AI购物入口与成交分离 可见度怎么重算
2026-11-11博晓通

AI购物入口与成交分离 可见度怎么重算

AI购物入口与成交分离 可见度怎么重算 文章配图

11 月 10 日,AI 已经在替消费者比价、算满减、挑规格,可它推荐完,人为什么还是回到原来的 App 下单?这一天前后公开的两组信息指向同一个结论:决策正在被 AI 接手,成交仍留在原来的货架上。对做 GEO 的人来说,可见度要拆成两层算——一层是 AI 回答里有没有你,一层是 AI 入口里能不能下单;两层混着算,指标好看,生意不动。以下判断以 11 月 10 日的公开信息为界。

决策层已经分流,成交层没动

已知事实未证实需要核实
Attentive 2026 年 8 月调查 3054 名美国成年人,88% 用聊天助手完成过至少一项商品评估,最终购买者中仅 10% 在 AI 内完成购买中国市场的同一比例是否接近国内样本的授权与成交分布
Adobe 2026 年 3 月分析美国零售网站,首页内容对 LLM 可读比例 75%,类目页 74%,商品详情页仅 66%其他语种站点的可读比例自家商品页的实际抽取结果
2026 年 8 月起,部分经豆包入口成交的抖音生活服务订单执行独立费率,酒店渠道综合约 12%,主站同品类约 8%其他品类是否同步执行商家后台当期规则
AI 来源流量的转化率在 2026 年 7 月比非 AI 高 60%,单次访问收入高 53%,跳出率低 34%该差异在低客单品类是否成立分品类的来源对比

智讯智库的测算把两层分开给了数:到 2030 年,AI 参与决策的网上零售额占比或达 28%,而在 AI 入口内完成成交的占比或只有 8%(虎嗅)。这个差值的含义不是「AI 电商还早」,而是「可见度与成交是两条曲线」:被 AI 提到,决定了你能不能进入候选;能不能在入口里下单,取决于授权、支付、责任与售后这一整条链。用一条曲线去考核另一条的业务,团队会朝着容易涨的那个指标优化。

消费侧的数据更直接。中国青年报的千人调查显示,66.7% 的受访者今年双 11 用过 AI 辅助购物,27.3% 属于深度使用,比价、算满减、凑单、找最优用券组合排在用途第一位(川观新闻)。同一天,淘宝披露 AI 相关品类浏览量超 40 亿、超 1000 万用户完成 AI 趋势互动,接入 AI 试穿试妆后服饰商家退货率平均下降 5%、美妆商家转化率提升 18%。这些数字说明一件事:AI 已经在影响选择,但影响的落点仍然是原来的商品页。

三分之一的商品页,AI 读不懂

Adobe 的页面分析给了一个不太好听的基准:商品详情页只有 66% 的内容对模型可读。换算成运营语言,约三分之一的商品信息在被抽取时丢失,而丢失的部分往往正好是决定匹配的参数——尺寸、兼容性、适用场景、售后条件。页面为人设计,图片承载卖点,参数藏在折叠区,这套做法在货架电商里有效,在答案引擎里等于把商品从候选集里删掉。

把参数写成可抽取的句子

可读性不是技术问题,是写法问题。把「大容量」换成「容量 4.5 升,适合三口之家」,把「静音设计」换成「运行噪音 52 分贝,夜间卧室可接受」,模型才拿得到可比对的字段。同一个商品,改写的成本是运营的几小时,收益是它在比价类问句里从「没被提到」变成「被提到且描述准确」。改写之后还要复核:用固定问题集去问,看模型复述的参数是否与页面一致。

可见度要按三层问句重算

把问句按距离成交的远近分三层,可见度才有可比性。第一层是品类认知问句,问「这类需求该怎么选」;第二层是比价与规格问句,问「预算多少、参数多少选哪个」;第三层是成交问句,问「在哪买、多久到」。三层对应的指标不同:第一层看被提及率,第二层看被引用时的参数准确率,第三层看入口内的可下单率。三层混算出来的一个百分比,既不能指导内容,也不能指导投放。

问句层级典型问法该看的指标数据从哪来
品类认知层这类需求该怎么挑被提及率、竞品占位固定问题集在豆包、千问的复测记录
比价规格层预算多少、参数多少选哪个被引用率、参数复述准确率回答截图与商品页字段逐条对照
成交层在哪买、多久能到入口内可下单率、跳转后成交率渠道费率单与订单来源标记

竞品占位要单独记

同一个问题问十次,模型给的名单不一定稳定,但名单里的位置结构是稳定的:谁被放在第一个被比较的位置,谁只被当作备选。占位比提及更重要,因为用户读完一段答案,记住的往往是被展开比较的那两个品牌。复测时除了记录「有没有我」,还要记录「我在第几个被展开」,这两个数放在一起才看得出内容改动有没有效果。

入口开始收费,可见度变成成本项

2026 年 8 月起,部分经豆包入口成交的抖音生活服务订单执行独立费率,酒店类渠道综合约 12%,高于主站同品类的约 8%,孕产护理、教育培训、家居家装等品类各有对应费率(虎嗅)。入口不再只是流量位,而是有单独结算规则的渠道。对品牌来说,这改变了可见度的算法:被引用带来的订单,成本结构里多了一笔渠道费,投放的盈亏平衡点要跟着重算。

信任问题同时出现。上海市消保委的调查里,超过 38% 的消费者反馈 AI 优先推送高价商品;另一份调查显示 84.56% 的受访者用过 AI 辅助购物,但只有 16% 认为推荐精准(川观新闻)。两件事放在一起说明:可见度可以优化,但不能只优化到「出现」为止,描述是否准确、价格是否与页面一致,决定了被引用之后是加分还是减分。

一份事实清单,多个入口共用

千问连淘宝、豆包连抖音电商、元宝连京东,入口生态不同,但品牌事实只该有一份。做法是把参数、适用场景、不适用边界、服务承诺写成同一份结构化清单,各入口按自己的格式取用,避免同一个型号在不同入口被描述成两个样子。商铺侧另做一件事:把商品参数、场景描述、评价与服务承诺按要求结构化标记,基础指标维持在平台门槛之上,其余准入条件以商家后台当期规则为准(传声港 GEO 观察)。

复测怎么排

复测的节奏比工具重要。固定三十到五十个问题,覆盖三层问句,每周在同一批入口跑一遍,记录三个字段:是否被提及、在第几个位置被展开、复述的参数是否与页面一致。连续四周之后,改动和结果之间的因果关系才看得出来;只跑一次,看到的只是当天的模型状态。

  1. 内容负责人:整理三十到五十个真实问句,证据是客服工单与评论区追问,产出一份分三层的固定问题集。
  2. 商品运营:按问题集改写商品页参数与场景描述,证据是改写前后页面字段对比,产出可抽取字段清单。
  3. 监测负责人:每周在豆包、千问各跑一遍问题集,证据是回答截图与时间戳,产出提及率、展开位次、参数准确率三列记录。
  4. 渠道负责人:核对入口渠道费率与订单来源标记,证据是后台费率单与订单明细,产出分渠道的盈亏平衡测算。
字段示例值
问句预算三千以内、宽六十厘米以内的洗衣机怎么选
入口豆包
是否被提及是
展开位次第 2 个被展开比较
参数复述一致性容量一致,宽度写成 58 厘米,与页面 60 厘米不符
复测时间11 月 10 日 10:20

常见问题

  • AI 参与决策的比例涨了,为什么成交没跟着涨?

    因为决策只需要信息质量,成交需要授权、支付、责任与售后一整条链。用户在 AI 里问、比、选,付款时仍倾向回到自己信任的商家页面,这个习惯不是靠一次产品改版能改掉的。

  • 可见度指标该看哪一个?

    按问句层级分开看。品类认知层看被提及率与竞品占位,比价层看被引用率与参数复述准确率,成交层看入口内可下单率。合成一个总分,只会让团队去优化最容易动的那一项。

  • 商品页改写之后多久能看到变化?

    取决于模型抓取与索引的节奏,公开信息里没有统一时间表。可验证的做法是固定问题集每周复测,用连续四周的记录判断趋势,而不是用某一天的单次结果下结论。

  • 入口收费之后,GEO 的投入还算得过来吗?

    要按分渠道的盈亏平衡来算。入口渠道有独立费率,被引用带来的订单成本结构不同,把渠道费、退货率和履约成本一起放进模型,才知道这条入口值不值得加投。

数据来源