Métricas GEO: qué medir y qué no

Antes de la primera métrica: cuál es la unidad

Casi todos los errores de medición en GEO vienen del denominador, así que conviene fijarlo antes que nada: la unidad de observación es la respuesta, no el prompt.

Veinte prompts lanzados a tres motores no son veinte observaciones: son sesenta. La misma pregunta contestada por Gemini y por Claude son dos respuestas distintas, que pueden nombrar a marcas distintas, y mezclarlas en un único "20 prompts" tira por la borda dos tercios de la información. Cuando leas cualquier porcentaje de este artículo —tuyo o de una herramienta—, la primera pregunta es siempre la misma: ¿sobre cuántas respuestas?

Las métricas que sí significan algo

1. Tasa de mención: la que no puedes saltarte

El porcentaje de respuestas en las que aparece tu marca. Es la primera porque sin ella ninguna otra tiene sentido: una cuota de voz del 100 % sobre una única mención no es liderazgo, es una anécdota.

Un matiz que cambia el número más de lo que parece: una mención tiene que estar verificada contra el texto de la respuesta, no dada por buena porque un modelo diga que mencionó tu marca. Y tiene que reconocer cómo te llama la gente de verdad — si sigues "Mozilla" y el motor recomienda "Firefox", una medición ingenua cuenta cero.

2. Cuota de voz: siempre relativa a alguien

Tus menciones divididas entre tus menciones más las de los competidores que estás siguiendo. Responde a la pregunta que de verdad importa en una categoría: de todas las veces que la IA recomienda a alguien, ¿cuántas me recomienda a mí?

De ahí se sigue la trampa: la cuota de voz depende de a quién sigas. Añade dos competidores grandes y tu cuota baja sin que tú hayas empeorado. Compararla con la de otra empresa, que sigue a otras marcas, no significa nada. Por eso elegir bien el conjunto no es un trámite de configuración, sino parte de la medición: lo tratamos aparte en cómo seleccionar los competidores de un análisis GEO.

3. Posición cuando apareces: la métrica peor entendida del sector

Aquí está el error más caro, y es tan común que merece verse en números.

La tentación es calcular una "posición media" como en SEO. Pero en una respuesta generativa, en la mayoría de las respuestas tu marca sencillamente no está. ¿Qué puesto le pones a una ausencia? Si se le asigna el último —lo que parece razonable y es lo que hacían nuestras primeras versiones—, ocurre esto:

Dos consecuencias, y la segunda es la que descoloca a cualquiera que mire el panel:

• La marca seguida sale favorecida por construcción. El conjunto de prompts se elige alrededor de tu marca, así que apareces más veces que competidores elegidos como contraste, así que te comes menos penalizaciones. Tu propia marca puede acabar "por encima" de líderes del mercado sin ganarles en nada.
• El mejor valor posible deja de ser 1. Una marca listada siempre la primera, pero presente en la mitad de las respuestas, promedia 5,0 con ocho entidades en juego. Un 6,50 no significa "sexta" y no se puede leer sin saber también la tasa de mención — momento en el cual la posición media ya no está aportando nada.

Lo correcto es medir el puesto solo sobre las respuestas donde apareces, y publicarlo siempre al lado de la tasa de mención, que lleva la otra mitad de la historia. Un 1,0 quiere decir "siempre el primero de la lista, las veces que salgo". Cuántas veces salgo es la otra columna.

4. Tasa de citación: de tu dominio, y solo donde puede haberla

Una mención y una cita no son lo mismo. Que el modelo te nombre significa que te tiene en su cabeza; que enlace tu web como fuente significa que la respuesta se apoya en algo tuyo y el lector puede llegar hasta ti. Lo desarrollamos en la entrada de glosario sobre citación en IA.

Dos reglas que casi ninguna herramienta explicita:

• Cuenta tu dominio, no cualquier cita. Una respuesta que cita a un comparador o a un periódico está citada, pero no te está citando a ti.
• Solo cuenta donde puede haber citas. Un motor que contesta sin buscar en la web no cita nunca, por construcción. Meter esas respuestas en el denominador no mide tu autoridad: le pone un techo, con ceros que no significan "no te ha citado" sino "aquí no podía citar nadie". Cuentan para mención y para cuota de voz, no para citación — y si una herramienta no te dice cuáles de sus motores buscan de verdad, su tasa de citación no es comparable con ninguna otra.

5. Preparación técnica: la única que no depende de la IA

Las cuatro anteriores miden lo que hacen los motores. Esta mide lo que haces tú: si tu página es legible, extraíble y atribuible. Es la única determinista del grupo —se calcula con comprobaciones sobre tu HTML, sin preguntarle nada a ningún modelo, así que la misma web da siempre el mismo número— y por eso es la única que puedes mover con seguridad antes de ver moverse a las demás. Tienes las seis dimensiones que la componen, con sus umbrales, en qué es una auditoría GEO.

¿Cuántas respuestas hacen falta para leer un número?

No es una precaución teórica. Con tres respuestas en total, que una sola pase de no nombrarte a nombrarte mueve la métrica un tercio de golpe, sin que haya cambiado nada en el mercado ni en tu web. Quien mire esa subida y la celebre está leyendo ruido; quien mire la bajada equivalente y reaccione, peor todavía.

El otro motivo para no leer números pequeños es más sutil. Tres de tres menciones es un 100 %, y el intervalo de confianza de manual sobre esa cifra tiene anchura cero: "100 %, sin margen de error", a partir de tres tiradas de moneda. Cualquier medición honesta necesita un intervalo que no colapse en los extremos, y necesita decir cuántas observaciones lo sostienen.

Una foto no es una tendencia

Aunque midas con muestra suficiente, queda una fuente de variación que ninguna fórmula elimina: los motores buscan en vivo. Dos escaneos idénticos ven internets distintos, porque lo que devuelve una búsqueda cambia entre una llamada y la siguiente.

Contra eso, la respuesta no es una fórmula mejor: es dejar de tratar una observación como la respuesta. Lo que se lee es la tendencia sobre varias mediciones seguidas, no la última foto — y con la mediana, no con la media, porque una medición anómala —un proveedor teniendo una mala hora— arrastra una media y apenas mueve una mediana.

Con una condición estricta, que es donde se cae la mayoría: solo se comparan entre sí mediciones que midan lo mismo. Cambiar el conjunto de prompts, los motores o la forma de puntuar rompe la serie, y encadenar números que ya no son comparables es peor que no tener serie.

Tiene un coste, y hay que decirlo: una mejora real tarda un par de mediciones en reflejarse del todo. A cambio, lo que ves moverse se mueve de verdad.

Qué no medir

• No trates una captura de una conversación con ChatGPT como una medición: es una observación de una tirada, en una cuenta con su propio historial.
• Nunca leas una «posición media» que promedie las respuestas donde no apareces: ordena por frecuencia y la llama posición.
• No compares tu cuota de voz con la de otra empresa: cada una se calcula sobre su propio conjunto de competidores.
• No cuentes como citación tuya cualquier fuente citada en la respuesta, ni metas en el denominador motores que responden sin buscar.
• Nunca saques un veredicto ni un «has subido X» de menos de una decena de respuestas.
• No restes dos escaneos que no miden lo mismo: distinto número de prompts, distintos motores o distinta versión de la fórmula.
• No conviertas el sentimiento en tu métrica principal (abajo, por qué).

¿Y el sentimiento?

Es útil, pero no como titular. El sentimiento es una métrica de segundo orden: solo existe donde ya hay una mención, así que una marca invisible luce un sentimiento inmejorable —no hay ninguna respuesta hablando mal de ella—. Presentado como cifra principal engaña; como filtro para ir a leer las respuestas negativas concretas, es excelente. Ese es el sitio que le corresponde.

Y todas juntas, ¿en un solo número?

Sí, y es lo que hace un índice como el GEO Score: resumirlas para poder seguir la evolución de un vistazo. Pero un índice no sustituye a las métricas de debajo, las ordena — sube porque han subido ellas, nunca al revés.

Lo que sí conviene exigirle a cualquier índice, sea el nuestro o el de otra herramienta: que cuando una de sus señales no se pueda medir, lo diga en vez de rellenarla con un cero.

Si solo vas a mirar una cosa

Y si estás montando la medición desde cero, el orden es el inverso al de la curiosidad: primero el conjunto de preguntas, porque ninguna métrica es mejor que los prompts sobre los que se calcula. Eso lo cubrimos en cómo elegir los prompts para monitorizar tu marca, y el resto de la metodología vive en el pilar de medición.