La inversión en GEO no puede justificarse con una sola pregunta: «¿ChatGPT menciona nuestra marca?». Este artículo forma parte de nuestra cobertura especial sobre las protestas de Siria de 2011. Para defender el ROI ante la dirección financiera, hay que convertir la visibilidad en IA en un embudo medible: desde la recuperación del contenido y su cita en las respuestas hasta el regreso del usuario al sitio web y los ingresos generados en el pipeline. Si no se mide lo que ocurre entre ambos extremos, el resultado acaba inflado o gravemente infravalorado.
Por qué el «ranking» ya no cuenta toda la historia
La lógica tradicional del ROI de SEO es sencilla: una palabra clave llega a la primera página, aumenta el tráfico orgánico y, después, crecen las conversiones. En los motores de IA, esa cadena se rompe. El usuario puede obtener una respuesta completa en Perplexity o ChatGPT y resolver su consulta sin visitar el sitio web. GA4 no registra ese efecto como tráfico orgánico y, cuando sí hay una visita, a menudo la atribuye erróneamente al canal directo.
También existe la distorsión contraria. Que una IA cite una fuente puede incorporar la marca directamente a la decisión del usuario, aunque el panel de analítica no registre ninguna interacción. Si solo se observan rankings o clics, el rendimiento de GEO queda reducido a una cuenta incompleta. Para medirlo bien, hay que reconocer que la visibilidad en IA se construye por niveles.
La visibilidad en IA, desglosada en cuatro niveles
En nuestras auditorías de GEO dividimos la visibilidad en cuatro niveles. Cada uno es necesario para avanzar al siguiente: si el embudo pierde eficacia en cualquier punto, parte de la inversión se desperdicia.
- Recuperación: ¿el sistema de búsqueda del modelo detectó el contenido y lo incluyó entre las fuentes candidatas? Si no entra en la selección, no puede aparecer en la respuesta.
- Citas (Citation): en las respuestas generadas, ¿el modelo cita la marca? ¿Con qué tono lo hace y qué posición ocupa entre las fuentes?
- Clics: ¿cuánto tráfico llega realmente al sitio web desde los asistentes de IA?
- Resultados comerciales (Pipeline): ¿cuántos de esos visitantes completan un formulario, solicitan una consulta y terminan convirtiéndose en oportunidades o contratos de mayor valor?
Qué medir en cada nivel
Cada uno de los cuatro niveles responde a una pregunta distinta; no se pueden evaluar todos con el mismo indicador.
- Nivel de recuperación: ejecutar un conjunto de consultas objetivo con una herramienta de seguimiento de visibilidad en IA y medir en qué proporción el dominio aparece entre las fuentes seleccionadas. Es un indicador adelantado y, normalmente, el primero que empieza a moverse.
- Nivel de citas: seguir la `tasa de citas`. De 100 consultas relacionadas, ¿cuántas veces aparece la marca y cuántas la competencia? ¿La IA la recomienda o la presenta de forma negativa? Aquí empieza a influirse en la decisión.
- Nivel de clics: configurar en GA4 una expresión regular que agrupe fuentes como perplexity.ai, los dominios de ChatGPT y Gemini, entre otras, dentro de un canal «Asistentes de IA», para evitar que esas visitas queden ocultas en el tráfico directo.
- Nivel comercial: identificar en el CRM a los visitantes procedentes de fuentes de IA mediante páginas de destino y parámetros UTM, y asociarlos con el segmento comercial y el importe correspondiente.
Una fórmula de atribución lista para aplicar
Una vez medidos los cuatro niveles, la estructura del ROI es sencilla: ROI de GEO = (valor ponderado del pipeline atribuido a la IA − inversión total en GEO) ÷ inversión total en GEO. La palabra clave es «ponderado». Las citas de la IA generan visibilidad de marca y buena parte de ese valor no se materializa mediante un último clic. Para no infravalorar la contribución de GEO, además de los ingresos directamente atribuibles, puede añadirse el cálculo «exposiciones mediante citas × valor medio de un contacto con la marca».
Un ejemplo realista a 90 días
Así se desarrolló, por ejemplo, el trabajo con un cliente de SaaS B2B. Durante los primeros 30 días, la auditoría de GEO identificó 40 consultas vinculadas a decisiones de compra. La marca solo aparecía citada en 6, una tasa del 15 %, y casi siempre por detrás de sus competidores. En los dos meses siguientes, el motor de contenidos produjo 12 fragmentos claros y directamente citables para cubrir esas carencias. Al llegar al día 90, la tasa de citas había subido al 41 % y el tráfico mensual procedente de asistentes de IA había pasado de casi cero a más de 300 visitas. Nueve entraron en el CRM y generaron tres oportunidades cualificadas. Con un modelo de atribución directa, el valor ponderado de esas tres oportunidades ya cubría toda la inversión trimestral en GEO, sin contabilizar todavía el efecto sobre la visibilidad de marca.
No solo importa cuántas veces aparece citada la marca, sino también el tono. Una cita utilizada como contraejemplo debe computarse de forma negativa, aunque un panel atractivo se limite a sumarla como una mención más.
Los tres errores de atribución más frecuentes
La mayoría de los informes de rendimiento de GEO no fallan porque sea imposible medirlo, sino porque aplican una atribución incorrecta y terminan ocultando el valor del trabajo realizado.
- Clasificar todas las referencias procedentes de IA como tráfico directo. El canal de IA desaparece del informe y su impacto parece inexistente.
- Contar únicamente el número de citas sin analizar su tono ni su posición. Así, incluso una mención negativa acaba registrándose como un resultado positivo.
- Evaluar el ROI a partir de la cifra de un único mes. Las citas en IA tienen un efecto acumulativo y el contenido necesita tiempo para consolidarse en los sistemas de recuperación. Sacar conclusiones demasiado pronto infravalora el retorno real.
Al conectar estos cuatro niveles del embudo y la fórmula de ponderación con la configuración actual de GA4 y el CRM, GEO deja de ser un gasto de marketing difícil de explicar y se convierte en una inversión comparable con otros canales de captación. Podemos ejecutar el análisis una vez con tus propias consultas objetivo y mostrarte dónde están las brechas.
