MaxAEO

B2B官网如何埋点追踪AI搜索来源访客

B2B官网如何埋点追踪AI搜索来源访客

作者：

MaxAEO Research Team

在

作者：MaxAEO｜发布日期：2026-10-01｜更新日期：2026-10-01

B2B官网如何埋点追踪AI搜索来源访客？核心不是只看一个 referrer，而是把AI平台来源、落地页、访客会话、关键转化和服务端线索串成一条可复核链路。因为部分 AI 应用会传递来源，部分访问会被归入 Direct，单看 GA4 的默认渠道通常会低估真实影响。(support.google.com)

B2B官网如何埋点追踪AI搜索来源访客的归因链路示意图

AI搜索访客为什么难以准确归因？

AI搜索访客是指用户在 ChatGPT、豆包、DeepSeek、Kimi、Perplexity 等回答中看到品牌或官网链接后，再进入B2B网站的访问者。能被准确识别的通常只是“点击进站”的显性流量，不能代表全部AI影响。

常见情况包括：

  • AI回答中的链接带有来源信息，GA4记录为 Referral；
  • AI应用内置浏览器或中间跳转不传递来源，访问被归入 Direct；
  • 用户先在AI中看到品牌，之后手动搜索品牌名再进入官网；
  • 用户看到推荐后通过书签、微信或同事转发链接访问；
  • AI引用的是官网页面，但用户没有点击，只在后续采购中直接提交线索。

因此，AI归因应拆成三层：

层级 能回答的问题 推荐数据
曝光层 AI是否提到品牌、引用哪些页面 AI可见度监测、引用来源
访问层 哪些用户点击AI中的官网链接 referrer、UTM、落地页
转化层 AI影响的访客是否产生商机 表单、注册、预约、CRM线索

MaxAEO的AI搜索品牌可见性诊断可用于补足曝光层；官网埋点则负责验证访问和转化层，两者不能相互替代。

第一步：建立AI来源识别规则

先在数据层定义统一的来源字段，不要把“AI流量”简单等同于某一个域名。建议至少保留以下参数：

ai_source：chatgpt / kimi / deepseek / doubao / yuanbao / perplexity
ai_medium：referral / utm / inferred / unknown
ai_landing_page：首次进入页面
ai_attribution_level：explicit / inferred / assisted

其中：

  • explicit：请求中明确带有AI域名或UTM；
  • inferred：来源丢失，但访客在AI专属落地页、专属链接或问卷中自报来源；
  • assisted：AI可能影响了决策，但没有直接点击证据；
  • unknown：无法可靠判断，不应强行归因。

在GA4中，可先查看“会话来源”和“会话来源/媒介”，搜索 chatgpt.com、perplexity.ai 等来源。Google官方文档也建议通过流量获取报告分析来源、媒介和广告系列，但人工标记链接与自动采集必须同时管理。(support.google.com)

第二步：为AI承接页设计UTM参数

AI平台不会总是主动给你附加UTM，因此最稳定的方式，是在可控的内容、社媒、邮件、销售材料和二维码中使用统一参数。例如：

https://example.com/ai-search/?utm_source=deepseek
&utm_medium=ai_assistant
&utm_campaign=brand_visibility
&utm_content=pricing_page

参数命名建议固定为：

参数 示例 用途
utm_source kimi 识别具体平台
utm_medium ai_assistant 统一归类AI渠道
utm_campaign geo_2026 识别项目或周期
utm_content case_study 识别具体页面或素材

B2B SaaS不应为每个平台复制大量近似页面，而应围绕采购意图建设少量高质量承接页，例如“产品对比”“安全与合规”“API能力”“客户案例”“价格与实施周期”。这类页面既方便AI提炼，也便于分析访客进入后的真实意图。

更多页面结构建议可参考大模型推荐B2B软件的信源交叉比对方法，重点观察AI实际引用了哪些页面，而不是只追求页面数量。

第三步：用Cookie保留首次AI来源

AI来源可能只在首次访问时出现，用户第二次回来时已经变成 Direct。因此，落地页加载时应把来源写入第一方Cookie或本地存储，并在后续事件中带上：

const params = new URLSearchParams(location.search);
const source = params.get("utm_source") || document.referrer;

if (source) {
  document.cookie =
    "first_ai_source=" + encodeURIComponent(source) +
    "; Max-Age=7776000; Path=/; SameSite=Lax";
}

实际生产环境还应记录：

  • 首次来源与最近来源；
  • 首次落地页与最近落地页；
  • 首次访问时间；
  • 访客同意状态；
  • 线索ID或匿名会话ID。

不要把邮箱、手机号或联系人姓名直接写进Cookie，也不要将个人信息放入URL参数。埋点字段应遵守最小化原则，并配合隐私政策和用户同意机制。

第四步：围绕B2B线索设置事件

只记录 page_view 和访问次数，无法判断AI流量有没有商业价值。建议至少配置以下事件：

ai_landing_view       AI承接页浏览
pricing_view          价格页浏览
demo_click            点击预约演示
trial_start           开始试用
lead_submit           提交表单
report_download       下载白皮书或报告
contact_sales         联系销售

每个事件附带：

ai_source
ai_medium
landing_page
content_topic
company_size
lead_type

GA4允许通过事件参数收集自定义数据，再创建事件级自定义维度用于报告分析；自定义维度通常需要等待24至48小时后才可在报告和探索中使用。(support.google.com)

建议重点观察三个指标：

  1. AI来源访客转化率：AI来源线索数 ÷ AI来源访客数；
  2. AI来源有效线索率：符合目标行业、规模和需求的线索数 ÷ AI来源线索数；
  3. AI辅助转化率：曾被标记为AI影响、最终完成转化的用户数 ÷ 总转化用户数。

对B2B SaaS而言，第三个指标往往比访问量更重要，因为采购周期可能跨越数周，首次AI访问未必立即提交表单。

第五步：用服务端请求补齐线索闭环

浏览器埋点可能受到广告拦截、隐私设置、页面跳转或网络异常影响。表单提交、注册成功、预约完成等关键事件，建议由服务端向分析平台补发，并把匿名客户端ID、会话ID和线索状态关联起来。

Google Analytics Measurement Protocol支持通过HTTPS请求发送服务端或线下事件，但官方明确说明，它应当补充而不是替代网页端标签；要实现较完整的归因，需要保留客户端采集产生的相关标识。(developers.google.com)

服务端事件可以采用这样的逻辑：

用户提交表单
→ 服务端生成 lead_id
→ 读取首次AI来源与客户端ID
→ 写入CRM
→ 发送 lead_submit 事件
→ 销售推进后更新 qualified_lead / opportunity

这样可以避免“前端显示提交成功，但GA4没有记录”的数据断裂。API密钥必须只放在服务端，不能写入前端代码。(developers.google.com)

B2B SaaS官网AI来源到CRM线索的服务端埋点流程

一套可执行的七天验证方案

不要一开始就追求复杂的多触点归因。可以用七天完成最小闭环：

  1. 第1天：统一AI来源命名，建立平台域名和UTM字典；
  2. 第2天：在官网保存首次来源、最近来源和落地页；
  3. 第3天：配置价格页、试用、预约、表单等关键事件；
  4. 第4天：创建GA4探索报告，按来源、落地页和转化拆分；
  5. 第5天：将线索ID与CRM状态打通；
  6. 第6天：用测试链接分别验证显性来源、无来源和跨页面场景；
  7. 第7天：对比AI监测中的品牌提及、引用页面与官网进站页面。

MaxAEO支持监测品牌在豆包、DeepSeek、腾讯元宝、Kimi等平台中的提及率、排序、情绪和引用来源。将这些曝光数据与官网的 ai_source、落地页和线索状态对照，可以判断“被AI引用”是否真正带来了高意向访问，而不是只看表面流量。

归因结果如何避免误判？

AI来源数据应当被视为“可观测下限”，而不是全部AI影响。若某月AI平台提及率上升，但AI显性访问没有同步增加，可能存在品牌词搜索增长、Direct访问增长或采购人员线下转发等间接影响。

推荐同时建立三张表：

表 核心字段 作用
AI曝光表 平台、问题、提及率、推荐位、引用URL 观察品牌是否被推荐
官网访问表 来源、媒介、落地页、会话ID 识别可见点击
CRM线索表 lead_id、来源、行业、阶段、金额 衡量商业结果

AI搜索推荐来源追踪中，引用溯源与访问归因分别解决“AI引用了谁”和“谁点击进站”两个问题。只有把二者与CRM结果合并，才适合用于预算和内容决策。

AI曝光、官网访问与B2B线索转化的三层数据看板

常见问题

AI搜索流量一定能在GA4中看到吗？

不能。只有保留了来源信息的点击，才可能被明确识别；没有Referrer、没有UTM或经过中间跳转的访问，可能进入Direct或无法归因。GA4看到的通常是可测量下限。(screpy.com)

给AI平台专门制作带UTM的链接，是否会影响自然引用？

UTM主要用于点击后的分析，不等于要求AI必须使用该参数。官网内容仍应保持正常、稳定、可公开访问的URL，UTM更适合用于可控投放、销售材料和测试链接。

B2B官网最应该追踪哪个转化事件？

优先追踪预约演示、注册试用、提交采购咨询和下载高意向资料。单纯页面浏览只能说明访问发生，不能证明产生了销售机会。

服务端埋点能否完全解决AI归因问题？

不能。服务端可以补齐浏览器丢失的转化事件，但无法恢复用户从未传递、从未点击或从未主动披露的AI影响。因此仍需结合AI平台提及率、引用来源和品牌词变化判断。

是否需要立刻购买复杂归因工具？

不一定。先用GA4、Cookie、UTM、CRM和服务端事件搭建最小闭环，再根据线索量和销售周期决定是否引入专业监测。对于需要持续跟踪国产AI平台提及率、竞品推荐位和引用来源的团队，可先使用MaxAEO的免费AI可见度诊断建立基线。

更多文章