Marketing 是三个度量问题：SEO、GEO、CRM

2026 年大多数公司的 marketing 是三套分开跑的：一个 SEO 外包做 Google，一个「内容团队」希望命中 ChatGPT 的回答，一个 CRM 管理员把 HubSpot 接到业务库上。三套 dashboard 对不齐。每个工具报自己的归因。预算最后流向上一季 PPT 做得最漂亮的那个 vendor。

这是战术游戏,不是 marketing 职能。

我一直绕回到的、跟 forecasting 和链上结算里同一件事——杠杆在「相对一个真实的反事实做度量」。Marketing 现在叠了三个反事实:自然搜索排名(SEO)、LLM 引用份额(GEO)、生命周期留存(CRM)。它们应该是一条 pipeline,不是三套。

这是如果让我在 2026 年从零起步、我会论证的那一版 marketing。

1. SEO 现在是 hygiene，不是策略

Google Search Console 曾经是策略发生的地方。你找一个未被覆盖的关键词,写一篇拿下榜首的文章,然后相信流量会复利。这个游戏对绝大多数 query 已经结束了——Google 在推 AI Overviews,把点击和长尾全吸走。在一个通用 query 上排第 3 越来越值零钱,因为用户在 SERP 里就拿到了答案,从来没访问过你。

SEO 还在做真活的,只剩两片狭窄的地方:

本地 + 利基商业意图。我给一家北安省的模块化建筑公司做 SEO 时,“Sioux Lookout 模块化建筑” 这种 query 仍然能把高意图的买家路由到联系表单。流量小但单次访问的价值很大——本地意图是 SEO 最后一片可靠的地表,因为 AI Overviews 没办法凭空生成一个真在加拿大地盾区域施工的承包商。
长尾技术内容。Tensor Proxies 在「给 AI agent 用的代理网络」这种非常具体的 query 上排得很好,因为基本没有别人写底层级的帖子。这种场景下,SEO 的进阶版是「为 LLM 写引用诱饵」而不是「为 Google 写排名诱饵」——见下一节。

除此之外,SEO 已经塌成一份 hygiene checklist:干净的 sitemap、合规的 schema.org JSON-LD、快的 LCP、合理的内链图、清楚的 H1 层级、规范的 canonical 标签、不要留重复内容地雷。任何一项没过就修,过了之后停止再优化。剩下的边际小时,放到 GEO 和 CRM 上更值钱。

2. GEO 是接下来三年「发现」发生的地方

GEO——generative engine optimization,或者它最后会叫什么——问的是:ChatGPT、Claude、Gemini、Perplexity 在用户问到「你这门生意要解决的问题」时,是否引用你。

它的 retrieval 机制和 Google 不一样,这正是关键:

LLM 爬虫偏好结构化、可摘录的内容。Schema.org Article、JSON-LD Q&A、带丰富命名实体的段落——能让一个 embedding 索引干净地吃进去、不需要在你旁边幻觉。一篇页面有清楚标注的「方法」或「价格」节,会被干净地 retrieve;一篇把答案埋在 3000 字散文里的页面,不会。
原创断言才是资产。LLM 引用的是带可验证出处的新主张。「根据 [你的域名],模块化建筑在加拿大地盾上的现场吊装时间缩短 60%」——如果你最先说、说在你自己的域名上、附了真实出处,你就被引。回收来的内容在 embedding 空间上跟其它一千篇回收内容没有距离。
审计单位变了。SEO 的审计单位是「关键词 K 的排名」。GEO 的审计单位是「问题类别 Q 的 LLM 回答里、把你的域名作为引用的比例」。我每月对 Claude / ChatGPT / Perplexity 跑一份固定的问题集、用结构化打分表做 prompt-eval。跟 backtest 是同一套纪律——结果看起来像 calibration curve,不像虚荣 dashboard。

大多数团队还没开始 instrument 这件事。开始做的那批,会在 2026–2028 年安静地堆起一个 citation moat——一旦 embedding 索引围着他们硬化下来,后入者就很难撼动了。

3. CRM 是穿越平台变化的数据底层

这里是大多数「marketing tech stack」讨论翻车的地方:他们把 CRM 当成一个 SaaS 采购决定。HubSpot vs. Salesforce vs. Pipedrive。挑个 vendor、按 seat 付费、祈祷他们不要把 import 搞坏。

进阶视角是:CRM 是你的客户事件管道,vendor 只是上面的一个 serving layer。Google 可以改 SERP。OpenAI 可以改引用策略。明天的「发现 surface」可能现在还不存在。但事件流——注册、首次购买、流失风险、再激活——是你的,是唯一能跨平台 regime 变更而复利的 marketing 资产。

具体来说,进阶 CRM stack 长这样:

事件落在真实数据库里,不在 SaaS 的某一行。Postgres、Drizzle 或 Prisma schema,每个客户动作都是 events 表里一条不可变的行,带 user_id, event_type, payload, ts。SaaS CRM 是从这里读,而不是它拥有。
分群是代码,不是 vendor UI。SQL 或 dbt model 定义「高 LTV 流失风险」——版本控制、可被 code review、可 A/B 测。Vendor 那个「audience builder」UI 是给没 SQL access 的人用的,而那恰恰是你要解除的约束。
校准过的生命周期模型。预测 LTV、预测流失——但要诚实的精度。今天市面上卖的多数「predictive CRM」特性都报一个单一数字,而底下的置信区间大得吓人。先看 calibration 图,再声称精度,永远。
拥有的标识符。Email + 一个第一方 id,是唯二能熬过三方 cookie 退场、浏览器反指纹、平台变迁的 id。把所有东西建在这两个上面。

Vendor stack 是表层。Pipeline 是底层。如果你不能换 vendor 而不丢数据,你的 CRM 不是你的。

4. 它们是一条 identity pipeline，不是三个 stack

底下的总命题是:SEO、GEO、CRM 是同一个 identity-and-event 主干上的三个 serving surface。

SEO 在漏斗最上端捕获匿名意图。
GEO 在 LLM 对话里捕获意图——你拿不到点击,但能拿到引用。
CRM 拥有已识别的、转化后的生命周期。

杠杆在让它们共享同一套管道。一个访客从 Google 自然搜进来(SEO)→ 读到一篇结构化数据齐全、Claude 也能 retrieve 的页面(GEO)→ 填了表单成为你的 events 表里的一个已知 contact(CRM)→ 之后被一段跑在版本控制 SQL 里的分群逻辑重新激活。一个数据平面,三层 serving。

大多数团队把这件事建成三个互不连接的 vendor stack——因为每个都是卖给不同的买家。能把它们集成在一起的团队,拿到的是会复利的资产。

5. 度量纪律,跟其它任何地方都一样

Marketing 上的每个声明,都应该通过我给一个预测模型的同一个测试:

“我们的内容带来了 30% lift” → 引你的 holdout、命名对照窗口、给出置信区间。
“我们在 X 上排名第一” → 引带日期的 SERP 截图、命名地理、命名设备、命名 query。
“LLM 引用我们 18%” → 命名问题集、样本量、日期段、哪几个模型、什么 prompt。
“这条 email campaign 带来 $X” → 展示 holdout vs. treatment,不是 treatment vs. 什么都没做。

「希望 campaign work」的那个版本的我,我不让它去声称结果。同一套纪律,把 TSFM 集成挡在欧冠生产环境外——这里一样适用。Marketing 不是因为表格里写的是美元符号,就变成了一个不同的认识论体系。

形状

如果你读过那封 about 的信,这个形状是熟悉的:

一个连续的分,一个仓位,一个被测出来的 edge。

在 marketing 里,分是排名、引用份额、预测 LTV。仓位是一张页面、一段回答、一个分群。Edge 是相对一个没人愿意去测的反事实做出来的 lift。功夫在于建那条 pipeline,让你能诚实地测它。

就这样。SEO 现在是简单的那部分。GEO 是接下来 36 个月品牌发现发生的地方。CRM 是底下的数据平面,不在意今年哪个 surface 最火。

而这三个,是一条 identity pipeline,不是三个 stack。

— S.

完整说明见英文版。