Por qué tus métricas de visibilidad en IA no sirven para nada (y qué medir en su lugar)

El primer error de bulto es metodológico: se ha tomado la lógica del rastreo de posiciones —introducir palabras clave, comprobar en qué puesto aparece un dominio— y se ha calcado sobre un entorno que funciona de manera completamente distinta. Una IA generativa no devuelve una lista ordenada y estable de resultados. Devuelve una respuesta sintetizada, distinta cada vez que se formula la pregunta, construida a partir de un conjunto de fuentes que varía según el modelo, el momento y hasta el usuario que pregunta.

El consultor técnico de SEO Jono Alderson lo resume con crudeza: el objetivo real no es aparecer en un listado de menciones, sino influir en cómo la máquina percibe la marca, y advierte que buena parte de las herramientas actuales son, literalmente, una traslación forzada del rank tracking tradicional a un contexto que no encaja con esa lógica.

A esto se suma un problema de origen: la mayoría de estas plataformas construyen sus listados de prompts a partir de suposiciones sobre lo que «cree» el equipo de marketing que preguntaría un cliente potencial, no a partir de datos reales de búsqueda. Es la diferencia entre medir lo que la gente pregunta de verdad y medir lo que a nosotros nos gustaría que preguntase.

El ruido añadido: los datos de Search Console ya no reflejan solo comportamiento humano

Hay un fenómeno menos conocido que agrava el problema: los sistemas de IA están contaminando los datos de búsqueda tradicionales antes de que podamos analizarlos con garantías. Cuando un asistente conversacional necesita fundamentar una respuesta, lanza varias búsquedas en paralelo contra Google para verificar información, y cada una de esas consultas automatizadas genera una impresión en Search Console, aunque ningún humano llegue a ver esa página. El resultado es lo que en el sector se conoce como el patrón de «boca de cocodrilo»: las impresiones se disparan mientras los clics se mantienen planos o incluso caen, porque una parte creciente de esas impresiones no corresponde a personas, sino a modelos de lenguaje rastreando resultados en nombre de otro usuario.

De hecho, se documentó un caso concreto en el que prompts privados de usuarios de ChatGPT terminaron filtrándose dentro de los informes de Search Console de sitios web ajenos, debido a un fallo técnico en la caja de búsqueda de la propia herramienta conversacional que forzaba búsquedas constantes en Google. El caso fue analizado en detalle por el consultor de analítica web Jason Packer y recogido por medios como Ars Technica, y demuestra hasta qué punto los datos que usamos para tomar decisiones de negocio pueden estar distorsionados por tráfico de máquinas, no de personas.

Google, consciente de esta tendencia, ha empezado a incorporar informes de «impresiones de IA» dentro de Search Console. Pero conviene no perder de vista un matiz importante: ese dato sigue siendo una impresión, no una visita ni una conversión. Nos entrega el número que la propia IA infla y nos oculta el que realmente serviría para contrastarlo.

Si hay una idea que debería quedar grabada en cualquier estrategia de posicionamiento en modelos de IA, es esta: que un modelo cite tu página como fuente no significa que te esté recomendando. Son dos comportamientos distintos y, según los datos disponibles, bastante poco correlacionados entre sí.

Un análisis reciente sobre respuestas de AI Overviews para cien consultas de tipo «mejores herramientas de software empresarial» encontró que, cuando una marca aportaba su propio contenido tipo listado promocional como fuente citada, esa misma marca quedaba fuera de la recomendación final en el 69 % de los casos. Es decir: Google leía el contenido de la marca y, acto seguido, recomendaba a la competencia mencionada dentro de ese mismo contenido.

Un estudio independiente sobre veinte mil respuestas de ChatGPT encontró que las recomendaciones de producto cambiaban en un 80,2 % de los casos al activar la función de búsqueda en tiempo real, con una correlación de apenas 0,4 entre ser citado y ser recomendado. Y un análisis de 3,7 millones de citas concluyó que el 91 % de las URL citadas aparecen en un solo motor de IA, lo que significa que ni siquiera la huella de citas es transferible entre plataformas.

Alisa Scharf, directora de IA en Seer Interactive, plantea una jerarquía útil para ordenar este embudo:

1. Citación: tu página web aparece mencionada como fuente.
2. Mención: tu marca aparece nombrada dentro de la respuesta.
3. Recomendación: el modelo dice explícitamente «elige esta opción».

Solo el tercer nivel genera negocio de forma directa, y es precisamente el que casi ninguna herramienta comercial de «visibilidad en IA» mide con rigor.

En Leovel hemos observado en clientes del sector salud y del sector automoción que aparecer citados en una respuesta de IA no se traduce automáticamente en tráfico ni en leads: en varios casos, el contenido de un cliente servía de fuente factual para el modelo, pero la recomendación final se dirigía a un competidor con mejor señal de autoridad de marca fuera del propio contenido citado, típicamente en reseñas, prensa y menciones no enlazadas.

Otro fallo estructural de las herramientas de rastreo de prompts es tratar cada respuesta como si fuera un dato fijo, comparable a una posición en el buscador. No lo es. Rand Fishkin, fundador de SparkToro, cuantificó este problema con un dato que debería frenar en seco a cualquiera que tome decisiones a partir de una sola consulta: de media, haría falta repetir la misma pregunta a ChatGPT o Claude alrededor de 1.500 veces antes de obtener dos respuestas con exactamente la misma lista de marcas en el mismo orden.

Esto no significa que la visibilidad en IA sea inmedible. Significa que hay que tratarla con la misma lógica estadística que una encuesta de opinión, no como una comprobación puntual de ranking. Fishkin es igualmente claro en el otro sentido: preguntando el número adecuado de veces, con la variabilidad adecuada, sí se puede obtener un margen estadístico fiable, del orden de un 1 % a un 5 % de error. El problema no es el instrumento, sino que casi nadie lo aplica con ese rigor: la mayoría de las plataformas lanzan la consulta una sola vez y presentan el resultado como si fuera una posición estable.

Si la cita no basta y una sola consulta no sirve, ¿qué queda? La métrica que sí aporta valor real combina dos capas:

• Cuota de presencia: con qué frecuencia aparece la marca a lo largo de un volumen suficiente de consultas repetidas, tratada como un porcentaje estadístico, no como una posición.
• Cuota de recomendación: de esas apariciones, en cuántas el modelo indica de forma explícita que esa marca es la opción a elegir.

Fishkin compara esta forma de medir con las encuestas de reconocimiento de marca del siglo pasado, del tipo «¿ha oído hablar de las zapatillas Nike?», más que con el rastreo de posiciones al que estamos acostumbrados.

Wil Reynolds, fundador de Seer Interactive, añade una capa de control que casi nadie registra: la composición de la propia respuesta a lo largo del tiempo, es decir, cuántas palabras y cuántas marcas se mencionan por modelo y por consulta. Si un modelo duplica la longitud media de sus respuestas, tu cifra de visibilidad puede subir sin que haya cambiado nada relevante: simplemente se está mostrando más texto al mismo usuario. Y remata con la advertencia más importante de todas: la visibilidad solo cuenta si se vincula a una acción real. Sin esa conexión, cualquier cifra de presencia es papel mojado.

Esta idea conecta directamente con un principio que ya aplicamos en Leovel al reportar resultados a clientes: una métrica de posicionamiento solo tiene valor de negocio cuando se cruza con un evento de conversión medible, ya sea una llamada, un formulario o una reserva. Trasladar ese mismo estándar de exigencia al entorno de la IA generativa no es opcional, es la única forma de que el dato sirva para tomar decisiones.

Antes de perseguir cuota de recomendación, hay un nivel más básico que muchas marcas se saltan: la exactitud con la que la IA describe tu propia entidad. Si un modelo tiene datos incorrectos sobre cuándo se fundó tu empresa, dónde opera, a qué se dedica exactamente o quiénes son tus competidores reales, cualquier recomendación construida sobre esa base es una recomendación construida sobre información errónea, y no hay optimización de contenido que lo compense.

Duane Forrester, uno de los impulsores originales de Schema.org, plantea el objetivo en estos términos: el propósito no es ser el resultado mejor posicionado, sino convertirse en la fuente canónica de referencia para una pregunta concreta. Su razonamiento tiene una lógica casi económica: generar confianza en un modelo cuesta cómputo y recursos, así que, una vez que el sistema «confía» en una fuente y el usuario queda satisfecho con la respuesta, no hay ningún incentivo para que el modelo cambie de fuente en la siguiente consulta similar.

Alisa Scharf convierte esta idea en un proceso de auditoría replicable, que en Leovel aplicamos de forma sistemática con clientes que buscan reforzar su E-E-A-T de cara a la IA generativa:

1. Elaborar una lista de preguntas objetivas y verificables sobre la marca: año de fundación, ubicación, servicios exactos, competidores directos.
2. Formular esas preguntas, de forma literal, a cada modelo relevante (ChatGPT, Gemini, Claude, Perplexity).
3. Registrar qué datos obtiene correctos cada modelo y cuáles obtiene mal, de forma sistemática y con una periodicidad fija.

Este ejercicio no busca medir si el modelo «nos halaga» mencionándonos, sino si describe la realidad de la marca con precisión. Es una auditoría de exactitud, no una auditoría de visibilidad.

Cualquier planteamiento honesto de medición en IA tiene que reconocer sus propias limitaciones, y hay dos que conviene tener siempre presentes.

La primera es la fecha de corte del entrenamiento del modelo. Una parte relevante de lo que un modelo «sabe» sobre una marca procede de su fase de entrenamiento, congelada en una fecha que la marca no controla, y no existe todavía un método fiable para comprobar si el trabajo de optimización que se hace hoy está moviendo ese conocimiento base o si solo afecta a la capa de búsqueda en tiempo real que se añade después.

La segunda es la opacidad de los datos de uso reales de las plataformas. No existe ningún escenario plausible en el que OpenAI o Anthropic compartan de forma abierta cómo decidió su modelo qué marca recomendar en una respuesta concreta. Los únicos actores con algún incentivo para abrir parcialmente esa caja negra son quienes, además del modelo, operan un ecosistema de negocio que depende de la atención de terceros: Google, con sus informes de impresiones de IA en Search Console, y Microsoft, con datos equivalentes en Bing Webmaster Tools. Es una información parcial, pero es mejor que la ausencia total de datos que ofrecen el resto de proveedores.

Un tribunal alemán resolvió recientemente que Google es responsable de afirmaciones falsas generadas por su función de Resúmenes de IA sobre un negocio concreto, al considerar que la respuesta generada por el sistema constituye, a efectos legales, expresión propia de la compañía y no un mero reflejo neutral de fuentes externas. Este tipo de resoluciones, aunque todavía escasas, apuntan a una dirección lógica: cuanto mayor sea la exposición legal de una plataforma por lo que su IA afirma, mayor será su incentivo para recomendar únicamente aquello sobre lo que tiene un grado alto de certeza factual.

Si esa hipótesis se confirma con el tiempo, la métrica más determinante para cualquier marca dejará de ser cuántas veces aparece mencionada y pasará a ser el grado de certeza con el que el modelo cree conocerla. Esa certeza depende, en última instancia, de la coherencia con la que la marca se describe a sí misma en su web, en su marcado estructurado de datos (schema.org), en prensa, en reseñas y en cualquier otro punto de contacto donde un modelo pueda «leer» quién es realmente esa entidad.

A modo de síntesis operativa, este es el orden de prioridades que recomendamos aplicar, de mayor a menor urgencia:

1. Auditoría de exactitud de marca: comprobar qué sabe cada modelo relevante sobre datos objetivos de la empresa y corregir cualquier inconsistencia detectada en la web, en el marcado de datos estructurados y en perfiles externos.
2. Consistencia entre plataformas: asegurar que el nombre de la marca, su descripción, su sector y sus datos de contacto coinciden exactamente en la web, en directorios, en prensa y en redes sociales.
3. Medición estadística de presencia: sustituir la consulta única por lotes de consultas repetidas con variabilidad controlada, tal y como propone Fishkin, para obtener un margen de error asumible.
4. Medición de recomendación, no solo de cita: diferenciar de forma explícita cuándo el modelo te nombra como fuente y cuándo te nombra como la opción recomendada.
5. Vinculación con conversión real: cruzar cualquier cifra de presencia o recomendación con una acción de negocio medible, siguiendo la advertencia de Reynolds de que la visibilidad sin acción no es más que una cifra vacía.

El sector del posicionamiento ya vivió esta misma discusión con las impresiones y los clics: durante años se trataron como sinónimo de éxito, hasta que quedó claro que, sin una conexión clara con ingresos, eran poco más que una métrica de vanidad. La visibilidad en IA, medida como cita o mención sin más, corre exactamente el mismo riesgo. Como resume Wil Reynolds, es la misma historia con otro nombre: primero se persiguió el ranking, después se entendió que el ranking sin tráfico no vale nada, y después que el tráfico sin conversión tampoco. La IA generativa no cambia esa lógica; solo añade una capa más de opacidad sobre la que hay que aplicar el mismo rigor de siempre.

La pregunta que de verdad importa no es «¿cuántas veces me menciona la IA?». Es: ¿describe la IA quién soy con exactitud, y esa descripción se traduce en que alguien real termine eligiéndome?

• Google Business Profile para negocios de lujo en Marbella: guía de optimización premium (2026)
• Marketing digital para hoteles de 5 estrellas en Marbella: guía de alta estrategia para maximizar ocupación y ADR
• Diseño web para restaurantes y beach clubs en Marbella: el arte de la reserva y la experiencia online
• Publicidad para la temporada alta en Marbella: guía de estrategias para Semana Santa y primavera
• Landing pages de alta conversión para servicios premium en Marbella: el arte de vender exclusividad