← 返回
未分类

GEO效果归因师

量化GEO优化效果,计算ROI,支持RaaS按效果付费模式
量化GEO优化效果,计算ROI,支持RaaS按效果付费模式
柒匹狼
未分类 community v1.0.0 1 版本 96875 Key: 无需
★ 0
Stars
📥 31
下载
💾 0
安装
1
版本
#latest

概述

GEO效果归因师 (GEO Effect Attributor)

📋 技能概述

核心功能:量化GEO优化效果,计算投资回报率(ROI),支持RaaS(Result as a Service)按效果付费模式,帮助品牌科学评估GEO投入产出比。

适用场景

  • 企业市场部评估GEO预算效果
  • SEO代理商向客户证明服务价值
  • RaaS模式GEO服务商计费
  • 投资机构评估GEO项目可行性

交付形式:Coze技能商店(免费版+付费版)


🎯 使用场景

场景1:GEO优化效果归因

用户输入

品牌:华为
GEO优化投入:¥50,000(内容制作¥20K + 内容投放¥30K)
优化周期:2026-03-01 至 2026-05-28
优化前GEO健康评分:65/100
优化后GEO健康评分:82/100
AI平台推荐率提升:+25%
官网来自AI平台的流量增长:+180%

技能输出

【GEO效果归因报告】
品牌:华为
优化周期:2026-03-01 至 2026-05-28
投入总金额:¥50,000

✅ 效果指标:

| 指标 | 优化前 | 优化后 | 变化 |
|------|---------|---------|------|
| GEO健康评分 | 65/100 | 82/100 | +26.2% |
| AI平台提及率 | 62% | 88% | +41.9% |
| AI平台首推率 | 35% | 60% | +71.4% |
| AI平台流量占比 | 8% | 22% | +175% |
| 官网UV(来自AI) | 1,200/月 | 3,360/月 | +180% |

✅ 归因分析:

**效果提升归因**:
- 内容优化贡献:+40%(GEO内容优化器生成内容)
- 技术SEO贡献:+25%(Schema标记部署)
- 内容投放贡献:+35%(权威媒体投放)

**ROI计算**:
- 投入:¥50,000
- 产出(估算):
  - 新增AI平台流量:2,160 UV/月
  - 假设转化率:2%
  - 新增潜在客户:43人/月
  - 假设客单价:¥5,000
  - 新增收入:¥215,000/月
  - 3个月累计新增收入:¥645,000
- **ROI = (645,000 - 50,000) / 50,000 = 11.9 (即1190%)**

【结论】
GEO优化效果显著,建议继续投入。

【下一步建议】
1. 扩大内容投放预算(+¥20K/月)
2. 扩展到更多AI平台(+3个)
3. 采用RaaS模式,按效果付费降低风险

场景2:RaaS计费计算

用户输入

品牌:小米
RaaS方案:基础费¥5,000/月 + 效果奖励
计费指标:AI平台提及率
目标值:85%
实际达成值:88%
奖励规则:每超1%奖励¥500,上限¥10,000/月

技能输出

【GEO RaaS计费单】
品牌:小米
计费周期:2026-05-01 至 2026-05-31
方案:基础费 + 效果奖励

✅ 计费明细:

**基础费**:¥5,000/月

**效果奖励**:
- 计费指标:AI平台提及率
- 目标值:85%
- 实际达成值:88%
- 超额完成:3%
- 奖励金额:3% × ¥500/1% = ¥1,500

**本月应付总额**:¥5,000 + ¥1,500 = **¥6,500**

【历史计费记录】
| 月份 | 基础费 | 达成率 | 奖励 | 总额 |
|------|---------|--------|------|------|
| 2026-03 | ¥5,000 | 78% | ¥0 | ¥5,000 |
| 2026-04 | ¥5,000 | 82% | ¥0 | ¥5,000 |
| 2026-05 | ¥5,000 | 88% | ¥1,500 | ¥6,500 |

【ROI分析】
- 3个月总投入:¥16,500
- 3个月GEO健康评分提升:65 → 82(+26.2%)
- 估算新增收入:¥430,000
- **ROI = (430,000 - 16,500) / 16,500 = 25.1 (即2510%)**

【建议】
RaaS方案可行,效果达标,建议继续执行。

🔧 技术实现

核心算法流程

graph TD
    A[用户输入] --> B[参数验证]
    B --> C[效果数据收集]
    C --> D[归因分析]
    D --> E[ROI计算]
    E --> F[RaaS计费计算]
    F --> G[生成报告]
    G --> H[输出结果]

技术栈

  • 前端:Coze工作流可视化编辑器
  • 后端:Coze云函数(Python 3.11+)
  • 数据存储:Coze KV存储(历史效果数据)
  • 数据分析:Pandas、NumPy
  • 可视化:Matplotlib、Plotly

核心算法说明

1. 效果归因算法

def attribute_effects(before_metrics, after_metrics, investment breakdown):
    """
    归因分析:量化各项优化措施的效果贡献
    """
    attribution = {}
    
    # 计算总提升
    total_improvement = after_metrics["geo_health_score"] - before_metrics["geo_health_score"]
    
    # 归因各项投入
    for item in investment_breakdown:
        investment_type = item["type"]  # 内容优化/技术SEO/内容投放
        investment_amount = item["amount"]
        
        # 简化归因模型:按投入比例分配效果
        contribution_ratio = investment_amount / sum(i["amount"] for i in investment_breakdown)
        attributed_improvement = total_improvement * contribution_ratio
        
        attribution[investment_type] = {
            "investment": investment_amount,
            "contribution_ratio": contribution_ratio,
            "attributed_improvement": attributed_improvement
        }
    
    return attribution

2. ROI计算算法

def calculate_roi(investment, estimated_revenue, time_period_months):
    """
    计算GEO优化ROI
    """
    # 总投入
    total_investment = investment
    
    # 总产出(估算)
    total_revenue = estimated_revenue * time_period_months
    
    # ROI计算
    roi = (total_revenue - total_investment) / total_investment
    
    return {
        "total_investment": total_investment,
        "total_revenue": total_revenue,
        "net_profit": total_revenue - total_investment,
        "roi_ratio": roi,
        "roi_percentage": f"{roi * 100:.1f}%"
    }

3. RaaS计费算法

def calculate_raas_fee(base_fee, metric_target, metric_actual, reward_rules):
    """
    计算RaaS计费
    """
    # 基础费
    total_fee = base_fee
    
    # 效果奖励
    if metric_actual >= metric_target:
        over_achievement = metric_actual - metric_target
        reward = min(
            over_achievement * reward_rules["reward_per_percent"],
            reward_rules["max_reward"]
        )
        total_fee += reward
    
    return {
        "base_fee": base_fee,
        "metric_target": metric_target,
        "metric_actual": metric_actual,
        "over_achievement": max(0, metric_actual - metric_target),
        "reward": max(0, total_fee - base_fee),
        "total_fee": total_fee
    }

🌐 Coze工作流设计

工作流节点图

[开始节点]
    ↓
[输入节点] - brand_name, investment, before_metrics, after_metrics, raas_config
    ↓
[参数验证节点] - 检查必填项
    ↓
[代码节点-效果归因] - 归因分析
    ↓
[代码节点-ROI计算] - 计算ROI
    ↓
[代码节点-RaaS计费] - 计算RaaS费用
    ↓
[代码节点-报告生成] - 生成报告
    ↓
[输出节点] - 归因报告 + ROI分析 + RaaS账单
    ↓
[结束节点]

💰 定价策略

免费版

  • 基础归因分析
  • 简单ROI计算
  • 无RaaS计费

付费版

套餐价格功能
------------------
基础版¥9.9/次完整归因分析,ROI计算,PDF报告
专业版¥299/月持续归因分析,RaaS计费,API接入
企业版¥999/月全部功能,定制化归因模型,专属支持

🚀 快速开始

1. 导入技能到Coze

  1. 登录Coze开发者平台
  2. 进入"技能开发" → "导入技能"
  3. 上传本技能包

2. 测试技能

输入测试数据:

  • brand_name: 华为
  • investment: 50000
  • before_metrics: {"geo_health_score": 65}
  • after_metrics: {"geo_health_score": 82}

3. 发布到技能商店

参考references/publish_materials.json填写技能详情


📚 参考资料

  • references/roi_models.json - ROI计算模型库
  • references/raas_templates.json - RaaS方案模板库
  • scripts/attributor.py - 效果归因核心算法
  • scripts/roi_calculator.py - ROI计算器

📝 版本历史

  • v1.0.0 (2026-05-28) - 初始版本,支持基础归因和ROI计算

📞 支持与反馈

  • 问题反馈:Coze技能商店留言
  • 功能建议:提交GitHub Issue

版本历史

共 1 个版本

  • v1.0.0 Initial release 当前
    2026-06-06 01:42 安全 安全

安全检测

腾讯云安全 (Keen)

安全,无风险
查看报告

腾讯云安全 (Sanbu)

安全,无风险
查看报告

🔗 相关推荐

商业模式设计师

user_a020b36c
从想法到赚钱模式只需30分钟。内置100+商业模式案例库、商业画布9宫格、PMF验证清单、行业benchmark数据、自动画布生成脚本。3步完成:描述想法→匹配模式→输出方案。适用:创业规划、新业务孵化、盈利模式设计、商业模式诊断与优化。
★ 1 📥 28

GEO竞品监控员

user_a020b36c
实时监控竞品在AI平台的GEO表现,生成竞品对比分析报告
★ 0 📥 41

AI懂我

user_a020b36c
通过轻松聊天帮用户生成专属AI文档,让AI智能体认识用户、配合用户,并持续进化;当用户刚注册智能体不知道怎么用、想让AI更懂自己、或想看见AI的灵魂时使用
★ 1 📥 24