07 · 衡量、分析与归因
定位：量化效果并驱动迭代。AI 答案是概率性的，衡量需要专门的采样方法论。
本域回答
- 用什么指标证明”AI 可见性”在变好？
- LLM 回答不稳定，如何得到统计上可靠的估计？
- 怎么把 AI 引用关联到流量与转化？
⭐ 衡量闭环
定基线(05) → 选指标(07-1) → 采样(07-2) → 归因(07-3) → 报告+实验(07-4) → 回 06 调整 → 再采样
📑 详页
- 07-1-指标体系-SoM与SoV 成熟·《测量规范》上篇 · 指标公式 + 计数口径（提及/引用分别计）· Citation Delta
- 07-2-采样方法论与统计可靠性 成熟·《测量规范》下篇 · 民调法 + 冻结采样协议(N×M×频率) + 置信区间 + 模型断点 + 审计日志
- 07-3-归因-从AI引用到流量转化 GA4 自定义渠道组 · GSC 的 AIO/AI-Mode 段 · 暗流量
- 07-4-报告与实验设计 报分布+趋势 · 前后对比/holdout · 扣模型升级断点
💡 07-1 + 07-2 合为 《测量规范》——平台型 GEO 服务的可辩护地基（对内=产品指标 schema，对外=方法论透明依据）。打法选择见 06-0-诊断到打法规则引擎。
🧭 三条铁律
- AI 是概率性的 → 报分布，不报单次截图（一致性 > 精确性，警惕”定义漂移”）。
- 数据不是没有，是没贴标签 → GA4 抓点击（下限）+ GSC 抓曝光 + 调研补暗流量。
- 每个平台各自的星球 → 分平台衡量，勿混表。
🔗 相关域
- 工具 → 08-工具与技术栈
- 优化动作 → 06-执行与优化方法论
- 基线设定 → 05-策略与规划
状态：二级已展开（衡量闭环 + 4 详页）；其中 07-1+07-2《测量规范》已升「成熟」（指标公式 + 采样协议 + 置信区间 + 模型断点，可对外出示）。数据为 2026 年中快照，工具/口径按季度复核。