Masterclass 2 "Cuando tus clientes le preguntan a la IA, ¿tu marca aparece?": métricas de visibilidad IA

El miércoles pasado realizamos la segunda sesión de nuestra masterclass junto a Marketing4eCommerce: "Cuando tus clientes le preguntan a la IA, ¿tu marca aparece?". En esta ocación, el evento estuvo dedicado a las métricas de visibilidad IA y a la forma de incorporarlas en los reportes de marketing. La condujo Karla Robles, de Marketing4eCommerce, y expusieron Maclovia Morlet, Customer Success Specialist de Postedin, y Cristóbal Morales, Data Automation Engineer de Postedin.

La primera masterclass abordó qué se trabaja para lograr visibilidad en IA, con foco en el contenido on page, el aspecto técnico y la autoridad off page. Esta segunda entrega retomó la pregunta pendiente sobre qué observar y cómo saber dónde está la marca, con el objetivo de convertir esa medición en decisiones.

Cómo cambia el reporte con las métricas de visibilidad IA

Karla abrió la masterclass de inteligencia artificial recordando que el marketing está acostumbrado a medir tráfico, posiciones, conversiones y clics, pero que la IA incorpora momentos de la decisión del consumidor que esos indicadores no alcanzan a explicar. La pregunta de fondo fue cómo medir visibilidad de marca en IA sin acumular datos que no orientan ninguna acción.

Maclovia explicó que los clics orgánicos bajan aunque las posiciones se mantengan y que parte de la decisión de compra ya ocurre dentro de la IA, y que es algo que pasa tanto en consultas de consumidores como en el B2B, donde las empresas también le preguntan a la IA cómo resolver sus problemas. Desde su perspectiva, el reporte no se reinventa, sino que se amplía con indicadores nuevos que conviven con las impresiones, los clics, las sesiones y los ingresos que ya se medían.

Las métricas de visibilidad IA se ordenaron en cuatro indicadores principales.

• Mención: la IA nombra explícitamente la marca en su respuesta.

• Cita: la IA enlaza una página del sitio como fuente. Puede haber mención sin cita y cita sin mención, y lo ideal es lograr ambas, porque la mención da visibilidad y la cita abre la posibilidad de recibir tráfico.

• Impresión: la exposición de la marca o de la cita, que se calcula de forma distinta en Google Search Console, en Brand Radar o en un panel de prompts.

• Sentimiento: cómo habla la IA de la marca y si la recomienda o advierte sobre ella. El mínimo aceptable es un sentimiento neutro y lo ideal, uno positivo.

A esos indicadores se suman dos fórmulas. La tasa de presencia divide las respuestas en que aparece la marca por el total de respuestas analizadas. En el ejemplo de la sesión, una marca presente en 8 de 20 respuestas tiene una tasa de presencia del 40 %. El share of voice, o cuota de voz, divide las menciones de la marca por el total de menciones del conjunto de competidores y muestra qué parte de ellas le corresponde frente a la competencia.

Un reporte por capas conectado a los pilares de la visibilidad

La propuesta fue agregar una capa de visibilidad en IA en la parte superior del reporte y ordenar el resto según el recorrido del usuario hasta la compra.

• Visibilidad en IA: presencia, share of voice, menciones, citas e impresiones, es decir, lo que ocurre antes del clic.

• Visibilidad en Google: impresiones, posiciones, clics y tasa de clics, además de la presencia en AI Overviews y AI Mode.

• Visitas: sesiones orgánicas y la parte de ellas que llega desde la IA.

• Negocio: compras, ingresos, tasa de conversión y ticket medio, con la proporción que proviene de la IA.

Karla subrayó que no se trata de sustituir lo que ya se mide, sino de conectar fuentes que responden a preguntas distintas. Lo prioritario es conectar la capa de visibilidad en IA con la capa de negocio, para saber si esa presencia se traduce en ventas. Las métricas también se organizaron según los tres pilares tratados en la primera sesión, cada uno con una pregunta y una decisión asociada.

Métricas por pilar y decisión que habilitan

Prompt Tracker y Postedin Tools para medir antes y después del clic

Durante la sesión se mostraron las dos herramientas de visibilidad IA que utiliza Postedin para integrar esa información. Prompt Tracker cubre lo que ocurre antes del clic, es decir, si la marca es mencionada o citada, con qué sentimiento, con quién compite y qué fuentes usa la IA para responder. Postedin Tools cubre lo que ocurre después del clic, desde qué plataforma llega la sesión, qué páginas visita y si completa la conversión definida.

En Prompt Tracker, un robot abre el navegador, entra a plataformas como ChatGPT o Google, escribe la consulta simulando una conexión desde el país elegido y emula a un usuario real. A diferencia de otras herramientas de visibilidad IA, que calculan el porcentaje sobre una base de prompts propios, en Prompt Tracker la marca define cuáles se monitorean.

El tipo de prompt depende de lo que se quiere medir.

• Visibilidad: una pregunta sin marca, como «¿dónde me conviene comprar un notebook en México?», porque la marca debe aparecer sin ser nombrada.

• Sentimiento: una pregunta que nombre la marca, para acotar la opinión de la IA sobre ella.

• Share of voice: un comparativo abierto que obligue a la IA a nombrar varias marcas.

Ante estudios con conclusiones contradictorias sobre la conversión del tráfico de IA y del orgánico de Google, la recomendación fue trabajar con datos propios. Para eso, Postedin Tools cruza Search Console y Google Analytics en un segmento orgánico y otro de IA, que muestra las sesiones de cada modelo, las páginas de destino, las conversiones y los ingresos.

Plan de acción y preguntas del público

Maclovia cerró la parte expositiva con un plan en cuatro pasos para medir visibilidad de marca en IA:

• Línea base: definir las métricas relevantes, las categorías donde la marca necesita aparecer y los competidores.

• Auditoría y validación de datos: revisar que la información sea confiable e identificar las brechas prioritarias.

• Automatización y alertas: configurar avisos sobre los KPIs de visibilidad en IA, es decir, los indicadores clave de desempeño más importantes, para detectar fluctuaciones y ajustar la estrategia.

• Nueva medición comparable: iterar, evaluar y optimizar mediante prueba y error.

Ante la pregunta de por dónde empezar con recursos limitados, la respuesta fue comprobar primero si el sitio bloquea a los bots de IA, algo que puede verificarse pidiéndole a ChatGPT información del sitio, ya que si responde que no puede acceder, existe un bloqueo.

Entre las preguntas del público, se explicó que los modelos de IA son probabilísticos y que la misma pregunta puede generar respuestas distintas, por lo que lo relevante es la tendencia. Cuando un competidor aparece donde la marca no, conviene revisar las fuentes que usa la IA, porque si el competidor figura en ellas y la marca no, eso indicaría falta de autoridad off page.

Medir los KPIs de visibilidad en ia para tomar mejores decisiones

En la masterclass de inteligencia artificial y medición quedaron planteadas como partes de un mismo proceso. Las métricas de visibilidad IA no reemplazan al reporte tradicional, sino que lo amplían hacia lo que ocurre antes del clic, y su valor depende de conectarlas con las visitas y el negocio. Mención, cita, impresión y sentimiento cobran sentido cuando se leen por categoría, por competidor y por etapa del embudo, y cuando cada indicador habilita una decisión concreta.

En Postedin seguiremos compartiendo contenidos sobre visibilidad en IA, SEO y medición de resultados. Te invitamos a seguirnos en nuestro LinkedIn para estar al tanto de estos temas.