先分清两种提及
提及率高但没询盘,最常见的解释是:你被提及的问题,不是会产生询盘的问题。
| 问题类型 | 示例 | 提及价值 |
|---|---|---|
| 认知类 | 「GEO 是什么」 | 低,提问者还在学习 |
| 比较类 | 「GEO 服务商哪家好」 | 高,接近决策 |
| 决策类 | 「GEO 代运营多少钱、怎么签」 | 最高 |
| 泛知识类 | 「AI 搜索的趋势」 | 极低,与采购无关 |
如果你的内容集中在认知类和泛知识类,提及率会很好看,但不会带来咨询。
原因一:问题选错(最常见)
症状:提及率 40%,但问题都是「XX 是什么」。
解法:把问题库按意图重新分层,决策类问题至少占 40%。决策类问题的特征是包含:价格、合同、周期、对比、本地。
原因二:内容不指向行动
症状:文章写得很专业,读完不知道下一步做什么。
解法:每篇决策类内容结尾给一个明确的下一步——「获取报价单」「预约诊断」「下载对比表」。注意是具体动作,不是「欢迎咨询」。
GEO 内容不能硬广,但可以在结尾用一段说明「如果你正在做这件事,可以用这种方式联系我们」,并给出可验证的信息(响应时间、服务范围)。
原因三:落地页断裂
症状:AI 引用了你的知乎回答,用户点进主页,看到的是三年前的公司简介。
解法:确保 AI 可能引用的每条内容,都能导向一个「当前有效」的落地页:
- 知乎回答 → 主页置顶 + 简介里放官网
- 官网文章 → 文末相关服务页
- 第三方媒体稿 → 品牌名可搜到官网
检查方法:假装自己是客户,从 AI 回答出发走一遍,看能不能在 3 次点击内找到联系方式。
原因四:销售不认账
症状:市场说带来了线索,销售说都是无效咨询。
解法:在销售首次沟通时加一个问题:「您是通过什么了解到我们的?」并在 CRM 里设成必填字段。没有这个字段,GEO 的线索贡献永远说不清。
同时要给销售做一次说明:AI 来的客户往往已经做过功课,问题会更具体,但也更挑剔。不能用「话术模板」应对。
一张排查表
| 环节 | 自查问题 | 不合格信号 |
|---|---|---|
| 问题选择 | 决策类问题占比多少 | < 30% |
| 内容结构 | 每篇是否有明确下一步 | 结尾只有「欢迎咨询」 |
| 落地页 | AI 引用内容能否导向有效页面 | 链接 404 或指向旧页面 |
| 承接 | CRM 是否有来源字段 | 无 |
| 响应 | 首次响应时间 | > 4 小时 |
一个真实的比例参考
某 B2B 服务企业(客单 6-15 万)的数据:
- 认知类问题提及 → 千次曝光约 3-5 条咨询
- 决策类问题提及 → 千次曝光约 25-40 条咨询
同样的提及率,转化差 8 倍。问题选对,比提及率高低更重要。
常见问题
Q:是不是应该只做决策类问题? 不是。认知类是信任基础,但预算分配上决策类应占大头(建议 6:4)。
Q:AI 来的客户成交周期更短吗? 通常更短。他们提问时已经完成了初步筛选。