人工智能、分析与人类洞察¶

隐私的兴起与具体性的消退

正如第 6 章“偏见、伦理与法律问题”所述，世界各国政府持续对隐私提出担忧并出台相关法规。网站跟踪方法能够具体到如此程度，本身就具有侵入性。

我们在 LL Flooring 工作时，有一种工具可以跟踪真实用户的会话，让我们准确看到用户将鼠标悬停在什么位置、如何滚动页面、每一次点击，以及每次停顿。作为营销人员，这样近乎实时地观察客户，让我们的工作能力大幅提升，因为我们可以亲眼看到他们在网站可用性或功能方面遇到的任何问题。这种程度的细节从未被用于针对某位客户营销产品，但本来完全可以这样做。这正是欧洲大多数国家已经禁止收集如此详细数据的原因，而美国也很快会实施类似禁令。

随着相关法规导致网站流量数据的具体性降低，作为营销人员，我们有责任寻找新的方式来报告成功。

以展示次数作为品牌推广的替代指标

SEO 从业者的口号……

2025 年年中，SEO 从业者兴奋不已。Google 中新近更新的 AIO 让网站获得了更高的可见度。但随着时间推移，SEO 从业者开始在自己的 GSC 账户中看到可怕的“鳄鱼嘴”。图 8.1 展示了一个例子：向上延伸的线代表展示次数，向下延伸的线代表点击率（CTR）。这两项指标出现分化，看起来就像鳄鱼张开的嘴。

AIO “偷走了”网站的点击量。人们不再点击进入网站，零点击流量很快成为 SEO 行业研究最广泛的指标之一。

Sparktoro 的 Rand Fishkin 早已看到了这一必然趋势，并于 2024 年 7 月开展了一项研究，结果显示，60% 的搜索不会带来点击进入网站的行为，也就是零点击搜索。他发现，每 1000 次搜索中，欧盟只有 374 次会点击离开搜索引擎，美国则只有 360 次。¹

1 https://sparktoro.com/blog/2024-zero-click-search-study-for-every-1000-us-google-searches-only-374-clicks-go-to-the-open-web-in-the-eu-its-360/

这比他一年前看到的情况更糟。点击率（CTR）直线下跌。各地高管都想知道原因。为什么同比低了这么多？天要塌了！但不知怎么回事，事实并非如此。分析师反馈说：收入保持稳定，甚至略有上升。客房预订晚数基本稳定，可能只是受到经济下滑的一点影响。表单完成量也很稳定。

更令人困惑的是，点击量基本保持稳定，甚至可能略有下降。但点击者的质量更高。点击进入网站的用户确实有意采取行动。

渐渐地，SEO 从业者和其他营销人员开始意识到，展示次数上升、点击率下降，并不像看起来那么糟糕。就像实体店在人行道上进行促销一样，浏览的人更多了，但最终购买的人数大致相同。

GSC 中的展示次数一直更像是点击量的替代指标，而不是真正的指标。Google 对展示次数进行了大量抽样，而且从一种搜索功能到另一种搜索功能，衡量方式并不一致。现实是，所有 SEO 专属指标，如展示次数和排名，都应持高度怀疑态度，只用于衡量趋势。点击量一直是有效得多的指标。

关注行动

点击量可能是比展示次数更有效的指标，但它仍然不是衡量业务成功的真正替代指标。只有一组指标能够衡量真正的成功。

对于拥有购物车的网站，这项指标就是收入。对于其他网站，则是潜在客户、注册、表单填写或其他具体行动。如果你的企业没有以这种方式衡量 SEO，就需要开始这样做。即使你只是为潜在客户指定一个任意价值，也必须了解每个渠道为业务成功贡献了多少。

话虽如此，请记住，多来源归因是现实情况。大多数潜在客户会通过不同方式多次访问，之后才采取行动。GA4 中的归因路径报告说明了这种情况有多普遍（图 8.2）。

多触点归因的一种策略，是按照各渠道发挥作用的先后顺序，为每个渠道分配一定比例的贡献值。表 8.1 展示了一种常见结构。

这种结构给予首次和最后一次触点的渠道最高权重，具体可能如表 8.2 所示。

这是一种不精确的衡量方式，有时各项加总可能略高于或低于 100%，但它有助于向高管和内部团队传达所有渠道的重要性。

可悲的现实是，大多数组织都没有花时间采用这样的多重归因模型，尽管大多数报告平台都支持这一功能。但在报告中简单解释这一概念以及“辅助转化”，就能帮助说明为什么投资并支持所有营销渠道很重要。在 GA4 这样的末次点击环境中，表 8.2 所示示例销售不会将任何功劳归于自然搜索；然而在这个例子中，如果客户不是先通过自然搜索访问网站，社交媒体就根本无法再次营销触达该客户。

来自 AI 工具的引荐

跟踪来自 AI 工具的引荐，是营销人员可能忽略的另一个机会。虽然人们对生成式 AI 带来点击的预期很低，但这些工具仍会为你的网站带来一些引荐流量。务必将其单独设为一个渠道进行跟踪，否则它会被归入“引荐”类别。每种 AI 工具都使用独特的用户代理，你可以在网上找到这些用户代理，并将其应用于分析报告。跟踪生成式 AI 工具的其他方法包括：

调查日志文件或服务器日志。这些是详尽的数据文件，每当网站记录一次访问时，就会生成相应记录。它们可以显示搜索引擎蜘蛛的访问、垃圾邮件发送者的访问、客户流量，甚至 AI 工具的访问。现实是，AI 工具确实存在，并像搜索引擎一样抓取网站；通过调查服务器日志，你可以看到每种工具访问网站的频率以及访问了哪些页面。如果你不熟悉这些内容，可以咨询托管服务提供商或 IT 部门。

留意训练数据访问。这种访问发生在 Claude、ChatGPT 和 Perplexity 等通用知识型 AI 工具抓取网站时，方式类似于搜索引擎刷新训练数据。尽管它们不像搜索引擎那样维护索引，但会通过有监督和无监督的训练数据收集来摄取信息。不要误以为这些工具连续访问你网站页面多次，就代表实际客户带来的引荐流量。在大多数情况下，这种特征表明的是训练数据收集，而不是真实流量。同样，最好尽一切可能将这类流量分离并标记出来，以免影响其他指标。大多数生成式 AI 工具在进行训练抓取时，会使用略有不同的用户代理。

AI 工具中的提及

正如展示次数表明 Google 何时在搜索结果页（SERP）中展示了你的品牌一样，AI 工具也可能在生成式 AI 中响应用户提示词时提及你的品牌。例如，酒店品牌可能希望在这样的提示词中被提及：

乔治亚水族馆附近有哪些每间客房可入住五人的酒店？

这样的提示词会生成所谓的扩展查询，例如：

• ◆ 乔治亚水族馆的经纬度

• ◆ 北纬 33.7634°、西经 84.3951° 附近的全套房酒店

• ◆ 乔治亚水族馆附近适合家庭入住的酒店

生成式 AI 工具会在选定的搜索引擎上搜索这些查询（有时是 Bing，有时是 Google，有时则使用内置搜索），收集其大语言模型中的数据，然后生成响应。

正在检查曝光情况的酒店品牌可能会被提及，也可能会被引用。如果是被引用，那么很容易跟踪是否有人点击进入网站；这正是人们极其渴望获得的引荐流量之一。但如果酒店只是被提及，而用户没有在生成式 AI 工具中采取下一步行动，酒店可能永远不会知道自己曾被提及。

这正是提示词跟踪可以派上用场的地方。

使用第三方工具跟踪提示词

与跟踪关键词搜索一样，如今各种跟踪 AI 提示词的工具也不断涌现。它们存在与排名工具相同的问题：结果变化频繁，每份报告都只是某个时间点的快照。不过，它们可以用于观察趋势。

用户必须按提示词付费，并指定要跟踪哪些提示词，但这可以很好地帮助你了解自己的网站是否参与了生成式 AI 的讨论。一款优秀的 AI 提示词工具可以跟踪两个关键要素：

• ◆ 提及用于确定你的品牌是否出现在对该提示词的响应中。

• ◆ 引用用于确定你的网站是否是被认定为提供答案的网站之一。

不过，使用拥有更大数据集的工具，其优势在于，它们可以汇总其他公司的数据以及从通用知识抓取的数据，从而识别市场中的空白。

例如，如果你的学校并不以艺术闻名，你可能不会跟踪“达拉斯附近艺术教育最好的学校”这一提示词，但更先进的提示词跟踪工具可以通知你，你的网站出现在了该提示词的结果中。反过来，如果你想知道离你最近的竞争对手是否因这一提示词而出现在提及内容中，更先进的工具可以告诉你他们是否出现，而你是否没有出现。

表 8.3 展示了提示词跟踪与排名跟踪之间的对应关系矩阵。

企业为提示词跟踪编制预算时还需要考虑另一点：与搜索引擎一样，你可能需要为希望跟踪的每个大语言模型分别支付一个提示词的费用。因此，就像在 Bing 和 Google 上跟踪一个关键词会产生两次关键词搜索的费用一样，在 ChatGPT、Perplexity 和 Claude 上跟踪一个提示词，可能会产生三次提示词的费用。当你拥有多个域名并使用多种语言时，成本还会呈指数级增加。

同样，与 GSC 中的关键词排名和展示次数跟踪一样，AI 可见度是一种不精确的衡量方式，只应用于观察整体进展或特定主题集合内的进展趋势。切勿仅凭 AI 可见度或缺乏可见度，就作出重大投资决策。

考虑 KPI

你应考虑采用以下 KPI：

跟踪展示次数和 AI 可见度（提及次数）可能是观察趋势的一项有用指标。比如，它可以帮助你识别网站是否突然从训练数据中消失，或者其他渠道是否发生了重大变化，从而为你的公司带来更多提及。不过请注意，这些数据的计算和衡量方式很可能会频繁变化。此外，目前跟踪 AI 提示词的成本也相当高。

AI 引用，即跟踪你的网站何时被 AI 工具引用，是另一项可能有用的指标。被视为某个具体主题的可靠来源，可能是提升品牌知名度的良机。同样，跟踪引用的方法以及生成式 AI 工具报告引用的方式都可能发生变化。

流量和点击量仍然是有效的跟踪指标，也是了解哪些渠道将用户引流至网站的有用方式。这项指标相对容易跟踪，与你一直以来的做法一致，也不会产生额外成本。只要你意识到，由于零点击搜索，点击之外还存在一个完全不同的活动世界，它仍然是一个有效且易于获取的指标。

参与度一直是跟踪用户活动和兴趣的好方法。继续留意跳出率或网站停留时间极短等危险信号。考虑一下，每次会话浏览页数或其他参与度指标，究竟表明用户迷失了方向、找不到所需内容，还是说明他们正在浏览多个页面和不同类型的内容并从中获得乐趣。

每位访客带来的收入（RPV）或每位访客带来的潜在客户数（LPV），是衡量任何营销渠道成效的黄金标准。尽管某些渠道可能只有通过多触点归因才能促成这些转化，但它们仍然是报告中的最终结果。企业必须赚钱才能维持经营，无论收入来自一次广告展示、直接销售，还是数月后最终带来收入的合格潜在客户。但企业的销售周期越长，这项指标就越难跟踪，因此我们建议设置一个替代指标，例如，为每位以特定方式参与的访客分配一个价值。定期核查这些数字非常重要，以确保它们仍能代表实际收入，但这可以成为一个不错的起点。

使用 AI 提供帮助，但要做好备份！

正如前几章所述，AI 与分析涉及两个方面。第一是如何跟踪 AI 提及和引用。第二是如何利用 AI 协助你收集和分析数据。

AI 在识别模式和自动执行重复性任务方面可以非常强大。不过，请牢记第 6 章中的警告，确保不要让 AI 助手或工具产生偏见，或使你陷入伦理或法律困境。正如第 11 章“受监管行业中的 AI”所讨论的，当你收集用户的身份识别数据时，这一点尤其重要。务必确保借助 AI 进行分析不会引入这些问题。始终保留备份。最近出现了几起令人毛骨悚然的案例：生成式 AI 工具删除文件，甚至整个数据库。其中一起涉及 Google 的 Gemini：一名用户当时正在尝试使用命令行提示来移动一些文件。

另一起受到广泛报道的事件涉及 Replit。这是一款生成式 AI，允许用户使用自然语言编写代码（这种方式称为氛围编程）。SaaStr 创始人 Jason Lemkin 讲述了自己使用 Replit 为其 SaaS 业务开发公司编写代码时的恐怖经历。³ 图 8.3、图 8.4 和图 8.5 是 Lemkin 分享的屏幕截图，展示了他遇到的一些问题。概括来说，AI 编程工具 Replit 谎报并掩盖程序中的漏洞和错误，创建虚假数据和报告来掩饰这些错误，最终删除了整个数据库。随后它还撒谎说无法恢复数据库，尽管实际上可以恢复。

3 https://x.com/jasonlk/status/1945862361564508390

不难想象，Lemkin 以为整个数据库都已消失且无法恢复时，必定感到多么恐慌。Replit 确实保留了备份，并针对这一情况道歉并承诺改进，但我们认为教训很明确：

切勿在生产环境中使用 AI，勤于保存，并始终做好备份。