AI 搜索投资回报率很难衡量。但仍有办法

Forrester 发现，94% 的企业买家现在在购买时会使用 AI 搜索；他们对 AI 搜索的评价高于供应商网站、产品专家和销售代表。

B2C 也不遑多让：NielsenIQ 的数据显示，42% 的消费者会借助 AI 研究产品。

这就是为什么越来越多的预算被分配给 AI 搜索。

这也解释了为什么我们都在努力弄清楚 AI 可见性策略究竟有多大价值。

根据我们的 Keywords Explorer 数据，在过去 18 个月里，针对 AI 归因和投资回报率关键词的搜索量增长了 212%：

用最简单的话来说，AI 搜索投资回报率就是 AI 可见性工作带来的价值，除以投入的成本。

我先说明：我不认为你能清晰地证明 AI 搜索的投资回报率。

在 Ahrefs，我们一直认为，试图细致追踪一笔销售与每个接触点之间的关系，是徒劳无功的。

而 AI 搜索是目前最难追踪的数字渠道之一，因此要实现完美归因更是遥不可及。

有人可能会在 ChatGPT 内获得完整答案，却从未访问你的网站。

即使他们点击进入你的网站，引荐来源数据也可能被剥除，因此流量看起来就像直接流量。

即使有人采纳了 AI 的推荐，他们也不一定会告诉你这件事。

话虽如此，管理层并不需要一个完美的数字。

他们需要一个合理的估算值，以便随时间推移进行比较；而你能追踪的数据，加上客户告诉你的信息，足以得出这样的估算。

如果我的经理让我汇报 AI 搜索的 ROI，我会按以下流程进行。

这并非万无一失，但你可以每个季度重复使用这种方法，而且大部分数据都是你现有的。

AI 搜索 ROI 是你通过出现在 AI 答案中获得的价值。

将其写成公式，就是价值减去成本，再除以该成本。

• 价值相当于销售额、流量、对从未点击的人群产生的认知度、转化，以及让买家掌握更多信息
• 成本包括内容、技术工作、工具和团队时间

计算 ROI 时，收入显然是需要衡量的内容，因此以下步骤将重点介绍这一点。

AI 搜索 ROI = (AI 收入 − AI 成本) ÷ AI 成本 × 100

但其他类型的“价值”也非常重要，应该与 ROI 一并汇报（我们会在后续文章中介绍这些内容）。

计算 AI 搜索 ROI 时，需要考虑两类成本：

纯 AI 成本：仅因 AI 搜索而产生的成本，例如 AI 可见度跟踪工具，或代理机构为 AI 工作收取的服务费。

共享成本：同时用于 AI 搜索工作以及更广泛的 SEO 或内容工作的成本。这包括工具和外部支持，也包括人员：

• ChatGPT 或 Claude 等通用 AI 平台的订阅费用
• 你的 SEO 套件
• 自由职业者
• 代理机构

我发现，区分这些成本最简单的方法是逐项问自己一个问题：如果你明天就停止开展 AI 搜索工作，你还会为这项成本付费吗？

如果答案是否定的，就把全部费用计入。

如果答案是肯定的，就按一定比例计入。

计算这个比例多少有些主观，但在我看来，花大量时间逐笔核算每一分钱的边际收益会递减。

估算一个大致数额应该就足够了。下面介绍如何计算。

先从人员开始，因为人员通常是你最大的共享成本。需要了解的是，该季度有多少时间用于 AI 搜索工作。

如果你们平时不制作和分析工时表，就不必现在开始这么做。

你可以和团队成员或供应商聊聊他们该季度的时间都花在了哪些工作上——例如，他们是否有三分之一的时间用于 AI 内容/优化？

例如，假设你的内容团队有三人，每季度薪资成本为 $54k。

如果他们大约有三分之一的时间用于 AI 搜索工作，就计入 $18k。

你的大多数工具也会由多项工作共享使用——无论是 SEO 平台还是 ChatGPT 订阅。

不过，工具使用情况比时间更难确定。

最简单的做法是按使用这些工具的团队所占的相同比例来计算。

因此，如果你的内容团队大约有三分之一的时间用于 AI 搜索工作，就假设他们三分之一的工具支出也用于 AI。

如果每季度 AI 工作量有所增减，请相应调整所占比例。

合并计算后，一个季度的 AI 搜索成本可能如下所示：

这 $27k 就是你的 AI 成本。先记下来，留到步骤 3 时使用。

AI 搜索的收入很难用一个数字来衡量，因为它的许多影响都不会显示在你的分析数据中。

我会用两种方法来估算。

选择最适合你数据的方法，也可以两种都计算（如果可行）。

提示：这两种方法都可能低估 AI 的实际价值。在报告中明确说明这一点很重要。

可跟踪收入基于你能够直接关联到来自 AI 工具访问量的转化。

你可以在 GA4 或 Ahrefs Web Analytics 等分析工具中找到这些数据，然后使用平均客户价值将其换算为收入。

如何计算可跟踪收入：

• 统计与 AI 引荐流量相关的转化次数
• 将转化次数乘以该产品/服务的平均客户价值（或者，如果你的 CRM 已连接到分析工具，则使用实际交易金额）

例如，如果上个季度有 40 位来自 AI 引荐的访客完成转化，而你的平均客户价值为 $900，那么可跟踪收入就是 $36k。

请记住，可跟踪收入只能呈现部分情况。

AI 通常只是漫长客户旅程中的一个触点，很多人会阅读 AI 的回答，之后再搜索你的品牌名称或输入你的 URL 访问你的网站。

这些访问不会被归因于 AI。

大多数分析工具也无法追踪单个访客，直到其最终成交，因为无 Cookie 追踪、用户拒绝 Cookie 横幅、用户切换设备，以及销售周期长于 Cookie 有效期等因素都会造成影响。

因此，我认为对大多数团队来说，平均客户价值是更好的选择；它能根据你看得到的转化估算收入，而无需将所有数据都关联起来。

尽管如此，具体取决于你的追踪配置，其中一些关联可能已经存在。

当有人从 AI 工具访问网站，并在同一次访问中注册或预约演示时，一些表单可能会将该来源传入 CRM，让你看到与之关联的实际销售管道和交易。

例如，如果这同样的 40 次转化都附带交易金额，合计为 $42k，那么你应使用这个数字，而不是平均值算出的 $36k。

有实际数据时就使用这些数据，但请记住，它们只涵盖首次访问时就完成转化的人。

自我报告收入很简单，就是询问新客户是如何了解到你的，通常会在注册、结账或引导流程中问一句“你是如何得知我们的？”。

由于这种方式不依赖追踪任何人，因此能够发现许多分析工具会漏掉的人——包括那些在 AI 回答中看到你的品牌，之后通过其他方式再次访问的人。

我们在跟踪 Ahrefs Free 注册量时正是这样做的，而这些数据会直接接入我们的分析工具和 Slack 频道。

如何计算自我报告的收入：

• 在调查问卷中将 AI 工具列为一个选项，并允许选择多个答案。
• 使用实际交易金额，因为每个答案都对应一位真实客户。
• 计算受访者收入中有多少比例来自 AI，然后将该比例应用于本季度所有新客户带来的收入。

让我再详细解释一下最后一点。

你几乎不可能在“你是如何得知我们的？”调查中获得 100% 的回复率。

因此，先从本季度确实回答了问题的客户开始。

将选择了 AI 工具的受访者带来的收入相加，再除以所有作答者带来的总收入。

这样就能得出受访者收入中来自 AI 的比例。

然后，将这个比例应用于本季度所有新客户带来的收入，包括没有作答的客户。

例如：如果受访者带来了 $100k 的收入，其中 $10k 来自选择了 AI 工具的人，那么这个比例就是 10%。

因此，如果本季度所有新客户带来了 $400k 的收入，你可以合理估算 AI 带来的收入为 $40k。

这样你就得到了等式中的“价值”部分。

现在你已经有了成本和收入估算值（或多个估算值），就可以计算回报了。

还记得前面提到的等式吗？用收入减去成本，将结果除以成本，然后乘以 100。

AI 搜索 ROI = (AI 收入 − AI 成本) ÷ AI 成本 × 100

例如，如果你在一个季度内花费了 $27k，且：

• 已跟踪的收入每 $36k 可为你带来 (36 − 27) ÷ 27 × 100 = 33% 的投资回报率
• 自报收入每 $54k 可为你带来 (54 − 27) ÷ 27 × 100 = 100% 的投资回报率

如果你只用了一种方法，这就是你的投资回报率。

如果两种方法都用了，我会优先报告较高的数值，同时附上另一个数值，这样管理层就能全面了解情况。

然后每个季度重复这一流程，看看你的回报是否在增长。

AI 搜索投资回报率的计算永远不可能精确到 100%，但每个季度都用相同的方法计算，可以让数据保持可比性，从而看出回报是否朝着正确的方向发展。

出于好奇，我想看看如果我们为 AI 可见度付费，它会值多少钱。

据报道，ChatGPT 现在按展示次数销售广告，每 1,000 次展示收费 $25–$45。

因此，我使用 AI 营销平台 Letaido 和 Ahrefs Brand Radar 数据，对我追踪的约 110 个自定义提示词进行了估算。

这些是漏斗底部的查询，来自正在寻找 AI 可见度跟踪工具的潜在客户，因此对我们来说，它们是最值得争取曝光的一些提示词。

以下是我使用的公式。

AI 广告等值 =（经提及次数调整后的展示次数 ÷ 1,000）× CPM

展示次数方面，我使用了 Brand Radar 的 AI 调整后搜索量，该指标表示每个提示词在各 AI 平台上被提问的频率。

然后，我将 Ahrefs 实际出现在这些回答中的频率考虑在内。

在过去 30 天里，针对这些提示词，Ahrefs 出现在 ChatGPT 回复中的比例接近一半（46%）。

这些数据共同帮助我计算出经提及次数调整后的展示次数指标。

我由此发现，我们的可见度折合广告支出约为 $77–$139。

这个数字不大，但这在预期之中。

漏斗底部的提示词比较小众，因此通常不会获得大量展示——无论是付费还是自然展示。

为了更好地了解我们的整体可见度，我对 Brand Radar 更广泛索引中的约 1,800 个提示词也进行了同样的求和计算。

这些提示词的追踪频率低于自定义提示词，因此数据可靠性稍低，但能更好地反映我们在漏斗顶部和中部查询中的表现。

Ahrefs 出现在这些查询的 45% 中，我们的可见度折合广告支出约为 $7,300–$13,100。

如果我们投放 ChatGPT 广告，并通过付费方式进入 AI 对话，这就是我们的可见度可能需要花费的金额。

这是一笔假设的节省金额，但高管们会很乐意看到它与 ROI 一同呈报。

你无法精确到分证明 AI 搜索的 ROI，但可以建立一个领导层信赖的估算值，并按季度进行比较。

首先，汇总你在 AI 搜索上的支出，然后使用经追踪的转化数据、问卷回答或两者结合，估算它带来的收入。

每个季度都使用相同的方法，这样当数字发生变化时，你就能知道自己的表现也随之变化了。

如果你有相关数据，也可以在呈报 ROI 时一并报告广告等值。

本文介绍了如何尝试完成一项不可能的任务：为 AI 可见度带来的价值归因。但众所周知，收入只是 AI 搜索带来回报中最小的一部分。

AI 答案还会影响人们记住哪些品牌并将哪些品牌列入候选名单，而这远早于他们点击进入网站。

在下一篇文章中，我们将介绍衡量 AI 搜索价值并与 ROI 一同呈报的七种方法。

阅读后，请在 LinkedIn 上告诉我你的看法。