Definimos la entidad
Identificamos marca, dominio, mercado, categoría, aliases y señales verificables para reducir falsos positivos entre nombres similares.
Medir visibilidad de la IA sobre tu marca
MejoraMiMarca separa observación, evidencia, score y recomendación. Las respuestas de motores AI son variables; por eso conservamos contexto metodológico y medimos confianza de forma independiente al score.
Cómo se construye una medición
Congelamos prompts
Los bancos de preguntas quedan versionados para que una comparación histórica no cambie silenciosamente la pregunta que se hizo.
Observamos motores
Ejecutamos consultas configuradas contra OpenAI, Gemini, Claude y Perplexity. Un fallo de proveedor permanece como fallo; no fabricamos una respuesta sustituta.
Conservamos evidencia
Respuestas, citas, consultas de búsqueda expuestas y metadata técnica se separan del score derivado para poder revisar cómo se obtuvo un resultado.
Calculamos scores
El AI Visibility Score utiliza observaciones válidas. Los prompts de control que mencionan explícitamente la marca sirven como referencia para dirigir las estrategias de mercado sin inflar el descubrimiento genérico.
Priorizamos mejoras
Para la marca propia, los hallazgos técnicos, de entidad, contenido y visibilidad alimentan un Improvement Plan que referencia evidencia real.
Tres métricas que no deben confundirse
AI Visibility Score (AVS)
Resume la presencia observable en respuestas no-branded, recomendaciones, posiciones cuando son explícitas y citas verificables. Es una métrica versionada del producto.
Entity Health
Evalúa por separado señales de descubrimiento técnico, consistencia de entidad, datos estructurados, corroboración externa y contexto local cuando aplica.
Measurement Confidence
Refleja cobertura de observaciones, crawl, disponibilidad de señales y certeza de parsing. Una medición incompleta no se disfraza como un score perfecto.
Qué evaluamos en la marca propia
Funcionamiento esperado por motores de búsqueda
- Accesibilidad y estado HTTP.
- Title, descripción, canonical y jerarquía de encabezados.
- Robots, indexabilidad, enlaces internos y sitemap cuando está disponible.
- Datos estructurados consistentes con el contenido visible.
Representación de la entidad
- Nombre, aliases, servicios, ubicación y perfiles externos.
- Consistencia entre website y señales externas disponibles.
- Google Places opcional cuando la categoría o ubicación lo hacen relevante.
- Fuentes/citas que respaldan o contradicen la representación de la marca.
Cómo funciona el benchmark
Las marcas observadas no reciben el mismo diagnóstico prescriptivo de la marca propia. Su función es aportar contexto competitivo.
Observed Visibility Snapshot
El target observado conserva su score general de visibilidad bajo las mismas preguntas configuradas. Analizamos su sitio para definir señales de entidad y preparar la medición, pero no inyectamos el texto ni el HTML del sitio en las llamadas AI que forman ese score.
Brand Gap Analysis
Desde la suscripción Pro comparamos el score y señales derivadas del contenido —temas, estructura, metadata, profundidad y datos estructurados— para explicar similitudes/diferencias y producir gaps únicamente para la marca propia.
Limitación deliberada
No afirmamos que una diferencia de contenido sea la causa de una diferencia de score. Correlación, similitud y gaps sirven como contexto para investigar. Tampoco afirmamos que las APIs reproduzcan exactamente una interfaz de consumo específica ni garantizamos que una marca sea recomendada en una consulta futura.
Principios de calidad del reporte
Reproducible
Versiones de metodología, parser, configuración de proveedores y prompts quedan asociadas a la medición.
Explicable
Findings y recomendaciones deben poder regresar a evidencia; no se muestran afirmaciones inventadas para llenar una sección.
Conservador
Si falta evidencia, se expresa como dato insuficiente. Los fallos de un motor no se sustituyen con resultados de otro.