AI 引用之所以難以歸因，不是因為技術做不到，而是因為 ChatGPT、Perplexity、Google AI Overviews 這些答案引擎多半不會留下可追蹤的點擊。使用者在對話裡看到你的品牌被推薦，記住了，隔天直接搜尋你的公司名進站，或乾脆填表預約——這一整條路徑，在 GA4 裡看起來就是一筆「直接流量」或「品牌字自然搜尋」，跟 AI 一點關係都看不出來。你不是沒有成交，而是成交被歸錯了功勞。
對 B2B、尤其 SaaS 團隊來說，這件事直接影響預算。行銷主管想證明 GEO 投資有回報，卻在報表上找不到「AI 帶來的營收」這一欄。於是能見度做起來了，管理層卻問：這跟我們的 pipeline 有什麼關係？這篇講的就是怎麼把「被 AI 引用」一路接到「實際成交」，用一套在台灣團隊實際跑得動的方法，而不是等平台哪天大發慈悲給你完整的來源數據。
為什麼 AI 引用天生「斷鏈」
傳統 SEO 的歸因鏈很完整：搜尋 → 點擊 → 帶著 referrer 進站 → 轉換。每一步都有數位足跡。AI 引用把中間那段點擊抽掉了。答案引擎的商業模式是「把答案留在對話裡」，使用者常常看完就走，就算給了連結，很多人也只是記住品牌名而非當下點擊。
技術上還有三層阻礙疊在一起。第一，多數 AI 流量的 referrer 是空的或被歸成 direct，chat.openai.com 這類來源在報表上時有時無。第二，決策週期長，一個潛在客戶可能在三月被 Perplexity 提到你、五月才回來預約，中間隔了兩個月，任何 last-click 模型都會把功勞判給最後那個接觸點。第三，B2B 的購買是團隊行為，看到 AI 推薦的人（工程師）跟最後填表的人（採購或主管）往往不是同一個，Cookie 層級的追蹤根本串不起來。
先分清楚三種可測的信號
歸因做不到 100% 精準，但可以做到「足夠有信心下判斷」。我們在幫客戶建 Brand Radar 時，會把訊號拆成三層，各自用不同方法測。
- 能見度信號：你的品牌在特定提問下，被 AI 引用或推薦的頻率與位置。這一層跟營收距離最遠，但最好測，用固定題組定期查詢即可。
- 行為信號：AI 相關來源進站後的工作階段品質——停留時間、看了幾頁、有沒有點到定價頁或案例頁。這一層是能見度轉化成意圖的橋樑。
- 轉換信號：表單、預約、Demo 申請裡，明確表示或間接顯示「從 AI 得知」的那些。這一層最靠近成交，但量少、雜訊高，需要主動蒐集。
四個實際接得起來的歸因方法
沒有單一方法能全包，實務上是把幾種疊起來互相印證。以下四種，我們建議至少同時跑前三種。
一、表單自陳問題
在預約或聯絡表單加一題「您是怎麼認識我們的？」，選項裡明確列出「ChatGPT／AI 助理推薦」「Perplexity」「Google AI 概覽」。這是最直接、最便宜、也最被低估的一招。台灣 B2B 客戶通常願意誠實回答，因為填表當下他就是在找解決方案。單月填答量或許只有兩位數，但這是唯一能拿到「自陳來自 AI」的第一手資料，長期累積出的比例趨勢比任何推測都可靠。
二、答案引擎來源的 UTM 與 referrer 清洗
對於 AI 確實有給連結、且使用者真的點擊的那部分，把 chatgpt.com、perplexity.ai、gemini 等來源在 GA4 裡另建一個自訂管道群組（channel group），從 direct 和 organic 裡切出來。這只涵蓋「有點擊」的一小塊，但這一塊是硬數據，可以當作整體 AI 影響力的下限錨點。
三、品牌搜尋量的相關性分析
當你的 GEO 內容開始被引用，一個滯後但穩定的訊號是「品牌字＋問題字」的自然搜尋上升。把 Brand Radar 測到的引用頻率，跟 Search Console 裡品牌相關查詢的曲線疊在一起看。若引用量拉高後兩到四週，品牌搜尋跟著漲，這就是能見度外溢成需求的證據。它不精準到單筆成交，但足以在管理層面前說明因果方向。
四、銷售端的定性回饋
讓業務在 CRM 裡養成一個習慣：成交或進入商機時，記下客戶有沒有提到「我在 ChatGPT 上看到你們」。這種一句話的欄位，量化起來很粗糙，卻常常是唯一能把 AI 引用連到「已成交金額」的線索。一個季度累積十幾筆，就足以估出 AI 影響的加權營收區間。
用一個 KPI 框架把它報給管理層
訊號蒐集完，接下來的難題是「怎麼講給不看報表細節的人聽」。我們給客戶的建議是別急著報單一營收數字，改報一組互相支撐的指標，並且用新台幣把價值標出來。
- AI 引用佔有率（Share of AI Voice）：在你的核心題組裡，被引用的比例，對比主要競品。這是能見度的分子分母。
- AI 影響觸及（自陳＋點擊）：本期表單自陳來自 AI 的名單數，加上 referrer 可確認的點擊工作階段數。
- AI 影響 pipeline：把上述名單裡進入商機的部分，乘上平均客單價，得出「AI 至少影響了 NT$X 的商機」。
- AI 加權成交：銷售回饋中提及 AI 的已成交金額。這是最保守、最站得住腳的底線數字。
常見的歸因陷阱
第一個陷阱是只看點擊。若你堅持要 AI 給你完整 referrer 才算數，等於把八成的影響力自願放棄。第二個陷阱是把品牌搜尋成長全歸給 GEO，忽略你可能同時在跑其他行銷。做相關性分析時，要把其他明顯的推力（例如一場大型活動、一波投放）標註出來，避免自欺。第三個陷阱是報表週期太短，AI 引用到成交的滯後常常是數週到數月，用月報去看單月波動只會被雜訊帶著跑，季度視角才看得出趨勢。
能被 AI 引用是入場券，能把引用連到營收才是護城河。前者證明你存在，後者證明你值得投資。— Tenten GEO 顧問團隊
從今天可以動手的三步
不必等一套完美系統。先做三件事就能開始累積歸因資料：在聯絡表單加上「怎麼認識我們」那一題；在 GA4 把 AI 來源切成獨立管道；請業務在 CRM 補一個「是否提及 AI」的欄位。三個月後你手上就有第一份能對管理層交代的 AI 影響報告，而不是繼續靠感覺說「GEO 有用」。
如果你想知道自己的品牌現在被 AI 引用到什麼程度、以及這些引用有沒有漏接成該接住的商機，可以預約一次 30 分鐘 GEO 診斷（/contact）。我們會用 Brand Radar 幫你看實際的引用佔有率，並盤點你目前歸因鏈上斷掉的環節，讓你下一季的報表裡真的長出「AI 帶來的營收」這一欄。
