B2B 暗漏斗：测量信号，不编造归因

CH.01

网站分析能观察什么，不能观察什么

买家可以不访问网站就了解公司。网站分析记录访问和事件，不能记录每次私下交谈、推荐或线下互动。

Forrester 2026 年 1 月文章总结 2025 年近 18,000 名商业买家调查：94% 在采购中使用 AI，也向可信的人核对信息。不代表所有研究都发生在 LLM 中，或每次访问都丢失来源。

没有带来访问的私下交谈，不会产生可分类的网站会话。发生访问时，记录来源取决于现有信号和归因范围。GA4 可以识别 AI Assistant 导流；Google AI Overviews 和 AI Mode 流量包含在 Organic Search 中。Direct 有多种可能来源。

CH.02

先定义范围，再选择百分比

工具看不到的旅程不存在通用百分比。可见性取决于触点、权限、同意、工具和所问的问题。

旧 70–80% 暗漏斗图没有经核对的对应方法。6sense 报告，2025 年 B2B 样本的首次销售接触约在旅程 61% 处，2024 年约为 69%。接触时间不是 AI 使用时间或分析漏掉的活动比例。

CH.03

询问买家，不引导答案

自述归因补充买家的经验，但存在回忆与选择限制，不是比每种技术信号更准确的替代。

先问中性问题，如“哪些信息帮助你找到并评估我们？”允许多种影响。自主回答后再追问 AI，并区分首次发现公司与研究已经知道的公司。

• →开放文本可发现未预期影响；选项可减轻负担。按任务选择，并允许不被迫选择。
• →提问时机影响回忆，记录何时询问，不宣称某时点永远最准确。
• →来源占比旁记录回答率与招募方法。
• →自述可能遗漏、记错或夸大。只有收集方式与样本构成足够一致，趋势才可比较。

CH.04

把品牌搜索用作背景

品牌查询显示涉及品牌名的搜索行为，不透露原因或此前交谈。

按有记录的品牌词集合查看 Search Console 点击和展示，保持地区、设备、搜索类型与期间可比。这是你的网站资源的展示，不是市场总搜索量。匿名与截断查询意味着表格并非完整活动日志。

CH.05

把 AI 曝光作为独立观察

抽样回答显示记录条件下产品说了什么。能否预测合格商机，需要自家市场与测量设计的证据。

提及、引用、导流、合格商机是不同事件，分母不同。不要假定固定顺序或时滞。引用增长可能来自产品更新、提问或覆盖变化，而不仅是内容修改。

• →选择相关提问；100–300 是规划选项，不是验证过的最低门槛。
• →记录平台、界面、语言、日期与状态。消费者界面与 API 输出可能不同。
• →分开品牌提及、链接引用与推荐，用相同条件比较竞品。
• →可识别导流会话与 CRM 结果应独立于抽样回答覆盖。
• →确认可重复的重要变化再反应，单次缺失不是趋势。

CH.06

结合证据，不重复计数

把三类证据并列，保留各自定义。一致是有用背景，不会消除共同偏差或揭示全部未观察互动。

同一商机可能有 AI 导流、品牌搜索与买家自述 AI 影响。计作三条商机会夸大结果。使用获准商机标识去重，分别报告观察来源、自述影响与分析解释。