Monitoreo de marca en IA: Share of Voice y visibilidad en respuestas

La nueva familia de métricas

Un tracker clásico mide la posición. Las métricas de GEO miden la presencia en la respuesta:

• AI Citation Frequency (AICF) — con qué frecuencia la IA te cita.
• Brand Representation Accuracy — con qué exactitud el motor describe tu marca.
• AI Share of Voice — tu proporción en las respuestas frente a la competencia.
• AI Referral Traffic — personas reales que llegan desde las respuestas de IA.

Las consultas de medición se agrupan por embudo — 5 categorías: comercial + agéntica, navegacional, comparativa, recomendacional, reputacional. El KPI pasa de los rankings a las ventas y la presencia (GEO-HowTo 2026, Runov).

AISVS: un compuesto de 0 a 100

Un enfoque bien desarrollado es el AISVS (AI Search Visibility Score) de Dmitry Ivanov (ISPOLIN). Es un puntaje de 0 a 100 a partir de cuatro señales independientes:

Componente	Peso	Qué mide
Citation Rate	35%	proporción de consultas en las que apareció la marca
Position Score	25%	en qué parte de la respuesta te mencionaron
Answer Share	25%	proporción de palabras de la marca frente a toda la competencia
Persistence	15%	cuántas semanas seguidas se mantiene la marca

Algunos detalles importantes:

• Position Score divide la respuesta en zonas: el inicio (primeras 80 palabras) pesa 3.4, el medio 1.0, la cola 0.4. Ser mencionado en el primer párrafo ≠ ser mencionado al final.
• Answer Share te compara contra competidores hallados automáticamente: dominios que aparecen 2+ veces en las respuestas, menos el ruido (Wikipedia, YouTube).
• Persistence es la dimensión temporal. “Entrar una vez en Alice es fácil; sostenerse durante 26 semanas es la tarea.”

Cómo leerlo: 0–20 es una zona ciega, 50 es visibilidad de base, 70+ es fuerte. Un ejemplo revelador de ISPOLIN: una empresa con AISVS = 28 mientras su puntaje técnico general era 71/100 — una buena base, pero la marca aún no se ha afianzado en las respuestas de IA. Esa es justamente la brecha que solo una métrica de GEO detecta.

Sentimiento: no solo “estar”, sino “cómo te describen”

Entrar en la respuesta no basta — lo que la IA dice de ti importa. Por eso el modelo de AI SOV (Rusakov) agrega un peso por sentimiento de la mención:

Sentimiento	Peso
Positivo	1.5
Neutral	1.0
Negativo	0.5

Cada plataforma cuenta a su manera: el AISVS de Ivanov enfatiza la estabilidad (Persistence), el AI SOV de Rusakov enfatiza los pesos de los factores (plataforma, enlace, sentimiento), el BMR de Brandfound enfatiza el delta antes/después a través de 9 redes neuronales. Todavía no existe un estándar único de la industria — pero la dirección es compartida: medir la presencia en la respuesta, no la posición del enlace.

Cómo lo medimos

Nuestro reporte de visibilidad reúne estas señales:

• AI-visibility score — un puntaje de visibilidad compuesto (AI-SOV, exposición en AI-Overview, tendencia de citación, readiness de la página) — nuestro análogo del AISVS.
• Brand-perception con sentimiento — se le pregunta al motor “qué es <marca>” y leemos si te conoce, si te describe con exactitud, con qué sentimiento (positivo/neutral/negativo) y si cita tu sitio como fuente.
• Competidores por consulta — para cada consulta ves a quién citan en tu lugar (esos dominios de 2+ veces).
• AI-referrals — visitas reales desde las respuestas de IA, por motor.

La canasta de medición de base de la industria es de ~20 prompts × 3 motores, dos veces al mes (las corridas de ISPOLIN cuestan ~45 ₽ cada una). La regularidad supera a una captura aislada: es lo que produce la Persistence.

Qué hacer

1. Reemplaza la métrica principal. Posición → proporción de citaciones (AI SOV / AISVS). De lo contrario, el crecimiento de visibilidad es invisible.
2. Mide con regularidad. Dos veces al mes contra una canasta fija de prompts — así aparece la Persistence.
3. Vigila el sentimiento. Por separado del hecho de la citación: lo negativo en una respuesta cuesta más que el silencio.
4. Divide los prompts por embudo. 5 categorías (comercial/navegacional/comparativa/recomendacional/reputacional) — de lo contrario, la métrica mide solo una parte de la demanda.

Fuentes

• AISVS — AI Search Visibility Score — GEO-HowTo 2026, charla de Dmitry Ivanov (ISPOLIN): componentes Citation Rate 35% / Position Score 25% / Answer Share 25% / Persistence 15%, una canasta de ~20 prompts × 3 motores; base metodológica — Digital Applied.
• AI Share of Voice + pesos de sentimiento — GEO-HowTo 2026, charla de Rusakov–Sinitsyn (Sentiment 1.5/1.0/0.5, PlatformWeight, LinkWeight); BMR de Brandfound (delta a través de 9 redes neuronales).
• La familia de métricas de GEO y las 5 categorías de prompts — GEO-HowTo 2026, charla de Alexander Runov (MGCom).
• Nuevas métricas de visibilidad (AICF, brand accuracy, SOV) — Digital Agency Network: GEO Statistics 2026, SEO.com: GEO trends.