GEO-Messdashboard für den Vorstand erstellen

Die Finanzabteilung fragt nach dem Ertrag von GEO, doch die Last-Click-Attribution zeigt nichts: Ein Assistent empfiehlt Ihre Marke, zwei Wochen später gibt ein Nutzer Ihre URL ein und Analytics erfasst direkten Traffic. Dieser Workflow trennt die erfasste Traffic- und Umsatzebene von der überwachten Sichtbarkeit. Er setzt eine verbundene Umsatzintegration voraus. Wenn Sie nur eine überprüfbare Zeile für eine Präsentation benötigen, liefert sie das Playbook für den Vorstandsbericht.

Das GEO-Problem, das der Workflow löst

Alle wünschen sich eine Zahl. Analytics erfasst Klicks, Search Console Rankings. Keines der beiden sieht, dass ein Assistent Ihre Marke in einer Antwort nennt, auf die niemand klickt. Eine einzige Zahl für zugeordneten Umsatz müsste den Einfluss ohne Klick anhand nicht vorhandener Daten modellieren.

Deshalb enthält der Bericht drei Ebenen. get_ai_revenue und get_referrer_analytics liefern bei verbundener Analytics-Integration klar abgegrenzte Ergebnisse. Überwachte Sichtbarkeit ist ein beobachtetes Ergebnis mit Nenner. Markensuchen entwickeln sich lediglich parallel. Diese Ebenen bleiben bis zur letzten Folie getrennt.

So ist der Workflow aufgebaut

1. Kennzahlenübersicht erstellen. get_overview liefert Zahlen und Raten für den aktuellen und vorherigen Zeitraum. get_brand_performance nimmt einen konkreten Zeitraum und optionale Filter für Anbieter, Thema, Tag oder Funnel. Es liefert Erwähnungsrate, Zitierungsrate und Share of Voice mit Nennern sowie Sentiment ohne Nenner. Keines der Tools gibt einen zusammengesetzten Score zurück.

2. Wettbewerbsumfeld ergänzen. get_competitor_comparison liefert Marktrang und Direktvergleiche. get_competitors bestimmt IDs und ordnet Erwähnungen und Share of Voice für einen optionalen Zeitraum sowie Anbieter-, Themen-, Tag- oder Funnel-Filter. get_competitor_position ergänzt Abdeckung und Share of Voice. get_competitor_evolution liefert einen Tagesverlauf, aber keinen historischen Share of Voice.

3. Erfasste Ebene abrufen. get_ai_revenue liefert Conversions und gemessenen Umsatz aus KI-Referral-Sitzungen in der angegebenen Währung neben den Gesamtzahlen der Website. get_referrer_analytics liefert KI-Sitzungen, Traffic-Anteil und Zielseiten. Beide enthalten ein connected-Kennzeichen, das ohne Integration false ist. Das Umsatz-Tool meldet zudem, ob Conversion-Daten vorliegen.

4. Überwachte Zeitreihe ergänzen. get_visibility_trend nach Wochen gruppiert liefert eine Kurve neben Ihrer Geschäftszeitreihe und bezeichnet ihre Richtung selbst: Bei mehr als zwei Punkten up oder down, darunter stable. Search Console liefert einen Gesamtwert je Zeitraum, keine Wochenpunkte.

5. Kostenindikator berechnen. Ohne MCP-Aufruf: Kosten geteilt durch die Veränderung einer vorher gewählten Kennzahl in Prozentpunkten. Bei null oder negativer Veränderung ist der Indikator nicht anwendbar.

Was ein Durchlauf tatsächlich liefert

Ein realer 30-Tage-Zeitraum: Erwähnungsrate 1,08 Prozent, also 10 von 928 relevanten Antworten. Quellenrate 3,49 Prozent, 54 von 1.548 zitierfähigen Antworten. Share of Voice 0,25 Prozent, 10 von 3.957 Markenerwähnungen. Sentiment 60,5 ohne jeden Nenner.

Drei Raten, drei verschiedene Nenner: Genau deshalb zeigt die Übersicht sie an. Der Abstand zwischen 928 und 3.957 ist kein Fehler. Die erste Zahl zählt Antworten, in denen die Marke hätte erscheinen können, die zweite sämtliche Markenerwähnungen in der Kategorie. Nebeneinander zeigen sie einen dichten Markt und eine geringe Präsenz der Marke darin. Ein Durchschnitt aus ihnen sagt nichts.

So nutzen Sie die Ergebnisse

Zwei Fragen kann die Präsentation nicht klären. Der Wochenvergleich zeigt die Form der Kurven, keinen Koeffizienten: Drei Monate reichen nicht, um eine echte Beziehung von einem saisonalen Effekt zu trennen. Und sinkende Kosten pro Punkt können auf bessere Arbeit oder geringere Ausgaben zurückgehen.

Sie legt aber die Reihenfolge fest. Umsatz erscheint nur, wenn get_ai_revenue die Integration als verbunden und Conversion-Daten als vorhanden meldet, und zwar in der zurückgegebenen Währung. KI-Sitzungen folgen, dann überwachte Sichtbarkeit mit Nenner, zuletzt bereitgestellte Zeitreihen, niemals als Umsatz. Eine nicht verbundene Ebene behält ihre Folie mit dem Hinweis „nicht verbunden“.

Eine Schwelle entscheidet den Rest: Nennen Sie eine Sichtbarkeitsbewegung erst bei mehr als zwei Punkten eine Veränderung, der Schwelle, die get_visibility_trend selbst verwendet, und nur bei vergleichbaren Antwortzahlen in beiden Zeiträumen. Darunter gilt sie als stabil. Speichern Sie jedes Mal Zeiträume, Nenner, Antwortzahlen und Umfang der Ausgaben.

Der vollständige Prompt

Ich möchte ein GEO-Messdashboard für die Geschäftsleitung. Falls ich mehrere Marken überwache, liste sie auf und frage nach der gewünschten Marke. Verwende die letzten 30 Tage als aktuellen Zeitraum und die 30 Tage davor als passenden Vergleichszeitraum. Falls ein Aufruf keine Zeilen liefert, sage das in einer Zeile, markiere den Abschnitt als „keine Daten“ und fahre fort.

1. Rufe get_overview und danach get_brand_performance für jeden Zeitraum auf. Vergleiche Erwähnungsrate, Quellen-Zitierungsrate, Share of Voice und Sentiment. Gib Zähler und Nenner der drei Raten an. Erstelle keinen zusammengesetzten Score und berichte keine Rate mit Nenner null.
2. Rufe get_competitor_comparison und get_competitors zur Bestimmung der IDs auf, danach get_competitor_position und get_competitor_evolution für die zwei engsten Wettbewerber. Verwende überall dieselben 90 Tage und optionalen Filter für Anbieter, Thema, Tag oder Funnel. Halte Rang und Abdeckung vom Tagesverlauf getrennt, erfinde keinen historischen Share of Voice und kennzeichne einen leeren Verlauf als Lücke.
3. Rufe get_ai_revenue und get_referrer_analytics für 90 Tage auf. Berichte zuerst, ob jede Integration verbunden ist und ob get_ai_revenue Conversion-Daten hat. Ist eine Integration nicht verbunden, benenne die fehlende Ebene und nenne überhaupt keinen Umsatz. Andernfalls berichte gemessenen Umsatz mit Währung, Vergleich zur gesamten Website, KI-Sitzungen, Traffic-Anteil und führende Zielseiten.
4. Rufe get_visibility_trend für 90 Tage, nach Wochen gruppiert, auf und zeige die zurückgegebene Richtungsbezeichnung. Frage dann, ob ich wöchentliche Exporte zu Markensuchen oder direktem Traffic liefern kann. Falls ja, gleiche sie nach Woche ab, nenne die Zahl passender Wochen, zeige beide Kurven und beschreibe nur, ob die letzten vier in dieselbe Richtung gingen. Berechne keinen Korrelationskoeffizienten, passe kein Modell an und sage bei weniger als acht passenden Wochen nichts über eine gemeinsame Bewegung. Ohne Exporte ist die Ebene indirekter Signale nicht verfügbar.
5. Frage mich nach den gesamten GEO-Ausgaben im Zeitraum in Euro und teile sie durch die Veränderung der Sichtbarkeitsrate zwischen den Zeiträumen in Prozentpunkten. Ist die Veränderung null oder negativ, markiere den Indikator als nicht anwendbar und vergleiche ihn niemals mit CAC oder externen Richtwerten. Formuliere dann fünf Kernpunkte: erfasster Umsatz, KI-Traffic, überwachte Sichtbarkeit mit Nennern, Kosten pro Punkt mit Eingabewerten, Empfehlung für das nächste Quartal. Ergänze jeden um eine Einschränkung und markiere eine leere Ebene als „keine Daten“, statt ihre Folie zu entfernen.