量測框架指南
AI 流量歸因：分清已知來源與資料缺口
讀懂 GA4 渠道定義，將來源證據保留到 CRM，並分開比較使用者自述的發現管道。來源資料缺失，本身不能證明流量來自 AI。
v1.1 · 2026 年 10 月 · Tenten GEO Research
CH.01
來源不明，不能直接判定是哪個渠道
一次造訪的來源資訊不完整，可能涉及多種路徑。先把缺漏視為量測限制，不要只因可能經過 AI 助理，就把它算成 AI 流量。
Averi 2026 年 4 月 14 日文章稱自家網站約 57% 流量為 direct/unknown。這是單一發布者的案例，不是產業比例，也不是 AI 造成的占比。摘要提到 GA4，內文卻描述 30 天 Fathom 分析，量測基礎並未完全一致。Email、通訊軟體、複製連結與直接輸入網址，也可能缺少可用的來源證據。
本章重點
把未知流量如實保留為未知。空白的 referrer 不足以支持來源判定。
CH.02
先讀懂 GA4 現行渠道定義
GA4 現已定義 AI Assistant 渠道，分類可辨識的 AI 助理來源；Google AI Overviews 與 AI Mode 仍歸在 Organic Search。渠道是報表分類規則，不是訪客所有接觸歷程的完整紀錄。
Direct 與 Unassigned 定義不同。Direct 使用來源 (direct)，媒介為 (none) 或 (not set)；Unassigned 表示資料沒有符合任何渠道規則。比較結果前，也要分清工作階段、首次使用者與事件範圍的渠道維度。不要把它們合成單一「direct/unknown」指標，或把報表中的 AI 流量當成必然正確的下限。
| 觀察 | 解讀 | 需分開 | 下一項檢查 |
|---|---|---|---|
| 可辨識的 AI 助理 referrer | 可能歸入 AI Assistant | 歸因範圍與實際來源值 | 核對現行規則及記錄值 |
| Google AI Overview 或 AI Mode 造訪 | 歸入 Organic Search | 搜尋介面與報表渠道 | 不要把所有 Google 自然造訪改標為 AI |
| Direct | 符合指定的來源／媒介規則 | 未知的影響與已知的進站資料 | 檢查可用的到達頁及活動證據 |
| Unassigned | 未符合任何渠道定義 | 規則不符與 referrer 缺失 | 檢查來源、媒介與標記設定 |
依 Google 現行渠道定義；分類不能證明訪客意圖。
本章重點
寫清楚選用範圍與原始來源值。渠道合計、缺漏紀錄與 Google 搜尋流量回答的是不同問題。
CH.03
伺服器端標記處理的是已收到的證據
伺服器容器可以驗證及轉送量測事件，不能只靠一般瀏覽器的 user agent 或到達頁路徑重建遺失的來源。請求若沒有可靠來源證據，就保留未知。
Google 區分事件中的 page_referrer 與伺服器容器收到的 HTTP Referrer 標頭。後者可能描述量測請求，不是訪客原本的進站歷程。保留實際收到的值、蒐集時間與規則版本。第一方標籤仍是記錄下來的解讀，不是無法刪除的資料，也不是獨立證據。
| 證據 | 可行處理 | 限制 |
|---|---|---|
| 記錄到的 page referrer | 保留並驗證原始值 | 可能缺漏或不完整 |
| 可控的活動參數 | 記錄連結實際發布管道 | 連結轉傳後可能經過其他渠道 |
| 到達頁路徑與一般 user agent | 供技術排查使用 | 本身不能辨識 AI 助理來源 |
| 同意與儲存狀態 | 在蒐集路徑中傳遞相關狀態 | 伺服器端處理不會略過同意或保留期限 |
這些是證據處理界線，不是找回所有遺失來源的方法。
本章重點
先改善現有資料的處理，不要替缺失資料編造來源。伺服器端與用戶端實作都需要明確規則與驗證。
CH.04
把來源證據帶入 CRM，不直接等同名單分數
技術來源、使用者自述的發現管道與名單資格結果應分欄保留。來自 AI，不等於有購買意圖，也不足以直接提高名單分數；兩者的關係要用自己的合格名單結果評估。
Conductor 的 2026 報告使用 2025 年 5 至 9 月美國月度資料，流量分析涵蓋十個產業的 1,215 個企業客戶網域。報告稱 AI 轉介占總流量 1.08%，ChatGPT 占 AI 轉介 87.4%；兩者分母不同。這些樣本平均不能證明你的網站占比、名單品質或之後每月的成長率。
STEP 1
記錄來源證據
保留實際 referrer 或可控的活動參數、時間與分類規則。缺乏支持的來源欄位維持未知。
STEP 2
保留歸因範圍
分清首次觀察到的進站與當次工作階段。遵循同意及保留規則，不承諾 cookie 能跨越每次造訪或裝置。
STEP 3
連同出處傳入 CRM
有效名單提交時，將允許傳遞的來源欄位連同名單識別碼送入 CRM。分清觀察值、自述值與推估值，並去除重複提交。
STEP 4
評估合格結果
使用相同結果定義、期間與納入群組比較。名單評分要有自己的證據支持，不因 AI 標籤自動加分。
本章重點
可追溯的來源欄位有助調查名單，但來源標籤不是完整接觸歷程，也不能證明增量營收。
CH.05
把使用者自述保留為另一種訊號
詢問發現管道，可以記錄使用者記得的經歷，為不完整的技術資料補充脈絡。但記憶、問法與未作答都會影響結果；保留自願作答，解讀範圍限於回答者。
使用者可能記得 AI 助理的推薦，後來卻透過 Google 或儲存的連結進站。兩筆紀錄可能描述同一歷程的不同時刻。吻合可提供脈絡；不吻合不能直接量出隱藏的 AI 流量，也不能證明某一筆有誤。
問法
清楚詢問，保留選填
在既有流程的適當位置，用簡短問題詢問發現管道。記錄問法版本與未回答筆數，不假設某個時間點必然能得到準確回憶。
選項
提供平衡選項
若收集結構化答案，納入相關渠道與開放回答。避免引導選 AI；多個來源有影響時，也不要強迫只留一個。
對帳
比較可對應的紀錄
針對相同回答名單與期間，比較技術及自述欄位。列出回答者分母與缺漏，不要把兩個無關的百分比直接相減。
回饋
保留兩種記錄
在 CRM 中將原始回答與技術紀錄並列。修正已確認的蒐集錯誤，同時保留未知及多次接觸的可能。
本章重點
自述補充的是當事人的記憶，不能讓不完整的歸因系統變成完整普查。
CH.06
檢查既有量測設定的實務步驟
從正在使用的報表與蒐集方式開始。新增基礎設施前，先檢查定義、一小組已知路徑與 CRM 欄位處理。所需時間取決於權限、同意設定及既有實作。
STEP 1
檢查現行渠道報表
查看 AI Assistant，以及所需的工作階段、使用者或事件範圍。自訂渠道群組可回答特定報表問題，但不是讓預設渠道存在的必要條件。
STEP 2
驗證可控連結
只對實際可控制來源的發布活動使用活動參數。不要把每個站內 CTA、文件連結或 llms.txt 連結都標成 AI 流量，一般讀者也可能使用相同連結。
STEP 3
追蹤已知的測試路徑
在適當同意條件下，以非正式環境測試資料檢查來源如何經過蒐集流程與 CRM。確認一次成功提交對應一筆名單，並記錄仍缺少的資料。
| 檢查項目 | 完成證據 | 仍有的限制 |
|---|---|---|
| 渠道定義 | 已記錄範圍、來源與媒介 | 規則及來源清單可能改變 |
| CRM 傳遞 | 允許使用的測試紀錄保留觀察到的欄位 | 無法重建缺失的原始來源 |
| 名單資格 | 有明確結果定義與去重規則 | 來源本身不代表品質 |
| 自述比較 | 記錄對應回答者、缺漏與問法 | 記憶與樣本選擇可能和全體不同 |
Tenten 量測檢查清單；不承諾固定設定時間或完整歸因。
讓下一位讀者能追溯判斷
寫清楚觀察到什麼、如何分類，以及哪些仍無法判定。這樣的紀錄，比把每次無法解釋的造訪都歸給新渠道，更能支持決策。
資料來源與研究方法
核對日期：2026-10-05。Averi 4 月 14 日文章為單站發布者報告，GA4／Fathom 用語不一致；57% 不是市場推估，也不是實測 AI 占比。https://www.averi.ai/blog/57-of-our-traffic-is-direct-unknown-what-it-means Conductor 報告於 2026-07-06 更新，流量分析採 1,215 個企業客戶網域的 2025 年 5 至 9 月美國資料；1.08% 的分母是全部流量，87.4% 的分母是 AI 轉介。另項 13,770 網域引用分析不是流量樣本。https://www.conductor.com/academy/aeo-geo-benchmarks-report/ 現行 GA4 渠道、Direct 與 Unassigned 定義依 Google 文件。https://support.google.com/analytics/answer/9756891 https://support.google.com/analytics/answer/15258820 自訂渠道群組為選用功能，不能替代缺失的來源證據。https://support.google.com/analytics/answer/13051316 伺服器端事件處理、page_referrer 與同意行為依官方文件；一般請求資訊無法重建缺失證據，是實作限制的推論，不是歸因恢復成效基準。https://developers.google.com/tag-platform/tag-manager/server-side/intro https://developers.google.com/tag-platform/tag-manager/server-side/common-event-data https://developers.google.com/tag-platform/tag-manager/server-side/consent-mode CRM、自述與檢查步驟為 Tenten 建議，不是實測客戶成果，也不保證十分鐘完成。
© 2026 Tenten GEO · 歡迎引用本白皮書內容，請註明出處。
討論你的 AI 搜尋優先事項
申請 30 分鐘基準解讀送出預約申請後，24 小時內回信確認時段。