Seis semanas después del Zero-Click Playbook:
la métrica que no defendí lo suficiente
Hace seis semanas publiqué el Zero-Click SERP Playbook. Desde entonces he auditado decenas más de marcas en Europa, Latinoamérica y Asia, he dado seis keynotes y he tenido alrededor de cuarenta conversaciones privadas con CMOs que tratan de entender el search en la era de la IA. Una cosa se ha vuelto inevitable: la métrica a la que menos espacio le dediqué en aquel post es la que más importa. Este es el follow-up que les debo a los lectores que actuaron sobre el primero.
Respuesta rápida:Seis semanas después del Zero-Click SERP Playbook, la métrica que merece más peso del que le di es el LLM citation rate: el porcentaje de respuestas generativas para queries de tu categoría que te mencionan. Es el único KPI de SEO que se puede ejecutar con una hoja de cálculo, defender con una línea de tendencia mensual y comparar contra competidores sin necesidad de acceso a sus datos. Combinada con la calidad de brand mention, impresiones en SERP enriquecidas y conversiones asistidas desde discovery, sustituye a las sesiones orgánicas como norte de un reporting de búsqueda moderno.
Lo que el playbook de abril sí acertó
El post original argumentó que el 60% de las búsquedas en Google terminan sin clic (Similarweb, 2024), que las sesiones orgánicas ya no son un KPI suficiente, y que las marcas tienen que pensar en términos de share of answer en vez de share of traffic. Esos puntos se sostienen. Aproximadamente el 18% de las queries en EEUU ya sirven un AI Overview (BrightEdge, 2024), y el tráfico desde IA generativa a retailers creció +1.200% interanual en julio de 2024 (Adobe Analytics). El argumento estructural ha envejecido bien en seis semanas.
Lo que no defendí con suficiente fuerza fue la consecuencia operativa. Decirle a un líder de marketing que el share of answer importa funciona en una slide de keynote. Decirle cómo medirlo el lunes por la mañana, con el equipo que tiene y el presupuesto que no tiene, es otro problema. Este post intenta cerrar esa brecha.
La métrica que debí defender con más fuerza: LLM citation rate
El movimiento de mayor palanca que un equipo de marketing puede hacer en 2026 es empezar a trackear el LLM citation rate: el porcentaje de respuestas generativas, para queries representativas de tu categoría, que mencionan o citan a tu marca. No es una métrica perfecta. Es la única métrica defendible que no requiere herramientas nuevas, proveedores nuevos ni un stack analítico nuevo.
La mecánica es trivial. Define entre 30 y 50 prompts que un cliente potencial te haría realmente. Ejecútalos una vez al mes en ChatGPT, Gemini y Perplexity. Registra cuántas respuestas te mencionan, en qué contexto y con qué vecinos. El número absoluto importa menos que la tendencia mensual y tu posición relativa frente a dos o tres competidores nombrados. Dos horas de trabajo, una hoja de cálculo y un recordatorio en el calendario. Ese es todo el setup.
"El LLM citation rate es el único KPI de SEO que puedes defender en un comité con una hoja de cálculo y un recordatorio en el calendario."
Esto es lo que hace que valga la pena. En las auditorías que he hecho desde abril, las marcas con citation rate creciente también muestran un branded search creciente entre 7 y 30 días después de un pico de citaciones. La señal es adelantada, no rezagada. El número de la hoja de cálculo predice el número de Google Search Console con suficiente consistencia como para que lo trate ya como el indicador canario de cualquier trabajo zero-click que recomiendo.
Por qué la barrera organizativa pesa más que la técnica
Por las auditorías y conversaciones con CMOs que he tenido el último año, aproximadamente el 12% de los equipos de marketing mide hoy la visibilidad en respuestas de AI. Esa cifra apenas se ha movido en seis semanas. No es porque la barrera técnica sea alta — acabas de ver la versión hoja de cálculo. Es porque nadie en la estructura tradicional de marketing tiene la AEO como KPI propio. Nadie defiende una métrica nueva frente al CFO en la revisión de presupuesto a menos que su desempeño dependa de ella.
La solución no es un equipo nuevo. La solución es asignar ownership explícito de visibilidad en AI a un rol existente. El head of SEO es el candidato natural en la mayoría de estructuras B2B SaaS. El head of brand en CPG y retail. El head of content en media. Sin un dueño, el citation rate se convierte en otro dashboard que se construye una vez y muere en la tercera revisión trimestral.
He empezado a recomendar añadir una sola frase a los OKR de marketing del próximo trimestre: "A cierre de trimestre, reportar mensualmente el LLM citation rate frente a tres competidores nombrados sobre 35 prompts de categoría en tres modelos." Esa frase hace el trabajo. Asigna ownership, obliga a que el set de prompts exista por escrito, y le da al CFO algo concreto que leer.
La sustitución de cuatro métricas para las sesiones orgánicas
El LLM citation rate es la métrica que debí haber defendido con más fuerza en abril. No es la foto completa. El reemplazo completo de las sesiones orgánicas como KPI principal es un set de cuatro métricas complementarias, cada una capturando algo que las otras no ven.
1. LLM citation rate. Presencia cuantitativa. Cuenta cuántas veces apareces en respuestas generativas para queries de categoría. Tendencia en el tiempo, benchmark frente a competidores. Dos horas al mes, sin stack adicional.
2. Calidad de brand mention en respuestas generativas. Capa cualitativa. Un citation rate del 50% no significa nada si el 80% de esas menciones te describen como alternativa secundaria. Cuatro tipos de menciones a distinguir: como referente ("la categoría está liderada por X"), como ejemplo ("empresas como X hacen esto"), como alternativa ("otras opciones son X") y como negativo ("a diferencia de X, que tiene problemas con…"). Mismos prompts, scoring manual, revisión mensual.
3. Impresiones en SERP enriquecidas. AI Overviews, featured snippets, knowledge panels, People Also Ask. Datos parcialmente disponibles en Google Search Console si filtras queries por tipo de aparición. Esta es el puente entre el SEO clásico y el AEO — las marcas que aparecen consistentemente en AI Overviews para sus queries de categoría son las marcas que el modelo se está entrenando a citar.
4. Conversiones asistidas desde discovery. Conversiones donde el primer touchpoint identificable fue una superficie de descubrimiento y no una sesión directa. La más política de las cuatro, porque obliga al equipo de analítica a redefinir qué cuenta como touchpoint en un mundo donde el discovery puede ocurrir dentro de una conversación con un LLM que no deja referrer. Es también la métrica que más justifica presupuesto cuando se defiende limpia.
"Citation rate cuenta. Calidad de mención califica. SERP enriquecidas anticipa. Conversiones asistidas justifican."
Lo que veo cuando audito visibilidad en LLMs
El patrón de las auditorías que he hecho desde abril es lo bastante estable como para llamarlo patrón. Aproximadamente tres de cada cuatro marcas testeadas no aparecen en al menos uno de los cuatro LLMs principales para queries directas de su propia categoría. La discrepancia entre lo que ChatGPT y Gemini dicen de una misma marca supera, de media, el treinta por ciento. Ambos números deberían ser incómodos para cualquier equipo que no los haya medido.
El número más útil, sin embargo, sigue siendo ese 12% — mi estimación de campo de los equipos de marketing que miden algo de esto. La asimetría competitiva entre el 12% que mide y el 88% que no, en 18 meses, será un foso de visibilidad difícil de cruzar. Las marcas que adopten el tracking de citation rate este trimestre van a tener doce meses de aprendizaje antes de que su sector las alcance. En transiciones de canal, doce meses es la diferencia entre liderar la categoría en respuestas generativas o reaccionar cuando un competidor ya consolidó esa posición.
Dónde se rompe el argumento
No todo el search es zero-click. Hay categorías donde el clic sigue siendo la unidad central: e-commerce transaccional, búsqueda local con intención inmediata, servicios geolocalizados, productos de alta especificación donde el usuario necesita comparar fichas técnicas. En esas categorías, la sesión orgánica sigue capturando una parte significativa del valor, y el citation rate por sí solo puede llevar a engaño.
Incluso ahí, la fase de discovery previa al clic se ha movido. El usuario que llega a tu página de producto después de preguntar a ChatGPT "¿cuál es la mejor app para X?" llega con una decisión configurada por una conversación que no mediste. La sesión orgánica sigue funcionando como métrica de conversión. No funciona como métrica de discovery. Tratar ambas como el mismo número fue la simplificación cómoda de la década pasada. Ya no es defendible.
Qué hacer este trimestre
Si leíste el playbook de abril y no actuaste, este es el punto de reentrada más simple posible. Define cinco preguntas que un cliente potencial te haría en tu categoría. Ejecútalas en ChatGPT, Gemini y Perplexity esta semana. Cuenta en cuántas apareces y en qué contexto. Ese one-pager es la primera versión de tu citation rate. Es también el número más incómodo que vas a poner sobre la mesa este trimestre, que es exactamente por lo que funciona.
Si sí actuaste sobre el post de abril, este añade dos cosas. Primero, la métrica con nombre — LLM citation rate — para que puedas defenderla frente a un CFO sin inventar el lenguaje cada vez. Segundo, el emparejamiento operativo con calidad de brand mention, impresiones en SERP enriquecidas y conversiones asistidas desde discovery, para que la métrica no muera por la objeción obvia del "pero es un solo número".
El post de abril era el playbook. Este es el sistema operativo para ejecutarlo.
Preguntas frecuentes
El LLM citation rate es el porcentaje de respuestas de IA generativa para queries de la categoría de una marca que mencionan o citan a la marca. Se mide ejecutando un set fijo de 30 a 50 prompts representativos cada mes en al menos tres modelos (ChatGPT, Gemini, Perplexity) y registrando en cuántas respuestas aparece la marca.
Aproximadamente el 60% de las búsquedas en Google ya terminan sin clic. Una marca puede ganar visibilidad y branding a través de menciones en respuestas generativas sin generar una sola sesión. Reportar solo sesiones desacopla la métrica del valor real entregado por el canal.
LLM citation rate (presencia cuantitativa en respuestas de AI), calidad de brand mention en respuestas generativas (contexto: referente, ejemplo, alternativa, negativo), impresiones en SERP enriquecidas (AI Overviews, featured snippets, knowledge panels) y conversiones asistidas desde touchpoints de discovery.
Define 30-50 prompts representativos de tu categoría, ejecútalos manualmente en ChatGPT, Gemini y Perplexity una vez al mes y registra en cuántos aparece tu marca. Una hoja de cálculo y unas dos horas al mes son suficientes para empezar. La tendencia mensual importa más que los valores absolutos.
No. El clic sigue siendo central para queries transaccionales, búsqueda local con intención inmediata y comparativas de productos de alta especificación. Lo que cambió es que el clic ya no es la unidad principal de éxito a lo largo de todo el funnel. El discovery se ha movido aguas arriba a las respuestas de AI; el clic captura cada vez más solo el momento final de máxima intención.
La barrera es organizativa, no técnica ni presupuestaria. En la mayoría de estructuras de marketing, ningún rol tiene la AEO como KPI propio, así que nadie defiende la métrica frente al CFO en la revisión de presupuesto. El primer movimiento es asignar ownership explícito de visibilidad en AI a un rol existente — head of SEO, head of brand o head of content.
FA
¿Quieres esta charla para tu evento?
Doy keynotes sobre Zero-Click Economy, LLM citation rate y visibilidad en AI search en más de 50 eventos al año. Disponible en español, inglés y ruso.