「客户说是 AI 推荐的」记成固定字段,每周汇总 量小但最可信:离成交最近,样本靠人工积累

三样的价值不在单点,在互证。referral 涨了、品牌词也涨了、销售说客户提起了 AI——三条独立线索指向同一方向,才敢说「AI 侧在做功」。只拿一条说话,任何一个干扰变量都能把它解释掉。互证也用来排错:referral 涨了、品牌词纹丝不动,先别庆祝,多半是参数误归进了 AI 分组或者爬虫流量混了进来,拆开来源核对一遍再下结论。统计规则的细节,比如什么算有效样本、什么算一次引用,我们在指标定义那篇拆过,两篇配合着用。

相关性不等于因果,尤其别写进合同

把观察到的同步变化说成因果,是这条路上最深的一个坑。你的引用位上去了,品牌词也涨了——同期你可能改版了官网、投了广告、赶上行业旺季,每一个都能解释同样的涨幅。能做的是建立观察窗口:固定问题集、按周采样、四周起步,把同期动作记进一张干扰变量表,解读时逐条对照。观察结论的措辞也要克制:「同窗口内引用率上升,同期品牌词搜索上升」,这句话每个字都站得住;「GEO 带来线索增长 30%」,这句话每个环节都经不起追问。

这件事在采购场景里变成真金白银:线索增长受产品、定价、销售动作和季节的共同影响,把归因链最长的指标绑给只负责内容的一方,验收时就是一场互相指责。合同里能写的是前端可量化部分——按周采样的提及率、引用率,加上事先固定的统计规则;线索留作观察项,进复盘,不进验收。条款怎么落纸,合同十件事里从基线一路讲到退出。

干扰变量表值得单独说一句怎么建,因为它只需要三列:动作、时间范围、影响面。改版、投放、促销、行业事件,任何同期发生的都记进去,每条标明大概影响哪些指标。解读读数时先过这张表再下结论,五分钟的事,能挡掉大部分自欺。表本身不难,难的是「同期发生了什么」这件事没人记得全——所以它必须在动作发生时随手记,而不是复盘时回忆。

手工统计的起点:一张桌子、一台计算器、每周一行的记录

常见问题

AI 引荐流量为什么比搜索引擎流量难统计?

搜索引擎把用户送到你的页面,Analytics 里留下一条带来源的会话;AI 答案把结论直接给用户,用户可能不点任何链接。于是发生在 AI 里的大半影响,在你的统计工具里根本没有行记录。你能统计的只有跳转过来的部分、品牌词搜索的变化和销售侧的反馈,这三样都真实,但加起来也不等于 AI 影响的全部。

AI 答案里引用了我的网站,为什么后台看不到流量?

两种情况都会发生。其一,用户读完答案就满足了,没有点击,这次影响统计不到;其二,部分引擎的答案里链接带跳转参数,进了 Analytics 也未必归到你期待的来源。所以「被引用了但没流量」不是异常,是这类渠道的常态,判读要看趋势而不是单日。

能不能把线索增长写进 GEO 合同当验收指标?

不能。线索受产品、定价、销售动作、季节和广告投放共同影响,把归因链最长的指标绑给只负责内容的一方,验收时就是一场互相指责。可以写进合同的是前端可量化部分:按周采样的提及率、引用率,以及统计规则的事先固定;线索留作观察项,进复盘,不进验收。

没有任何工具的情况下,今天能开始做什么?

三件零成本的事。Analytics 里建一个 AI 来源的分组,哪怕先只收两三个已知域名;品牌词搜索量在搜索平台后台按周看一眼,记进一张表;让销售和客服把「客户说是在 AI 上看到的」这句话记下来,每周汇总。三样各就各位,你的观察就有了起点,工具是后来的放大器。

公开研究可以给你一个方向感。Adobe 的零售数据报告从 2025 年起按期追踪 AI 引荐流量的转化表现,方向性的结论稳定:这个渠道的转化从落后于非 AI 流量,走到反超并继续拉开。我们故意不在本文引用任何具体百分比——各期报告的行业构成、时间窗和统计方式都不同,抄一个数进你的汇报,错得比你想的快;要用,先到 Adobe 的当期报告核对统计口径,再决定它能支撑你哪一句话。

归因的边界说到底一句话:你能统计的永远只是 AI 影响的一部分,统计不到的不等于没发生,统计到的也未必是你做成的。把这个边界讲清楚,你比大多数汇报都可信。这三样零成本的统计今天就能开工;等需要按周、按引擎持续采样时,人工的带宽就到了头,产品与定价与每周关账流程接的就是从手工到自动的那一段。立言GEO(WalkGEO)自己的 referral 观察也还是一张手工表,我们先信它,再谈放大它。

看完了?让智能体把你自己的网站跑一遍

注册进入工作台,一次跑完全部页面,拿到按优先级排好的修复清单。首次免费。

免费做一次网站审计