GEO 客户案例｜泡泡鲸科技

04

泡泡鲸 GEO

某金融服务品牌豆包可见度优化

行业金融服务服务类型泡泡鲸 GEO 项目周期 8 周

核心数据

24%→57%

核心问题品牌提及率

18%→46%

金融服务推荐率

6%→21%

品牌首位提及率

46%→76%

品牌正向描述准确率

原本问题

用户在豆包中搜索企业融资、现金流管理等问题时, 品牌经常不出现, 即使出现也容易被描述成泛金融服务机构。

我们的动作

泡泡鲸梳理高意图问题集, 围绕品牌服务优势、典型使用场景和决策 FAQ 建设外部信源内容。

结果

8 周后, 客户在豆包中的品牌可见度和描述准确率均有明显提升。

05

泡泡鲸 GEO

某大学豆包信源建设

行业高校 / 教育服务类型泡泡鲸 GEO 项目周期 6 周

核心数据

13→42

高意图择校问题覆盖

9%→31%

品牌推荐率

0%→8%

品牌首位提及率

49%→28%

AI 回答误读问题占比

原本问题

官网和公众号内容主要停留在学校官方表达层面, 外部信源较少, 结构也不利于 AI 理解。

我们的动作

泡泡鲸围绕升学季、择校季、高考志愿填报、专业选择等高意图问题建设信源。

结果

6 周后, 项目在豆包中覆盖 42 个高意图择校问题, 品牌推荐率从 9% 提升至 31%。

06

泡泡鲸 GEO

某新消费品牌 DeepSeek + 豆包外部信任资产建设

行业新消费服务类型泡泡鲸 GEO 项目周期 7 周

核心数据

41%→72%

DeepSeek 定位准确率

22%→40%

核心品类词露出率

25→41

豆包推荐场景覆盖

13 次

新增信源被引用

原本问题

品牌已有一定声量, 但公开内容分散, 缺少稳定、清晰、可被 AI 理解的外部信源。

我们的动作

泡泡鲸拆解消费决策真实问题, 建设品类科普、产品对比、用户案例、常见问题和消费决策指南类信源。

结果

7 周后, DeepSeek 中品牌定位准确率从 41% 提升至 72%, 豆包中产品推荐场景覆盖量提升 64%。