Cómo medimos la visibilidad de tu marca en la IA

Cuando decimos que tu marca tiene 42% de visibilidad en ChatGPT, ese número tiene una receta concreta. En este artículo explicamos cómo la armamos: qué preguntamos, a quién, desde dónde, cada cuánto y cómo convertimos miles de respuestas en métricas que puedes comparar.

La unidad básica: un chat

Todo empieza con un chat: la respuesta de un modelo a un prompt, desde un país, en un día. Si sigues 50 prompts en 3 modelos desde México, cada día se generan 150 chats; en un mes, unos 4,500. Ese es el universo sobre el que calculamos todo.

La fórmula completa es prompts × modelos × países × días, y cada factor importa:

• Prompts. Son las preguntas que hacen tus clientes. Mezclamos preguntas con y sin tu marca, y de distinta intención: informativas («¿cómo funciona una cuenta digital?»), comerciales («mejores cuentas digitales sin comisiones») y transaccionales («abrir una cuenta digital en línea»).
• Modelos. ChatGPT, Gemini, AI Mode, AI Overviews, Perplexity o Copilot. Cada uno usa fuentes distintas y responde distinto, así que los medimos por separado.
• Países. La misma pregunta hecha desde México y desde Estados Unidos puede recomendar marcas distintas. Cada prompt corre desde el país y en el idioma que configuraste.
• Días. Los modelos no responden siempre igual: la misma pregunta puede dar otra respuesta mañana. Por eso repetimos todos los días y trabajamos con tendencias, no con capturas.

Qué guardamos de cada respuesta

De cada chat guardamos la respuesta completa y las fuentes que usó el modelo. Después la analizamos para detectar qué marcas aparecen (por nombre, alias y dominio), en qué orden, con qué tono y qué sitios se citaron. Cuando el modelo las expone, también registramos las búsquedas que hizo antes de responder, a las que llamamos fan-outs.

Puedes abrir cualquier chat y leer exactamente lo que respondió el modelo. Ningún número en Fedlum es una caja negra.

Las cuatro métricas

Visibilidad. El porcentaje de chats que mencionan tu marca. Si 6 de 10 respuestas te nombran, tu visibilidad es 60%. Es la primera señal: ¿la IA te considera una opción?

Posición. El lugar promedio en el que apareces cuando te mencionan, contando a todas las marcas detectadas en la respuesta (1 es la primera). Menor es mejor. Solo cuenta los chats en los que apareces, así que siempre hay que leerla junto con la visibilidad.

Sentimiento. El tono con el que el modelo habla de ti, en una escala de 0 a 100. Lo calculamos a partir de las frases que rodean cada mención, y puedes ver las frases que explican el número.

Share of Voice. Tu parte del total de menciones de las marcas que sigues. Si tú sumas 4 menciones y tus competidores 12, tu Share of Voice es 25%. Entre todas las marcas que sigues, suma 100%.

Junto a estas cuatro calculamos la tasa de victoria: el porcentaje de chats en los que apareces en primer lugar. Siempre es menor o igual que la visibilidad.

Un ejemplo rápido

Imagina 10 chats sobre «mejores apps para enviar dinero a México». Una marca aparece en 6 de ellos: en tres en primer lugar y en los otros tres en segundo.

• Visibilidad: 6 de 10, o sea 60%.
• Posición: (1 + 1 + 1 + 2 + 2 + 2) ÷ 6 = 1.5.
• Tasa de victoria: 3 de 10, o sea 30%.

Fuentes y citas

Las métricas de marca dicen dónde estás; las de fuentes explican por qué. Para cada dominio y cada URL medimos cuántas veces la usó un modelo (recuperaciones), en qué porcentaje de chats apareció y cuántas veces la citó de forma explícita en el texto. El análisis de brechas cruza esos datos con las menciones y muestra las fuentes que citan a tu competencia y no a ti, ordenadas por oportunidad.

Cambios y comparaciones

Cada métrica se compara con el periodo anterior de la misma duración: si miras los últimos 7 días, el cambio es contra los 7 días previos. Los filtros por modelo, país, tema y etiqueta aplican igual a todas las métricas, y los números del tablero, de las exportaciones, de la API y del servidor MCP salen de las mismas consultas, así que siempre coinciden.

Lo que todavía no hacemos

Fedlum está en beta privada. La recolección diaria se activa proyecto por proyecto mientras conectamos cada modelo y, hasta entonces, puedes explorar un proyecto de demostración con datos de ejemplo. Cuando un número venga de datos simulados, el producto te lo va a decir.