万字复盘:一个400家店连锁的GEO+发售增长方法论

一个区域头部连锁的增长困境
这是我们合作四年的一个少儿书画连锁培训机构，他们有400多家店，他的名字叫做逸飞书画。这是一个比较典型的区域头部的连锁，400多家店，少儿书画连锁、同城获客模式。在传统的打法中，他已经做到了行业的头部，基本赚了10多年的利润，算是一个很成功的区域头部品牌，但是现在增长几个很清晰的卡点，现在也有明显的困境，1、同城流量越来越贵，抖音、小红书，钱其实是花得越来越多的，但是越来越贵；2、生源在下降，出生率往下走，蛋糕在缩小，品牌只能往中高端走，但是精准流量；3、转化率在掉，体验课转正价课的比例一直在降；还有一个大的连锁机构经常面临的共性问题，1、规模本来应该带来的优势，在传统流量打法里发挥不出来，区域头部本应该有巨大的品牌资产，但在抖音投流、小红书投放这套玩法里，在跟一家新机构，并没有优势，都是一样的起跑线，在流量成本拉高的情况下，其实有时候反而是负担；2、品牌统一性和本地化，连锁要品牌统一，但同城获客必须本地化，两头做好很难；因此，对于这种成熟的品牌，老的流量渠道已经带不来新增量甚至萎缩，急需一个新的流量渠道来完成一个新的增长破局，还需要一个方式能持续的激活老用户来实现品牌的破圈，其实解决方案就是：同城GEO+发售1、同城GEO解决新流量渠道问题AI已经是一个正在快速膨胀的巨大流量入口，国内光豆包一家日活就破亿，加上Kimi、通义、元宝、文心和各种AI硬件更多了，海外单独ChatGPT一家周活9个亿，而且这些流量已经在往线下灌了，教培、医美、装修、法律咨询，大量同城商家已经在AI上拿到了真实的精准客户。尤其是教培这种决策链偏重的行业，家长选培训班、选兴趣课，天然就会先问AI，极度适合在geo上获取客户，2、发售解决存量激活、品牌拓圈、GEO内容反哺三个问题另外发售一年做一到两次，一方面激活沉睡的老用户和粉丝，另一方面制造品牌势能带动老用户拉新，最后更为关键的是，每一次发售都是一次集中调动用户生产GEO内容的机会，引导家长创作校区的真实评价，分享选课经验和孩子学习前后的对比，以及真实的学习案例，这些内容可以直接对应家长问ai的决策问题。GEO持续从AI端获取精准流量，发售集中引爆转化、激活存量、拓圈拉新，发售产生的用户内容又反哺GEO——这是一个越转越快的飞轮。接下来通过下面五步拆解，逸飞书画怎么把这套“同城GEO+发售”跑起来1、AI重构了用户决策链路,品牌多了两个必争入口2、同城GEO:竞争最低、转化最高的AI流量洼地3、连锁做GEO的三重复利:需求复利、方案复利、复制复利3、GEO+发售的增长飞轮——发售收的是钱，留下的是资产4、无论你是大连锁还是单店:同城GEO的布局窗口,就是现在

在拆解怎么做之前，得先讲清楚一件事，为什么是AI、为什么是GEO，我们先看决策链路的一个重构，我们先拆一个一个家长真实的决策过程一个妈妈给孩子报书画班，不是突然出现在门口的，她有一条完整的链路：需求触发（别人家写的好、老师提醒、突然刷到学习的内容）→ 了解信息,要推荐品牌（问AI、搜小红书或者是抖音）→形成考虑名单→验证把关（问AI去验证,验证这个品牌靠不靠谱,）→ 到店体验→ 决策报名你会发现，随着ai的出现，AI在这条链路里出现了两个新位置,
第一个位置：ai已经为品牌进行源源不断的获客了
但这个ai这个新渠道跟传统搜索有一个本质区别：AI会抽离家长的真实意图。家长在对话里说的每一句话,孩子几岁、什么基础、在哪个城市、想解决什么问题,AI都会理解， 结合对话上下文甚至对这个用户的记忆，拼出她真正的细分需求，然后直接匹配这个需求下最合适的品牌推荐给她。AI替她筛完了，考虑名单直接给到手里。这意味着，AI本身就在获客,谁的品牌能被AI抓到、哪个品牌能精准匹配家长的细分需求，AI就把客户送给哪个品牌,。ai会给一个品牌源源不断的获取信息客户，
第二个位置：ai在帮助用户验证一个品牌
家长一个地方了解到了逸飞，但下单之前，她现在多了一个动作,问AI一句："逸飞书画怎么样？靠谱吗？"其实ai多了一个功能,就是做验证，AI在这一步做的事情，是调用它能找到的所有关于这个品牌的信息,家长评价、教学案例、机构口碑,综合判断后给出一个结论,如果AI能给出具体的正面回答，相当于帮助家长做了一轮决定,如果AI里搜不到这个品牌的信息或者是负面的表达,那会对成交起到巨大的负面作用，这意味着，ai会在末端也在帮品牌锁单，ai相当于给品牌加了一道信任验证，也就是说家长在下单前，ai会帮一个人做审查。但逸飞在这个新渠道上，是完全空白的逸飞400多家店，一场发售能打400万GMV，线下是区域头部，由于互联网的逸飞书画品牌的信息很少，在ai上相当于完全没有逸飞书画品牌的信息，也就是说逸飞书画在这个ai大的流量渠道，前端的获客入口、末端的验证入口，这两个都没占住，这也是绝大多数区域连锁品牌面临的问题，相当于就是丧失了未来增长的一个可能性，为什么一定规模的品牌在在AI上没有位置呢，一方面是没有布局GEO，另一方面呢，就是说因为国内大家的品牌主阵地还是在抖音啊或者是公众号，这里面就涉及了一个点，就说这些app信息都是封闭的，大模型都抓不到的，怎么让逸飞从“AI里不存在”变成“AI主动推荐”？方法就是同城GEO。

上面讲了，AI已经在家长决策链路的前端和末端各占了一个位置，而逸飞在这两个位置上都是空白的。什么样的方式的GEO适合逸飞呢？什么样方法就是同城GEO。泛GEO面向全网用户，不分地域，同城GEO面向的是有本地需求的用户，家长可能只是问一句“少儿书画班哪家好”， 这种是同城需求，AI通过定位已经知道她在哪个城市，会自动推荐她附近的机构。 只要是同城交付的行业，AI都会自动做本地匹配，家长问的是一个通用问题，AI给出的是都是一个同城答案，所以说，逸飞要做的不是泛GEO，是同城GEO。逻辑完全不一样。
同城GEO有三个底层逻辑：
第一，内容必须跟地理位置绑定，每个城市、每个校区都要有本地化的内容，AI才能精准匹配。第二，流量的终点是线下履约交付，不是那种线上成交，AI不仅仅要告诉用户“这家不错”，还要让ai告诉用户，距离这个用户距离很近，第三，竞争是按城市切割的，每个城市都是一个独立战场，谁先占位谁就拿走这个城市的AI的流量。
同城GEO凭什么能帮逸飞破局
逸飞现在的困境，同城GEO几乎每一个都能打穿。1、竞争极低，进场绝大多数是类目第一同城GEO按城市切，逸飞只需要赢过本地同行就可以，一方面现在绝大多数同城商家一条GEO内容都没有。另一方面逸飞的起跑线天然就比单店靠前，400家店意味着更多的真实案例，更多的家长评价，从而形成的更厚的内容底子，这些就是逸飞的先天优势。别人还在从零开始攒内容，逸飞已经有400个城市的一线数据可以用了，这是绝大的优势，所以这么来看，几乎进入一个城市，很容易成为第一，2、同城的需求是可以穷尽，真正能覆盖一整个城市的人群，同城本身就是一层细分，已经把人群框定在一个城市里了，这样的话，逸飞不需要去追每一个碎片化的小需求，只需要把大需求抓住，这些大需求数量有限，集中覆盖就能穷尽，穷尽了，同城GEO是一个可以打穿见底的战场，3、精准匹配加上路径极短，转化率极高，AI来的流量底层就是精准的，AI会抽离家长的真实意图，理解她的细分需求，然后把最匹配的品牌推给她，到逸飞这里的家长，已经是AI筛过一轮的人，需求是对口的，再加上同城距离近，AI推荐的就是她附近的校区，从看到推荐到带孩子走进门店，可能就隔一个下午，精准匹配加上短距离，转化率变得极高。4、获客成本低，而且内容有复利，GEO的内容是资产，写一次，AI持续引用，更关键的是，这个资产会越滚越大，AI每引用你一次，就是对你的一次验证，验证得越多，AI对你的信任就越深，下次回答的时候就越倾向于继续用你。获客成本随着时间的推移是在摊薄的，但GEO威力的大小，取决于你有多少数据能喂给AI，400家店是GEO最大的弹药库。

上一节说，400家店是GEO最大的弹药库，这一章把弹药库拆开看，这件事绝大多数同行都没意识到：连锁规模本身就是GEO的最大杀手锏，而且复利是三重的，
1、需求复利，逸飞天然就有需求优势
做GEO的前提，是理解用户的真实需求，AI会抽离家长的真实意图，再按这个意图匹配最合适的品牌，你做的解决方案，只有对准了真实需求，AI才能匹配到你，需求理解得越深，AI推荐你的概率越大，而逸飞400家店分布在几十个城市，每家店每天都在跟家长面对面，相当于一直在几十个城市同时做需求调研， 这是一个很大竞争优势，怎么收？最简单直接的方式：录音。销售跟家长的咨询、体验课后的报名沟通，全程录音，录音用AI转文字，然后把数据交给ai进行处理，分拆成意图，1、人群（不同的人群：例如孩子几岁、什么基础）2、场景（不同的场景：例如暑假托管、一年级要练字）3、约束（不同的约束条件：利润距离、预算、只有周末有时间）4、决策标准（不同的决策标注：例如怕坚持不下来、不知道哪家靠谱）。为什么按这四个维度？因为意图 = 人群 + 场景 + 约束 + 决策标准，AI抽离家长意图用的就是这套逻辑，这样的话，可以收集起来大量真实的用户的需求，也就是意图，更关键的是，每种意图的数量也统计出来了，几百家店的录音汇总起来，人群的排名，场景的排名，约束的排名，知道哪些是高频的，哪些是低频，这样做geo，就知道自己的资源重点投入到哪里，哪里更有效。
2、解决方案复利——逸飞的答案是做出来的，不是写出来的
GEO的本质是“需求→解决方案”。需求复利解决了“知道家长的真实需求”，但光知道问题没用，家长要的是解决方案。家长问AI的每一个问题，背后要的都是一个解决方案 “孩子坐不住怎么办”，要的是让孩子坐住的方法，谁的解决方案更具体、更有效，AI就引用谁的当答案，并推荐哪个品牌，那解决方案从哪来？每教一个孩子、每解决一个问题、每成交一个家长，都是一次方案的实践。单店，一个问题一年遇到几次，方案靠老师个人经验摸索，对不对没人验证。逸飞400家店，同一个问题每天都在被解，而且方案是被双重验证的：1、交付端验证有效性——方法用在几千个孩子身上，哪种有效、不同年龄段怎么调整，效果看得见；2、成交端验证价值——家长愿意为什么样的解决方案掏钱，成交数据不会骗人。哪个方案一讲家长就报名，说明它击中了家长真正的痛点。能让孩子进步、又能让家长买单的方案，才是GEO内容里最该写的解决方案。这就是解决方案复利：店越多，方案产生得越快、验证得越充分、迭代得越快。最后沉淀下来的，是一套被实践和付费双重筛选过的最优的解决方案库。怎么收集？两侧的录音，对应两个场景：1、成交侧，录音场景就是成交现场。销售跟家长的咨询沟通、体验课后的报名沟通，这些录音在需求复利那一步已经在录了，同一份录音，再让AI提取一遍，哪句话让犹豫的家长下了决心，哪个方案一讲家长一下子就买了，2、交付侧，录音场景是每周复盘会，教学过程没法实时记录，所以给它造一个场景：每个校区每周开一次复盘会，老师轮流讲这周的案例，哪个孩子有什么问题、用了什么方法、效果怎么样。会议全程录音，AI转文字提取，讲的时候带上对应关系：什么类型的孩子 + 什么方法 + 多久见效，最后总部跨店对比出最优解：同一个问题，A校区这么解、B校区那么解，放在一起比，哪个见效快、哪个家长反馈好，挑出最优解，标准化下发给所有校区，这一步才是“双重验证”真正的兑现，通过对比、筛选、迭代出最优方案，这样滚下去，逸飞手里就是一套持续进化的解决方案库。
3、城市复制复利——打透一个城市，其他城市直接横移
同城需求在城市之间高度相似：人群、场景、约束、决策标准，杭州和济南大同小异——坐不住的孩子哪个城市都有。方案也通用：杭州验证有效的方法，济南照样有效。所以逸飞在一个城市沉淀的需求库和方案库，不只属于这个城市，是能横移到所有城市的资产。这就是复制复利：打得越多，横移越快，边际成本越低。第一个城市可能要三个月，第二个一个月，后面的两周一个。单店的所有投入只服务一个城市，逸飞在一个城市的投入，都在为其他几十个城市铺路。怎么做？三步：第一步，打透样板城市。选3-5个城市，把需求库建好、方案库验证过、内容发出去，跑通“AI开始引用 → 家长从AI来”的最小闭环，第二步，批量横移，需求和方案不变，只换四个本地变量：城市名、校区信息、本地案例、本地评价，第三步，本地优化，用新城市的录音反馈持续调整，越打越准。
一个认知翻转
像这种大连锁，过去觉得“门店多、分布散”是管理难题。但在AI时代，这恰恰是最大的护城河，每一家门店每天都在帮GEO积累海量的数据：跟家长的每一次沟通在捕捉需求，每一次成交和教学在验证方案，每进一个新城市都在复用前面所有的积累。 门店不是成本中心，是数据资产中心。这三重复利是乘法关系：需求决定该打什么，解决方案决定答案能不能赢，复制决定扩张有多快。三个一起转，就是碾压级的优势。到这里，GEO讲完了——它解决的是“让家长知道逸飞、信任逸飞”。但要让家长“快速行动、马上报名”，还需要一个引爆器。这个引爆器就是发售。

先说清楚，发售是什么， 发售，就是把卖课从每天零散地卖，变成一年集中打一到两次的大场，提前预热造势，社群讲案例，直播间集中讲解，限时优惠、限量名额，让积累了很久的家长在几天之内集中下单， 可以理解成品牌自己的“双11”：平时蓄水，到点开闸，逸飞一场发售400万GMV，就是这么打出来的，
1、发售解决三个问题：
1、集中打业绩，放大势能。把私域里积累的、犹豫没报的家长，用集中的优惠和势能一次性收割，打出业绩峰值， 2、激活沉睡用户。老家长、沉睡粉丝，平时发朋友圈没反应，一场大活动能把他们唤醒，续费、复购、老带新， 3、裂变破圈，拼团、邀请返现、转发直播，把私域外的人捞进来，盘子被撑大。这三个是发售的老本行，我们之前给逸飞的操盘其实已经很成熟了，但到了AI时代，发售的重心变了，过去做发售，目标只有一个：业绩，打完一场，钱进账，结束，现在做发售，要带着第二个目标：数据，一场大型发售，是品牌一年里数据浓度最高的几天，几万家长涌进来，集中提问、集中成交、集中晒单，平时几个月攒不到的数据，发售几天全来了，这些数据沉淀下来，全部反哺GEO，AI阵地厚一圈，下一轮获客就强一圈，这才是“同城GEO+发售”这套模型真正的设计：用大型发售集中积累数据，反哺GEO，把飞轮转起来。
发售反哺GEO两样东西：
1、反哺UGC内容， 家长发内容的意愿，全年就数发售期最高：刚报名、有热情、孩子有作品、还有优惠激励，错过这几天，平时求都求不来， 怎么做？把“发内容”直接设计成发售的一个环节： 报名后晒单，返现金或送课时， 给家长现成的模板，孩子作品+学习前后对比+一句选课理由，门槛降到拍张照的程度，最关键的一条，引导发到AI抓得到的地方，发售就是把口碑从私域捞出来、晒到AI眼前的最好时机，2、反哺需求库和方案库， 发售那几天，家长集中提问，销售集中沟通成交，产生的真实对话顶平时几个月，怎么做？采集动作跟第四章完全一样：全程留痕，AI按人群、场景、约束、决策标准提取入库，发售结束加一场复盘会：这一仗哪个卖点一讲家长就动心、哪个方案一出家长就掏钱，全部沉淀下来，发售不只在消耗弹药，它本身就是弹药工厂。这样的话，就构建起了一个飞轮，全渠道获客 → 发售集中引爆 → 发售产出UGC和数据，回流GEO → AI推荐权重更高，GEO这一路越来越强 → 下一场发售打得更高，你会发现，ai时代，数据极其核心，我们所有的运营动作应该是制造优质数据。

第一步：构建需求地图，定向去打
需求库里有几百个细分需求，不可能一起打，要算清楚先打哪个，怎么算？四步：先拆维度，算比例，意图 = 人群 + 场景 + 约束 + 决策标准，录音数据汇总之后，每个维度内部的比例就能统计出来：人群比例：3-6岁启蒙占40%、一年级练字占35%、升学特长占15%……场景比例：日常报班占60%、暑假托管占25%、考级占15%……来咨询的家长就是市场的缩影，录音统计出来的比例，可以外推到全城，再交叉相乘，得到细分需求的占比， 比如“一年级孩子 × 暑假要练字”这个细分需求：35% × 25% = 8.75%，占全部需求的8.75%，然后乘总盘子，算出全城有多少人， 总盘子就是这个城市的适龄儿童数，教育局的在校生数据是公开的，假设10万， 10万 × 8.75% = 8,750人，全城有这个需求的家长，大约8,750个，为了大家好理解，我做了一个图，最后乘AI使用率，算出GEO真正能打的人数， 用AI做决策的家长是一定比例的，这个比例怎么估？两个方法：一是门店来源统计，咨询报名时加一个固定问题“您从哪里了解到我们的”，选项放上“问AI”，400家店一个月几千个样本，比例直接出来，假设AI使用率30%，那8,750 × 30% ≈ 2625人，这就是这个细分需求下，GEO能打到的人，每个“人群 × 场景”的组合都这么算一遍，排好序，需求地图就出来了：，哪个需求是几万人的大山头，哪个是几百人的小山包，一目了然， 这样做GEO，就知道自己该打哪个需求、投入多少精力，相当于就有一个清晰的战术地图，
第二步：做内容，打出去，用效果校准
需求地图定了打哪个，接下来就是做解决方案，建立专门的内容Skill，输入“城市 + 需求 + 校区信息 + 一线案例”，输出对应的GEO内容，打哪个需求，就批量生产哪个需求的解决方案，然后再按照模型的生态分发，一般要发两个渠道：1、开放互联网（官网、知乎、百家号）保底，所有模型都抓得到2、就是每个ai都有自己对应的数据源，公众号给元宝、头条号给豆包，按生态对应，发出去之后，再用数据做校准，哪个需求的内容真正带来了人、带来多少，带来了多少成交，，内容投入跟着数据动态调整，
第三步：成为AI世界的赛道定义者
GEO有两个层级：低阶是争取被AI推荐，高阶是定义AI怎么推荐，我们带品牌做GEO，都是奔着第二个层级去的，以书画机构怎么选为例，AI必须用一套判断框架来回答，什么样的机构算好机构、该看哪些维度，AI其实自己不发明框架，它的框架来自它读到的内容，这意味着，这个框架位是空的，但一定会被人占，你不去定义，就是对手定义，你可以理解为在别人出的考卷上考试，而占住了，会有这样的优势，所有竞争对手都按你定的标准被衡量，而标准是按你的优势定的，你这个品牌成为第一名的可能性会很大；AI会在成千上万次回答里反复使用这套标准，等于AI替你把标准讲给每一个来问的家长；后来者想翻盘，他需要推翻整个评价体系，
怎么占？三个动作：
1、出白皮书。《少儿书画教育选择指南》，站在行业角度讲怎么选机构、怎么判断教学质量，数据用400家店的真实数据，这是别人写不出来的，逸飞作为核心案例出现，2、定标准，从教学体系、师资、课程、学生成果几个维度，定义“什么叫好的少儿书画机构”，AI以后回答“怎么选”，就按逸飞的框架推荐，3、找第三方。跟书法家协会、教育协会合作认证，跟教育媒体做内容合作，发布白皮书、发布标准，
谁定义了赛道，谁就站在了AI世界的裁判。

回到开头那个反常识的现象：一个400家店的连锁品牌，一场发售能打400万GMV，但在AI里不存在。这不是逸飞一家的问题，这是几乎所有同城实体的共同处境。讲到这里，我想对两类人说两句话。
第一句，说给大连锁：一定要开始做GEO了。
全文讲透了一件事——连锁的规模优势，在投流里发挥不出来，但在GEO里是碾压级的：几十上百家店，就是几十上百个需求采集点、方案验证场、城市战场，需求复利、方案复利、复制复利，全是单店拿不到的，这份优势现在正躺在每家门店里睡觉，AI的窗口期就这两三年，你不去占，等单店和新品牌把你的城市一个个占掉，再追，要推翻的就是别人的先发壁垒。
第二句，说给所有同城商家：这套方法论，你也能用。
只要你的生意满足两个条件——用户会问AI做决策、最终在本地履约（到店或到家），教培、医美、口腔、餐饮、健身、家政、婚庆、宠物、法律服务，全在范围里。方法是一样的：跟客户的沟通录下来，需求地图就有了；成交和交付沉淀下来，方案库就有了；内容按AI的生态铺出去，按数据校准火力；有条件的做大发售反哺，最后奔着赛道定义者去。过去十年，同城实体的竞争在美团、在抖音下一个十年，是在ai。