Manual de Referencia 2026

Métricas y KPIs para
Generative Engine Optimization

El documento de referencia más completo del mercado sobre medición de visibilidad y posicionamiento de marca en LLMs y motores de búsqueda generativos.

Versión: 1.0 | Enero 2026
georadar.app · 498as.com · info@498as.com
Autores: Carlos Ortet, Tomás Awate, 498AS
Plataforma: GEO Suite (GEOradar + S.A.M.)
NUEVO
Cheatsheet GEO Suite 2026
Resumen de una página con todas las métricas, productos y metodología
Ver Cheatsheet →
0

Cómo usar este manual

Guía de navegación según tu objetivo y perfil profesional

0.1 Por casos de uso

Identifica tu objetivo y accede directamente a las secciones relevantes:

Caso de Uso Qué Consultar Secciones Recomendadas
"Quiero entender qué es GEO" Contexto y fundamentos §1 Intro → §10 Ecosistema → Glosario
"Necesito medir visibilidad de mi marca" Métricas a implementar §3 GEOradar → §5 Otras → §7 Interpretación
"Quiero comparar con competencia" Análisis competitivo §3 Competitor Share → §9 Casos
"Debo presentar a dirección/CMO" Resumen ejecutivo §0.5 Lectura rápida → §1 Intro → §9 Casos (ROI)
"Quiero contratar servicios GEO" Oferta 498AS §2 GEO Suite → §8 Metodología
"Busco métricas avanzadas" Roadmap de métricas §5 Otras → §6 Futuras
"No entiendo un término" Definiciones §12 Glosario (navegación directa)

0.2 Por perfiles de usuario

Selecciona tu rol para obtener una ruta de lectura personalizada:

CMO / CEO
Decisiones estratégicas de negocio
Ruta: §0.5 → §1 → §9 → §8
15 min
Director de Marketing
Estrategia digital y planificación
Ruta: §1 → §3 → §7 → §9
30 min
SEO/GEO Professional
Optimización técnica y ejecución
Ruta: §10 → §3 → §5 → §6 → §12
60 min
Growth Marketing Specialist
Crecimiento y experimentación
Ruta: §3 → §5 → §7 → §9
35 min
Product Manager
Roadmap y desarrollo de features
Ruta: §2 → §6 → §11
25 min
Consultor / Agencia
Servicios a clientes
Ruta: Documento completo
90 min
Analista Digital
Datos, reporting y análisis
Ruta: §3 → §5 → §7 → §12
45 min
Brand Manager
Reputación y posicionamiento
Ruta: §3 → §5 → §7 → §9
35 min
Content Strategist
Estrategia de contenidos
Ruta: §3 → §5 → §7
30 min
Desarrollador / Técnico
Integración y desarrollo
Ruta: §10 → §2 → §12
30 min
0.5

Lectura rápida

10 puntos clave que debes conocer sobre GEO en 2026

Para ejecutivos con poco tiempo: Esta sección resume los conceptos fundamentales de GEO en menos de 5 minutos. Ideal para preparar reuniones o comprender el panorama general.

1
GEO es el nuevo SEO — Optimización para motores generativos como ChatGPT, Gemini, Perplexity. El posicionamiento ya no es solo en Google.
2
El 60% de búsquedas son zero-click — Los usuarios obtienen respuestas sin visitar webs. La visibilidad en respuestas IA es crítica.
3
España: 12.7M usuarios de ChatGPT — El 41% de españoles ya usó IA generativa. El mercado está maduro.
4
8 métricas propietarias GEOradar — Sistema de medición exclusivo para visibilidad en LLMs.
5
Share of Voice en IA — Nueva métrica fundamental: tu cuota de mercado en respuestas generativas.
6
La mención ≠ la citación — Aparecer no es igual a ser fuente referenciada. Distinción clave.
7
Sentiment en respuestas IA — Importa cómo te describen, no solo si apareces.
8
GEO Suite = GEOradar + S.A.M. + Prompt Atlas + GEODesk AI + InsightDesk + BLINK + KONG — Ecosistema completo de herramientas.
9
ROI medible — Casos reales con +300% visibilidad y conversión atribuible.
10
Métricas en evolución — El estándar aún no existe, pero el framework sí.
1

Introducción y contexto

Fundamentos estratégicos de la optimización para motores generativos

1.1 Resumen ejecutivo

Para CMO y CEO: Esta sección proporciona el contexto estratégico necesario para comprender por qué GEO debe ser una prioridad en su agenda de 2026.

Por qué GEO importa ahora

Los Large Language Models (LLMs) como ChatGPT, Gemini y Perplexity han pasado de ser curiosidades tecnológicas a herramientas cotidianas. En España, 12.7 millones de personas usan ChatGPT regularmente, y el 41% de la población ha interactuado con IA generativa.

El modelo SEO tradicional asumía que el usuario visitaría tu web. En el paradigma GEO, el usuario recibe respuestas directas del LLM. Tu marca puede estar presente —o ausente— sin que el usuario jamás visite tu sitio.

Impacto en el negocio

  • Pérdida de Share of Voice (SOV): Si tu competencia aparece en LLMs y tú no, están capturando mindshare en un canal crítico.
  • Erosión de autoridad: Los LLMs se están convirtiendo en árbitros de credibilidad.
  • Desconexión del customer journey: El viaje del cliente incluye consultas a IA antes de decisiones de compra.
  • Inversión SEO con rendimientos decrecientes: El tráfico orgánico cae por búsquedas zero-click.

1.2 Qué es GEO y por qué importa

GEO (Generative Engine Optimization) es el conjunto de estrategias orientadas a maximizar la visibilidad, precisión y favorabilidad con la que una marca es representada en respuestas de LLMs y sistemas de IA generativa.

Diferencias con SEO tradicional

Aspecto SEO Tradicional GEO
Objetivo Ranking en SERPs Presencia en respuestas de LLMs
Métrica principal Posición, CTR, tráfico orgánico Brand Mention Rate, SOV
Superficie Tu sitio web Todo el ecosistema de información sobre tu marca
Control Alto (tu web, tus contenidos) Indirecto (influencia sobre fuentes)
Atribución Establecida (Analytics) Emergente (nuevas metodologías)

Implicación estratégica: En GEO, no compites por un clic. Compites por un lugar en la mente del usuario a través de la respuesta del LLM. Tu presencia —o ausencia— tiene impacto directo en percepción y consideración de compra.

2

GEO Suite

Ecosistema de herramientas para optimización y monitorización de visibilidad en LLMs

2.1 GEOradar

Plataforma principal: georadar.app

GEOradar es un sistema avanzado de estimulación de LLMs que permite analizar cómo los modelos de inteligencia artificial perciben, interpretan y representan tu marca y tu mercado. Agnóstico en cuanto a modelo, se adapta a cualquier LLM del mercado (GPT, Gemini, Claude, Perplexity, LLaMA, Grok, etc.).

Funcionamiento del sistema

1. Configuración personalizada

Definición de customer personas totalmente personalizados para cada estudio, segmentados por fase del funnel y línea de negocio.

2. Estimulación masiva

Lanzamiento de volumen ilimitado de prompts a múltiples LLMs, suplantando los perfiles de persona definidos para cada escenario.

3. Sistema multiagente

Captura del razonamiento, fuentes consultadas, respuesta completa y citas que genera cada modelo de IA.

4. Extracción de inteligencia

Análisis automatizado que extrae menciones, atributos, competidores, contexto, sentimiento, intención y decenas de métricas.

Base de datos resultante

El sistema genera una base de datos masiva con información detallada sobre cómo cada LLM ve e interpreta la marca y el mercado, segmentada por:

Personas
Visión por cada perfil de consumidor
Geografía
Resultados por zona geográfica e idioma
Funnel
Awareness, consideración, conversión
Modelo
Comparativa entre diferentes LLMs

¿Qué son los atributos de marca?

Los atributos de marca son dimensiones o características que los LLMs reconocen y vinculan a una marca concreta y/o a sus competidores. La mayoría de instituciones y empresas trabajan en torno a ciertos atributos estratégicos definidos en su posicionamiento.

El sistema multiagente de GEOradar detecta dentro de las respuestas:

  • Atributos esperados: Dimensiones definidas por la marca que deberían estar presentes en las respuestas de IA
  • Atributos emergentes: Nuevas asociaciones que la IA establece gracias a la información con la que fue entrenada o que descubre en la web en tiempo real

Ejemplos de atributos:

Innovación Fiabilidad Durabilidad Facilidad de uso Calidad Autonomía Disponibilidad Sostenibilidad Precio competitivo Servicio al cliente

Outputs y entregables

Los datos resultantes alimentan GEODesk, que elabora:

  • Tri-Layer Data Fabric: Arquitectura de datos en tres capas — base de datos vectorial para seguimiento en tiempo real y control de costes, base de datos relacional extensiva para análisis estructurado, y base de datos semántica para explotación de datos en frío
  • Informes ejecutivos: Reporting automatizado con insights accionables
  • Planes de acción específicos: Hojas de ruta priorizadas para cada estudio con objetivos medibles
  • Zoom-ins especializados: Estudios focalizados en líneas de negocio, productos o customer personas concretos
  • Alertas de información errónea, sesgos y gaps: Detección y notificación de vacíos informativos, datos inexactos o sesgos que los LLMs transmiten sobre la marca

2.2 Prompt Atlas

Prompt Atlas es el sistema propietario de creación y gestión de prompts estratégicos para auditorías GEO.

  • Prompts por Customer Persona: Adaptados a cada perfil de cliente objetivo
  • Segmentación por Fase de Funnel: Prompts para awareness, consideración y conversión
  • Prompts por Línea de Producto: Específicos para cada vertical o servicio
  • Base de Datos por Industria: Prompts para retail, finanzas, salud, tecnología y más
  • Testing A/B: Comparación de variaciones de prompts
  • Control de Calidad: Cobertura semántica, principios de suficiencia, completitud y control de sesgos
  • Benchmark Sectorial: Comparativas contra promedios de industria

2.3 GEODesk AI

GEODesk AI es la capa de inteligencia y visualización que transforma los datos masivos generados por GEOradar en insights accionables y planes estratégicos.

Visualización y reporting:

  • Dashboard unificado: Visualización centralizada de todas las métricas de visibilidad en tiempo real
  • Monitorización multi-LLM: Seguimiento simultáneo en GPT, Gemini, Claude, Perplexity, LLaMA y Grok
  • Segmentación avanzada: Filtros por customer persona, línea de negocio, geografía y modelo
  • Reporting automatizado: Informes ejecutivos y técnicos personalizables

Inteligencia estratégica:

  • Planes de acción: Generación automática de hojas de ruta priorizadas por impacto y esfuerzo
  • Objetivos medibles: Definición de KPIs específicos con seguimiento en dashboard
  • Análisis competitivo: Benchmarking de visibilidad contra competidores directos
  • Alertas inteligentes: Notificaciones ante cambios significativos o anomalías detectadas
  • Playground de exploración: Consultas en lenguaje natural sobre los datos del estudio

2.4 GEOdoctor

AX Best Friend: El mejor aliado para la experiencia de agentes de IA

GEOdoctor analiza, diagnostica y ofrece insights accionables para que tus páginas web sean visibles en los LLMs y estén optimizadas para consultas de perfiles de consumidor específicos en líneas de negocio concretas.

Modos de uso:

  • Evaluación GEO genérica: Diagnóstico independiente de cualquier página web para mejorar su visibilidad en IA
  • Integración con GEO Suite: Nutriéndose de los planes de acción generados con GEOradar, las mejoras se orientan a impactar KPIs específicos dentro de un plan con objetivos medibles
  • Modo back-GEO: Define un prompt objetivo para un customer persona específico y obtén un análisis ad-hoc para posicionar tu contenido en ese escenario

Capacidades:

  • Análisis preventivo: Ayuda a construir landing pages y webs óptimas para IAs desde cero, cubriendo gaps de visibilidad o reforzando posicionamiento
  • Diagnóstico táctico: Identifica obstáculos para los agentes de IA y soluciona problemas de páginas existentes
  • Evaluación multimodal: Analiza no solo contenidos textuales sino también interfaz, vídeos, imágenes y otros elementos que impactan la interpretación de los LLMs
  • Estimación de impacto: Cuantifica el beneficio potencial de cada cambio sugerido para evaluar la relación coste-beneficio
  • Agnóstico de modelo: Adapta el diagnóstico a las particularidades de cada LLM (GPT, Gemini, Claude, Perplexity, etc.)
  • Resultados visuales: Interfaz clara que señala exactamente qué elementos optimizar y cómo

2.5 S.A.M. — Semantic Alignment Machine

Módulo avanzado: sam.georadar.app

S.A.M. (Semantic Alignment Machine) es el motor de evaluación de alineación semántica de 498AS. Analiza la coherencia entre el contenido de tu marca y cómo los LLMs la interpretan y representan.

  • Evaluación de alineación semántica: Mide qué tan fielmente los LLMs representan tu propuesta de valor
  • Análisis de coherencia: Detecta inconsistencias entre tu mensaje y las respuestas de IA
  • Identificación de gaps: Localiza conceptos clave que los LLMs no están capturando
  • Optimización de páginas web: Recomendaciones específicas para mejorar la interpretación semántica
  • Tracking de narrativas: Seguimiento de cómo evoluciona la percepción de tu marca en IA
  • Detección de anomalías: Alertas ante cambios bruscos en la representación semántica

2.6 InsightDesk

InsightDesk es la plataforma de análisis inteligente de comentarios y fuentes NPS a gran escala.

  • Procesamiento Masivo: Análisis de miles de comentarios y reviews simultáneamente
  • Análisis de Sentiment: Clasificación automática de tono y emociones
  • Extracción de Insights: Identificación de temas recurrentes y tendencias
  • Integración NPS: Conexión directa con sistemas de Net Promoter Score
  • Visualización de Datos: Dashboards interactivos con drill-down

BLINK es la herramienta de anonimización de datasets que garantiza la privacidad de datos sensibles.

  • Datos Explícitos: Elimina nombres, DNI, emails, teléfonos y direcciones
  • Datos Implícitos: Detecta y anonimiza información inferible indirectamente
  • Datos Contextuales: Protege información que podría identificar personas en contexto
  • Cumplimiento GDPR: Garantiza conformidad con normativas europeas de protección de datos
  • Preservación de Utilidad: Mantiene el valor analítico de los datos anonimizados

2.8 KONG

En uso: Actualmente implementado en instituciones públicas

KONG es el agente inteligente para el análisis de resultados de campañas y elaboración avanzada de informes.

  • Análisis de Campañas: Evaluación automatizada de rendimiento de campañas de marketing
  • Generación de Informes: Creación de reportes ejecutivos y técnicos con IA
  • Insights Accionables: Recomendaciones concretas basadas en datos
  • Integración Multicanal: Consolidación de datos de diferentes plataformas
  • Narrativa Automática: Redacción inteligente de conclusiones y hallazgos
  • Validado en Sector Público: Probado y en uso en instituciones públicas
3

Métricas implementadas en GEOradar

Las 8 métricas clave actualmente disponibles en la plataforma georadar.app

Importante: Esta sección documenta las 8 métricas oficiales que GEOradar tiene implementadas actualmente en producción. Todas las métricas se calculan EXCLUSIVAMENTE a partir de las menciones de marca en respuestas de IA (ChatGPT, Perplexity, Claude, Gemini).

Nota sobre ejemplos: Todos los casos prácticos de este manual se basan en auditorías reales realizadas a marcas con las que 498AS trabaja activamente. Los datos numéricos han sido modificados por motivos de confidencialidad, pero reflejan patrones y conclusiones representativas de los análisis originales.

1. Mention Score

GEORADAR

¿Cuánto se habla de tu marca?

MS = Base + (menciones × Multiplicador) / Max Score
Qué mideVolumen de menciones de marca en respuestas IA
Rangos≤20 Invisibilidad | 65 Visibilidad sólida | ≥85 Dominancia
ImpactoSi no te mencionan, no existes para la IA

Base mínima: 20 puntos para marcas existentes. Más menciones = mayor puntuación. Las marcas con muchas menciones dominan la conversación e impactan directamente en la consideración de compra.

Caso práctico: Quilosa (Adhesivos)
Fuente: Auditoría GEOradar

Las cifras han sido modificadas para proteger la confidencialidad del cliente. Los datos reales están disponibles previa autorización expresa.

Escala de puntuación Mention Score
0 menciones 20 (base)
5 menciones 45 (media)
10+ menciones 70+ (alta)
Quilosa actual 5 menciones
45
Valoración: VISIBILIDAD MEDIA
Quilosa tiene presencia moderada en IA. Para alcanzar visibilidad sólida (65+), necesita aumentar menciones mediante contenido en fuentes de alto impacto (Wikipedia, prensa sectorial, foros especializados).

2. Position Score

GEORADAR

¿Dónde aparece tu marca en la respuesta?

PS = Σ(peso posición) / (menciones × peso máximo)
Qué mideSi tu marca aparece al inicio, medio o final de la respuesta
PesosInicio = 1.0 | Medio = 0.3 | Final = 0.7
Rangos≤35 Relegada | 60 Neutral | ≥90 Dominante

Importante: Las marcas mencionadas primero son percibidas como más relevantes. Aparecer al final sugiere que eres una opción secundaria. Este score define tu posición como líder o seguidor.

Caso práctico: AXA Seguros
Fuente: Auditoría GEOradar

Las cifras han sido modificadas para proteger la confidencialidad del cliente. Los datos reales están disponibles previa autorización expresa.

Posición en respuestas sobre seguros de hogar
INICIO (peso 1.0) 89 veces
MEDIO (peso 0.3) 45 veces
FINAL (peso 0.7) 31 veces
Total menciones 165
Cálculo Position Score
PS = (89×1.0 + 45×0.3 + 31×0.7) / (165×1.0) × 100 = 76
76
Valoración: POSICIÓN SÓLIDA
AXA aparece predominantemente al inicio de las respuestas sobre seguros de hogar, lo que indica alta prioridad de marca percibida por los LLMs.

3. Sentiment Score

GEORADAR

¿Qué opinión transmite la IA sobre tu marca?

SS = (positivas - negativas) / total × multiplicador
Qué mideBalance entre comentarios positivos y negativos
MultiplicadoresPositivo = 1.2 | Negativo = 0.8
Rangos≤10 Muy negativo | 50 Neutral | ≥90 Muy positivo

Impacto crítico: Define tu reputación en el mundo digital. Afecta directamente las decisiones de compra. Un sentiment negativo indica riesgo reputacional y requiere acción urgente.

Caso práctico: Iberostar (Turismo)
Fuente: Auditoría GEOradar

Las cifras han sido modificadas para proteger la confidencialidad del cliente. Los datos reales están disponibles previa autorización expresa.

Análisis de sentiment por categoría
Menciones analizadas 847
Positivas 612 (72%)
Neutras 198 (23%)
Negativas 37 (5%)
Cálculo Sentiment Score
SS = ((612×1.2) - (37×0.8)) / 847 × 100 = 83
83
Valoración: MUY POSITIVO
Iberostar tiene excelente reputación en LLMs. El 5% negativo se concentra en temas de sostenibilidad, área de mejora identificada para acciones de contenido.

4. Competitive Score

GEORADAR

¿Cómo estás vs la competencia?

CS = 0.5 + (menciones marca - promedio competidores) × 0.5
Qué mideCompara tus menciones con las de tus competidores directos
Rangos≤30 Desventaja severa | 55 Paridad | ≥75 Dominancia
ImpactoIndica si estás ganando o perdiendo cuota de "mind share" en IA

Benchmark directo: Ayuda a identificar quién domina la conversación y permite monitorear sus innovaciones. Un score bajo indica pérdida de terreno frente a competidores.

Caso práctico: Adeslas vs Competencia Seguros Salud
Fuente: Auditoría GEOradar
Menciones por aseguradora (mercado adhesivos)
Sanitas (líder) 8 menciones
Adeslas 5 menciones
DKV 3 menciones
Promedio competidores 4,5
Cálculo Competitive Score Adeslas
CS = 0.5 + (5 - 4.5) × 0.5 = 55 (paridad)
55
Valoración: PARIDAD COMPETITIVA
Adeslas está en paridad con el mercado. Para alcanzar dominancia (75+), necesita superar significativamente el promedio de competidores en menciones.

5. Overall Score

GEORADAR

Tu calificación general de visibilidad en IA

OS = 0.30×Mention + 0.20×Position + 0.30×Sentiment + 0.20×Competitive
Qué mideCombina todas las métricas anteriores en una sola calificación
PonderaciónMention 30% | Position 20% | Sentiment 30% | Competitive 20%
Rangos≤45 Crisis | 60 Riesgo moderado | ≥85 Salud estratégica

Indicador ejecutivo: Ofrece una vista rápida del estado general. Facilita la comparación mes a mes y guía las prioridades estratégicas. Es el "promedio final" de tu rendimiento en IA.

Caso práctico: CaixaBank (Banca)
Fuente: Auditoría GEOradar
Scores individuales CaixaBank
Mention Score 72
Position Score 68
Sentiment Score 81
Competitive Score 58
Cálculo Overall Score
OS = (72×0.30) + (68×0.20) + (81×0.30) + (58×0.20) = 71,1
71
Valoración: SALUD MODERADA-ALTA
CaixaBank tiene buen rendimiento general. El área de mejora principal es el Competitive Score (58), donde pierde terreno frente a competidores como BBVA y Santander.

6. Brand Impact Score (BIS)

GEORADAR

Tu impacto de marca en escala 0-100

BIS = Overall Score × 100
Qué mideEl Overall Score convertido a escala 0-100 para reportes ejecutivos
UsoKPI principal para reportes a dirección y stakeholders
Rangos0-40 Crisis | 41-70 Moderado | 71-100 Dominancia

"Tu nota final": Formato familiar para comunicar el rendimiento de marca en IA. Ideal para presentaciones ejecutivas y comparativas con competidores.

Caso práctico: Fundació La Caixa (Institucional)
Fuente: Auditoría GEOradar
Evolución BIS trimestral
BIS Q1 2025 62
BIS Q2 2025 68
BIS Q3 2025 74
BIS Q4 2025 79
79
Valoración: DOMINANCIA
Fundació La Caixa ha pasado de zona moderada (62) a dominancia (79) en un año. La mejora se debe principalmente a acciones de contenido sobre obra social y programas educativos, que han aumentado el Sentiment Score.

7. Share of Branded Voice

GEORADAR

Tu cuota en respuestas que mencionan marcas

SBV = (Menciones tu marca / Total menciones todas las marcas) × 100
Qué mideEntre todas las respuestas que mencionan alguna marca, ¿qué % es tuyo?
ExcluyeRespuestas genéricas sin marcas
InterpretaciónMenor que market share real = bajo | Mayor que market share = alto

Competitividad pura: Mide tu competitividad real cuando hay comparación con marcas. Indica si dominas cuando la IA "habla de marcas". Benchmark vs tu market share real.

Caso práctico: Veolia vs Competencia (Energía/Servicios)
Fuente: Auditoría GEOradar
Share of Branded Voice - Sector utilities
Menciones Veolia 127
Total menciones sector 892
Market share real 11%
SBV calculado 14,2%
Cálculo Share of Branded Voice
SBV = (127 / 892) × 100 = 14,2%
14,2%
Valoración: OVERPERFORMANCE (+3,2pp vs market share)
Veolia tiene un SBV (14,2%) superior a su market share real (11%), lo que indica que la marca está sobre-representada en conversaciones de IA vs su cuota real de mercado.

8. Share of Voice

GEORADAR

Tu penetración total en el ecosistema IA

SOV = (Menciones tu marca / Total respuestas analizadas) × 100
Qué mideDe TODAS las respuestas analizadas, ¿en qué % apareces?
IncluyeRespuestas sin marcas y con marcas
Benchmark<4% Insuficiente | ≥4% Suficiente

Penetración absoluta: Mide tu penetración absoluta en IA. Benchmark directo contra tu market share real. Indica oportunidades de crecimiento cuando SOV < market share.

Caso práctico: Ford (Automoción)
Fuente: Auditoría GEOradar
Share of Voice - Sector automoción España
Total respuestas analizadas 3.450
Respuestas con Ford 189
Market share real 6,8%
SOV calculado 5,5%
Cálculo Share of Voice
SOV = (189 / 3.450) × 100 = 5,5%
5,5%
Valoración: SUFICIENTE pero con gap (-1,3pp vs market share)
Ford tiene SOV suficiente (>4%) pero está por debajo de su market share real (6,8%). Oportunidad: aumentar presencia en prompts sobre vehículos eléctricos y SUVs donde la competencia domina.
4

Métricas en fase de implementación

Nuevas métricas 498AS en desarrollo para GEOradar - Lanzamiento 2026

Agente Inteligente GEOradar - Enero 2026: A partir de enero 2026, GEOradar dispondrá de un agente inteligente integrado en el dashboard que genera insights en tiempo real basados en los datos y con quien se puede conversar para validar hipótesis o recibir ideas estratégicas. El roadmap incluye aumentar el número de agentes de IA especializados en el dashboard, cada uno con acceso a vastos volúmenes de información de negocio y mercado.

4.1 Métricas de coherencia entre LLMs

Model Sync Index (MSI)

EN IMPLEMENTACIÓN

¿Tu visibilidad es consistente entre diferentes LLMs?

MSI = 100 - Desviación estándar de visibilidad entre LLMs
Qué mideCoherencia de visibilidad entre ChatGPT, Gemini, Claude, Perplexity, etc.
Interpretación>80% alta coherencia | 50-80% moderada | <50% inconsistente
ImpactoIdentifica LLMs donde la marca necesita optimización específica
Caso práctico: Generalitat de Catalunya (Institucional)
Fuente: Auditoría GEOradar
Visibilidad por modelo de IA
GPT-472%
Gemini68%
Claude74%
Perplexity45%
Copilot71%
Media66%
Cálculo MSI
Desv. estándar = 11,2% → MSI = 100 - 11,2 = 88,8%
88,8%
Valoración: ALTA COHERENCIA
Alerta: Perplexity (45%) está muy por debajo de la media. Acción: optimizar contenido estructurado para Perplexity.

Narrative Alignment Score (NAS)

EN IMPLEMENTACIÓN

¿Los LLMs cuentan la misma historia sobre tu marca?

NAS = Similitud semántica promedio de descripciones de marca entre LLMs
Qué mideCoherencia narrativa: si cada LLM describe tu marca de forma similar
Interpretación>85% consistente | 60-85% variaciones | <60% fragmentada
ImpactoAsegura mensaje de marca coherente en todo el ecosistema IA
Caso práctico: Banco Sabadell (Banca)
Fuente: Auditoría GEOradar
Alineación narrativa entre modelos
GPT-4 vs Gemini91%
GPT-4 vs Claude87%
Gemini vs Claude84%
GPT-4 vs Perplexity72%
84%
Valoración: VARIACIONES MODERADAS
Perplexity describe la marca con énfasis diferente (tipos de interés vs propuesta Pymes). Acción: reforzar contenido sobre banca empresarial.

4.2 Métricas de benchmark competitivo

Competitive Quality Index (CQI)

EN IMPLEMENTACIÓN

¿Cómo es tu calidad de visibilidad vs el líder del mercado?

CQI = (BIS_marca / BIS_líder) × (PS_marca / PS_líder) × (Vol_marca / Vol_líder) × 100
Qué mideComparativa integral de calidad (BIS), posición y volumen vs competidor líder
Interpretación>100 superando líder | 70-100 challenger | 40-70 medio | <40 rezagado
ImpactoBenchmark competitivo multidimensional en una sola métrica
Caso práctico: Coca-Cola/Fuze Tea vs Competencia Bebidas
Fuente: Auditoría GEOradar
Comparativa vs líder (Nestea)
BIS Fuze Tea68
BIS Nestea (líder)74
Position Score Fuze72
Position Score Nestea81
Volumen Fuze234 menciones
Volumen Nestea312 menciones
Cálculo CQI
CQI = (68/74) × (72/81) × (234/312) × 100 = 61,2
61,2
Valoración: POSICIÓN MEDIA
Fuze Tea está al 61% del rendimiento del líder. Oportunidad: mejorar Position Score (aparece más tarde en respuestas) y aumentar volumen en categoría "té saludable".

Competitor Gap Analysis (CGA)

EN IMPLEMENTACIÓN

¿En qué temas aparece la competencia y tú no?

CGA = Lista priorizada de queries donde competidores aparecen y tu marca NO
Qué mideQueries/temas donde tienes gap de visibilidad vs competencia
OutputLista priorizada de oportunidades de contenido
ImpactoIdentifica gaps de contenido y oportunidades de visibilidad inmediatas
Caso práctico: AXA vs Competidores Seguros
Fuente: Auditoría GEOradar
Gaps detectados vs Mapfre, Allianz, Zurich
Gap #1"seguro coche eléctrico" (Mapfre domina)
Gap #2"seguro mascotas exóticas" (Allianz domina)
Gap #3"seguro viaje aventura" (Zurich domina)
Total gaps detectados47 queries
47 gaps
Oportunidades priorizadas:
AXA tiene 47 queries donde competidores aparecen y AXA no. Top prioridad: crear contenido sobre seguros para vehículos eléctricos (alta demanda, Mapfre es único visible).

Territorial SOV Alignment Index (TSAI)

EN IMPLEMENTACIÓN

¿Tu visibilidad es uniforme en todos los territorios?

TSAI = 100 - Desviación estándar de SOV entre territorios/idiomas
Qué mideSi los LLMs dan cobertura uniforme independientemente del territorio/idioma del usuario
Interpretación>85% cobertura uniforme | 60-85% variaciones | <60% cobertura desigual
ImpactoCrítico para marcas globales con presencia multiterritorio
Caso práctico: Iberostar (Turismo Global)
Fuente: Auditoría GEOradar
SOV por territorio/idioma
España (ES)18,4% SOV
México (ES)12,1% SOV
USA (EN)6,3% SOV
UK (EN)8,7% SOV
Alemania (DE)4,2% SOV
Francia (FR)9,8% SOV
Cálculo TSAI
Desv. estándar = 5,2% → TSAI = 100 - (5,2 × 3) = 84,4%
84,4%
Valoración: VARIACIONES TERRITORIALES
Iberostar tiene fuerte presencia en mercados hispanohablantes pero baja en USA (6,3%) y Alemania (4,2%). Acción: reforzar contenido en inglés y alemán en fuentes de alto impacto.

4.3 Métricas de alineación de marca

Brand Attribute Alignment Score (BAAS)

EN IMPLEMENTACIÓN

¿Los LLMs asocian a tu marca los atributos que tú quieres?

BAAS = (Atributos target presentes en LLMs / Total atributos target) × Peso_relevancia × 100
Qué mideCompara atributos "esperados" (definidos por la marca) vs atributos percibidos por LLMs
InputLista de atributos target definidos por la marca (ej: "innovador", "sostenible", "premium")
Interpretación>80% alta alineación | 50-80% parcial | <50% desalineación crítica
Caso práctico: Danone (Gran Consumo)
Fuente: Auditoría GEOradar
Atributos target vs percibidos
"Saludable"92% presente
"Sostenible"58% presente
"Innovador"34% presente
"Para familias"87% presente
"Premium"29% presente
"Local/proximidad"45% presente
Cálculo BAAS (promedio ponderado)
BAAS = (92 + 58 + 34 + 87 + 29 + 45) / 6 = 57,5%
57,5%
Valoración: ALINEACIÓN PARCIAL
Danone es percibida como "saludable" y "para familias", pero los atributos "innovador" (34%) y "premium" (29%) no están llegando a los LLMs. Acción: reforzar comunicación de I+D y productos premium.

Parameter Sensitivity Index (PASI)

EN IMPLEMENTACIÓN

¿Cómo afecta el idioma o la geografía a las respuestas sobre tu marca?

PASI = Análisis de varianza de respuestas según parámetros (idioma, geografía, persona)
Qué mideImpacto de parámetros como idioma, ubicación o perfil de usuario en las respuestas
Uso principalAuditorías especializadas para entender sesgos geográficos/lingüísticos
OutputMapa de sensibilidad: qué parámetros alteran más las respuestas
Caso práctico: Política Lingüística - Generalitat de Catalunya
Fuente: Auditoría GEOradar
Impacto del idioma y ubicación en fuentes citadas
Consulta en catalán (BCN)78% fuentes catalanas
Consulta en español (BCN)45% fuentes catalanas
Consulta en español (Madrid)23% fuentes catalanas
Consulta en inglés (USA)12% fuentes catalanas
Alta sensibilidad
Valoración: SENSIBILIDAD CRÍTICA AL IDIOMA Y GEOGRAFÍA
El idioma de consulta y la ubicación del usuario afectan drásticamente las fuentes que usan los LLMs. Consultas en catalán desde Barcelona obtienen 78% de fuentes catalanas, vs solo 12% desde USA en inglés. Implicación: la política lingüística requiere estrategia multilingüe diferenciada.

4.4 Métricas de cobertura y evolución

Visibility Trend Score (VTS)

EN IMPLEMENTACIÓN
VTS = ((Visibilidad actual - Visibilidad anterior) / Visibilidad anterior) × 100
Qué mideEvolución de la visibilidad entre períodos
InterpretaciónPositivo = mejora | Negativo = declive | 0 = estable
ImpactoMide eficacia de acciones GEO en el tiempo

Prompt Coverage Rate (PCR)

EN IMPLEMENTACIÓN
PCR = (Prompts con presencia / Total prompts monitorizados) × 100
Qué mideAmplitud de cobertura temática
Interpretación>50% buena | 25-50% moderada | <25% limitada
ImpactoDiversificación de visibilidad en diferentes temas

Source Authority Index (SAI)

EN IMPLEMENTACIÓN
SAI = (Citación × 0.4) + (Atribución × 0.35) + (Contexto × 0.25)
Qué mideSi te citan como fuente autorizada en las respuestas
Interpretación>80 autoridad alta | 50-80 media | <50 baja
ImpactoTráfico referido y credibilidad de marca

Response Consistency Rate (RCR)

EN IMPLEMENTACIÓN
RCR = (Respuestas consistentes / Total respuestas) × 100
Qué mideEstabilidad de la información sobre tu marca en el tiempo
Interpretación>85% buena | 60-85% moderada | <60% baja
ImpactoMensajes de marca coherentes y fiables
5

Otras métricas existentes

Métricas estándar de la industria GEO/AIO utilizadas por otras plataformas

Nota: Las métricas de esta sección son estándares de la industria, documentadas en herramientas como OmniClarity, BrandRadar, ALLMO y publicaciones académicas. GEOradar está evaluando su implementación para futuras versiones.

Citation Frequency

MERCADO
(Respuestas IA que mencionan tu marca / Consultas probadas) x 100

Fuente: OmniClarity. Benchmark: Líderes ≥15-25%

Caso práctico: UAB - Universitat Autònoma de Barcelona (Educación)
Fuente: Auditoría GEOradar

Las cifras han sido modificadas para proteger la confidencialidad del cliente. Los datos reales están disponibles previa autorización expresa.

Citas por categoría de consulta académica
Consultas probadas 520
Respuestas con UAB 127
Investigación (citas) 58/180 (32,2%)
Grados (citas) 42/200 (21,0%)
Másteres (citas) 19/100 (19,0%)
Rankings (citas) 8/40 (20,0%)
Cálculo Citation Frequency
CF = (127 / 520) × 100 = 24,4%
24,4%
Valoración: LÍDER DEL SECTOR (≥15-25%)
La UAB alcanza el benchmark de líderes con un 24,4% de Citation Frequency. Destaca especialmente en consultas de investigación (32,2%), donde supera a universidades competidoras. Oportunidad: reforzar visibilidad en másteres profesionalizadores (19%) para igualar el rendimiento de grados.

Share of Voice (SOV)

MERCADO
(Tus menciones / Total menciones todas las marcas) x 100

Fuente: BrandRadar, ALLMO. Ampliamente aceptada.

Caso práctico: CaixaBank vs Competencia Banca
Fuente: Auditoría GEOradar

Las cifras han sido modificadas para proteger la confidencialidad del cliente. Los datos reales están disponibles previa autorización expresa.

Menciones por entidad bancaria
CaixaBank 847 menciones
BBVA 1.102 menciones
Santander 1.456 menciones
Sabadell 412 menciones
Otros 683 menciones
TOTAL 4.500
Cálculo SOV CaixaBank
SOV = (847 / 4.500) × 100 = 18,82%
18,82%
Posición: 3º del sector
CaixaBank tiene un SOV inferior a Santander (32,4%) y BBVA (24,5%), pero supera a Sabadell (9,2%). Oportunidad de crecimiento en prompts sobre banca digital y sostenibilidad, donde los competidores dominan actualmente.

AI-Generated Visibility Rate (AIGVR)

MERCADO
% de consultas donde tu contenido aparece en respuestas IA

Fuente: Marcos GEO académicos. Emergente.

Caso práctico: PortAventura World (Turismo)
Fuente: Auditoría GEOradar

Las cifras han sido modificadas para proteger la confidencialidad del cliente. Los datos reales están disponibles previa autorización expresa.

Visibilidad en respuestas IA por tipo de consulta
Consultas turismo 280
Apariciones IA 98
AI Overviews Google 41% presencia
ChatGPT respuestas 38% presencia
Perplexity respuestas 29% presencia
Categoría top Parques temáticos
Cálculo AIGVR
AIGVR = (98 / 280) × 100 = 35,0%
35,0%
Valoración: ALTA VISIBILIDAD GENERATIVA
PortAventura aparece en el 35% de respuestas IA sobre turismo familiar en Cataluña. Destaca en AI Overviews de Google (41%), clave para captar tráfico desde búsquedas tradicionales. Oportunidad: mejorar presencia en Perplexity (29%) con contenido más estructurado y FAQs específicas.

Attribution Rate

MERCADO
(Citas con enlace a tu site / Total citas de tu marca) x 100

Fuente: OmniClarity. Clave para tráfico atribuible.

Caso práctico: Coca-Cola (Gran Consumo)
Fuente: Auditoría GEOradar

Las cifras han sido modificadas para proteger la confidencialidad del cliente. Los datos reales están disponibles previa autorización expresa.

Atribución de enlaces por plataforma IA
Total menciones marca 1.240
Citas con enlace 186
Perplexity (enlaces) 89 (47,8%)
Copilot (enlaces) 52 (28,0%)
ChatGPT (enlaces) 31 (16,7%)
Gemini (enlaces) 14 (7,5%)
Cálculo Attribution Rate
AR = (186 / 1.240) × 100 = 15,0%
15,0%
Valoración: MODERADA - Margen de mejora
Coca-Cola tiene alta visibilidad de marca pero baja tasa de atribución (15%). Perplexity es el LLM con mejor ratio de enlaces (47,8% de citas atribuidas), mientras que Gemini casi nunca enlaza (7,5%). Oportunidad: optimizar structured data y contenido citatorio para aumentar AR a >25%.

Response Accuracy Rate

MERCADO
(Respuestas correctas sobre tu marca / Total menciones) x 100

Fuente: OmniClarity. Brand safety crítico.

Caso práctico: NAOS (Farmacéutica/Dermocosmética)
Fuente: Auditoría GEOradar

Las cifras han sido modificadas para proteger la confidencialidad del cliente. Los datos reales están disponibles previa autorización expresa.

Precisión de información sobre productos Bioderma/Institut Esthederm
Total menciones 312
Información correcta 274
Errores ingredientes 18 (5,8%)
Errores indicaciones 12 (3,8%)
Errores disponibilidad 8 (2,6%)
Marcas auditadas Bioderma, Esthederm
Cálculo Response Accuracy Rate
RAR = (274 / 312) × 100 = 87,8%
87,8%
Valoración: BUENA PRECISIÓN - Vigilancia requerida
NAOS tiene un 87,8% de precisión, pero en el sector farmacéutico el 12,2% de errores es significativo. Los errores en ingredientes (5,8%) y indicaciones (3,8%) representan riesgo de brand safety. Acción crítica: corregir fichas de producto en fuentes públicas y Wikipedia para reducir desinformación en LLMs sobre indicaciones dermatológicas.
6

Métricas futuras en nuestro roadmap

Métricas conceptuales para desarrollo a largo plazo en GEOradar

Importante: Esta sección describe métricas que están en fase de investigación y conceptualización. Son propuestas para aumentar el valor analítico del dashboard en futuras versiones.

MétricaDescripciónPrioridadJustificación
Cross-LLM ConsistencyCoherencia entre diferentes LLMsALTADetecta discrepancias
Citation Context QualityCalidad del contexto donde te citanALTANo solo si apareces, sino cómo
Semantic Relevance ScoreAlineación semántica contenido-queriesALTAPredice citabilidad
Competitor Gap IndexQueries donde competencia aparece y tú noALTAIdentifica oportunidades
Conversational Engagement RateInteracción en interfaces conversacionalesALTAMide profundidad engagement
Query Intent AlignmentMatch intención-apariciónMEDIAOptimiza relevancia
Real-Time AdaptabilityVelocidad de actualización en LLMsMEDIARelevante para news
Multi-modal VisibilityPresencia en respuestas imagen/audioBAJAFuturo próximo

Roadmap de nuevos indicadores para GEOradar en 2026

  • Cross-LLM Consistency: Coherencia de respuestas sobre la marca entre diferentes modelos de IA
  • Citation Context Quality: Calidad y relevancia del contexto en el que se cita la marca
  • Semantic Relevance Score: Grado de relevancia semántica de las menciones de marca
  • Competitor Gap Index: Diferencial de visibilidad respecto a competidores directos
  • Conversational Engagement Rate: Nivel de profundidad en conversaciones que mencionan la marca
  • Query Intent Alignment: Alineación entre la intención de búsqueda y la respuesta de la IA
  • Real-Time Adaptability: Capacidad de respuesta ante cambios en tiempo real de los modelos

6.3 Ratios dinámicos

Métricas que miden la evolución temporal de la visibilidad, capturando tanto la magnitud como la velocidad del cambio. Esenciales para detectar tendencias y anticipar movimientos del mercado.

Sentiment Velocity

DINÁMICO
SV = ΔSentiment / Δt (cambio de sentiment por unidad de tiempo)
Qué mideVelocidad de cambio en la percepción de marca
InterpretaciónPositivo = mejora acelerada | Negativo = deterioro rápido
UsoDetectar crisis reputacionales o éxito de campañas en tiempo real

Visibility Momentum

DINÁMICO
VM = (V₂ - V₁) / V₁ × Δt (aceleración de visibilidad)
Qué mideAceleración o desaceleración de la visibilidad
Interpretación>0 = ganando impulso | <0 = perdiendo tracción
UsoPredecir tendencias futuras de visibilidad

SOV Trend Rate

DINÁMICO
STR = Pendiente de regresión lineal de SOV (últimos n períodos)
Qué mideTendencia de Share of Voice en el tiempo
InterpretaciónPendiente positiva = ganando cuota | Negativa = cediendo terreno
UsoEvaluar efectividad de estrategias GEO a medio plazo

Churn Risk Indicator

DINÁMICO
CRI = f(ΔVisibilidad, ΔSentiment, ΔSOV) - modelo predictivo
Qué mideRiesgo de pérdida significativa de visibilidad
Interpretación0-30% bajo riesgo | 30-70% moderado | >70% alto riesgo
UsoActivar alertas preventivas y acciones correctivas

Ventaja competitiva: Los ratios dinámicos permiten pasar de una visión estática (foto fija) a una visión predictiva (película), anticipando cambios antes de que impacten en resultados de negocio.

7

Interpretación y toma de decisiones

Cómo convertir datos en acciones estratégicas

7.1 Matriz de decisiones

EscenarioMétricas AfectadasDiagnósticoAcción
Baja visibilidad generalBrand Mention Rate <10%Marca no reconocidaAuditoría de contenido, E-E-A-T
Visibilidad sin autoridadMention Rate alto, Source Authority bajoMencionado pero no citadoMejorar datos estructurados
Sentiment negativoSentiment Score <0Narrativa problemáticaGestión de reputación
Inconsistencia entre LLMsResponse Consistency <70%Información fragmentadaUnificar fuentes
Pérdida vs competenciaCompetitor Share bajandoCompetidores ganandoAnálisis competitivo urgente

7.2 Umbrales y alertas

CRÍTICO: Brand Mention Rate <5%, Sentiment <-0.3
ALERTA: Cualquier métrica con caída >20% en 30 días
OPORTUNIDAD: Competitor Share >80%
8

Metodología y servicios 498AS

Nuestro enfoque integral para optimizar tu presencia en IA generativa

8.1 Proceso de trabajo

Nuestra metodología GEO se apoya en una suite de cuatro componentes propios (Prompt Atlas, GEOradar, S.A.M. y GEOdoctor.app) y en el expertise de los consultores, que modelan el estudio, identifican oportunidades y priorizan qué aspectos de las IAs tienen mayor impacto en el negocio. Estos equipos saben cómo adaptar y exprimir al máximo las capacidades de cada herramienta para cada organización.

El proceso se estructura en fases claramente definidas, con entregables específicos y métricas de éxito cuantificadas.

1 Fase 1: Modelado Inicial del Estudio

En esta fase se diseña el marco del estudio y se construye el dataset de prompts que soportará todo el análisis.

  • Auditoría inicial de visibilidad en LLMs (1-2 semanas): evaluación del punto de partida en términos de presencia de marca, Share of Voice y contexto de mención en los principales modelos.
  • Definición del alcance: selección de LLMs objetivo, mercados, idiomas, categorías de producto/servicio y competidores a monitorizar.
  • Configuración de Prompt Atlas: creación de un dataset totalmente personalizado de prompts, segmentado por customer persona, fase de funnel y línea de producto, diseñado para "estimular" el máximo número de rutas internas del modelo y forzar que la IA acceda a todas las fuentes web relevantes para el negocio y el territorio de marca.
  • Benchmark competitivo: medición detallada del SOV inicial y de los principales KPIs de visibilidad y posicionamiento para la marca y sus competidores.
  • Baseline de métricas: establecimiento de valores de referencia para todas las KPIs que se seguirán en las siguientes fases.

2 Fase 2: Lanzamiento Masivo y Generación de Insights (GEOradar)

Aquí se activa GEOradar, el componente responsable de ejecutar el estudio a gran escala y transformar respuestas en datos accionables.

  • Ejecución masiva de prompts: lanzamiento de miles de prompts a varios modelos de IA desde diferentes customer personas previamente definidas.
  • Sistema multiagente de análisis: identificación automatizada de menciones de la marca y competidores, atributos clave, intención, sentimiento, insights y fuentes utilizadas y mencionadas por la IA.
  • Dashboard online en tiempo real: visualización de la evolución de los KPIs a lo largo del tiempo, insights y recomendaciones, con posibilidad de analizar resultados por línea de negocio, customer persona, mercado, idioma, etc.
  • Playground de exploración: entorno de consulta en lenguaje natural para que el equipo del cliente pueda explorar resultados, filtrar casos y plantear nuevas preguntas sobre los datos.
  • Estudios generales y zoom-in: combinación de un estudio transversal de marca con estudios específicos sobre áreas de negocio, productos o servicios concretos, cuyos resultados pueden seguirse de forma granular en el mismo dashboard.

3 Fase 3: Elaboración de Planes de Acción GEO

A partir de los insights de GEOradar, se definen planes de acción GEO-first, priorizados por impacto y esfuerzo.

  • Definición y refinamiento de KPIs y objetivos SMART para cada línea de negocio y customer persona.
  • Plan de acción GEO priorizado: hoja de ruta de acciones organizadas por impacto en los KPIs críticos (visibilidad, Share of Voice, contexto, sentimiento, alineación semántica, etc.) y por esfuerzo de implementación.
  • Roadmap de optimización: calendario con responsables, dependencias y hitos de seguimiento.
  • Identificación de quick wins: acciones de alto impacto y rápida ejecución (por ejemplo, ajustes de contenidos clave, correcciones de datos críticos o mejoras específicas en páginas prioritarias).
  • Planes de acción detallados: GEOradar elabora planes orientados a objetivos concretos (p. ej. "aparecer en X% de prompts de categoría Y"), que suelen incluir distintos tipos de acciones y, con frecuencia, la creación o revisión de contenidos para impactar en KPIs muy específicos.

4 Fase 4: Evaluación de Alineación Semántica (S.A.M.)

En esta fase se valida que los contenidos propuestos realmente "encajan" con la forma en que los LLMs interpretan las consultas objetivo.

  • Análisis con S.A.M. (Semantic Alignment Machine): evaluación de la alineación entre prompts objetivo y los contenidos (páginas, artículos, fichas de producto, recursos institucionales, etc.).
  • Indicadores de alineación: cálculo de un ratio de alineación semántica que permite medir hasta qué punto un contenido es adecuado para responder a un determinado tipo de consulta en LLMs.
  • Identificación de gaps semánticos: detección de conceptos clave de marca o negocio que no están siendo capturados o interpretados correctamente por los modelos.
  • Recomendaciones de mejora: indicaciones precisas de ajuste de contenidos (enfoque, terminología, estructura, profundidad) para mejorar los ratios de alineación y el Narrative Alignment Score (NAS) entre diferentes LLMs.

5 Fase 5: Optimización de Páginas Web (GEOdoctor.app)

Una vez definidos los contenidos y la estrategia semántica, se optimiza la presencia digital para maximizar su impacto en los modelos.

  • Auditoría técnica GEO con GEOdoctor.app: evaluación minuciosa de páginas web existentes desde la perspectiva de accesibilidad para LLMs, estructura, metadatos, schema markup, enlazado interno y señales técnicas relevantes.
  • Optimización de contenido: mejoras en claridad, autoridad, citabilidad y valor semántico, con foco en cómo los agentes de IA consumen e interpretan la información (Agent Experience, AX).
  • Refuerzo de E-E-A-T: diseño de señales de experiencia, expertise, autoridad y confianza alineadas con las mejores prácticas de AI-search y generative engines.
  • Métricas cuantificadas: documentación del antes/después en términos de KPIs GEO, con porcentajes de mejora por página, sección o línea de negocio.

6 Fase 6: Ejecución, Reporting y Optimización Continua

El proceso no termina con la implementación inicial: los modelos cambian, y la estrategia GEO debe adaptarse continuamente.

  • Ejecución y ajustes continuos: implementación progresiva de optimizaciones técnicas y de contenido, con ciclos de prueba-medición-ajuste.
  • Monitorización continua con el dashboard de GEOradar y la capa de analítica GEO: seguimiento de KPIs clave y detección temprana de cambios relevantes en los modelos.
  • Gestión de incidencias: respuesta rápida ante cambios en comportamientos de los LLMs, updates de modelos o variaciones bruscas en visibilidad y posicionamiento.
  • Reporting ejecutivo: informes periódicos (mensuales o trimestrales) orientados a dirección, con interpretación de resultados, impacto en negocio y recomendaciones estratégicas.
  • Optimización iterativa: revisión del dataset de Prompt Atlas, refresco de customer personas, actualización de contenidos analizados por S.A.M. y nuevas rondas de auditoría GEOdoctor.app para asegurar que la suite se mantiene alineada con la evolución de las IAs y del negocio.

Suite de componentes propios:

Prompt Atlas
Dataset personalizado de prompts
GEOradar
Ejecución masiva y dashboard
S.A.M.
Alineación semántica
GEOdoctor.app
Auditoría técnica GEO

8.2 Marcas que confían en GEOradar

GEOradar.app está siendo utilizado por líderes de numerosas industrias para monitorizar y optimizar su visibilidad en LLMs.

Automoción

Ford

Farmacéutica

NAOS

Seguros

Adeslas, AXA

Banca

CaixaBank, Banco Sabadell

Energía

Veolia

Química

Selena, Quilosa

Turismo y Ocio

Iberostar, PortAventura

Gran Consumo

Coca-Cola, Danone

Instituciones

Generalitat de Catalunya

Medios

3Cat

Educación

UVic, UAB

Real Estate

Aproperties, Renta Corporación

Estos estudios han permitido analizar cómo las métricas GEO reflejan el posicionamiento y la visibilidad, proporcionando una visión clara del progreso hacia objetivos cuantificados. Los estudios abarcan: reputación, conversión, arquitectura de marca, factores geográficos e idioma, y análisis competitivo.

9

Casos de éxito

Resultados reales de estrategias GEO implementadas

Sector Retail / Gran Consumo

De invisible a referente en su categoría

Situación: Marca líder offline invisible en respuestas de IA sobre su categoría.

Acciones: Auditoría GEO, optimización contenido, datos estructurados.

+180%
Brand Mention Rate
+95%
Source Authority
+340%
Tráfico referido IA
Sector B2B / Servicios

Recuperando terreno frente a competidores

Situación: Competidor en 70% de queries, cliente solo en 15%.

Acciones: Análisis competitivo, content gap analysis, estrategia de autoridad.

15%→45%
Share of Voice
21→64
Competitor Share Index
+191%
Prompt Coverage
Sector Institucional / Educación

Corrigiendo información errónea

Situación: LLMs proporcionaban información incorrecta sobre programas y rankings.

Acciones: Corrección de datos, Knowledge Graph, gestión de reputación.

+85%
Response Accuracy
-0.2→+0.6
Sentiment Score
95%
Consistency Rate
9.5

Lo que dicen nuestros clientes

Voces de marcas que ya optimizan su visibilidad en IA

La solución de 498AS nos ha permitido obtener una visión unificada de BIODERMA, INSTITUT ESTHEDERM y ETAT PUR en el ecosistema de IAs. Nos ha sorprendido la precisión del estudio y la accionabilidad de los planes. En pocas semanas hemos percibido resultados tangibles tanto en B2B como en B2C.
Director General NAOS Group
NAOS
En un momento clave para la marca, GEOradar nos ha proporcionado una visión valiosísima de nuestros atributos frente a competidores. Los insights nos han servido para armonizar nuestra estrategia de visibilidad en IA con el trabajo SEO que ya realizábamos.
Digital Manager Fuze Tea (Coca-Cola)
Coca-Cola
Este estudio nos ha dado una ruta clara con resultados tangibles. Su impacto ha ido más allá de lo esperado, abriéndonos los ojos a oportunidades que no habíamos contemplado.
CMO Quilosa
Quilosa (Selena Group)
La metodología ha sobrepasado nuestras expectativas. Rápidamente lo trasladamos a las unidades de negocio y trabajamos zoom-ins específicos para cada una. En 2026 desplegaremos los planes de acción y usaremos GEODesk y S.A.M. para alcanzar nuestros objetivos.
Director de Captación Banco Sabadell
Banco Sabadell
Vivimos una verdadera revolución y GEOradar es nuestro telescopio hacia lo que las IAs están aconsejando al consumidor. Su capacidad de segmentar por mercados y customer personas es clave para una compañía con nuestra complejidad.
Data Manager Iberostar
Iberostar
Una visión exacta de cómo las IAs retratan tu marca es una herramienta estratégica. Disponer de un roadmap claro para capitalizar esta oportunidad resulta imprescindible. 498AS y GEOradar tienen la mejor solución disponible.
Director General PortAventura World
PortAventura World
Nos ha sorprendido la capacidad de análisis de todo nuestro portfolio de marcas con un esquema de buyer personas muy complejo. Más que un producto, hemos visto que la metodología es rigurosa y el expertise de los consultores es clave. Un beneficio inesperado han sido los insights de marca.
Marketing Manager Veolia
Veolia
En un negocio tan competitivo como el nuestro, GEOradar ha sido muy valioso para identificar exactamente las fuentes que hacen que las IAs nos recomienden, qué sesgos existían y qué información debíamos facilitar para que puedan aconsejar correctamente sobre nuestros productos.
Digital Banking Manager imaginBank (CaixaBank)
imaginBank
10

Ecosistema de LLMs

Mapa completo de los principales modelos de lenguaje en 2026

Nota importante: Esta es una lista completa y exhaustiva de los principales Large Language Models (LLMs) disponibles en el mercado a enero 2026. Incluimos empresa desarrolladora, país de origen, tipo de acceso y características principales.

10.1 LLMs generalistas públicos

LLMEmpresaPaísAccesoCaracterísticas
ChatGPT (GPT-4o, GPT-4.5)OpenAI(EE.UU.)FreemiumLíder de mercado, multimodal, 400M usuarios semanales
Claude (3.5 Sonnet, Opus)Anthropic(EE.UU.)FreemiumContexto largo 200K tokens, enfoque en seguridad
Gemini (Ultra, Pro, Flash)Google DeepMind(EE.UU.)FreemiumIntegración Google, multimodal nativo
CopilotMicrosoft(EE.UU.)FreemiumIntegración Office 365, Windows, Edge
GrokxAI (Elon Musk)(EE.UU.)Premium (X)Integración X/Twitter, datos en tiempo real

10.2 LLMs con búsqueda integrada

LLMEmpresaPaísTipoNotas
Perplexity AIPerplexity(EE.UU.)Answer EngineCita fuentes, muy usado en research
Google AI OverviewsGoogle(EE.UU.)SERP generativaAparece en 50% búsquedas globales
Google AI ModeGoogle(EE.UU.)Búsqueda conversacionalNuevo en 2025
Bing Chat/CopilotMicrosoft(EE.UU.)Búsqueda + chatIntegrado en Bing
You.comYou.com(EE.UU.)Answer EngineMúltiples modos
Brave Search AIBrave(EE.UU.)Búsqueda privadaSin tracking

10.3 LLMs especializados

LLMEmpresaPaísEspecialización
GitHub CopilotMicrosoft/GitHub(EE.UU.)Código y desarrollo
Amazon CodeWhispererAmazon(EE.UU.)Código AWS
JasperJasper AI(EE.UU.)Marketing y copywriting
WriterWriter(EE.UU.)Enterprise content
HarveyHarvey AI(EE.UU.)Legal
Hippocratic AIHippocratic(EE.UU.)Healthcare

10.4 LLMs open source

LLMEmpresaPaísLicenciaNotas
LLaMA 3Meta(EE.UU.)Open weightsMuy popular para fine-tuning
Mistral Large/MediumMistral AI(Francia)Open/CommercialLíder europeo
DeepSeekDeepSeek(China)OpenCrecimiento rápido 2024-25
Qwen 2.5Alibaba(China)OpenMultilingüe
Yi01.AI(China)OpenAlto rendimiento
FalconTII(Emiratos Árabes)OpenFinanciado por gobierno UAE
GemmaGoogle(EE.UU.)OpenVersión ligera de Gemini
Phi-3Microsoft(EE.UU.)OpenPequeño pero potente
Command R+Cohere(Canadá)CommercialEspecializado en RAG
BLOOMBigScience(Francia/Collab)OpenProyecto colaborativo internacional
11

Preguntas frecuentes

Respuestas a las dudas más comunes sobre GEO

¿Qué es GEO y en qué se diferencia del SEO?

GEO optimiza visibilidad en motores de IA generativa. SEO se enfoca en rankings de búsqueda tradicional. GEO busca aparecer y ser citado en respuestas de IA.

¿Las métricas GEO sustituyen a las de SEO?

No, las complementan. SEO sigue siendo relevante, pero GEO añade visibilidad en interfaces conversacionales.

¿Qué diferencia hay entre mención y citación?

Mención es cuando el LLM nombra tu marca. Citación es cuando además enlaza o atribuye información a tu web.

¿Puedo medir el tráfico de ChatGPT?

Sí, ChatGPT añade parámetros UTM. Puedes trackear en analytics filtrando por fuente/referrer.

¿Qué es un "zero-click"?

Búsquedas que terminan sin clic porque el usuario obtiene la respuesta directamente. El 60% son zero-click.

¿Con qué frecuencia debo medir visibilidad?

Mínimo semanal. Diario si hay campañas activas o crisis.

¿Los LLMs respetan robots.txt?

Varía. OpenAI y Anthropic publican sus bots y respetan robots.txt. Otros pueden usar user-agents diferentes.

¿Cómo afecta el idioma a las respuestas?

Significativamente. Un usuario en España ve resultados diferentes que uno en México o EE.UU.

¿Qué hago si hay info incorrecta sobre mi empresa?

Auditar fuentes, actualizar info en webs autoritativas, gestionar Wikipedia y monitorizar.

¿GEOradar monitoriza todos los LLMs?

Los principales: ChatGPT, Gemini, Claude, Perplexity, Copilot, Google AI Overviews.

¿Existen estándares oficiales para métricas GEO?

No aún. Estamos en fase "pre-Semrush/Moz". Este manual propone un framework de referencia.

¿Cómo empiezo con 498AS?

Contacta via info@498as.com o 498as.com para auditoría inicial.

12

Glosario temático

Definiciones esenciales organizadas por categoría

12.1 Términos de métricas

Brand Mention Rate: Porcentaje de consultas donde tu marca es mencionada.

Citation Frequency: Número de veces que tu web es citada como fuente.

SOV (Share of Voice): Cuota de menciones respecto al total de competidores.

Sentiment Score: Puntuación del tono (positivo/neutro/negativo) de menciones.

Accuracy Rate: Porcentaje de información correcta sobre tu marca.

12.2 Términos de LLMs

LLM (Large Language Model): Modelo de lenguaje de gran escala para generar texto coherente.

Token: Unidad básica de texto procesada por LLMs.

Prompt: Instrucción o consulta enviada al LLM.

RAG (Retrieval-Augmented Generation): Técnica que combina búsqueda con generación.

Embedding: Representación vectorial de texto que captura significado semántico.

12.3 Términos técnicos

GEO (Generative Engine Optimization): Optimización para motores de IA generativa.

AEO (Answer Engine Optimization): Optimización para respuestas directas en motores de búsqueda.

AIO (Artificial Intelligence Optimization): Disciplina que engloba todas las estrategias de optimización para sistemas de IA, incluyendo LLMs, asistentes virtuales y motores de respuesta.

SXO (Search Experience Optimization): Optimización centrada en la experiencia completa del usuario en búsqueda, combinando SEO tradicional con UX.

Zero-Click: Búsqueda donde el usuario obtiene respuesta sin hacer clic en ningún resultado.

E-E-A-T: Experience, Expertise, Authoritativeness, Trustworthiness. Criterios de calidad de Google.

Schema Markup: Vocabulario de datos estructurados para motores de búsqueda.

Brand Impact Score (BIS): Métrica que cuantifica el impacto total de la marca en respuestas de IA, combinando visibilidad, sentiment y precisión.

Branded Share of Voice (SOBV): Porcentaje de menciones de marca específica respecto al total de menciones en una categoría o sector.

AI Visibility Score: Puntuación global de visibilidad de una marca en el ecosistema de IA generativa.

Competitor Gap: Diferencia de visibilidad entre tu marca y competidores en respuestas de LLMs.

12.4 Términos de negocio

Awareness: Conocimiento o reconocimiento de marca.

Funnel: Embudo de etapas del proceso de conversión.

ROI: Return on Investment. Retorno de la inversión.

Brand Safety: Protección contra asociaciones negativas.

KPI: Key Performance Indicator. Indicador clave de rendimiento.

12.5 Acrónimos

Listado completo de acrónimos utilizados en GEO y visibilidad en IA.

AEO: Answer Engine Optimization

AIO: Artificial Intelligence Optimization

BIS: Brand Impact Score

BMR: Brand Mention Rate

CRI: Churn Risk Indicator

E-E-A-T: Experience, Expertise, Authoritativeness, Trustworthiness

GEO: Generative Engine Optimization

LLM: Large Language Model

MSI: Model Sync Index

NAS: Narrative Alignment Score

NDI: Narrative Divergence Index (ahora NAS)

NPS: Net Promoter Score

PCR: Prompt Coverage Rate

RAG: Retrieval-Augmented Generation

RCR: Recommendation Conversion Rate

SAI: Sentiment Analysis Index

S.A.M.: Semantic Alignment Machine

SEO: Search Engine Optimization

SOBV: Branded Share of Voice

SOV: Share of Voice

STR: SOV Trend Rate

SV: Sentiment Velocity

SXO: Search Experience Optimization

VM: Visibility Momentum

VTS: Visibility Trend Score

13

Referencias y fuentes

Bibliografía y documentación utilizada

Fuentes académicas

  • GEO: Generative Engine Optimization — arXiv:2311.09735 (2023)

Documentación oficial

  • Google Search Central — AI features, AI Overviews
  • OpenAI — Overview of crawlers (GPTBot, OAI-SearchBot)
  • Anthropic — Claude crawlers documentation
  • Perplexity — Bots documentation

Datos de mercado

  • CIS España — Barómetro IA 2025
  • ONTSI — Indicadores uso IA España
  • Gartner, Statista — Proyecciones de mercado IA

Herramientas de industria

  • BrandRadar, ALLMO, OmniClarity, DataSlayer
  • Semrush, Ahrefs, Authoritas
  • Search Engine Land, Search Engine Roundtable

Plataformas 498AS

  • GEOradar — georadar.app — Plataforma de monitorización de visibilidad en LLMs
  • S.A.M. — sam.georadar.app — Semantic Alignment Machine
  • 498AS The AI powerhouse — 498as.com — Consultoría especializada en GEO

Lecturas recomendadas

Nota sobre la elaboración de este manual

Este manual ha sido elaborado utilizando un conjunto de herramientas de inteligencia artificial y plataformas propias:

Claude (Anthropic) GPT (OpenAI) Perplexity AI KONG (GEOradar) GEOradar.app

El contenido ha sido desarrollado por el equipo de 498AS The AI powerhouse, que acumula más de dos años de experiencia realizando estudios de visibilidad en LLMs aplicados a marcas líderes en múltiples sectores.

Agradecimientos

Agradecemos las contribuciones de:

  • CSIC — Consejo Superior de Investigaciones Científicas
  • Sibilare
  • SUMMA Branding
  • WPP Media
  • Universitat Autònoma de Barcelona (UAB) — Grados de Data Science, Computer Mathematics e Inteligencia Artificial

Un reconocimiento especial a las marcas e instituciones que han confiado en 498AS y GEOradar como partners estratégicos en su posicionamiento en IA generativa:

Ford Coca-Cola Danone CaixaBank Banco Sabadell Fundació La Caixa AXA Adeslas Iberostar PortAventura World Veolia NAOS Quilosa Selena Generalitat de Catalunya 3Cat Ajuntament de Mataró Opus Dei UAB UVic Aproperties Renta Corporación

Estas organizaciones no solo han confiado en nuestros servicios, sino que han sido pioneras en adoptar una visión consumer-first de la inteligencia artificial. Su colaboración activa ha contribuido a desarrollar y refinar la metodología GEO, aportando conocimientos de negocio esenciales para el progreso de esta solución.

498AS_
the AI powerhouse

GEO Suite 2026 — Cheatsheet

Generative Engine Optimization | Quick Reference

Manual de Referencia Completo | 498 Advanced Solutions

Productos 498AS

GEOradar Monitorización de visibilidad en LLMs
S.A.M. Semantic Alignment Machine
Prompt Atlas Prompts por persona, funnel y producto
GEODesk AI Dashboard multi-LLM en tiempo real
InsightDesk Análisis NPS y comentarios a escala
BLINK Anonimización de datasets GDPR
KONG Informes avanzados de campañas con IA
GEOdoctor.app Auditoría técnica GEO de páginas web

LLMs Monitorizados

  • GPT-4 / ChatGPT (OpenAI)
  • Gemini (Google)
  • Claude (Anthropic)
  • LLaMA (Meta)
  • Grok (xAI)
  • Perplexity AI
  • Copilot (Microsoft)
Metodología 498AS
1Modelado 2Plan 3Ejecución 4S.A.M. 5Optimización 6Reporting

Métricas Propietarias 498AS

Brand Mention Rate (BMR) % menciones / consultas
Mention Sentiment -1 (neg) → +1 (pos)
Position Score 5 (1º) → 1 (5º+)
Source Authority Index Calidad fuentes citadas
Response Consistency % coherencia respuestas
Competitor Share Tu SOV vs competencia
Visibility Trend (VTS) Δ% visibilidad temporal
Prompt Coverage (PCR) % prompts con presencia
Model Sync Index (MSI) Coherencia entre LLMs
Narrative Alignment (NAS) Alineación narrativa

Ratios Dinámicos Temporal

Sentiment Velocity ΔSentiment / Δt
Visibility Momentum Aceleración visibilidad
SOV Trend Rate Pendiente SOV
Churn Risk Indicator 0-100% riesgo

Métricas del Mercado Estándar

Citation Frequency Nº citas como fuente
Share of Voice (SOV) % menciones totales
AI Visibility Rate Aparición en AI Overviews
Attribution Rate % con enlace/atribución
Response Accuracy % info correcta

Acrónimos Clave

  • GEO — Generative Engine Optimization
  • AIO — AI Optimization
  • AEO — Answer Engine Optimization
  • SXO — Search Experience Optimization
  • E-E-A-T — Experience, Expertise, Authority, Trust
  • RAG — Retrieval-Augmented Generation
498 Advanced Solutions
georadar.app sam.georadar.app 498as.com
2026 | Manual de Referencia GEO Suite