Medir la visibilidad en IA: métricas, share of voice y atribución

Para medir la visibilidad en IA (uno de los ejes del GEO) de forma defendible, usa un conjunto fijo de prompts, ejecuta cada uno varias veces y calcula frecuencias: tasa de mención, tasa de cita con enlace y share of voice, siempre con margen de error. La posición dentro de la respuesta y el "sentimiento" son frágiles. La atribución de visitas es parcial, y por eso se combinan GA4, Search Console y los informes de los buscadores con lectura crítica.

Resumen rápido

• Mide frecuencias sobre un conjunto fijo de prompts: tasa de mención, tasa de cita (con enlace), share of voice y precisión de la descripción.
• La respuesta de la IA varía en cada ejecución. SparkToro encontró menos de 1 probabilidad entre 100 de que se repita la misma lista de marcas, y considera la "posición en el ranking de la IA" una métrica sin validez.
• Toda tasa necesita un intervalo de confianza. Con 200 respuestas y una tasa observada del 19%, el rango plausible va de cerca de 14% a 25%.
• La atribución es parcial: GA4 tiene el canal "AI Assistant", Search Console mezcla las funciones de IA en "Web", y Bing mide citas pero no clics.
• No hay un benchmark público confiable que citar. Compárate contigo mismo a lo largo del tiempo y con competidores sobre el mismo conjunto de prompts.

Este artículo supone el panorama descrito en SEO, AEO y GEO: cuál es la diferencia y el banco de preguntas de prompts para probar la visibilidad de tu marca.

Cómo leer este artículo: si no eres técnico, lee las definiciones, el ejemplo y la sección de atribución, y salta las fórmulas. Si eres profesional, las secciones de muestreo, comparación entre períodos y KPI traen lo que va al informe.

¿Qué métricas miden la visibilidad en IA?

Cuatro métricas bastan para la mayoría de los casos, todas calculadas sobre las respuestas de un conjunto fijo de prompts. Las definiciones siguientes son prácticas del mercado, no estándares oficiales; ajusta y documenta las tuyas.

tasa_de_mencion  = respuestas que mencionan la marca / respuestas válidas
tasa_de_cita     = respuestas con enlace a tu dominio / respuestas válidas
share_of_voice   = menciones de la marca / suma de menciones de todas las marcas rastreadas
precision        = respuestas con descripción correcta / respuestas que mencionan la marca

Métrica	Qué responde	Atención
Tasa de mención	"¿Con qué frecuencia habla la IA de mi marca?"	Puede ser una mención de memoria, sin fuente
Tasa de cita	"¿Con qué frecuencia me usa como fuente, con enlace?"	Depende de que la herramienta muestre fuentes en ese modo
Share of voice	"¿Cuál es mi porción entre las marcas de la categoría?"	Cambia con la lista de competidores elegida
Precisión	"¿Habla bien de mí?"	Exige clasificación con un criterio fijo

En lenguaje sencillo: piensa en una encuesta de recordación de marca. Le preguntas a 200 personas "¿qué marca te viene a la mente?" y cuentas cuántas dicen la tuya. Aquí, las "personas" son respuestas de la IA, y la cuenta es la misma.

¿Y la posición y el sentimiento?

Son las dos métricas más vendidas y las menos confiables. Sobre la posición: con base en 2.961 ejecuciones de 12 prompts en ChatGPT, Claude y Google AI, SparkToro afirma que el orden de las marcas casi nunca se repite (menos de 1 entre 1.000), y que cualquier herramienta que entregue la "posición en el ranking de la IA" no es confiable, según el estudio original. La misma investigación considera razonable el porcentaje de visibilidad en decenas a cientos de prompts ejecutados varias veces.

Sobre el sentimiento: si lo clasificas con otro modelo de IA, ese juez también se equivoca. Si vas a usarlo, audita manualmente una muestra (por ejemplo, una de cada diez clasificaciones) e informa la tasa de concordancia.

Para quien ya trabaja en SEO: si necesitas una noción de prominencia, prefiere métricas robustas al orden exacto, como "citada en la primera frase de la respuesta" o "citada como recomendación principal", definidas en una regla escrita y aplicadas por igual a todas las marcas.

¿Cómo manejar el muestreo y la varianza?

Trata cada ejecución como un sorteo y comunica siempre la incertidumbre. La tasa observada es una estimación de la probabilidad real de que la marca aparezca, y el intervalo de confianza dice cuánto puede equivocarse esa estimación. Para proporciones, el intervalo de Wilson funciona bien con muestras pequeñas:

from math import sqrt

def wilson(k, n, z=1.96):
    p = k / n
    d = 1 + z * z / n
    centro = (p + z * z / (2 * n)) / d
    margen = z * sqrt(p * (1 - p) / n + z * z / (4 * n * n)) / d
    return centro - margen, centro + margen

print(wilson(38, 200))  # (0.142, 0.250)

Para planificar el tamaño de la muestra, usa la aproximación normal, n = z² · p · (1 − p) / e², donde e es el margen de error deseado. Con p = 0,2: un margen de ±10 puntos porcentuales pide cerca de 62 respuestas, y ±5 puntos pide cerca de 246. En el peor caso (p = 0,5), son 97 y 385. Estos números suponen respuestas independientes.

Tres fuentes de variación que la cuenta no captura:

• Correlación entre repeticiones del mismo prompt. Diez ejecuciones del mismo prompt valen menos que diez prompts distintos. Lo que sostiene el informe es la variedad de prompts. Si es posible, haz el bootstrap sorteando prompts (no respuestas) para calcular el intervalo.
• Cambios del producto. Las actualizaciones de modelo, de función de búsqueda o de interfaz cambian el comportamiento. Registra la fecha, la herramienta, el modelo y el estado de la búsqueda web en cada ronda.
• Elección del conjunto de prompts. La tasa vale para ese conjunto, no para "lo que la gente pregunta" en general. Documenta cómo se armó el conjunto.

En lenguaje sencillo: es la misma lógica del margen de error en las encuestas electorales. Decir que un candidato tiene 20% "con un margen de 5 puntos" significa que el valor verdadero puede estar entre 15% y 25%. Si al mes siguiente tiene 24%, nadie sabe si de verdad subió.

¿Cómo comparar dos períodos?

Compara intervalos, no solo los números. Si los intervalos se solapan mucho, la diferencia puede ser ruido. Para una comprobación formal, usa una prueba de dos proporciones y lee el resultado con cautela, porque la correlación entre repeticiones lo vuelve optimista. Con 200 respuestas en cada ronda y una tasa cercana al 20%, solo las diferencias superiores a unos 8 puntos porcentuales se distinguen del azar al 95%.

Ejemplo hipotético: un software de facturación

Ejemplo hipotético: "Facturia", un software ficticio de emisión de facturas para pequeñas empresas, usa 40 prompts de recomendación ejecutados 5 veces en ChatGPT, con búsqueda activa: 200 respuestas por ronda.

• Ronda de septiembre: la marca es citada en 38 respuestas (19%; rango de 14,2% a 25,0%). Las menciones totales de las marcas rastreadas suman 190 (Facturia con 38 y tres competidores con 70, 52 y 30), así que el share of voice es 38/190 = 20%.
• Ronda de octubre: la marca es citada en 52 respuestas (26%; rango de 20,4% a 32,5%).

La diferencia es de 7 puntos porcentuales. Los rangos se solapan, y la prueba de dos proporciones da p ≈ 0,09, sin significancia al 5%. Aunque fuera significativa, la correlación entre repeticiones dejaría la conclusión aún más frágil. La lectura correcta en el informe es: "tendencia al alza, todavía dentro del ruido; mantener el conjunto de prompts y usar la próxima ronda para confirmar". Anunciar "crecimos 37%" sería impreciso.

¿Cómo atribuir visitas y resultados a la visibilidad en IA?

Con varias fuentes combinadas, porque ninguna por sí sola responde por completo. La tabla resume lo que entrega cada una.

Fuente	Qué muestra	Qué no muestra
Canal "AI Assistant" de GA4	Sesiones de asistentes como ChatGPT, Gemini, Deepseek, Copilot y Grok	Excluye los AI Overviews y el AI Mode de Google; Perplexity no figura en la lista de la definición
Search Console	Tráfico de las funciones de IA de Google, dentro de "Web"	No hay un filtro separado para IA
Bing Webmaster Tools (AI Performance)	Citas en Copilot y resúmenes de Bing, páginas y grounding queries (muestra)	Clics, posición, ubicación dentro de la respuesta
Búsqueda por el nombre de la marca (Search Console)	Señal indirecta de que más gente pasó a conocer la marca	No prueba el origen
Pregunta "¿cómo nos conociste?"	Declaración del propio cliente	Depende de que se complete

Los datos anteriores provienen de la definición de canales predeterminados de GA4, de la documentación de Google sobre las funciones de IA (el tráfico de estas funciones se reporta en el informe de rendimiento, en el tipo de búsqueda Web) y del anuncio de AI Performance en el blog de Bing.

¿Cómo separar el tráfico de IA en GA4, paso a paso?

1. Abre Administrador > Grupos de canales y crea un grupo nuevo a partir de una copia del predeterminado.
2. Agrega un canal "IA - otros" con la condición Fuente coincide con la expresión regular, por ejemplo perplexity|claude|chatgpt|gemini|copilot, para cubrir lo que el canal predeterminado no cubre. La documentación de GA4 muestra un ejemplo de regex para asistentes y recomienda actualizarlo cuando cambie la lista de asistentes.
3. Reordena: el tráfico entra en el primer canal cuyas reglas cumple, así que el canal nuevo debe quedar por encima de "Referral".
4. Compara las sesiones, el engagement y las conversiones de este canal con los demás.

Para quien ya trabaja en SEO: el tráfico de IA tiende a ser de poco volumen y a tener poca muestra para sacar conclusiones sobre la tasa de conversión. Evita comparar tasas con apenas unas decenas de sesiones, y prefiere seguir la tendencia y las páginas de entrada. Parte de las visitas puede llegar sin referente y caer en Direct, lo que subestima el canal; trata el valor como un piso, no como un total. Para el efecto de los resúmenes de IA sobre los clics en general, mira zero-click y AI Overviews.

¿Qué KPI poner en el informe?

Pocos, estables y con la incertidumbre visible. Una sugerencia de panel mensual:

KPI	Fórmula	Cadencia	Cómo informar
Tasa de mención (por herramienta)	menciones / respuestas	Mensual	Valor e intervalo del 95%
Tasa de cita con enlace	respuestas con enlace / respuestas	Mensual	Valor e intervalo
Share of voice	menciones de la marca / menciones totales	Mensual	Siempre la misma lista de competidores
Precisión de la descripción	correctas / citas	Mensual	Lista de los errores encontrados
Sesiones del canal de IA	GA4	Mensual	Tendencia, no valor absoluto
Citas en Bing	AI Performance	Mensual	Páginas más citadas
Conversiones del canal de IA	GA4	Trimestral	Solo con volumen suficiente

Incluye en el informe las condiciones de medición: número de prompts, de ejecuciones, fechas, herramienta, modelo y estado de la búsqueda. Sin eso, el número no es auditable.

En Contentor, la página de Resultados reúne los datos de Search Console por proyecto, y AI Visibility verifica, en las preguntas que eliges, si ChatGPT cita la marca. AI Visibility cubre solo ChatGPT. Para otras herramientas, mira los criterios en herramientas para monitorear citas en IA.

Preguntas frecuentes

¿Cuál es el tamaño mínimo de la muestra para un informe mensual?

Depende de la precisión exigida. Para ±10 puntos porcentuales con una tasa cercana al 20%, cerca de 62 respuestas; para ±5, cerca de 246. Si no puedes llegar a ese volumen, informa el rango amplio con franqueza, no un número preciso.

¿El share of voice en IA es lo mismo que en medios o en SEO?

No. El concepto es parecido (una porción entre competidores), pero aquí es una porción de menciones en respuestas de IA, para un conjunto específico de prompts. Cambia la lista de competidores o de prompts y el número cambia. Por eso, documenta la lista y mantenla estable entre rondas.

¿Puedo confiar en herramientas que muestran la "posición" en la respuesta de la IA?

Con escepticismo. La investigación de SparkToro considera la posición en la lista de la IA una métrica sin validez, dada la variación del orden entre ejecuciones. Prefiere indicadores de presencia, como las tasas de mención y de cita, y pregunta al proveedor cómo maneja la variación y cuántas ejecuciones hace por prompt.

¿Cómo demostrar que la visibilidad en IA genera ingresos?

Con cuidado: el canal de IA de GA4 muestra conversiones de visitas rastreables, pero subestima el efecto, porque mucha gente conoce la marca en la IA y entra después por búsqueda directa. Combina el canal, la búsqueda por el nombre de la marca y la pregunta "¿cómo nos conociste?". Habla de indicios, no de causa comprobada. Mira también cuánto cuesta el GEO y cuál es su ROI.

¿Search Console separa el tráfico de IA de Google?

No. La documentación de Google dice que las funciones de IA, como los AI Overviews y el AI Mode, se incluyen en el tráfico general y se reportan en el informe de rendimiento, en el tipo de búsqueda Web. No hay un filtro específico. Estima el efecto observando impresiones y CTR por tipo de consulta y comparando períodos.

Siguiente paso

Con las métricas definidas, el siguiente paso es convertir los hallazgos en acciones priorizadas, y la hoja de ruta completa está en auditoría de GEO paso a paso. Si aún no armaste el conjunto de prompts, vuelve a prompts para probar la visibilidad de tu marca.

Lee también:

• Auditoría de GEO paso a paso
• Zero-click y AI Overviews: qué cambia en los clics
• Glosario de SEO, AEO y GEO