第一,用户从哪里发现品牌;第二,哪些页面与证据推动了下一步;第三,进入销售后是否为有效机会。SEO/GEO 项目常见断点是搜索数据停在点击、网站数据停在表单、销售数据停在联系人,三套系统没有共同标识。WEPR 的目标不是把所有成交归功于最后一次点击,而是建立可复核的接触与质量记录。
在合规与隐私边界内记录来源/媒介、活动参数、引荐域名、首个落地页、语言和设备类别。搜索平台的查询数据应与落地页匹配;AI 助手可能携带可识别引荐,也可能表现为直接访问,因此“直接流量”不能自动等同 AI 流量。服务器日志可补充抓取证据,但不应与真实用户会话混合。
记录用户查看的服务页、案例页、洞察文章、下载、邮件点击和联系页到达。不要把滚动或停留时间直接当作购买意向;更可靠的是组合信号,例如从问题文章进入对应服务页、查看证据后打开联系渠道。为每个洞察主题定义它支持的服务与期望下一步,便于判断内容是否承担正确任务。
表单或邮件进入后台时保留原始来源、落地页和关键内容路径,并由销售补充市场、需求、预算区间、决策周期、是否匹配服务和下一阶段。有效询盘的定义应由市场与销售共同确认,例如具备真实企业、明确问题、目标市场和可沟通联系人;不要用提交数量代替质量。
B2B 决策可能经历品牌搜索、AI 问答、Reddit 讨论、媒体报道和直接回访。单一归因模型会简化现实。建议同时保留首次可识别接触、最后非直接接触、辅助页面和销售自报来源,并把无法识别的部分标为未知。客户口述“从 ChatGPT 看到”可以作为自报证据,但应与可验证的引荐数据分开。
建议至少定义:service_view、case_view、insight_to_service、contact_view、email_click、form_start、form_submit、qualified_lead 和 opportunity。每个事件写明触发条件、参数、负责人和测试方法。线索字段至少包含首次来源、落地页、语言、服务、内容主题、提交时间、质量状态和销售备注。命名稳定比事件数量更重要。
周报关注数据完整性、异常与页面路径;月报比较主题集群的展示、访问、服务页进入和有效询盘;季度复盘内容、渠道与销售反馈。若文章有展示但没有服务页进入,先检查意图和内链;有服务页进入但无联系动作,检查证据和 CTA;有表单但无有效线索,检查关键词、承诺和表单筛选。
能否准确知道每个 AI 询盘来自哪个答案?
通常不能完全准确。可结合可识别引荐、UTM、落地路径和客户自报形成证据等级,并明确未知部分。
只使用 GA4 是否足够?
GA4 可记录网站行为与部分归因,但搜索查询、服务器抓取、CRM 线索质量和销售阶段仍需要其他数据源连接。
邮件点击后没有表单,如何归因?
可记录 mailto 点击与来源参数,并在销售首次沟通时确认来源。点击不是询盘,最终应由收件与销售记录确认。
归因数据多久复盘一次?
数据质量可每周检查,内容与线索质量按月评估,涉及销售周期和渠道预算的判断按季度复盘更稳妥。
最小可行事件与字段
- 访问来源、入口页面与语言版本
- 服务页、案例页和洞察页的有效阅读
- 邮件点击、微信复制、表单开始与提交
- 目标市场、所需服务、预算阶段与预计启动时间
- 有效线索、可约见线索、商机与成交状态
- 销售判定无效的具体原因
邮件或微信咨询常发生在浏览器之外,不能假装拥有完美的单触点归因。更稳妥的方法是保存首次来源、最近来源、入口页面和客户自述来源,再由销售确认需求。对于AI搜索,可分成直接带参数访问、引荐访问、客户自述和无法确认四个证据等级。
用决策而不是流量结束报告
每月报告至少回答:哪个主题带来高质量访问,哪个页面促成联系,哪些询盘被销售认定有效,下一阶段应该扩展、修复还是停止什么。若数据不足,应明确样本限制,而不是把相关性写成因果关系。
无法识别AI平台来源时还值得记录吗?
值得,但应标记为客户自述或未核验,不与可验证引荐流量混在一起。长期积累后,可以观察问题主题、入口页面和询盘质量的共同变化。
资料来源:Google Analytics:Traffic acquisition report
