Share of voice

Los paneles de búsqueda nos han acostumbrado a medir la visibilidad con posiciones y clics. Pero esas mismas señales pasan por alto un punto de contacto cada vez más importante, donde los compradores se forman una opinión: la IA conversacional. Cuando un comprador le pide recomendaciones a un asistente y el nombre que aparece es el de tu competidor, tus cifras tradicionales de share of voice (SOV) parecen tranquilizadoras mientras tu visibilidad real se va erosionando. Medir la presencia de tu marca dentro de las respuestas generadas te da una lectura más clara de tu influencia en momentos que suelen preceder al clic.

El share of voice en IA mide con qué frecuencia se menciona una marca en las respuestas de los asistentes dentro de tu conjunto de temas objetivo. Llámalo SOV en IA, o simplemente SOV a partir de aquí, pero trátalo como una señal distinta de la cuota en la SERP. A continuación explico su definición, una forma práctica de medirlo, en qué se diferencia del SOV tradicional y cómo usar esta métrica para fijar prioridades y objetivos.

¿Qué es el share of voice en IA?

El share of voice en IA recoge la proporción de menciones de marca en las respuestas generadas para un conjunto definido de consultas. En su versión más sencilla, la fórmula es: share of voice = menciones de tu marca / total de menciones de la categoría en las respuestas de la IA. Si consultas a los asistentes 100 veces sobre «gestión de proyectos para equipos remotos» y tu marca aparece en 25 de esas respuestas, tu SOV es del 25 %.

Las menciones pueden ser nombres de marca explícitos, nombres de producto o alias claros que la gente usa para referirse a tu producto. Cuenta las citas por separado si quieres una señal de autoridad percibida. A muchos equipos les resultan útiles dos categorías: las menciones directas dentro del texto del asistente y las que aparecen como citas con enlace o recursos sugeridos. Haz seguimiento de ambas para entender tu presencia bruta y tu potencial de tráfico de referencia atribuible.

Cómo medir el SOV en IA

La medición tiene que ser pragmática, porque todavía no existe un estándar universal. El flujo de trabajo básico sigue cuatro pasos en orden:

1. Define el conjunto de consultas. Empieza con 30-200 consultas semilla repartidas entre categorías de intención: descubrimiento, comparación y compra. Usa como punto de partida los registros de consultas de la SERP, tu investigación de palabras clave y las preguntas más habituales que llegan a soporte.
2. Lanza las consultas en varias plataformas. Incluye los principales asistentes que te interesan, distintas configuraciones del modelo si están disponibles, y repite las consultas para captar la variación entre sesiones. Guarda la respuesta completa, la versión del modelo, la plantilla del prompt y las citas que aparezcan.
3. Detecta las menciones. Usa coincidencia exacta, alias normalizados y reconocimiento de entidades nombradas con coincidencia aproximada para las paráfrasis. Marca si cada mención aparece en el cuerpo de la respuesta, en una cita o en un paso sugerido.
4. Calcula el SOV. Agrupa los recuentos por tema y plataforma y, después, calcula la cuota en porcentaje. Presenta el SOV por plataforma y un agregado ponderado si algunas fuentes te generan más tráfico que otras.

Algunas pautas prácticas de muestreo: procura llegar a un mínimo de 200 consultas por tema cuando la variación sea alta, o a más de 500 cuando necesites resultados fiables en varios asistentes. Controla los prompts: usa un perfil de usuario estable y fija la temperatura cuando sea posible. Registra la fecha, la hora, las cookies y el historial de chat. Si la señal tiene mucho ruido, aplica remuestreo (bootstrap) con varias ejecuciones y presenta intervalos de confianza en lugar de una estimación puntual.

SOV en IA frente a SOV tradicional

Dimensión	Respuestas de la IA	Búsqueda y anuncios tradicionales
Origen de la señal	Texto generado por modelos, que puede citar fuentes	Páginas indexadas, posiciones de pago, resultados orgánicos
Mecanismo de visibilidad	Que te nombren en una respuesta o en una cita	Posiciones, impresiones, clics
Volatilidad	Alta, depende de los prompts, las actualizaciones del modelo y el estado de la sesión	Menor, cambia con las actualizaciones del algoritmo y los elementos de la SERP
Atribución	Más difícil, a menudo sin clic ni origen de referencia directo	Más clara gracias a la analítica y los datos de clics
Método de medición	Muestreo y detección con PLN	Seguimiento de impresiones y clics
Tipo de oportunidad	Mención de marca, autoridad dentro de las respuestas	Tráfico y conversiones desde páginas de destino

La tabla muestra por qué no puedes tratar las cifras de SOV de los asistentes como un simple sustituto de la cuota en la SERP. Los asistentes pueden dar una recomendación concisa sin generar ningún clic. Eso crea influencia sin un tráfico de referencia medible. Al mismo tiempo, los asistentes suelen sintetizar varias fuentes y sacan a la luz nombres que rara vez eran visibles en las SERP tradicionales. La volatilidad importa: una actualización del modelo puede cambiar de la noche a la mañana qué marcas se nombran, así que fíjate en las tendencias, no en capturas puntuales.

Cómo usar el SOV en IA en tu estrategia

Trata el SOV como una señal de alerta temprana y de priorización. Una cuota baja en un tema de alta intención indica una brecha de contenido o de posicionamiento, mientras que una caída de tu SOV en una categoría consolidada es una alerta competitiva. Persigue dos resultados operativos: proteger la presencia de tu marca donde ya lideras y construirla donde quieres ganar.

• Comparativa y periodicidad: establece un punto de partida por asistente y por tema, y mide cada mes. Presenta tanto el SOV bruto como una tendencia móvil de 90 días para suavizar el ruido de los modelos.
• Enfoque del contenido y los prompts: crea contenido conciso, que dé la respuesta primero y que encaje con la formulación exacta de las preguntas que usan los asistentes. Incluye nombres de producto inequívocos, propuestas de valor breves y casos de uso de ejemplo para que los modelos puedan extraer las secuencias de tokens correctas.
• Infraestructura de señales: asegúrate de que tu documentación pública, tus preguntas frecuentes, tu marcado schema y tus páginas canónicas sean claras, factuales y fáciles de citar. Siempre que puedas, publica páginas de referencia breves que respondan a la pregunta concreta que podrían hacerle a un asistente.
• Posicionamiento del producto: si los asistentes no mencionan tu producto porque la formulación es distinta, introduce los alias habituales en los encabezados y las frases iniciales. Actualiza tus mensajes de forma que suenen naturales para las personas y encajen con los patrones de las consultas.
• Experimentación: haz pruebas de condicionamiento de prompts y campañas de contenido controladas durante 6-12 semanas, sigue la evolución del SOV y relaciona los cambios con métricas posteriores del embudo, como las conversiones asistidas.
• Gestión de riesgos: monitoriza las actualizaciones de los modelos y los picos de menciones de la competencia. Mantén una lista de vigilancia de los temas de alto riesgo en los que un asistente suele recomendar a un competidor, y asigna responsables que respondan con contenido específico o con relaciones públicas.

Empieza con un conjunto de temas pequeño y de alto valor, y ve cogiendo soltura con el proceso. Con el tiempo, afinarás qué consultas anticipan resultados de negocio y qué asistentes importan más a tus compradores. No uses el SOV como una métrica de vanidad, sino como una señal para cambiar lo que publicas y dónde centras el relato de tu producto.