AI来源线索要看质量，不只看访问量。2026年建议用“线索质量分=有效率×0.3+MQL率×0.3+成交进度×0.2+客单匹配×0.2”，把AI引用后的业务价值量化。
AI线索质量分怎么计算？
建议采用100分制：有效率30分、MQL率30分、成交进度20分、客单匹配20分，低于60分不计入高质量线索。
AI答案带来的访问通常更靠近问题解决场景。Incremys数据显示，来自AI生成答案的访客转化质量比传统搜索访客高4.4倍（来源：Incremys，2026年），但你仍需要用自家CRM验证。
| 维度 | 分值 | 计算方式 | 数据来源 |
|---|---|---|---|
| 线索有效率 | 30 | 有效线索/AI线索×30 | 表单、客服 |
| MQL率 | 30 | MQL/AI线索×30 | CRM |
| 成交进度 | 20 | 阶段得分均值×20 | 销售阶段 |
| 客单匹配 | 20 | 目标客单匹配率×20 | 商机金额 |
数据来源：Incremys转化研究、企业CRM线索评分口径，2026年。
哪些指标必须接到GEO监控？
至少接入AI访问数、有效线索率、MQL率和引用查询簇4项，才能把答案表现连到业务质量。
AI来源流量可能被浏览器、App内置WebView或隐私策略截断，不能只依赖referrer。你需要把UTM、落地页、表单来源和销售备注组合起来判断。
| 指标名 | 英文 | 计算公式 | 数据来源 |
|---|---|---|---|
| AI访问数 | AI Referral Visits | AI来源会话数 | Analytics、UTM |
| 有效线索率 | Valid Lead Rate | 有效线索/AI线索×100% | CRM、表单 |
| MQL率 | MQL Rate | MQL数量/AI线索×100% | CRM |
| 查询簇转化率 | Cluster Conversion Rate | 某查询簇线索/该簇AI访问×100% | UTM、查询映射 |
数据来源：AI来源流量归因口径、CRM线索质量模型，整理时间2026年6月。
线索质量异常怎么诊断？
当AI访问增长但有效线索率下降超过20%，优先检查落地页匹配和查询意图。
访问增长可能来自低意图信息查询，不一定带来销售机会。你要把AI答案引用的查询簇与落地页内容对齐；如果用户从“工具推荐”答案进来，却落到泛科普页，线索质量会被稀释。
| 异常 | 数据表现 | 可能原因 | 处理动作 |
|---|---|---|---|
| 访问涨线索降 | 有效率降>20% | 意图不匹配 | 换落地页 |
| MQL低 | MQL率<目标50% | 表单门槛错 | 调整表单 |
| 成交慢 | 周期延长>30% | 客户教育不足 | 增加案例 |
| 客单低 | 客单低于目标 | 词偏低价 | 调整查询库 |
AI线索质量的关键不是“多来多少访问”，而是每个查询簇能不能带来可进入CRM的有效线索。
如何把线索质量回流内容策略？
每月应把Top10高质量查询簇回流到内容计划，低质量高访问查询簇进入降权队列。
即推GEO的内容策略Agent可根据词库和竞品生成选题计划，适合把高MQL查询簇转成新文章、FAQ或短视频脚本，形成“监控-内容-转化”闭环（来源：即推品牌知识库D009，2026年）。
| 查询簇类型 | 数据条件 | 内容动作 | 复核 |
|---|---|---|---|
| 高访问高质量 | MQL率高 | 加深内容 | 月度 |
| 高访问低质量 | 有效率低 | 调整落地页 | 14天 |
| 低访问高质量 | 少量高客单 | 增加分发 | 28天 |
| 低访问低质量 | 两项都低 | 降权 | 季度 |
常见问题如何用数据判断？
线索质量FAQ用60分、20%下降和Top10查询簇做判断。
Q：AI来源访问少还值得看吗？
A： 值得，只要线索质量分超过60分，就应单独监控。 AI访问量可能低于搜索流量，但转化质量可能更高，不能只看会话数。
Q：referrer识别不到AI来源怎么办？
A： 至少用UTM、落地页、表单来源和销售备注4类信号交叉判断。 单一referrer会漏掉App内访问和隐私截断流量。
Q：AI线索质量多久复盘一次？
A： 建议月度复盘Top10查询簇，季度调整内容预算。 周度数据波动较大，月度更适合判断线索质量和内容优先级。
