什么是 AI 黑暗漏斗？这正在影响我们衡量营销吗？

AI 黑暗漏斗是真实存在的。实际发生的是：

传统漏斗：

客户搜索 → 访问网站 → 你追踪互动 → 归因到营销

AI 黑暗漏斗：

客户问 AI → AI 用你的内容生成答案 → 客户做出决策 → 无法追踪 → 客户表现为“直接”流量

为什么重要：

当有人问 ChatGPT“适合小企业的最佳 CRM 是什么？”结果 AI 推荐了你的竞争对手，你就在一个你看不见的接触点上失去了机会。

规模：

令人不安的现实：

现在，客户决策过程有很大一部分发生在黑盒中。你的内容可能在影响决策，但你无法衡量它。

我们的实际案例：

我们注意到的：

有意向客户来电请求演示。问他们如何找到我们时，他们说：“我问了 ChatGPT 远程团队用的项目管理工具，它推荐了你们。”

我们的分析显示：

• 定价页有直接流量
• 没有记录到此前访问
• 没有营销活动归因
• 没有内容互动被追踪

实际发生的是：

整个调研和评估过程都发生在 ChatGPT 里。我们只在他们准备购买时才看见他们。

归因缺口：

在我们的 CRM 里，这条线索没有来源归因。但真正的来源是 ChatGPT 推荐了我们，这完全不可见。

这意味着什么：

我们的内容营销有效——AI 在推荐我们。但我们无法衡量哪些内容或活动带来了推荐。

关于衡量差距的细节：

传统分析能追踪的：

• 来自 AI 推荐的访问（当点击链接时）
• 可识别 AI 流量的转化
• 一些品牌搜索提升

传统分析无法追踪的：

• 客户在 AI 对话中进行的调研
• 基于 AI 推荐做出的决策
• 影响 AI 推荐的内容
• 竞争对手在 AI 答案中的可见性

问题在于：

你的营销可能通过 AI 有效影响客户，但你无法将这种影响归因到具体活动。

举例：

你的博客文章被纳入 ChatGPT 的训练数据。客户提问时，ChatGPT 从你的内容中获取信息。客户最终购买了你。但你无法将这篇博客与销售结果关联。

归因噩梦：

即使有复杂的归因模型，AI 影响下的决策也会表现为“直接”、“自然品牌搜索”或干脆没有归因。

代理指标方法：

既然无法衡量直接归因，我们就追踪代理指标：

AI 可见性指标：

相关性指标：

我们的发现：

当我们的 AI 可见性上升时，通常会看到：

• 品牌搜索量提升（1-2 周滞后）
• 直接流量增加（2-3 周滞后）
• 自报 AI 归因增加

推断：

无法证明因果关系，但相关性已足够支持投入。

应对黑暗漏斗的战略：

接受现实：

部分营销影响现在无法衡量。这是永久性的。调整思维和流程。

战略框架：

1. 不管能否归因，都要优化 AI 曝光：

• 投资于 AI 会引用的内容
• 构建品牌权威信号
• 监控 AI 可见性作为核心 KPI

2. 用代理指标决策：

• AI 声量占比
• 自报归因
• 品牌搜索相关性

3. 调整资源分配：

• 部分预算专门用于提升 AI 可见性，不指望可追踪转化
• 把 AI 优化当成品牌知名度广告

4. 向利益相关者普及：

• 解释黑暗漏斗现实
• 设置可衡量性预期
• 以代理指标作验证

赢得市场的公司：

即使无法完美归因，也持续投资 AI 可见性的公司。他们相信影响确实在发生，哪怕无法直接衡量。

这很清晰。我的总结如下：

AI 黑暗漏斗是真实存在的：

• 客户调研发生在 AI 内部
• 传统分析无法追踪
• 表现为无法解释的“直接”流量
• 占比显著且持续增长

实际应对措施：

1. 增加自报归因：

• 所有表单都问“你是从哪里知道我们的？”
• 明确列出 AI 选项
• 与分析数据交叉验证

2. 单独追踪 AI 可见性：

• 部署 Am I Cited 监控
• 跟踪与竞争对手的声量占比
• 作为并行 KPI 汇报

3. 调整归因观念：

• 建立“可衡量”与“AI 影响”两类
• 用相关性做估算
• 接受部分影响无法衡量

4. 向领导层普及：

• 解释黑暗漏斗现实
• 以代理指标作验证
• 设置合理的可衡量性预期

心态：

营销影响大于可衡量部分。要优化 AI 曝光，因为我们知道它有效，即使无法直接证明。

感谢大家的澄清。

AI 时代的未来衡量方式：

可能的变化：

1. AI 平台或许会共享数据 —— 归因合作有可能
2. 自报归因成为标准 —— 所有地方都问“你是怎么知道我们的”
3. 相关性模型进步 —— 更好地将 AI 可见性与结果关联
4. 品牌指标复兴 —— 品牌认知衡量更重要

可能不会变的是：

客户在 AI 对话中做出的决策，传统追踪方式仍难以可见。

做好准备：

未来的营销 ROI 部分可衡量，部分需要推断。能接受并据此优化的公司将远胜于等待完美归因的公司。

高管沟通视角：

如何向领导层解释黑暗漏斗：

不要说： “我们的营销已经无法衡量了。”

要说： “客户越来越多地在 AI 平台中发现我们，而传统追踪方式无法覆盖。我们正在将 AI 可见性指标纳入传统归因之外的测量体系。”

叙述如下：

• 市场正在变化（AI 普及）
• 我们的衡量方式在适应（新指标）
• 我们正战略性投入（AI 曝光）
• 我们追踪代理指标（相关性数据）

领导层需要的是：

1. 认识到环境已经变化
2. 对你们适应的信心
3. 用于评估绩效的新指标
4. 与业务结果的关联

不要把这当做问题呈现，要作为对市场现实的战略适应。

黑暗漏斗下的竞争视角：

机会在于：

当大多数公司还在为 AI 归因而困惑时，你可以通过以下方式获取先机：

1. 在他人犹豫时率先投资 —— 优化 AI 曝光
2. 能衡量的就衡量 —— AI 声量占比
3. 用相关性及时行动 —— 即便没有完美归因

风险在于：

谁先搞明白，谁就能抢占 AI 曝光，而你如果等着完美衡量就会被甩在后面。

竞争现实：

在 AI 黑暗漏斗里，可见性=影响力。或许无法在归因模型中证明，但客户确实受到了影响。

要么可见，要么隐形。不要让归因模型妨碍你竞争。