Cómo medir una campaña GEO:
las métricas que importan de verdad

Respuesta rápida:

Mide una campaña de generative engine optimization (GEO) con un panel fijo de preguntas y dos tasas principales: cuota de menciones y cuota de citaciones. Calcula ambas por plataforma, mercado e intención. Después añade tasa de recomendación, apoyo de fuentes propias, cobertura de URLs, precisión de la respuesta, impresiones en superficies de IA, tráfico desde asistentes y contribución al pipeline. Presenta la cadena completa sin llamar atribución a lo que solo demuestra contribución.

La brecha de medición es la norma, no la excepción

En la encuesta complementaria de Semrush de junio de 2026, el 81% de las organizaciones que integraban SEO y visibilidad en IA declaró más tráfico o leads desde IA, frente al 36% de las que los gestionaban por separado. Esta asociación declarada no demuestra causalidad.

¿Por qué dejó de funcionar el marcador antiguo? Porque las métricas por defecto de tus paneles, posiciones, sesiones, CTR, describen una economía del clic que las respuestas de IA están desmontando. El estudio de navegación real de Pew Research Center encontró que los usuarios hacen clic en un resultado tradicional solo en el 8% de las búsquedas de Google que muestran un resumen de IA, frente al 15% sin él, y hacen clic en las fuentes dentro del resumen en torno al 1% de las visitas. Una campaña GEO juzgada solo por clics parecerá un fracaso incluso mientras está ganando, el argumento que desarrollé en La economía zero-click.

Los dos KPIs que son el marcador

El comunicado de Semrush de junio de 2026 informa de unas 15 fuentes citadas por respuesta de ChatGPT frente a 3 en Gemini, en su estudio de EE. UU. Son medias, no límites. El solapamiento entre menciones y citas es otra medida y no describe coincidencia con posiciones orgánicas.

• Cuota de menciones = respuestas válidas que nombran la marca ÷ total de respuestas válidas × 100.
• Cuota de citaciones = respuestas válidas que enlazan el dominio analizado ÷ total de respuestas válidas × 100.

Son tasas de presencia observada. Una mención no demuestra que un modelo «conozca» la marca y una cita no demuestra «confianza». Esas metáforas pueden ayudar en una presentación, pero el panel debe registrar solo lo que ocurrió.

Un ejemplo con denominador visible

Supón que ChatGPT devuelve 20 respuestas válidas para un panel B2B fijo. La marca aparece en 8 y su dominio se cita en 3. La cuota de menciones es 8 ÷ 20 = 40%. La cuota de citaciones es 3 ÷ 20 = 15%. Reporta siempre el denominador, la fecha, el mercado, el idioma, el estado de la sesión y el producto o modelo utilizado. Con muestras pequeñas, trata el movimiento como una dirección que debe repetirse, no como una certeza.

Mención, cita y URL recuperada no son lo mismo

Buena parte del reporting GEO mezcla señales que responden a preguntas distintas. Utiliza esta taxonomía antes de construir cualquier gráfico:

La secuencia correcta evita promesas infladas: rastreo no equivale a recuperación; recuperación no equivale a cita; cita no equivale a mención; mención no equivale a recomendación; recomendación no equivale a clic; clic no equivale a ingresos incrementales. En ChatGPT, las respuestas con búsqueda pueden incluir citas y un panel de fuentes, pero OpenAI advierte que los resultados pueden ser incompletos o incorrectos. Google también explica que sus experiencias de IA pueden mostrar enlaces de apoyo y utilizar múltiples búsquedas relacionadas. Ninguna de las dos descripciones convierte un enlace visible en una prueba del proceso interno completo.

El stack de medición completo, por velocidad de movimiento

Dos KPIs hacen un marcador, no un sistema de control. Para pilotar una campaña en marcha necesitas las capas de debajo, ordenadas aquí de la más rápida (tus palancas) a la más lenta (los resultados):

Los indicadores del nivel 1 merecen una nota, porque son la única parte del stack que controlas directamente. El estudio GEO de Princeton de 2023 (Aggarwal et al., KDD '24) sigue siendo la evidencia controlada más sólida sobre qué mueve la citación: sobre unas 10.000 consultas, añadir estadísticas, citas textuales y fuentes citadas elevó la visibilidad de una página en respuestas de IA hasta un 40%. Contar afirmaciones citables por página, un número, una unidad, una fuente atribuible, es tedioso y poco glamuroso, y es la métrica de input más predictiva que tiene el campo.

El método del panel mensual (empieza esta semana)

No necesitas herramientas enterprise para empezar; necesitas disciplina. La medición mínima viable:

1. Fija las preguntas. Reúne veinte preguntas reales de tus compradores, de llamadas de ventas, tickets de soporte y People Also Ask, y congela la lista. Un panel cambiante rompe tu línea de tendencia, y la línea de tendencia es todo el sentido del ejercicio.

2. Lanza las cuatro plataformas, por separado. ChatGPT, Gemini, Google AI Mode y AI Overviews se comportan como países distintos: las dietas de fuentes divergen (Reddit vs Wikipedia vs YouTube), la densidad de citación varía casi cinco veces y el solapamiento mención–citación se abre 34 puntos porcentuales. Una media entre plataformas esconde exactamente las diferencias que necesitas para actuar.

3. Registra ambos KPIs, cada mes. Para cada respuesta, apunta: marca mencionada sí/no, dominio citado sí/no, y qué competidor fue citado en tu lugar. Esa última columna se convierte en silencio en la diapositiva más motivadora de tu revisión trimestral.

4. Diagnostica con la brecha, no con el nivel. Los números del primer mes serán humillantes; no pasa nada, son una línea base, no un veredicto. Lo que gestionas es la dirección de la brecha mención–citación de cada plataforma a lo largo del tiempo.

El informe GEO que un cliente puede utilizar cabe en seis diapositivas

Un buen informe no termina en «subimos cinco puntos». Termina en una decisión. Mantén el detalle operativo en un anexo y utiliza estas seis diapositivas en la reunión:

1. Decisión ejecutiva. Qué cambió, por qué importa y qué recomiendas hacer ahora. Una frase por respuesta.
2. Alcance y método. Plataformas, mercado, idioma, periodo, número de prompts, repeticiones y cambios metodológicos. Sin este contexto no existe una comparación defendible.
3. Marcador de visibilidad. Cuota de menciones, cuota de citaciones y tasa de recomendación, separadas por plataforma e intención. Añade el cambio frente a la línea base y el denominador.
4. Mapa de evidencias. URLs citadas, fuentes de terceros, competidores, cobertura de URLs y concentración. Una sola URL concentrando casi todas las citas es una fragilidad, aunque el total suba.
5. Señales de negocio. Impresiones de AI Overviews y AI Mode, sesiones y conversiones del canal AI Assistant, demanda de marca, respuestas de origen del lead y pipeline asistido. Muestra cada señal por separado.
6. Siguiente experimento. Una hipótesis, una acción, una persona responsable, una fecha y un criterio de decisión.

Los KPIs secundarios convierten el marcador en diagnóstico. La tasa de recomendación es el porcentaje de respuestas válidas que incluyen la marca en una recomendación o shortlist definida de antemano. La tasa de apoyo propio es respuestas que mencionan la marca y citan su dominio ÷ respuestas que mencionan la marca × 100. La cobertura de URLs cuenta cuántas páginas distintas del dominio reciben citas; la concentración muestra qué porcentaje depende de las tres primeras. Añade una revisión de precisión de representación: correcta, parcialmente correcta o materialmente incorrecta.

Para Google, el informe de rendimiento de IA generativa de Search Console aporta impresiones de AI Overviews y AI Mode por página, país, dispositivo y fecha cuando hay volumen suficiente. En Google Analytics, el canal predeterminado AI Assistant agrupa sesiones de asistentes como ChatGPT, Gemini, DeepSeek, Copilot y Grok, pero excluye AI Overviews y AI Mode. No sumes ambos como si midieran el mismo recorrido.

Cómo reportar GEO a un CFO sin humo

La pregunta del comité nunca es «¿cuál es nuestra cuota de citaciones?». Es «¿qué decisión justifica esta evidencia?». La cadena que sobrevive al escrutinio financiero es: cambió la visibilidad; se movieron las visitas cualificadas o la demanda de marca; cambió el pipeline asistido. Ningún paso demuestra que el anterior causara el siguiente. El tráfico directo y las búsquedas de marca tienen muchas causas.

La mejor respuesta no es otra puntuación. Es una mejor decisión. Presenta qué observaste, qué explicación es plausible, qué límite tiene la inferencia y qué experimento reduce la incertidumbre en el siguiente periodo. Añade una pregunta de origen a cada lead entrante y conserva evidencia cualitativa de ventas, pero no la conviertas en causalidad por decreto.

Las cifras de plataforma describen patrones del estudio, no transferencia de posiciones, prevalencia entre tus competidores o un multiplicador de dificultad. Compara tu categoría con observaciones consistentes.