AI获客复盘建议至少收集六组数据：AI回答曝光与引用、引荐访问、页面行为、线索质量、成交进展，以及页面抓取和内容版本。适用边界要先说清楚：爬虫访问不等于答案引用，答案出现也不等于用户点击，点击更不等于成交，必须把每一层分开记录，再用自家后台和CRM数据验证效果。
别把“被看到”和“带来客户”混在一起
复盘时先把信号分成五层：爬虫访问、答案引用、引荐点击、自然点击和品牌词搜索。它们代表的动作不同，不能放在同一个“AI流量”数字里相加，否则页面被抓取了多少、回答里出现了多少、用户真正点进来多少，都会变得模糊。
建议给每条记录标记来源类型，并保留落地页、访问时间、查询语境和后续动作。AI平台是否传递来源参数并不受网站控制，直接访问也可能包含无法识别的AI引荐，因此无法归类的访问应单独放进“未识别”，不要强行归因。
访问数据要看到用户落到了哪里
引荐访问组可以记录来源平台、入口页面、首次访问时间、设备类型、停留行为、下一页路径和退出位置。单看访问次数容易把重复访问、误触和低意向浏览混在一起，落地页与后续动作放在同一行，才方便判断内容是否接住了用户问题。
页面行为不宜只盯着停留时长。更有用的是看用户有没有查看服务说明、价格构成、案例条件、联系方式或表单页面，并把这些行为与有效表单、电话记录或订单状态关联起来。主转化事件只选一个，例如有效表单，其他动作作为辅助信号。
线索数据决定这次访问值不值得追
线索组至少包含提交页面、需求主题、地区、业务类型、预算是否明确、联系人状态、销售分配时间和无效原因。预算、地区等信息不适合用默认值填充，缺失就留空，否则复盘时容易把猜测当成客户事实。
有效线索的口径要提前写在团队表里，例如是否满足服务区域、需求是否属于当前产品、是否完成真实沟通。这个口径属于企业内部方法，不代表行业通用标准；如果销售团队更换了定义，历史数据要保留旧版本，不能直接覆盖。
成交进展不能只看最后一笔订单
成交组可记录线索进入时间、首次响应时间、商机阶段、报价状态、合同状态、订单金额和未成交原因。金额与周期没有通用基准，无法通用判断，需用自家数据验证；复盘重点是看不同来源进入后的阶段变化，而不是拿一个月的结果推断长期趋势。
归因规则也要写清楚：主转化事件选表单、电话或订单中的一个，归因窗口按照自身销售周期设置，并保持各月份口径一致。若用户先从AI引荐进入，后来搜索品牌词再成交，可同时保留多触点记录，但不能把这笔订单重复计算。
页面抓取和索引数据放在哪里看
技术组需要单独记录页面是否能正常访问、HTTP响应状态、robots.txt限制、sitemap提交状态、页面更新时间和搜索引擎抓取记录。根据Google Search Central《搜索抓取与索引指南》，抓取和索引属于不同环节，因此复盘表不能只写一个“已收录”结论。
结构化数据也要看页面实际呈现的实体、服务、文章或问答信息是否与正文一致。Schema.org的类型和属性定义可作为字段设计参考，但结构化数据本身不等于AI引用或成交结果；效果仍需结合引荐点击、表单和CRM记录判断。
内容版本不留记录，复盘很容易失真
每次修改标题、首段、问答、作者信息、引用材料、内部链接或结构化数据，都应记录页面地址、修改日期、改动位置和改动原因。版本记录的作用不是证明某次改动一定有效，而是让团队知道结果对应哪一版内容，避免把多个改动混成一个结论。
如果同一时期同时调整页面结构、投放渠道和销售跟进方式，结果就很难归因。更稳妥的做法是把改动拆开记录，标注观察起止时间，并把“待验证假设”与已经发生的后台数据分开写。
一张表怎么把复盘闭环跑起来
不需要一开始做得很复杂，表格按“观察对象—记录字段—归因规则—观察周期—判断指标—下一步动作”六列设计即可。下面这组动作适合页面、内容和销售团队一起使用，重点是保持口径稳定，而不是追求表格看起来漂亮。
- 记录AI引荐点击、入口页面和来源是否可识别，无法判断的访问归入未识别。
- 把有效表单或其他主转化事件与CRM线索编号关联，避免重复计数。
- 按照既定销售周期观察从访问到商机、订单的变化，周期长短需用自家数据验证。
- 分别查看有效线索率、主转化率和订单状态，不把爬虫、引用展示当成成交。
- 若访问有变化但线索没有变化，回看页面内容与表单承接；若线索有变化但订单停滞，回看销售阶段和跟进记录。
这套闭环适合持续记录，不适合拿一次查询或单日访问下结论。判断结果时，把页面版本、来源类型和主转化口径一起带上，下一轮只调整一个主要变量，才更容易看出变化来自哪里。