头部车企 20% 到店客流归因 AI：可复制的线下归因测量法

中国 GEO 案例绝大多数停在线上指标——提及、引用、曝光，线下生意“AI 到底带不带人来”长期缺证据。博客园 2026 年 5 月一篇从业者文提到的头部车企门店调研，给出了国内少见的线下归因样本。数字只是“声称”，但它用的测量方法几乎白送，值得每一个有门店的业务抄走——这是本页的主轴。

案例说了什么

来源是博客园从业者文（2026-05，原文链接未公开）。声称：某头部车企的线下门店调研显示，预约试驾用户中 20% 表示其信息来自 AI 搜索。方法描述为“内容优化 + 门店到店归因调研”：线上对车型问答做内容优化，线下在客户到店与预约环节询问“您是从哪里了解到我们的”，把 AI 搜索列为选项之一。稿件未披露调研门店数、样本量、问卷原文与执行方——“20%“是转述口径。

可信度审视

定级：服务商单源（从业者转述，非车企官方披露）。数字层不可核：样本量、门店范围、提问措辞全部缺失，而归因调研的数字对措辞极其敏感——问“您看过 AI 的推荐吗”和问“您从哪里了解我们”会得到完全不同的比例。但方法层恰恰相反，是案例栏少见的亮点：到店询问信息来源是零技术门槛、几乎零成本、每个门店当天就能开始做的动作，它把“AI 有没有用”从服务商的报表里拉回到商家自己的一手观察。另有三点保留：其一，“预约试驾用户”本身是高意向子集，20% 不能外推为全部客流；其二，“表示信息来自 AI 搜索”是自我报告，用户对信息来源的记忆与表述天然粗糙；其三，“头部车企”身份未披露，不排除被包装的可能。数字存疑、方法可学，是本页的定级结论。

机制复盘：能学到什么

主轴：**线下归因是可复制的低成本测量法——它是普通人验证一切“AI 获客”声称的接地气版本。**做法骨架三步。第一步，把“信息来源”做成必答题：预约表单加一个单选字段（搜索引擎/AI 助手/短视频/朋友推荐/路过），到店接待口头再问一遍并记录，两处互为校验。第二步，选项措辞具体化：不要问“是否用过 AI”，要问“您问过豆包、DeepSeek 这些 AI 吗，问了什么”——顺手把原话记下来，这些原话就是下一轮内容铺设的问题集，效果证据与内容弹药一鱼两吃。第三步，按月汇总成一条趋势线，看占比变化而不是单点绝对值：绝对值受样本量与措辞影响大，自家趋势线才是可比的。这套方法把 AI 渠道从“服务商嘴里的增量”变成“自家收银台旁边的数据”；对纯线上业务，同构做法是在下单与表单流程里加“你怎么找到我们的”字段。线上侧的转化质量口径，参照本站AI 引荐流量转化数据卡的双轨思路。

如果是你在类似场景

1. 本周就能做：在预约与到店流程里加“信息来源”必填项，AI 单列一个选项，先跑三个月看趋势。
2. 记录原话：把用户口述的“我问 AI 的问题”逐条记下，每季度汇成问题集，直接交给内容团队作选题。
3. 高意向子集单独看：预约试驾、付费咨询这类用户的 AI 占比，与全部客流分开统计，不混口径。
4. 线上线下对表：门店归因比例与线上 AI 引荐流量（渠道分组）同月对照，两边趋势一致才互相印证；总纲见秀虎GEO 测量方法论。

待核实与保留意见

• 20% 为从业者转述，无样本量、门店数、问卷原文，不可复测；
• “头部车企”身份未披露，不能排除服务商包装话术的可能；
• “预约试驾用户”为高意向子集，数字不可外推至全部到店客流；
• 自我报告式归因天然高估“记得住的渠道”——AI 名字新、记得住，搜索引擎反而少被提起，读数时应打折扣。汽车行业问法参考汽车后市场 50 问提示词模板；同类测量型案例参见快消单品三指标拆解。