Cómo medir la visibilidad de una marca en respuestas generativas

La visibilidad que ocurre antes del clic

La medición digital tradicional Google Analytics, Search Console, el propio SEO como disciplina está construida principalmente alrededor de un evento concreto: el clic. Alguien busca, ve una lista de resultados, elige uno y ese clic queda registrado en algún panel.

Las respuestas generativas de sistemas como ChatGPT, Claude, Perplexity o el resumen de IA de Google introducen una superficie distinta, donde una marca puede ser mencionada, citada o recomendada dentro de una respuesta sin que exista necesariamente una visita al sitio que lo haga visible en las herramientas de medición habituales.

Esa es la tesis de este artículo. No afirma que el clic haya dejado de importar ni que Google Analytics esté ciego a todo lo que ocurre. Afirma algo más preciso: existe una capa de influencia que las herramientas basadas en atribución de clic no están diseñadas para capturar y que merece un sistema de medición complementario.

Qué significa realmente tener visibilidad en una IA

La visibilidad de marca en IA es el grado en que un sistema generativo —ChatGPT, Claude, Perplexity o Google AI Overviews— nombra, cita o recomienda una marca al responder consultas relacionadas con su categoría. No es un fenómeno único: agrupa comportamientos distintos que no siempre ocurren juntos ni se implican entre sí.

El problema es que “visibilidad en IA” suele utilizarse como una etiqueta genérica. Antes de proponer métricas, conviene separar con precisión qué se está midiendo. Este artículo se concentra en esa capa de medición; la metodología general de optimización se desarrolla en el artículo pilar de Arte Flims sobre Generative Engine Optimization (GEO) .

Ranking, mención, citación, recomendación y conversión no son lo mismo

Esta distinción es el eje analítico del artículo. Cada etapa responde a una pregunta diferente y ninguna debe utilizarse como sustituto automático de la siguiente.

• Mención ≠ Citación. Un modelo puede nombrar una marca sin presentar ninguna de sus propiedades digitales como fuente.
• Citación ≠ Recomendación. Una fuente puede citarse de forma neutral o crítica sin que eso constituya una recomendación.
• Recomendación ≠ Conversión. Que una respuesta proponga una marca no garantiza que el usuario ejecute después una acción de negocio medible.

Tratar ranking, mención, citación, recomendación y conversión como sinónimos produce conclusiones más contundentes de lo que los datos realmente permiten demostrar.

Por qué GA4 y Search Console no cuentan toda la historia

Google Analytics 4 y Search Console son herramientas sólidas dentro de lo que fueron diseñadas para medir: sesiones, clics, impresiones y posición media asociados a resultados de búsqueda o a visitas identificables mediante enlace.

Su límite no es que “no vean nada” del tráfico de IA. El punto específico es que pueden medir una visita cuando existe un clic identificable, pero no pueden medir directamente la influencia que ocurre dentro de una respuesta generativa cuando el usuario ve, considera o descarta mentalmente una marca sin llegar al sitio.

También conviene evitar afirmaciones absolutas como “ChatGPT no envía referer” o “GA4 siempre clasifica ese tráfico como Direct”. La atribución puede variar según la interfaz, el enlace, el navegador y la evolución de cada producto.

Un sistema puede producir visibilidad generativa sin generar necesariamente una visita medible. Esa brecha es la que exige un método complementario.

Las métricas que sí podemos medir

Las siguientes definiciones son operacionales: describen una metodología utilizada por Arte Flims para construir mediciones reproducibles. No se presentan como estándares certificados de la industria ni como benchmarks universales.

Mention Rate

Mention Rate es el porcentaje de respuestas evaluadas en las que una marca aparece explícitamente mencionada. Una mención no implica que la marca haya sido utilizada como fuente ni recomendada.

Citation Rate

Citation Rate es el porcentaje de respuestas que presentan una URL, un dominio o un contenido identificable de la marca como fuente. Una marca puede ser mencionada con frecuencia y, aun así, tener un Citation Rate bajo.

Recommendation Rate

Recommendation Rate mide el porcentaje de respuestas que proponen explícitamente la marca como una posible solución, más allá de nombrarla de paso.

Generative Share of Voice

Mide la presencia relativa de una marca frente al conjunto de competidores incluidos deliberadamente en el experimento. Su interpretación depende de qué competidores se hayan seleccionado, por lo que no debería compararse entre estudios con universos competitivos distintos sin documentar esa diferencia.

Prominencia, contexto y cobertura de prompts

• Prominencia: posición en la que aparece la mención dentro de la respuesta, cuando ese orden puede identificarse.
• Contexto: si la mención ocurre en un marco positivo, neutro o negativo respecto de la marca.
• Prompt Coverage: proporción de categorías de intención informacional, comparativa o transaccional en las que aparece la marca.

Matriz de Visibilidad Generativa de Arte Flims

Para evitar que estas variables se interpreten como sinónimos, Arte Flims las organiza en una matriz de referencia que separa cada dimensión y la pregunta específica que intenta responder.

La Matriz de Visibilidad Generativa es un marco operacional propuesto por Arte Flims. No constituye un estándar oficial de la industria. Su valor está en separar fenómenos que suelen agruparse bajo una sola idea de “visibilidad en IA”.

Deliberadamente no se presenta un “puntaje único 0–100” con pesos fijos. Una organización puede construir un índice interno para comparar su propio desempeño en el tiempo, pero solo tendría sentido si documenta y mantiene constantes sus reglas.

Cómo construir una medición reproducible

Un experimento de visibilidad generativa útil no depende únicamente de la herramienta con la que se ejecute. Depende de si mantiene constantes sus propias condiciones y registra suficiente evidencia para poder repetir la medición.

Una respuesta generativa puede variar entre ejecuciones, incluso con el mismo prompt y el mismo día. Por eso, la validez de la medición no debería depender de una sola ejecución, sino de mantener constantes el conjunto de prompts, el período, los motores incluidos, los criterios de clasificación y la metodología de registro.

Tampoco existe aquí una cifra mínima de prompts presentada como estándar científico universal. Un conjunto más amplio y diverso puede reducir la influencia de resultados atípicos; la decisión exacta debe documentarse junto con los resultados.

Ejemplo práctico: cómo interpretar una medición de visibilidad generativa

Ejemplo hipotético elaborado por Arte Flims. Los siguientes resultados sirven exclusivamente para explicar la metodología y no representan datos de una empresa real.

Supongamos que una empresa de software B2B ejecuta 40 prompts relacionados con su categoría en tres motores distintos durante una misma semana.

La lectura correcta no es “la marca tiene buena” o “mala” visibilidad en IA. Lo que muestran esos números es una brecha entre cuántas veces se la nombra y cuántas veces se utiliza como fuente o se recomienda. Esa brecha permite formular hipótesis para investigar, pero no confirma por sí sola cuál es la causa.

Qué puede distorsionar una medición

Antes de sacar conclusiones, conviene reconocer las fuentes de variabilidad que pueden alterar un resultado sin que exista un cambio real en la marca.

• Variabilidad entre ejecuciones: el mismo prompt puede producir respuestas distintas en momentos diferentes.
• Diferencias entre plataforma y versión: cada motor puede recuperar y presentar información de forma distinta.
• Personalización y contexto de sesión: el historial o contexto de quien consulta puede modificar la respuesta.
• Selección de prompts: un conjunto sesgado puede sobrerrepresentar categorías favorables o desfavorables para una marca.
• Criterios humanos de clasificación: decidir si una mención es positiva, neutral o negativa incorpora juicio humano.

Ignorar estas fuentes de ruido es lo que permite afirmar con demasiada facilidad que “subió el Citation Rate porque implementamos X” cuando el experimento no controla las demás variables.

De medir a optimizar: dónde entran SEO, AEO y GEO

Este artículo se ocupa de la capa de medición: qué está ocurriendo hoy con la presencia de una marca en respuestas generativas. Existe una segunda capa, distinta, que es la de optimización: qué cambios podrían contribuir a mejorar comprensión, recuperación o autoridad ante esos sistemas.

Que un contenido esté bien estructurado con HTML semántico correcto, use datos estructurados, tenga fragmentos autosuficientes o cuente con menciones externas son hipótesis de optimización razonables, pero no deberían presentarse como factores con causalidad públicamente demostrada sobre Mention Rate o Citation Rate.

Observar que una implementación de Schema coincide temporalmente con una mejora de Citation Rate no demuestra por sí sola que una haya causado la otra. Para sostener causalidad habría que controlar otras variables, documentar el experimento y repetirlo.

La metodología completa de optimización qué es GEO, cómo se diseña una estrategia integral y qué componentes la conforman se desarrolla en el artículo pilar de GEO de Arte Flims . Este artículo mide; el pilar de GEO explica cómo optimizar.

Herramientas para automatizar la medición

Ejecutar este proceso manualmente cada mes, especialmente para varias marcas o clientes, puede volverse poco sostenible. Existen herramientas que automatizan parte del registro, desde diagnósticos puntuales hasta sistemas de monitoreo continuo con histórico.

No fijamos aquí precios, número exacto de motores cubiertos ni otras características comerciales que pueden cambiar con frecuencia. La elección debería hacerse consultando la documentación vigente de cada proveedor y según una necesidad concreta: diagnóstico puntual, seguimiento periódico, comparación competitiva o reportería para múltiples stakeholders.

Evidencia práctica: lo que muestran nuestros propios datos

Los siguientes datos corresponden a Arte Flims y se incluyen únicamente como evidencia de experiencia práctica en SEO y medición orgánica. No son evidencia de Citation Rate, Mention Rate ni presencia en ningún motor generativo.

En un período de 16 meses, Search Console registra para arteflims.com aproximadamente 204.000 impresiones, cerca de 2.950 clics, un CTR medio de 1,4% y una posición media de 14 para el conjunto del sitio. En consultas de marca, “arte flims” registra 317 impresiones, 171 clics, un CTR de 53,9% y una posición media de 1,4; “wilmer santoyo” registra 60 impresiones, 25 clics, un CTR de 41,7% y una posición media de 1,6.

En una auditoría técnica de rendimiento móvil con PageSpeed Insights, el sitio obtiene 99 en Rendimiento, 96 en Accesibilidad, 100 en Prácticas recomendadas y 100 en SEO, con un First Contentful Paint de 1,3 s, un Largest Contentful Paint de 2,1 s, un Total Blocking Time de 50 ms y un Cumulative Layout Shift de 0,003. Un análisis de cabeceras de seguridad con Security Headers by Snyk otorga una calificación A.

Estos datos muestran disciplina técnica y desempeño orgánico de marca, pero no demuestran presencia en ChatGPT, visibilidad GEO, autoridad frente a modelos de lenguaje ni causalidad entre SEO tradicional y visibilidad generativa. Son sistemas de medición distintos.

La relación entre los datos propios y la autoría del artículo puede consultarse en el perfil profesional de Wilmer Santoyo.

Lo que todavía no podemos medir bien

Nombrar los límites de la disciplina es tan importante como describir sus métricas. Hoy no existe, de forma pública y estandarizada, un mecanismo que permita:

• Medir con precisión cuántos usuarios forman una decisión de compra a partir de una respuesta generativa sin dejar rastro digital posterior.
• Verificar de manera independiente y auditable qué contenido exacto utilizó un modelo cerrado para producir una respuesta, más allá de las fuentes que el sistema decida mostrar.
• Establecer causalidad certera entre una acción de optimización específica y un cambio en Citation Rate o Mention Rate cuando los modelos y sistemas de recuperación evolucionan continuamente.
• Comparar de manera estandarizada resultados obtenidos con metodologías diferentes mientras no exista una definición común ampliamente adoptada.

Reconocer estos límites no reduce el valor de medir. Lo vuelve más útil, porque evita tomar decisiones sobre cifras que parecen más sólidas de lo que realmente son.

Conclusión: medir antes de intentar optimizar

El clic sigue siendo medible y herramientas como GA4 y Search Console siguen siendo necesarias dentro de su dominio. Lo que cambia con las respuestas generativas es que el clic ya no representa, por sí solo, toda la superficie donde una marca puede ganar o perder visibilidad.

Entre la pregunta que alguien formula a un sistema generativo y una eventual visita al sitio existe ahora un espacio compuesto por mención, citación y recomendación. Esa capa merece su propio sistema de medición, su propio vocabulario y la misma exigencia de evidencia que cualquier otra disciplina de marketing.

Medir con precisión lo que sí podemos observar sin inflar lo que todavía no puede demostrarse es el primer paso antes de intentar optimizar.