Cómo medir SEO y visibilidad en IA sin engañarte con las métricas

Para medir SEO y visibilidad en inteligencia artificial necesitas separar cinco capas: demanda, visibilidad orgánica, presencia en respuestas de IA, sesiones y resultados comerciales. Si las mezclas en una sola cifra, una cita puede parecer una venta, una impresión puede parecer interés y un dato ausente puede acabar convertido en un cero. El resultado será un panel bonito, pero no una herramienta para decidir.

Este método se aplicó primero a YAG Comunicación y después se convirtió en guía. El corte utilizado es del 13 de agosto de 2026. En una muestra de cuatro consultas relacionadas con servicios SEO en Madrid observamos 559 impresiones durante catorce días y una pérdida de posición frente al periodo comparable. En la muestra disponible de visibilidad en IA aparecían cuatro preguntas y ninguna cita a YAG, pero esa fuente tenía veintidós días de antigüedad. Las sesiones y los leads no se pudieron verificar porque no había una unión legible entre analítica y CRM. Por eso el diagnóstico correcto no es «todo está a cero». Es este: hay demanda, hay deterioro orgánico observado, la muestra de IA es negativa pero está envejecida, y el recorrido hasta negocio continúa desconocido.

Puedes descargar la plantilla de medición SEO e IA en CSV y abrirla en Excel, Google Sheets o cualquier herramienta compatible. La plantilla incluye la capa, la métrica, la fuente, la ventana, la fecha máxima observada, el estado de la evidencia, la limitación, la decisión y la siguiente revisión. No contiene credenciales, datos personales ni cifras comerciales privadas.

El punto de partida procede de una idea expuesta por Aleyda Solís en el vídeo How to Establish an AI Search Optimization Strategy and Goals: antes de ejecutar tácticas hay que diagnosticar, conectar los objetivos con impacto real y separar las medidas operativas de los objetivos de negocio. Aquí llevamos esa tesis a un sistema reproducible, la contrastamos con documentación primaria y la sometemos a un caso que no sale perfecto. Precisamente por eso resulta útil.

En 54 segundos: una cita de IA no es una venta

Una cita en una respuesta de inteligencia artificial es una señal observada. No demuestra por sí sola que exista un enlace, un clic, una sesión, un contacto o una venta. Este resumen audiovisual condensa esa diferencia y las cinco capas que usamos en la guía para no convertir exposición en atribución inventada.

El vídeo no añade una sexta métrica ni sustituye el diagnóstico. Su función es dejar clara la regla de decisión antes de entrar en el cuadro: cada capa necesita su propia fuente, fecha y estado de evidencia.

La respuesta corta: cinco capas y cuatro estados de evidencia

El cuadro más pequeño que permite tomar una decisión razonable tiene cinco filas principales. Cada fila responde una pregunta distinta y ninguna puede sustituir a las demás.

Cada valor debe llevar uno de cuatro estados: verificado, envejecido, desconocido o bloqueado. Verificado significa que la fuente es legible, tiene una fecha adecuada y responde exactamente a la pregunta. Envejecido significa que existe una medición, pero su antigüedad reduce la confianza. Desconocido significa que no tenemos una fuente suficiente. Bloqueado significa que la fuente debería existir o fue solicitada, pero un fallo técnico o de acceso impide leerla.

La distinción parece administrativa hasta que llega una decisión difícil. Si una herramienta no devuelve datos de sesiones, escribir 0 invita a concluir que el canal no funciona. Escribir desconocido obliga a reparar la medición antes de cortar inversión. Si una muestra de IA tiene veintidós días, conservar el cero con la etiqueta envejecido permite detectar una señal adversa sin fingir que describe la situación de hoy. El estado forma parte del dato.

Este embudo tampoco presupone que todas las personas recorrerán cada etapa de forma lineal. Alguien puede conocer una marca en una conversación, volver días después mediante una búsqueda de marca y contactar por teléfono. Otra persona puede leer una guía orgánica y pedir recomendaciones a un asistente antes de decidir. El propósito de las capas no es imponer un viaje único, sino impedir que una observación situada al principio se declare resultado final.

Por qué el panel SEO clásico ya no basta

Durante años fue razonable resumir un informe con posiciones, impresiones, clics y conversiones. Ese modelo ya tenía límites, pero al menos gran parte del recorrido sucedía en páginas de resultados y sitios web. Las respuestas generativas añaden una superficie donde la persona puede descubrir opciones, descartar proveedores, comparar métodos y formular criterios antes de visitar una web.

Bing explica en su documentación sobre medición de conversiones en búsqueda con IA que parte del recorrido comienza dentro de experiencias conversacionales antes del clic. Esto no significa que el clic haya dejado de importar. Significa que una vista completa debe distinguir lo que ocurre dentro de la respuesta, lo que llega al sitio y lo que termina en una acción comercial.

El panel clásico falla de cuatro maneras cuando se usa sin esa separación. Primero, puede registrar una caída de clics aunque la marca esté siendo citada, sin mostrar si la exposición tiene valor. Segundo, puede celebrar un aumento de menciones que no produce visitas ni contactos. Tercero, puede atribuir a la IA sesiones que en realidad llegaron por marca, directo, correo o referencias. Cuarto, puede comparar cifras tomadas con ventanas y frescuras incompatibles.

El remedio no es inventar una métrica universal de «visibilidad total». Una cifra agregada necesita pesos, y esos pesos contienen decisiones subjetivas. ¿Cuánto vale una cita frente a un clic? ¿Una mención sin enlace vale lo mismo que una recomendación explícita? ¿Una sesión informativa equivale a un lead de servicio? Si el negocio no ha respondido esas preguntas, el índice es decoración matemática.

Resulta más honesto mantener las capas visibles y añadir relaciones comprobables. Por ejemplo: una guía mejorada obtiene nuevas consultas no marcadas, aparece como fuente en dos preguntas comparativas y recibe sesiones con parámetros o referencias identificables. Después, una parte de esas sesiones genera formularios válidos. Esa secuencia puede investigarse. Sumar impresiones, menciones y leads en un único porcentaje no puede explicarse ni auditarse con la misma claridad.

Para una agencia SEO en Madrid, este cambio también afecta a la propuesta de valor. Ya no basta con enseñar una gráfica de posiciones. Hay que demostrar qué preguntas del mercado se están cubriendo, qué páginas aportan evidencia, si los sistemas de IA recuperan esas páginas, qué tráfico llega y qué contactos son reales. Cuando una capa no está disponible, se declara. Esa transparencia protege la decisión del cliente y mejora el propio trabajo.

Capa 1: medir la demanda antes de producir más contenido

La demanda no es una lista de volúmenes exportada una vez. Es la evidencia de que existe un conjunto de personas con problemas, preguntas, comparaciones o intención de contratar. Puede aparecer en consultas de búsqueda, conversaciones comerciales, preguntas frecuentes, comentarios en vídeos, foros, llamadas, datos de soporte y comportamiento dentro del sitio. Cada fuente muestra una parte distinta.

Para una estrategia local en Madrid conviene clasificar la demanda por intención, no solo por palabra clave. Una consulta como «agencia seo en madrid» expresa búsqueda de proveedor. «Cuánto tarda el seo local» expresa evaluación. «Por qué ha bajado mi tráfico orgánico» expresa diagnóstico. «ChatGPT recomienda empresas de Madrid» se relaciona con descubrimiento y visibilidad en IA. Las cuatro pueden acabar en una contratación, pero necesitan contenidos y pruebas diferentes.

Una tabla de demanda útil incluye al menos estos campos:

No uses el volumen como único criterio editorial. Una pregunta con pocas impresiones puede pertenecer a una fase decisiva y producir conversaciones de alto valor. Otra con gran volumen puede estar muy alejada del servicio. Tampoco conviertas cada variante en una URL. Si varias consultas comparten intención y necesitan la misma respuesta, una página sólida suele ser mejor que varias piezas que compiten entre sí.

La demanda observada debe contrastarse con la cobertura actual. Haz tres preguntas. ¿Existe una página que responde de forma directa? ¿Esa página aporta experiencia, pruebas y próximos pasos? ¿La arquitectura permite llegar a ella desde las áreas relevantes? Si la respuesta a la primera es no, tienes una carencia de cobertura. Si existe pero no satisface la tarea, tienes un problema de calidad. Si es buena pero está aislada, tienes un problema de descubrimiento y enlaces internos.

La investigación de creadores expertos encaja aquí como fuente de hipótesis, no como calendario automático. Un vídeo puede revelar una pregunta emergente o un marco mejor, pero antes de convertirlo en artículo hay que comprobar si resuelve una necesidad de nuestra audiencia, si podemos añadir experiencia propia y si existe un lugar coherente en la arquitectura. La guía de Google sobre contenido útil y centrado en las personas insiste en la experiencia de primera mano, la profundidad y el propósito para una audiencia existente. Resumir a otra persona sin aportar aplicación no cumple ese estándar.

Capa 2: observar la visibilidad orgánica sin reducirla a una posición

La posición media es una señal, no un diagnóstico completo. Puede cambiar por dispositivo, ubicación, personalización, tipo de resultado y mezcla de consultas. Una media de 12 puede representar muchas apariciones estables en segunda página o una combinación de primeras posiciones y otras muy bajas. Para decidir necesitas conservar consultas, páginas, impresiones, clics, país, dispositivo y ventana comparable.

El análisis empieza con cuatro vistas. La primera reúne las consultas que ganan o pierden posición con suficiente exposición. La segunda observa páginas, porque varias consultas pueden depender de la misma URL. La tercera separa marca de no marca. La cuarta clasifica por intención y mercado. Solo entonces tiene sentido decidir si el problema está en una página, en la cobertura temática, en la autoridad, en la experiencia del resultado o en una medición incompleta.

En el caso de YAG, la muestra de Madrid contenía cuatro consultas con pérdida observada:

Estas 559 impresiones no equivalen a 559 personas únicas ni a 559 oportunidades. Tampoco prueban la causa de la caída. Demuestran que el deterioro aparece en consultas pertinentes y que existe suficiente señal para investigar. La siguiente unidad de análisis es la página o conjunto de páginas que Google mostró para esas consultas. Hay que revisar si cambió la URL, si compiten varias páginas, si la intención del resultado evolucionó, si el contenido perdió actualidad, si hay problemas técnicos y si los competidores ofrecen una respuesta más convincente.

Una auditoría de esta capa debe conservar el antes y el después. La fecha del cambio editorial, la versión del contenido, el conjunto de consultas afectado y el intervalo de observación permiten evaluar. Sin ese registro, cualquier recuperación se atribuirá a la última acción recordada, aunque coincida con un cambio de resultados, estacionalidad o ajuste externo.

También conviene separar disponibilidad de rendimiento. Una URL que responde con código correcto, es indexable y tiene canonical coherente está disponible para competir. Eso no demuestra que satisfaga la intención ni que tenga suficiente autoridad. Al contrario, una gran pieza bloqueada por una directiva o enlazada de forma deficiente puede no obtener la oportunidad de demostrar su calidad. La auditoría SEO local de 42 puntos ayuda a revisar esa base sin confundir controles técnicos con una supuesta puntuación de Google.

Capa 3: medir presencia y citas en respuestas de IA

La visibilidad en IA requiere una unidad de observación estable: motor, versión o superficie cuando sea visible, pregunta exacta, contexto, fecha, respuesta, presencia de marca, tipo de mención, cita, URL citada y captura o registro. Si falta la pregunta o la fecha, el dato casi no se puede repetir. Si falta la fuente citada, no sabes qué contenido sustentó la respuesta. Si falta el motor, mezclas sistemas con comportamientos distintos.

La primera distinción es presencia frente a cita. Presencia significa que la marca aparece en el texto. Cita significa que la respuesta enlaza o atribuye información a una URL de la marca. Puede haber presencia sin cita, cita sin recomendación, y recomendación sin visita. Es útil clasificar el rol:

Bing incorporó en Webmaster Tools un informe de AI Performance con citas totales, páginas citadas y consultas de fundamentación. La propia documentación advierte que el promedio de páginas citadas no indica posición, autoridad ni papel dentro de la respuesta. Es una advertencia decisiva: incluso una plataforma que ofrece la métrica evita llamarla ranking.

Para YAG, la muestra disponible del 20 de julio de 2026 contenía cuatro preguntas y cero citas. Ese cero pertenece a esa muestra, no a todo el universo de respuestas. Además, la captura tenía veintidós días cuando se hizo el diagnóstico, por lo que quedó marcada como envejecida. En la misma muestra aparecían competidores como sedigital, holapixel, pacoruben, nactual y maskcomunicacion, con entre una y dos apariciones observadas. Eso sirve para estudiar qué fuentes y tipos de respuesta estaban siendo recuperados. No demuestra que esas empresas sean mejores ni que mantengan esa presencia hoy.

Una de las rutas directas de lectura de GEO devolvió un fallo técnico, mientras que los datos agregados de tendencia y competencia seguían legibles. El cuadro conserva ambas cosas: la muestra envejecida y el bloqueo parcial. Ocultar el error haría parecer más completa la medición. Borrar toda la muestra desperdiciaría una señal. El estado permite usarla con el peso correcto.

La medición no debe perseguir todas las combinaciones posibles. Los motores generan respuestas variables y el espacio de preguntas es enorme. Necesitas una biblioteca representativa que se mantenga estable durante varias revisiones y un grupo menor de exploración. Así podrás distinguir cambio real, variabilidad normal y aparición de una nueva intención.

Cómo construir una biblioteca de preguntas representativa

Una buena biblioteca cubre el recorrido de decisión sin fingir que existe una consulta canónica. Empieza con situaciones reales de la audiencia y conviértelas en preguntas naturales. Después clasifícalas por intención, entidad, mercado, riesgo y tipo de respuesta esperada. Para una agencia que trabaja Madrid, una estructura inicial podría ser esta:

La biblioteca base puede contener entre veinte y cincuenta preguntas. No es una regla de plataforma, sino un tamaño operativo razonable para comenzar: suficiente para cubrir intenciones y pequeño para revisar respuestas de forma humana. Si solo incluyes preguntas de marca, medirás reconocimiento asistido y no descubrimiento. Si todas son genéricas, perderás la comprensión de entidad. Si cambias el texto completo en cada ejecución, no sabrás si cambió la respuesta o la pregunta.

Conserva un núcleo estable y añade un bloque exploratorio. El núcleo sirve para comparar semanas. El bloque exploratorio recoge nuevas dudas de ventas, comentarios, consultas emergentes o cambios en las interfaces. Cuando una pregunta exploratoria demuestra relevancia durante varias rondas, puede pasar al núcleo. Cuando una pregunta estable deja de corresponder a un servicio o necesidad, se retira con fecha y motivo, no se borra del histórico.

No fuerces el nombre de la marca en todas las preguntas. Las preguntas sin marca muestran capacidad de descubrimiento. Las preguntas con marca prueban comprensión, exactitud y reputación. Las preguntas fundamentadas en una URL permiten comprobar si el sistema interpreta correctamente una pieza concreta. Son pruebas distintas y deben etiquetarse.

Cada ejecución debe guardar suficiente contexto para repetirse. Anota si había sesión iniciada, ubicación aproximada, idioma, modo de búsqueda y cualquier instrucción añadida. No intentes eliminar toda variabilidad, porque forma parte del sistema. Intenta saber qué cambió. Si una respuesta cita una página, guarda la URL exacta y el fragmento funcional que sustentó la respuesta sin copiar grandes bloques protegidos.

La revisión humana sigue siendo necesaria. Un contador puede detectar la cadena de una marca y perder una variante, confundir una mención negativa o no entender que la URL se usó para un dato secundario. Automatiza la captura y los campos repetibles, pero revisa las observaciones que vayan a provocar una decisión de contenido, reputación o inversión.

Capa 4: comprobar si la exposición produce sesiones

Las sesiones conectan superficies externas con comportamiento dentro del sitio, pero la atribución nunca es perfecta. Algunas aplicaciones pasan referencias, otras abren navegadores internos, otras eliminan parámetros y parte del tráfico termina clasificado como directo. Una persona también puede ver una respuesta, recordar la marca y buscarla después. El objetivo no es prometer trazabilidad total, sino ampliar la evidencia sin mezclar categorías.

Empieza por una analítica que funcione y esté permitida. Verifica que el script carga donde corresponde, que respeta el consentimiento aplicable, que las páginas clave se registran, que los parámetros de campaña se conservan y que el tráfico interno se trata de forma coherente. Haz una visita de prueba, localízala y documenta la hora, página, origen esperado y resultado. Un panel con cifras no demuestra por sí mismo que la instrumentación esté bien configurada.

Después separa cuatro vistas:

1. Referencias identificables desde asistentes, buscadores o superficies concretas.
2. Campañas o enlaces controlados con parámetros cuando la plataforma y el contexto lo permitan.
3. Búsquedas de marca y tráfico directo que podrían contener demanda asistida, sin atribuirlos automáticamente.
4. Páginas de entrada relacionadas con los contenidos observados en citas o resultados.

La cuarta vista es especialmente útil. Si una guía empieza a ser citada y su página de entrada recibe más sesiones relevantes, existe una relación temporal que merece estudiar. Sigue sin probar causalidad. Puedes reforzar la inferencia con fechas, referencias, consultas de marca, rutas posteriores y eventos. Cuantas más piezas independientes coincidan, más razonable será invertir en una prueba adicional.

En el corte de YAG, las sesiones quedaron como desconocidas. No había una lectura Matomo específica unida al paquete de evidencia utilizado. Informar cero habría sido una afirmación falsa. Informar «desconocido» señala el trabajo necesario: validar la propiedad analítica, comprobar páginas y eventos, y crear una unión reproducible con la fecha de las observaciones SEO e IA.

La diferencia tiene impacto presupuestario. Si la dirección cree que hay cero sesiones, puede cancelar contenido o posicionamiento. Si sabe que la medición está incompleta, la primera inversión debe ir a resolver observabilidad. Una empresa no debería premiar un canal por datos que no puede defender, pero tampoco debería castigarlo por una tubería rota.

No uses sesiones como sinónimo de personas ni de calidad. Una sesión puede proceder de un robot, una prueba interna o una navegación accidental. Revisa interacción, páginas, duración con prudencia, eventos y señales de intención. Evita crear un umbral universal del tipo «menos de un minuto no vale»: una persona puede encontrar un teléfono en segundos o dejar una pestaña abierta sin leer.

Capa 5: unir contactos, oportunidades y negocio

La última capa responde si el trabajo contribuye a un resultado que importa a la organización. Para una agencia puede ser un formulario válido, una llamada atendida, una reunión cualificada, una propuesta aceptada, ingreso o margen. Cada escalón necesita una definición y un propietario. Si «lead» incluye spam, proveedores, candidaturas y pruebas, la tasa de conversión no servirá para decidir.

Define un contacto válido con criterios simples: datos suficientes para responder, consentimiento cuando corresponda, necesidad relacionada con el servicio y entrega confirmada al sistema responsable. Después registra la fuente declarada por la persona, la primera página conocida, los parámetros disponibles, el contenido consultado y las interacciones posteriores. No recopiles datos que no necesitas y no guardes información personal en documentos editoriales o repositorios.

La unión entre analítica y CRM puede hacerse con identificadores permitidos, marcas de tiempo, parámetros o campos de origen. Debe tolerar que parte del recorrido quede desconocida. Forzar una atribución a cada lead produce precisión aparente. Es preferible clasificar como orgánico identificado, referencia de IA identificada, marca asistida posible, directo desconocido o sin evidencia suficiente.

También hay que distinguir influencia de captura. Un artículo puede educar a una empresa que semanas después llega por recomendación. El último clic atribuirá la conversión a la referencia; una encuesta cualitativa puede revelar el papel del contenido. Añade una pregunta breve y opcional como «¿Cómo nos conociste?» y conserva el texto original junto a una categoría normalizada. No obligues a la persona a entender tus canales internos.

En YAG, los leads también quedaron como desconocidos en este ejercicio. Había que demostrar una unión entre la medición de contenido, las sesiones y el CRM. La ausencia de esa unión impide afirmar retorno, pero no borra la demanda ni la pérdida orgánica. El orden de trabajo resultante es claro: recuperar capacidad de competir, reparar la observabilidad y medir contactos válidos durante el mismo experimento.

Cuando la capa comercial funciona, calcula tasas solo con denominadores compatibles. Leads por sesión necesita sesiones y leads de la misma ventana y alcance. Oportunidades por lead necesita una definición estable de cualificación. Ingresos por oportunidad necesita confirmar estado y fecha. Si un dato llega con retraso, marca la cohorte como incompleta. Una gráfica actualizada no convierte una cohorte abierta en definitiva.

Los cuatro estados que impiden confundir desconocido con cero

La parte más valiosa del sistema no es una métrica nueva. Es el contrato que acompaña a cada cifra. Cada fila debe indicar fuente, ventana, fecha máxima, alcance, estado, limitación y próxima revisión. Sin estos campos, un número se separa rápidamente de las condiciones que le daban sentido.

Verificado

Un dato está verificado cuando la fuente responde a la pregunta, el alcance coincide, la fecha es adecuada y el proceso puede repetirse. Verificado no significa verdadero para siempre ni libre de error. Significa que, en ese corte, existe evidencia suficiente para usarlo dentro de sus límites.

Las 559 impresiones del ejemplo están verificadas para cuatro consultas y catorce días. No están verificadas como demanda total de Madrid. Las posiciones están verificadas como medias proporcionadas por la fuente para esa muestra. No son una captura universal de cada usuario. La redacción del hallazgo debe incluir ese alcance.

Envejecido

Un dato envejecido procede de una fuente legible, pero su edad supera el umbral útil para la decisión. El umbral cambia según la volatilidad. La dirección postal de una empresa puede durar meses; una respuesta de IA puede cambiar en días. Conserva el valor, muestra la fecha y reduce su peso.

La muestra GEO con cero citas no se descarta. Se usa para diseñar la siguiente medición, no para publicar «YAG no aparece en ninguna IA». La acción correcta es repetir el núcleo de preguntas, comparar motores y registrar cambios. Si la nueva captura confirma ausencia, la evidencia gana fuerza.

Desconocido

Desconocido significa que no existe una lectura suficiente. Puede faltar instrumentación, acceso, definición o unión entre fuentes. Es una propiedad del conocimiento disponible, no del rendimiento real. En hojas de cálculo, usa texto o un campo de estado separado. No rellenes con cero para facilitar una fórmula.

Sesiones y leads desconocidos convierten el retorno en pendiente. La decisión no es esperar indefinidamente: asigna una tarea con responsable y fecha. Si el dato sigue sin estar disponible, la organización debe decidir cuánto puede invertir con evidencia parcial.

Bloqueado

Bloqueado señala que intentamos obtener una lectura esperada y encontramos un impedimento concreto: error de servicio, falta de autorización, respuesta inválida o propiedad no accesible. Registra el fallo exacto sin exponer credenciales y conserva fuentes alternativas con su propio estado.

Un bloqueo no autoriza a inventar una aproximación. Tampoco obliga a detener todo el análisis si otras capas siguen disponibles. En nuestro corte, una ruta GEO falló, pero las vistas de tendencia y competencia aportaron una muestra fechada. El informe muestra el bloqueo y la muestra por separado.

Caso aplicado: qué reveló el corte de YAG en Madrid

El método se ejecutó sobre yagcomunicacion.com antes de redactar esta guía. El objetivo era evitar un artículo teórico que recomendara controles no probados por nosotros. El corte no pretendía demostrar una recuperación, porque no hubo despliegue ni tiempo posterior. Pretendía responder qué sabemos hoy, qué no sabemos y qué experimento tiene sentido.

La demanda orgánica mostró una señal suficiente. Cuatro consultas transaccionales o cercanas a la contratación sumaron 559 impresiones en catorce días. La consulta con mayor exposición, «agencia seo en madrid», pasó de una posición media de 5,0 a 13,7 en el periodo reciente. Las otras tres también retrocedieron. No es una fluctuación aislada de una variante sin impresiones; es un patrón que afecta a intención de agencia y auditoría.

La lectura orgánica quedó como verificada dentro de su muestra, con una fuente de tres días de antigüedad. El rastreo técnico disponible tenía dos días y no revelaba por sí solo la causa. Esto permite descartar una reacción simplista. Publicar diez artículos no es la primera conclusión. Antes hay que relacionar consultas con páginas, revisar canibalización, intención, enlaces internos, contenido visible, experiencia móvil y diferencias competitivas.

La visibilidad en IA ofreció una señal más débil. Cuatro preguntas, cero citas, cinco competidores observados y una fecha de veintidós días. El estado correcto es envejecido. La muestra justifica ampliar y refrescar la biblioteca, no declarar una derrota universal. También muestra una oportunidad: estudiar qué documentos fueron citados, qué afirmaciones sustentaron y si YAG dispone de pruebas equivalentes o mejores.

Las sesiones y los leads no pudieron verificarse. Esto impide afirmar que la caída de posiciones haya reducido contactos en una proporción concreta. También impide valorar si una mención en IA produjo negocio. Lejos de invalidar el ejercicio, identifica el cuello de botella de medición. El siguiente ciclo debe incluir pruebas de analítica y CRM antes de atribuir impacto económico.

El cuadro resultante puede resumirse así:

Este resumen evita dos errores opuestos. No suaviza la pérdida orgánica: las cifras están fechadas y visibles. Tampoco convierte cuatro respuestas antiguas y una tubería incompleta en un titular catastrófico. La recomendación se ajusta a la fuerza de cada evidencia.

La prioridad editorial que nace de este caso es mejorar activos conectados a la intención de contratar y publicar recursos que aporten método, aplicación y verificabilidad. Esta propia guía responde a una pregunta del mercado y enlaza con la página de posicionamiento GEO y visibilidad en IA y con la guía para aparecer en ChatGPT y Google con IA desde Madrid. No se publica para alcanzar una cuota semanal. Se incorpora porque existe una tesis útil, una aplicación propia, datos fechados y una plantilla reutilizable.

De la idea de un experto a un activo original

Seguir a especialistas puede mejorar una estrategia editorial si existe un filtro claro. El creador aporta una tesis, una demostración o una pregunta. La empresa debe verificar la fuente, contrastarla con documentación primaria, aplicarla a su realidad y publicar solo cuando pueda añadir algo que no estaba en el contenido original.

El proceso utilizado aquí tiene siete pasos:

1. Seleccionar una pieza con tesis concreta, no una lista genérica de novedades.
2. Conservar autor, título, URL, fecha, formato y fragmentos temporales relevantes.
3. Parafrasear la tesis y separar lo dicho por la fuente de nuestra interpretación.
4. Contrastar los puntos verificables con documentación primaria o datos propios.
5. Ejecutar la idea sobre YAG o un caso permitido antes de recomendarla.
6. Registrar resultado, limitaciones y estado de evidencia.
7. Crear un activo original que ayude a la audiencia a tomar una decisión o completar una tarea.

El vídeo de Aleyda no se convirtió en transcripción ni resumen. La aportación nueva es un contrato de medición implementado, un corte real de YAG, cuatro estados de evidencia, una plantilla descargable y un plan de revisión. La atribución permanece porque la tesis inicial tiene autora. La experiencia propia permanece porque sin ella el artículo sería contenido derivado de bajo valor.

Este filtro también protege contra la producción indiscriminada. No todo vídeo merece un artículo. Una noticia breve puede resolverse con una nota interna. Una opinión sin datos puede inspirar una pregunta, pero no una recomendación. Un tutorial que no podemos aplicar todavía queda en investigación. Una pieza se convierte en artículo de referencia cuando cumple al menos cuatro condiciones: relevancia para la audiencia, fuente trazable, posibilidad de aplicación, y resultado que pueda enseñarse sin violar privacidad ni autorización.

La periodicidad debe depender del valor. Publicar cada dos o tres días solo tiene sentido si existe evidencia y capacidad editorial. Una cadencia semanal puede ser mejor cuando permite investigar, ejecutar, crear recursos y revisar. El indicador no es el número de artículos, sino la proporción de piezas que cubren demanda real, reciben enlaces internos, se actualizan y contribuyen a una conversación o tarea.

Tampoco debe existir una dependencia de un único gurú. Las tesis se registran por tema, no por celebridad. Para medición puede ser útil una persona; para rastreo, otra; para recuperación de información, documentación técnica o investigaciones académicas. La autoridad de la fuente reduce incertidumbre, pero no sustituye la prueba en nuestro contexto.

Diseñar el experimento de 14, 28 y 56 días

Una intervención SEO o GEO necesita tiempo suficiente para ser descubierta, procesada y observada. Esperar una cifra definitiva al día siguiente incentiva decisiones impulsivas. Esperar seis meses sin controles intermedios oculta errores técnicos. Un diseño de 14, 28 y 56 días crea puntos de revisión con objetivos diferentes.

Antes de editar, guarda la línea base. Incluye consultas, páginas, impresiones, clics, posición, biblioteca de preguntas, citas, sesiones, eventos y leads dentro de la disponibilidad real. Exporta o conserva identificadores de fuente y fecha. Anota también cambios simultáneos previstos, porque una migración, campaña o problema técnico puede afectar al resultado.

Revisión a 14 días

La primera revisión comprueba disponibilidad y señales tempranas. ¿La URL responde? ¿Es indexable? ¿El canonical es correcto? ¿Los enlaces internos están presentes? ¿La analítica registra la página? ¿El recurso descargable funciona? ¿Las preguntas de IA pueden repetirse? ¿Aparecen nuevas consultas o rastreos?

No declares éxito por una impresión nueva ni fracaso por ausencia de movimiento. Corrige bloqueos. Si la página no está indexada por un error propio, esperar otras dos semanas no mejora el experimento. Si todo funciona, conserva el plan.

Revisión a 28 días

La segunda revisión busca dirección. Compara el mismo conjunto de consultas, pero registra también nuevas variantes. Repite el núcleo de preguntas en IA. Observa si la página empieza a aparecer, si otras URLs compiten, si las citas cambian y si llegan sesiones identificables. Revisa calidad de los contactos sin esperar que todos hayan madurado.

Una señal aislada no basta. Busca coherencia entre varias observaciones. Por ejemplo, más impresiones no marcadas, mejor posición para el grupo de intención, una cita pertinente y sesiones a la página. Si solo suben impresiones mientras cae el clic, revisa el resultado y la intención antes de celebrar.

Revisión a 56 días

La tercera revisión permite decidir entre continuar, corregir, parar o escalar. Continuar significa que las señales son prometedoras pero necesitan más tiempo. Corregir significa que existe demanda, pero la página, distribución o medición falla. Parar significa que la hipótesis no encuentra demanda suficiente o distrae de prioridades mejores. Escalar significa que varias capas mejoran y el sistema puede ampliarse a preguntas o páginas relacionadas.

La decisión debe quedar escrita con evidencia. «Escalar porque nos gusta el artículo» no es criterio. «Escalar porque el grupo ganó cobertura, la página obtuvo sesiones relevantes y aparecieron dos contactos válidos dentro de la cohorte» sí es evaluable. Si los leads continúan desconocidos, no uses esa capa para justificar escalado comercial.

Las fechas no son una ley. Un sitio de noticias puede necesitar ventanas más cortas; un servicio B2B con poco volumen, más largas. La disciplina consiste en definirlas antes de mirar el resultado y no mover el criterio para declarar victoria.

Cómo interpretar cambios sin inventar causalidad

SEO y respuestas de IA son sistemas abiertos. Durante un experimento pueden cambiar competidores, interfaces, índices, modelos, comportamiento de usuarios, demanda y la propia web. No puedes aislar todas las variables, pero sí reducir afirmaciones injustificadas.

Empieza por escribir una hipótesis falsable. Por ejemplo: «Si reforzamos la página de servicio con evidencia de proceso, enlazamos esta guía desde contextos pertinentes y resolvemos la intención de medición, aumentará la cobertura de consultas relacionadas durante 56 días». Esa frase no promete posición uno. Identifica intervención, grupo de consultas y ventana.

Después registra intervenciones. Fecha, archivos o URLs, tipo de cambio, responsable, motivo y validación. Si se actualizan cinco páginas a la vez, no atribuyas todo a una de ellas. Si ocurre una incidencia, añádela. El historial sirve tanto para explicar un avance como para descartar una lectura falsa.

Compara grupos cuando sea posible. Un conjunto de consultas afectado por la actualización puede contrastarse con otro similar sin cambios directos. No será un ensayo controlado perfecto, pero ayuda a detectar si todo el sitio se movió de forma parecida. También puedes escalonar actualizaciones para no alterar todas las variables el mismo día.

Busca triangulación. Una subida de posición acompañada de más impresiones, clics y sesiones tiene más apoyo que una posición aislada. Una cita en varias preguntas y motores, sustentada por la misma guía, es más robusta que una ejecución. Un lead que declara haber encontrado la guía, llega a ella desde una referencia y termina en el CRM tiene una atribución más fuerte que un contacto directo sin contexto.

Usa lenguaje proporcional. Observamos describe el dato. Es consistente con presenta una interpretación. Puede haber contribuido expresa una inferencia. Causó exige evidencia mucho más fuerte. Esta gradación no debilita el informe; evita decisiones caras basadas en una historia conveniente.

No ignores resultados negativos. Si una pieza no obtiene demanda, puede revelar que la pregunta estaba mal seleccionada o que la distribución falló. Si obtiene visibilidad pero no contactos, quizá sea informativa y necesite una conexión más clara con el siguiente paso. Si obtiene leads de baja calidad, la promesa puede estar atrayendo una necesidad equivocada. Cada capa ayuda a localizar el problema.

Errores que convierten una estrategia GEO en teatro de métricas

El primer error es contar menciones sin conservar preguntas. «Aparecemos 37 veces» no permite saber si fueron preguntas de marca, pruebas repetidas o contextos irrelevantes. Guarda el denominador, la biblioteca y la clasificación.

El segundo es tratar citas como rankings. Una respuesta puede citar varias páginas con papeles distintos. El orden visual puede cambiar y no representa una clasificación universal. Documenta rol, URL y contexto. La propia herramienta AI Performance de Bing separa citas, páginas y consultas de fundamentación, y advierte contra interpretar su promedio como ranking.

El tercero es sumar métricas incompatibles. Impresiones, citas, sesiones y leads tienen unidades y ventanas distintas. Un índice puede servir dentro de una organización si sus pesos están definidos, pero nunca debe ocultar los valores originales. La decisión debe poder reconstruirse.

El cuarto es cambiar la biblioteca hasta obtener un resultado favorable. Si tras una ausencia se añaden solo preguntas con marca, la tasa subirá sin demostrar descubrimiento. Mantén un núcleo fijo y registra altas y bajas.

El quinto es declarar cero cuando falla una fuente. Una API sin respuesta, una propiedad sin acceso o un evento no configurado producen desconocido o bloqueado. El cero se reserva para una medición válida cuyo recuento fue cero.

El sexto es medir solo lo favorable. Algunas agencias enseñan las consultas que ganan y omiten las que pierden. O muestran una respuesta donde aparecen y no el conjunto probado. Define el alcance antes de ejecutar y conserva resultados negativos.

El séptimo es producir resúmenes de expertos sin experiencia propia. El contenido puede ser correcto y aun así no añadir valor. Aplica la idea, muestra decisiones, ofrece una herramienta, contrasta con fuentes y explica límites.

El octavo es confundir actividad editorial con autoridad. Publicar a diario no garantiza cobertura ni confianza. Una biblioteca necesita mantenimiento, enlaces, actualización, distribución y revisión de rendimiento. El inventario de artículos también puede generar canibalización y deuda.

El noveno es perseguir motores con técnicas incompatibles con las personas. Ocultar texto, multiplicar páginas casi iguales o redactar párrafos para una supuesta máquina deteriora la utilidad y puede crear riesgos. La base compartida sigue siendo contenido accesible, preciso, con experiencia, estructura clara y fuentes verificables.

El décimo es olvidar el negocio. Si nadie define lead válido, margen, capacidad o mercado, el equipo optimizará la cifra más accesible. Una estrategia madura puede aceptar contenido educativo sin conversión directa, pero debe explicar su papel y coste.

Cómo usar la plantilla descargable

La plantilla CSV de medición SEO y visibilidad en IA está pensada para una revisión pequeña y auditable. No sustituye una base de datos, pero obliga a conservar los campos que suelen desaparecer en una captura o presentación.

Cada fila representa una observación o una métrica dentro de una capa. pregunta define qué intentas saber. métrica nombra la unidad. fuente indica de dónde sale. ventana limita el periodo. fecha_maxima muestra frescura. estado_evidencia utiliza uno de los cuatro estados. valor conserva el dato sin forzarlo. unidad evita sumar elementos distintos. limitacion explica el alcance. decision documenta qué harás. siguiente_revision impide que la hoja quede abandonada.

Sigue este orden:

1. Duplica las filas necesarias sin eliminar los ejemplos hasta entender el formato.
2. Sustituye dominio, mercado, consultas y preguntas por los del proyecto.
3. Define la ventana y el umbral de frescura antes de leer resultados.
4. Introduce el valor solo cuando la fuente responda a la pregunta.
5. Marca desconocido o bloqueado cuando corresponda, dejando el valor vacío.
6. Escribe una limitación en lenguaje que pueda entender dirección o cliente.
7. Añade una decisión concreta y una fecha de revisión.
8. Guarda la versión de línea base antes de realizar cambios.

Un ejemplo para demanda podría decir: 4 consultas de servicio en Madrid, 559, impresiones, 14 días, verificado, con la limitación muestra acotada, no demanda total. Una fila de sesiones sin Matomo validado tendría el valor vacío, estado desconocido y decisión validar propiedad, eventos y página de entrada. La fórmula no debe reemplazar el vacío por cero.

Si trabajas con varias personas, añade columnas de responsable y referencia de evidencia. La referencia puede ser un identificador interno, una exportación fechada o una URL accesible para el equipo. No pegues tokens, contraseñas, datos de formularios ni información personal. El documento de decisión necesita trazabilidad, no secretos.

Para un cliente, prepara una vista resumida sin eliminar limitaciones. Presenta primero la decisión, después la evidencia y finalmente el detalle técnico. Una tabla de cinco capas suele ser suficiente para dirección. El equipo operativo puede conservar consultas, páginas, capturas y errores en anexos.

La plantilla también sirve para decir que no. Si una táctica promete aumentar «presencia en IA» pero no define preguntas, motor, muestra, ventana ni conexión con negocio, no está lista para ejecutarse. Completar las columnas revelará la carencia antes de gastar tiempo.

Qué debería hacer ahora una empresa que ha perdido posiciones

Una pérdida desde primera página hasta posiciones cercanas a la segunda, tercera o cuarta requiere prioridad, pero no una avalancha de cambios. Empieza por confirmar la pérdida en consultas y páginas con demanda. Comprueba que comparas ventanas equivalentes y separa marca, dispositivo y mercado. Después verifica disponibilidad técnica y cambios recientes.

El siguiente paso es analizar la intención actual del resultado. Busca qué formatos, tipos de empresa y respuestas aparecen. No copies competidores. Identifica la tarea que resuelven, la evidencia que presentan y los huecos que dejan. Una página de servicio puede necesitar casos, proceso, criterios de decisión, alcance local, preguntas reales y una llamada a la acción clara. Un artículo informativo no sustituye automáticamente esa página.

Revisa canibalización. Si varias URLs reciben impresiones para la misma intención, determina si cumplen funciones distintas. Consolida cuando compitan sin aportar una necesidad diferenciada. Refuerza enlaces internos desde contenidos pertinentes hacia la página que debe liderar. Evita usar el mismo texto ancla de forma mecánica en decenas de páginas.

Actualiza lo que esté desfasado y añade experiencia que puedas demostrar. Fechas, capturas, metodología, resultados con alcance, decisiones y recursos descargables aportan más que aumentar longitud. El contenido útil no es sinónimo de contenido largo; esta guía es extensa porque documenta un sistema completo y un caso, no porque una cifra de palabras garantice rendimiento.

Al mismo tiempo, repara la medición. Prueba analítica, formularios, llamadas y CRM. Sin esa capa, cualquier recuperación quedará limitada a visibilidad. Define un pequeño núcleo de preguntas de IA y captura la línea base. No esperes a recuperar posiciones para empezar a observar, pero tampoco desvíes toda la atención hacia menciones mientras cae una intención comercial demostrada.

Finalmente, ejecuta un ciclo. Una intervención principal, validación técnica, revisiones a 14, 28 y 56 días, y una decisión escrita. Si funciona, escala a consultas relacionadas. Si no, corrige la hipótesis. Si la demanda no existe, para. La disciplina vale más que una lista interminable de tácticas.

En YAG, la prioridad inmediata no es afirmar que ya hemos recuperado nada. Este artículo y el cuadro fijan una línea base pública preparada para las siguientes revisiones. La recuperación deberá demostrarse con el próximo corte. La página de servicios SEO en Madrid concentra la intención transaccional; esta guía debe aportar método, resolver dudas y dirigir a esa página cuando la persona necesite ayuda profesional.

El siguiente paso del método es construir una biblioteca pequeña y trazable. La guía para investigar búsquedas y prompts reales antes de crear contenido explica cómo separar consultas observadas, preguntas comerciales e hipótesis, y cómo asignar cada necesidad a una única URL responsable.

Qué mediremos en la próxima revisión de YAG

La siguiente captura debe responder cinco grupos de preguntas. En demanda, si las cuatro consultas mantienen exposición y qué variantes relacionadas aparecen. En orgánico, qué páginas reciben esas consultas, si la posición se estabiliza y si existe competencia entre URLs. En IA, si el núcleo actualizado cita o menciona YAG y qué documentos utiliza. En sesiones, si la guía y la página de servicio reciben visitas identificables. En negocio, si existen contactos válidos con un origen defendible.

La biblioteca de IA deberá ampliar las cuatro preguntas iniciales para cubrir descubrimiento, comparación, método, riesgo, local y marca. El núcleo se mantendrá igual entre rondas. Las preguntas exploratorias se documentarán aparte. Cada respuesta conservará motor, fecha, presencia, cita, URL y papel observado.

También se comprobará el recurso. Una descarga con código correcto no demuestra uso, pero un enlace roto invalida la utilidad. La analítica debe registrar la página y, si el marco de consentimiento lo permite, el evento de descarga. No se almacenará el contenido del archivo como un lead ni se exigirá correo para acceder a una plantilla que se ofrece como recurso abierto.

En la parte orgánica, la comparación mantendrá catorce días frente a los catorce anteriores y añadirá una ventana más larga para contexto. Esto evita que una semana atípica domine la lectura. Las consultas con pocas impresiones se tratarán con prudencia. El conjunto de Madrid seguirá separado de otros mercados.

En negocio, el primer objetivo es observabilidad, no atribución perfecta. Una prueba completa debe recorrer formulario o contacto, entrega, registro y clasificación. Después será posible comparar cohortes. Hasta entonces, las casillas de sesiones y leads continuarán como desconocidas aunque otras capas mejoren.

El criterio de decisión queda definido antes del resultado. Corregiremos si hay indexación, medición o canibalización defectuosa. Continuaremos si aparecen señales tempranas coherentes sin suficiente maduración. Escalaremos si varias capas mejoran y la calidad comercial acompaña. Pararemos una línea editorial si no cubre demanda ni aporta una función estratégica demostrable.

Fuentes, método y límites de esta guía

La tesis inicial procede del vídeo de Aleyda Solís publicado por Crawling Mondays. Se revisó la transcripción completa y se conservaron los intervalos relevantes para objetivos, diagnóstico, capas de medición y biblioteca representativa de preguntas. No reproducimos la transcripción ni presentamos sus palabras como nuestras. La aplicación, el cuadro, los estados, el corte de YAG y la plantilla son desarrollo propio.

La documentación de Bing se utilizó para contrastar dos puntos: las conversaciones pueden participar en el recorrido antes del clic, y las métricas de citas no deben interpretarse como ranking. La documentación de Google se utilizó para mantener el criterio editorial centrado en personas, experiencia y valor original. Estas fuentes describen productos y recomendaciones de sus respectivos proveedores; no prueban por sí solas el rendimiento de YAG.

Los datos de YAG proceden de un corte interno reproducible del SEO Hub con fecha 13 de agosto de 2026. La fuente orgánica tenía tres días de antigüedad y la muestra GEO, veintidós. El rastreo disponible tenía dos días. Una ruta GEO devolvió error. No había evidencia específica de Matomo ni unión con CRM dentro del paquete consultado. Por eso las conclusiones se limitan a las capas y ventanas declaradas.

La publicación de esta guía no demuestra una mejora de posiciones, citas, sesiones o leads. Esas afirmaciones requieren observación posterior. Las cifras incluidas son una línea base y un ejemplo real de cómo informar cuando la evidencia es imperfecta.

La plantilla es deliberadamente neutral. Cada empresa debe ajustar definiciones, permisos, conservación de datos y ventanas. En sectores regulados o con información sensible se necesita una revisión adicional. Ninguna medición justifica recopilar datos personales innecesarios ni exponer información de clientes.

La idea central se puede resumir sin un nuevo acrónimo: mide cada tramo con su fuente, conserva la fecha, declara lo que falta y conecta las decisiones con resultados reales. Si una cita es solo una cita, llámala cita. Si un lead es desconocido, déjalo desconocido. Esa precisión permite mejorar el posicionamiento con una estrategia que aprende, en lugar de alimentar un panel que solo confirma lo que queríamos creer.

Si necesitas revisar una caída, ordenar consultas y crear un experimento medible para tu empresa, consulta nuestro servicio de SEO en Madrid. La primera conversación debe empezar por la evidencia disponible y los bloqueos, no por una promesa de posición.