Método
Cómo medimos algo que cambia cada vez que lo preguntas.
Las respuestas de IA no son deterministas, están personalizadas y dependen de la geografía. Eso hace más difícil medir con honestidad. No lo hace imposible: hace que el método sea el producto.
De principio a fin
De una URL a una decisión.
Es el mismo pipeline, ya sea que se ejecute una sola vez como auditoría o cada mes como parte del servicio de crecimiento. La diferencia es la cadencia, no el método.
- 01
Entender la empresa
rastreo + entrevistaUn rastreo completo, más una sesión con alguien que conozca el producto. Necesitamos saber qué vendes realmente, a quién, en qué mercados y qué escribiría —o diría— un comprador al buscarlo. - 02
Construir el conjunto de consultas
generado y luego acordadoConsultas derivadas de la industria, el producto, los clientes, la geografía, los casos de uso, los competidores y la intención, que cubren los arquetipos relevantes en una compra meditada: mejor X, mejor X para Y, alternativas, comparativas, competidores, quién ofrece X, X para enterprise, X económico, cómo funciona y cuánto cuesta. Ves el conjunto y lo apruebas antes de que se ejecute nada. - 03
Definir el conjunto de competidores
cuatro fuentesQuiénes dices que son tus competidores, quiénes dice el mercado, quiénes posicionan frente a ti y a quiénes nombran realmente los motores de respuesta. La cuota de visibilidad en IA se calcula contra este conjunto, así que se acuerda y se registra en lugar de suponerse. - 04
Ejecutar con repetición
la parte que casi todos omitenCada consulta, en cada superficie, varias veces. Las respuestas sin procesar se guardan textualmente junto con el identificador del modelo, la marca de tiempo, la geografía y la configuración. Un solo resultado es una anécdota; una tasa sobre repeticiones es una medición. - 05
Extraer menciones y citas
con control de falsos positivos¿Se nombró a la empresa, en qué posición y con qué encuadre? ¿Se citó su propio dominio, o se citó a un tercero que casualmente la menciona? Las variantes del nombre de marca se contrastan con una lista permitida, y las coincidencias de baja confianza pasan a revisión humana. - 06
Rastrear la cadena de evidencia
el diagnóstico que importaPara cada consulta en la que gana un competidor, reunimos las fuentes que usó la respuesta y leemos lo que dicen. Así un vago «tienen más autoridad» se convierte en una lista concreta de páginas para las que no tienes equivalente. - 07
Revisar la accesibilidad técnica por separado
otro problema¿Estos sistemas pueden siquiera llegar a ti? Directivas de robots por bot, comportamiento del edge y del WAF, renderizado. Ser invisible porque estás bloqueado y ser invisible porque no convences requieren respuestas opuestas. - 08
Priorizar y recomendar
a cargo de personasLos hallazgos se convierten en recomendaciones con problema, evidencia, hipótesis, impacto esperado, esfuerzo, prioridad, consultas afectadas, competidores afectados, responsable y si el trabajo es automatizable. - 09
Implementar y volver a medir
mismo métodoEl trabajo queda registrado con fecha en la línea de tiempo. El siguiente periodo ejecuta el mismo conjunto de consultas, de modo que cualquier movimiento pueda atribuirse a algo concreto en lugar de narrarse a posteriori.
Por qué importa
Los compradores dejaron de armar sus propias listas cortas.
Un comprador B2B solía abrir diez pestañas. Ahora le pregunta a un asistente qué proveedores considerar y parte de los cuatro nombres que recibe. Si no eres uno de esos cuatro, no estás en la evaluación, y nunca verás el tráfico que no llegó.
La lista corta se movió aguas arriba
Posicionar quinto para una palabra clave todavía te dejaba en la página. Ser el quinto proveedor mejor documentado de una categoría te deja fuera por completo de una respuesta de cuatro nombres. Las respuestas generativas no tienen página dos.
No puedes arreglar lo que no mides
La mayoría de las empresas no sabe si ChatGPT las nombra, con qué frecuencia, en qué posición ni qué competidor prefiere. Eso se puede medir, y medirlo es por donde empezamos.
Hoy se puede ganar
En la mayoría de las categorías B2B casi nadie hace esto de forma deliberada. Las empresas que aparecen suelen ser las que casualmente tienen buen contenido comparativo y cobertura de terceros. Eso se puede reproducir a propósito.
Métricas
Seis definiciones, ningún score propietario.
Cada métrica está definida con la precisión suficiente para que dos personas que la calculen por separado obtengan el mismo número. Cuando una definición implica un criterio —qué cuenta como consulta relevante, quién está en el conjunto de competidores— ese criterio queda por escrito, no enterrado.
Tasa de mención
menciones ÷ consultas relevantes
El número principal. Se reporta por superficie, nunca promediado entre ellas.
Tasa de citación
consultas que citan tu dominio ÷ consultas relevantes
Distinta de la tasa de mención, y a menudo mucho más baja. Ser nombrado no es ser fuente.
Posición media de mención
posición ordinal media cuando se te menciona
Con reglas explícitas para respuestas en prosa que no tienen un orden significativo.
Cobertura de consultas
consultas con alguna aparición ÷ conjunto de consultas
Amplitud más que profundidad. Detecta a la empresa que domina tres consultas y está ausente en treinta.
Visibilidad de competidores
las mismas métricas, por competidor
Mismo conjunto de consultas, mismas ejecuciones, mismo método. Comparables por construcción.
Cuota de visibilidad en IA
tus apariciones ÷ apariciones en todo el conjunto
No significa nada sin la definición del conjunto de competidores, así que la definición viaja con el número.
Un “score de IA” compuesto
Un único número sobre 100 es fácil de poner en una diapositiva e imposible de accionar. Peor aún, permite que un proveedor ajuste la ponderación hasta que el gráfico parezca progreso. Si algún día publicamos un compuesto, publicaremos con él la fórmula y los pesos completos, y nunca reemplazará a las tasas subyacentes.
Procedencia
Cada número dice de dónde viene.
Seis etiquetas, aplicadas a cada afirmación cuantitativa de cada entregable. Esto lo impone el sistema de tipos del producto, no queda a la disciplina de quien escribe el informe a medianoche.
- Observadose puede afirmar como hecho
- Hicimos la verificación nosotros mismos y registramos el resultado sin procesar. La respuesta, el header o el HTML original quedan guardados y se pueden reproducir.
- Verificadose puede afirmar como hecho
- Observado y luego confirmado de forma independiente una segunda vez: con una nueva ejecución, una segunda fuente o una revisión humana. Es la etiqueta más sólida que emitimos.
- Inferido
- Una conclusión extraída de evidencia observada, no medida directamente. La cadena de evidencia queda registrada junto a ella.
- Estimado
- Una cifra modelada o muestreada con márgenes de error conocidos. Nunca se presenta sin indicar la base de la estimación.
- Simulado
- Datos de relleno escritos a mano para construir y probar el producto. Nunca son válidos en un entregable para un cliente.
- Demo
- Datos ilustrativos que se muestran públicamente para explicar qué hace el producto. Siempre están marcados como tales en pantalla y corresponden a una empresa que no existe.
Conectarlo con ingresos
Hasta dónde del embudo podemos llegar con honestidad.
Medimos hasta donde tu stack lo permite y ahí nos detenemos, en lugar de modelar más allá del límite de los datos y presentar el modelo como un resultado.
- DescubribilidadMedido directamente
- ComprensiónMedido directamente
- AutoridadMedido directamente
- Visibilidad en IAMedido directamente
- Visita al sitioMedido donde sobreviven los referrers
- LeadTu analítica y tu CRM
- ClienteTu CRM
- IngresosSi la atribución lo permite
El problema de la atribución, sin rodeos
Un comprador que lee una respuesta de IA que te nombra, luego busca tu marca y llega directamente, aparece en tu analítica como tráfico directo. Esa influencia es real y en gran parte invisible. No vamos a inventar un multiplicador para compensarla. Lo que hacemos es seguir el volumen de búsqueda de marca y el tráfico directo junto con la visibilidad, y dejar que saques tus propias conclusiones de la correlación.
Límites
Lo que este método no puede hacer.
- No puede observar respuestas personalizadas. Medimos sesiones limpias, que son un proxy razonable para un comprador nuevo y uno pobre para un usuario existente.
- No puede ver dentro de la lógica de selección de ningún proveedor. Todo lo que decimos sobre por qué ocurrió algo es una inferencia a partir de evidencia observada, y está etiquetado como tal.
- No puede separar por completo tu trabajo de los cambios del modelo por debajo. Más periodos de datos lo acotan; nada lo elimina.
- No puede darte una garantía. Si ese es el requisito, somos la opción equivocada, y también lo es cualquiera que te diga que sí.
Siguiente paso
Descubre dónde estás en la búsqueda con IA.
Más de 40 consultas de compradores, cuatro motores de respuesta y tus competidores al lado. Recibes los números, las causas y un plan de 90 días.