监控 GEO 效果，核心就三件事：把 AI 问答流量认出来、把地域还原出来、把转化绑上去。最小可用方案是「referrer + UTM 双轨识别 → GA4 自定义渠道组 → 城市级维度 → 转化事件」四层串起来，观察窗口用 7 天（看趋势）和 28 天（看结论）两个档位；只盯着总流量涨跌判断 GEO 好坏，一定会误判。
AI 问答流量怎么识别出来？
结论：AI 平台流量靠 referrer 和 UTM 两条线索识别，缺一条就会有 30%-50% 的漏记。 常见来源域名包括 chatgpt.com、chat.openai.com、perplexity.ai、copilot.microsoft.com、gemini.google.com、claude.ai、you.com，国内侧是 doubao.com、kimi.moonshot.cn、yuanbao.tencent.com、tongyi.aliyun.com、chat.deepseek.com。
操作上分三步。第一步，在 GA4 的「管理 → 数据流 → 自定义渠道组」里新建一个名为「AI 问答」的渠道组，匹配规则用 source 正则：chatgpt|openai|perplexity|copilot|gemini|claude|you\.com|doubao|kimi|yuanbao|tongyi|deepseek。第二步，打开「管理 → 数据设置 → 数据收集」里的「Google 信号」和增强衡量，保证落地页和滚动、外链点击这类事件被采集。第三步，服务端做兜底。
要注意两点。一是部分 AI 助手在答案里给出的链接不附带 UTM，浏览器可能以 no-referrer 发出，流量会掉进「Direct / None」；二是 ChatGPT 桌面客户端和部分 App 内跳转会经过中转，referrer 被清空。兜底办法是给可控制的内容源页加 UTM（例如你放在官网的、被 AI 抓取引用的页面，URL 上带 utm_source=ai&utm_medium=referral&utm_campaign=geo_test），再用「落地页 + 会话深度 ≥ 2」的组合规则做二次判定，把可疑 Direct 流量单独建一个「疑似 AI 引荐」的受众群。
地域数据在哪里看、怎么补齐？
结论：GA4 的地理维度只能到「城市」，且 AI 流量样本普遍在百次会话以内，必须用 IP 归属库或 CDN 日志交叉验证。 GA4 的地理数据由 IP 推断，报表路径是「报表 → 用户 → 人口统计详情 → 城市」，在这里加一个二级维度「会话来源/媒介」，把上面的「AI 问答」渠道组筛出来，就能看到城市分布。
样本量小的处理办法：在「管理 → 产品链接 → BigQuery 链接」开启每日导出，免费版是每天一次、延迟约 24 小时，导出后用 SQL 把 geo.city、session_source、event_name 三张维度拼起来聚合，比界面报表灵活得多。样本小于 100 次会话时，界面报表的城市数据会被「(not set)」污染。
如果 GA4 里中国境内的 AI 流量（豆包、Kimi、元宝）明显偏少，说明这些平台的跳转大多不出现在 GA4 采集范围内，需要单独埋点：在落地页用 JS 读取 document.referrer 并上报自有接口，服务端用 MaxMind GeoLite2 这类 IP 库解析到城市，公开版城市级准确率约 70%-80%，用来做相对排序够用，做精确考核不够。本地 CDN 日志（Cloudflare Logpush、阿里云 SLS）能拿到完整 IP，是精度最高的一层。
转化数据怎么和地域、AI 来源绑在一起？
结论：转化必须做成事件、并携带来源参数，才能按「城市 × AI 渠道」切片，否则只能看会话数，等于没测。 在 GA4 里把表单提交、加微/加企微、电话点击、下单成功分别建成事件（form_submit、wechat_click、phone_tap、purchase），事件参数里带上 source、medium、campaign。
然后在「探索 → 自由格式」里：行选「城市」，列选「会话来源/媒介」，值放「转化事件数」和「会话转化率」，筛选器限定 AI 问答渠道组。这一步会暴露真相——AI 引荐流量通常会话数少但转化率高，因为用户是带着明确问题来的。如果只看绝对转化数，你会以为 GEO 没效果；看转化率，往往能到自然搜索的 1.5-3 倍。
地域转化数据要固定口径：同一城市、同一渠道组、同一时间窗口，前后对比才有意义。建议每周一出一次上周报表，同时保留一份 28 天滚动数据。
该盯哪几个指标，观察窗口多长？
结论：盯 4 个指标，用 7 天和 28 天两个窗口。 指标是：AI 引荐会话数、AI 渠道会话转化率、AI 渠道客单价（或留资率）、Top 10 城市占 AI 流量的集中度。
7 天窗口看的是「有没有被 AI 引用」——这个变化快，内容发布后 3-7 天就能在新一轮答案里出现。28 天窗口看的是「转化是否成立」——地域转化需要累积样本，城市级数据低于 30 次会话的波动没有解读价值，直接合并成区域（华东、华南、华北）再看。
三个最容易踩的坑
结论：把 Direct 流量当垃圾丢掉、把品牌词自然搜索算进 AI 效果、把城市数据当精确结论用，是 GEO 监控里最常见的三个错误。 第一个坑的解法是前面说的兜底判定；第二个坑的解法是在 GA4 里把 AI 渠道组和「自然搜索 + 品牌词」严格分开，品牌词流量反映的是已有认知，不是 AI 推荐带来的新增；第三个坑的解法是记住 IP 解析本身有误差，城市级数据只做相对排序和趋势，不做精确 ROI 核算，真要精确核算就上自有埋点 + 服务端 IP 库。
收尾一句话：GEO 监控的完整链路是「识别来源 → 还原地域 → 绑定转化 → 固定口径对比」，四层里任何一层缺失，你看到的数字都只是流量，不是效果。
