05-1 · 目标与北极星指标
一句话：先把”AI 可见性”翻译成一个北极星 + 一棵 KPI 树，并且先设基线、再设目标——没有基线就无法证明改善。
为什么要换指标
- 排名已死：AI 给的是”推荐”不是”列表”，结果是二元的——你被引/被提，或者不被。位置 1 vs 7 的旧逻辑失效。
- 行业风向（方向性）：Gartner 估传统搜索量到 2026 降 ~25%；Semrush 称约 60% 搜索零点击。盯点击会越来越失真。
🌟 北极星：选一个，固定下来
| 候选 | 含义 | 适用 |
|---|---|---|
| Share of Model（SoM）/ 品牌可见率 | AI 答你的类目时提到/引用你的占比 | 默认首选，对比性强 → 07-1-指标体系-SoM与SoV |
| Solution Awareness | 用户首次通过 AI 认知你的频率 | 重品牌/需求教育；需调研+CRM（HubSpot 视角） |
| ⚠️ 虚荣指标 | 纯曝光/无业务关联 | 避免：“visibility without impact = vanity” |
KPI 树（北极星下挂三层）
- 出现层：Answer Share（答案份额）· Citation Rate（引用率）· Prompt Coverage（查询覆盖）· Position in Answer（答案内位置）· Sentiment（情感）。
- 首位效应：被首个提及的品牌购买意向高 ~32%——别只问”有没有我”，要问”我排第几”。
- 业务层：AI 引荐流量 · 转化 · Pipeline 贡献（AI 引荐线索质量/收入）→ 07-3-归因-从AI引用到流量转化。
- 指标的完整定义与计量口径 → 07-1-指标体系-SoM与SoV。
设基线与目标（可汇报的数字）
- 基线：用 05-2-受众意图与查询池构建 的查询池跑一遍，记下当前提及率。100 题中命中 12 题 = 起点，不是天花板。
- 健康区间（B2B SaaS，方向性）：基线 10–15% 类目查询；领先者 >30%。
- 目标：成熟项目常设首两季度 AI 可见性 +15–20%——一个具体、可复盘的数。
- 起步可先手工 spreadsheet 建基线，再上工具（→ 08-工具与技术栈）。
📦 产出物
北极星定义 + KPI 树 + 基线数 + 季度目标（一页纸，作为 06 开方与 07 衡量的锚）。
⚠️ 常见坑
- 只追”LLM 带来的流量”——错失 GEO 真正价值（认知/推荐）。
- 报绝对值而非份额/相对变化（对比性才有意义）。
- 指标口径中途漂移 → 趋势失真（→ 07-2-采样方法论与统计可靠性）。
相关
- 指标定义/采样/归因 → 07-1-指标体系-SoM与SoV · 07-2-采样方法论与统计可靠性 · 07-3-归因-从AI引用到流量转化
- 下一步：建查询池 → 05-2-受众意图与查询池构建；摸基线 → 05-3-竞品与SoM基线分析