← Inicio

Metodología v1.0 · Actualizada 2026-08-27

Cómo interpretamos la visibilidad en IA.

Una auditoría dirigida por especialistas para entender dónde una marca puede ser encontrada, entendida y recomendada, y qué evidencia sostiene esa lectura.

Muestra Las consultas representan contextos de compra, categorías y comparaciones relevantes; no pretenden capturar todas las respuestas posibles.

Interpretación Los hallazgos son oportunidades priorizadas, no garantías causales de ranking, recomendación o conversión.

El modelo

Cuatro dimensiones, leídas juntas.

01

Recuperación

¿Puede el sistema acceder a la información necesaria?

Rastreabilidad, indexabilidad, renderizado, páginas importantes e información estructurada.

02

Comprensión

¿Puede identificar correctamente la empresa y su oferta?

Entidad, categoría, servicios, audiencia, diferenciadores y relaciones.

03

Evidencia

¿Están respaldadas las afirmaciones importantes?

Citas, menciones autorizadas, diversidad de fuentes y consistencia de las afirmaciones.

04

Selección

¿Aparece la marca en respuestas comerciales relevantes?

Presencia de mención, cita, recomendación, cobertura de preguntas y brechas competitivas.

Confianza y evidencia

La calidad de una lectura depende de su alcance.

La confianza varía según cobertura de consultas, disponibilidad de fuentes, idioma, mercado, comportamiento de cada motor y actualidad de las observaciones. Una auditoría debe exponer estas condiciones junto a cualquier conclusión.

Las citas se tratan como evidencia contextual: pueden explicar por qué una afirmación parece corroborada, pero no prueban una relación causal con una recomendación.

Límites explícitos

Lo que ALUNO no afirma medir.

  • Una posición garantizada en sistemas de terceros.
  • El resultado futuro de cada consulta, mercado o idioma.
  • Una relación causal entre una mejora aislada y la recomendación.
  • Una puntuación automática que sustituya la interpretación humana.

Términos

GEO
Trabajo para que la información de una marca sea útil y visible en experiencias generativas.
AEO
Trabajo para que la información responda preguntas claramente en motores de respuesta.
Visibilidad en IA
La claridad con la que una marca puede encontrarse, entenderse y seleccionarse para un conjunto definido de consultas y motores.