인용·추천·적격 영업 기회로 GEO 측정하기

CH.01

트래픽은 성과의 일부입니다

트래픽은 사업 목표와 연결되면 여전히 유용합니다. 하지만 그 자체로는 AI 답변이 콘텐츠를 얼마나 자주 인용하는지, 추천이 긍정적인지, 리드가 영업 기준을 충족하는지 알 수 없습니다.

당사의 제로 클릭 백서는 표본, 기간, 클릭 정의가 다른 연구를 비교합니다. 가시성과 사이트 방문이 다르게 움직이는 이유를 이해하는 데 도움이 되지만, 트래픽이 계속 줄어야 한다거나 감소가 GEO 성공의 증거임을 입증하지는 않습니다.

Pew Research는 미국 성인 900명의 2025년 3월 탐색 기록을 연구하고 해당 검색 결과를 4월에 수집했습니다. AI 요약이 있는 Google 검색 결과 페이지 방문의 1%에서 요약 안의 링크를 클릭했습니다. 분모는 검색 결과 페이지 방문이지 인용 링크, 모든 AI 사용자, 자사 사이트 방문자가 아닙니다. 상업적 가치를 판단할 때는 자체 전환 수와 정의를 사용하세요.

CH.02

첫 번째 계층: 인용률(Citation Rate)

인용률은 수집한 답변이 대상 페이지에 링크하는 빈도입니다. 링크 없는 브랜드 언급은 별도로 기록합니다. 두 지표 모두 검색 순위를 대체하지 않으며 서로 다른 화면의 상태를 설명합니다.

이 체계의 인용률은 대상 URL을 하나 이상 포함한 적격 수집 답변 수를 전체 적격 수집 답변 수로 나눈 값이며, 엔진별로 보고합니다. 한 답변이 대상 URL 여러 개를 인용해도 한 번만 셉니다. 수집 전에 포함 기준을 정하고 요청 실행 수, 확보한 답변, 누락 답변, 오류를 함께 보고하세요. AI Overview가 나타나지 않은 경우도 기록하고 분모에 어떻게 반영했는지 명시합니다.

데이터 수집 방법

• →프롬프트 집합: 사업과 관련된 구매 질문부터 시작합니다. 100–300개는 계획 범위일 수 있지만 통계적 필수 수량은 아닙니다. 학습·추천·비교·검증 질문을 구분하고 사업이 바뀌면 집합의 버전을 기록합니다.
• →표본 수집: 반복 실행하면 변동을 볼 수 있습니다. 프롬프트당 3회는 초기 비용 추정이지 신뢰성 증명이 아닙니다. 모든 답변을 보관하고 분자·분모·변동을 보고하세요. 누락을 조용히 0으로 바꾸거나 다수결로 감추지 마세요.
• →수집: 엔진, 제품 화면, 확인 가능한 모델·모드, 날짜, 언어·지역, 계정 조건을 기록합니다. API 응답은 소비자 화면과 자동으로 같아지지 않습니다. 측정하려는 화면에 맞는 수동 확인이나 허용된 도구를 사용하세요.

흔한 오독

• →스크린샷 하나는 답변 하나이며 안정적인 인용률이 아닙니다. 관찰을 반복할 수 있도록 프롬프트와 수집 조건을 보관하세요.
• →링크된 인용과 링크 없는 브랜드 언급은 별도 필드입니다. 인용이 지지, 사실의 정확성, 구매 의도를 입증하지도 않습니다. 맥락을 확인하세요.
• →엔진별로 보고하고 표본 수를 제시하세요. 통합 비율은 엔진별 관찰 비중이 달라졌다는 이유만으로도 변할 수 있습니다.

CH.03

두 번째 계층: 답변 점유율(Share of Answer)

브랜드가 출처로 인용되어도 구매자에게 추천된 것은 아닐 수 있습니다. 이 단계는 정의한 구매 질문 집합에서 추천 여부와 감성 방향을 기록합니다.

여기서 답변 점유율은 적격 추천·비교 답변 중 브랜드가 미리 정의한 추천 그룹에 포함되는 비율입니다. 명시적인 최우선 추천인지, 처음 나열된 1–3개 선택지인지 지정하세요. 두 규칙은 다릅니다. 이는 보고 규약이지 보편적 업계 표준이나 실제 측정된 구매 후보 목록이 아닙니다.

데이터 수집 방법

• →버전 관리되는 프롬프트 집합의 추천·비교 하위 집합을 사용합니다. 해당 집합의 답변 수를 별도로 제시하세요. 분모는 전체 인용률 집합과 다릅니다.
• →답변을 검토하기 전에 분류 규칙을 정의합니다. 첫 추천 그룹, 기타 언급, 미등장을 기록하고 긍정·중립·부정 맥락도 구분합니다. 모호한 사례는 근거 답변을 보관하세요.
• →표본 규모와 결정에 맞는 주기로 집계합니다. 월별 검토는 계획 제안이지 추천 여부가 더 느리게 변한다는 증거가 아닙니다. 모호한 자동 라벨은 사람이 확인할 수 있습니다.

흔한 오독

• →학습 질문의 인용률이 높아도 구매 질문에서 추천된다는 뜻은 아닙니다. 어떤 정보가 부족한지 판단하기 전에 하위 집합을 비교하세요.
• →답변 점유율은 선택한 표본의 관찰이지 시장 점유율이나 검증된 매출 상관관계가 아닙니다.
• →부정적 언급에는 별도 라벨이 필요합니다. 등장 횟수가 늘어난 것이 비판 증가일 수 있으므로 원시 횟수는 성공 지표가 아닙니다.

CH.04

세 번째 계층: 파이프라인 기여

세 번째 단계는 관찰 가능한 접점을 적격 영업 기회와 연결합니다. 파이프라인 금액, 확정 매출, 인과적 효과는 별도 지표입니다. 보고서는 어떤 지표를 뒷받침할 수 있는지 밝혀야 합니다.

기여를 계산하기 전에 영업팀과 자격 단계, 영업 기회 금액, 관찰 기간, 기여 배분 규칙을 정합니다. 관찰된 유입 출처, 구매자가 말한 영향, 모델이 배분한 기여는 별도 증거 필드로 둡니다. 적절한 식별자로 허용된 기록을 맞추고 같은 기회를 중복 계산하지 마세요. 출처 정보가 없으면 미상으로 남깁니다.

흔한 오독

• →소규모 표본에서는 수량, 자격 규칙, 불확실성을 제시하세요. 채널명이나 다른 회사의 보고 배수만으로 AI 유입 전환이 더 좋다고 가정하지 마세요.
• →기여 배분 모델은 자체 규칙으로 기여를 배분할 뿐 인과관계를 입증하지 않습니다. 선택한 모델과 룩백 기간을 제시하세요. 최초 사용자 획득과 이벤트 기여 보고서는 다른 질문에 답합니다.
• →실제 영업 주기와 데이터 가용성에 맞는 기간을 사용하세요. 월별 보고·분기별 결정은 유용할 수 있지만 보편적인 6–18개월 주기를 입증하거나 파이프라인 발생을 보장하지 않습니다.

CH.05

조정해서 사용할 보고 필드 명세

아래 표는 Tenten이 제안하는 필드 명세입니다. 결정에 필요한 필드를 선택하고 정의와 담당자를 기록하세요. 실측 고객 성과 기록이 아닙니다.

원시 관찰과 해석한 지표를 구분하세요. 각 비율에 분자, 분모, 표본 포착 범위, 갱신일을 함께 제시합니다. 정의가 바뀌면 이전 버전을 보관하고 비교가 끊기는 지점을 표시하세요. 알려진 오류를 영구히 고정하지 마세요.

CH.06

각 검토를 결정에 연결하기

결정과 가용 증거에 따라 검토 주기를 선택하세요. 주별·월별·분기별 회의는 선택지이지 세 지표가 인과 순서를 이룬다는 증거가 아닙니다.

보고서부터 결정할 질문, 관련 관찰, 미해결 한계를 제시합니다. 한 단계의 변화가 다른 단계의 후속 질문을 제안할 수는 있지만 그 단계의 증거를 대신하지는 못합니다.