← Volver al blog

Medición y métricas

GEO para CMOs: las 5 métricas para reportar a la dirección en la era de la búsqueda con IA

Un CMO puede seguir cinco métricas direccionales: visibilidad, posición, sentimiento, share of voice y fuentes citadas. Junto a la tendencia, debe informar prompts, motores, número de muestras e incertidumbre. Por sí solas no establecen significancia estadística, causalidad ni crecimiento.

Maksim Gurchenkov (CEO, Apurichoumi Inc.)

Por qué tus KPIs de marketing actuales no bastan

Sesiones, conversiones y posiciones de búsqueda miden lo que ocurre en el sitio o en la página de resultados. En la búsqueda con IA, la comparación, la evaluación y la recomendación pueden producirse dentro de la respuesta antes de una visita. Esa parte del recorrido no aparece directamente en tus KPIs actuales.

Para un CMO, el problema es un punto ciego de medición en la parte más alta del funnel. Cuando la IA no menciona tu marca — o la describe de forma incorrecta —, la pérdida no figura en ningún informe.

Las cinco métricas que vale la pena reportar

La medición de GEO se reduce a cinco ejes.

1. Visibilidad (tasa de menciones)

La proporción de preguntas típicas de clientes (prompts) en las que la IA menciona tu marca. La medida más básica de tu presencia dentro de las respuestas de IA.

2. Posición en la respuesta

Cuando un comprador pregunta «¿qué me recomiendas?», ¿apareces primero o quinto? La diferencia de impresión es enorme.

3. Sentimiento

El tono del contexto que rodea cada mención. «Trayectoria probada» y «el soporte tiene problemas» son ambas menciones, con valor opuesto.

4. Share of voice frente a competidores

Con qué frecuencia aparecen los competidores en el mismo conjunto de preguntas. Una visibilidad plana mientras un competidor crece sigue siendo perder cuota.

5. Fuentes citadas

Qué dominios y artículos usa la IA como evidencia. ¿Se cita tu propio sitio, o un post de terceros desactualizado se trata como tu información oficial? Esto orienta directamente dónde invertir: contenido propio o cobertura externa.

Una advertencia metodológica: las respuestas de IA son probabilísticas. SparkToro observó inestabilidad en la composición y el orden de las listas de marcas, con menos de 1 probabilidad entre 100 de obtener la misma lista en dos respuestas. Para estimar una distribución hacen falta muestras repetidas de cada par prompt–motor, además de un conjunto amplio y un historial. Cuando un escaneo del producto usa tres muestras, reduce el ruido de una sola ejecución, pero el resultado sigue siendo direccional: no establece significancia estadística ni causalidad. Compara varios escaneos y trata las diferencias pequeñas como inciertas.

Dos hechos que justifican el presupuesto

Primero, KDD 2024 cuantificó hasta un 40% de variación en la visibilidad de documentos ya recuperados y presentes en un contexto fijo. La revisión crítica de 45 estudios de Martinez precisa que ese resultado no demuestra descubrimiento orgánico, tráfico duradero ni crecimiento entre plataformas. Es evidencia sobre una etapa del proceso, no una predicción universal de resultados: respalda experimentos seleccionados, no un paquete obligatorio de tácticas.

Segundo, Google afirma oficialmente que sus funciones de IA no requieren ninguna optimización especial más allá de los fundamentos del SEO convencional.** La inversión en GEO, por tanto, se construye sobre tus activos de SEO existentes en lugar de duplicarlos.

Una hoja de ruta de 90 días

  1. Empieza a medir (semanas 1–2) — construye la lista de preguntas que tus compradores hacen realmente y registra una línea base de las cinco métricas en los principales motores de IA.
  2. Identifica las brechas (mes 1) — desinformación, dominio de competidores, fuentes sesgadas: encuentra dónde la pérdida es mayor.
  3. Establece el ciclo de mejora (meses 2–3) — publica cambios y observa las señales con muestras repetidas en varios escaneos; no atribuyas automáticamente cada variación a la última acción.
  4. Intégralo en el reporting ejecutivo (mes 3+) — añade la tendencia de las cinco métricas al informe mensual como indicador adelantado, junto a sesiones y conversiones.

Suparanku mide los cinco ejes y genera recomendaciones priorizadas. Free incluye una auditoría; los planes de pago pueden programar escaneos recurrentes. Tres muestras ofrecen una señal direccional, no una prueba estadística ni causal. Los briefs son bajo demanda y la publicación corresponde al cliente, agencia o agente autorizado. Este es el ciclo de gestión de la representación en la IA: contexto → medición → recomendaciones con versión de PLAYBOOK → publicación → URL rastreadas → nueva medición. GEO, LLMO y AEO son tácticas dentro del ciclo; no se garantiza crecimiento.

* Aggarwal et al., KDD 2024 (comparación de tácticas sobre 10 000 consultas) ** Google Search Central, «AI features and your website»

Fuentes

  1. Aggarwal et al., "GEO: Generative Engine Optimization" (KDD 2024)
  2. Google Search Central, "AI features and your website"
  3. Martinez, “Generative Engine Optimization: A Critical Survey”
  4. Schulte, Bleeker & Kaufmann, “Don't Measure Once: Measuring Visibility in AI Search”
  5. SparkToro (Rand Fishkin), «AIs are highly inconsistent when recommending brands/products»
Diagnóstico gratuito Hablar con ventas