Cómo medir el ROI real de tu estrategia GEO (más allá del share of voice)

# Cómo medir el ROI real de tu estrategia GEO (más allá del share of voice)

Una curva de share of voice dice cómo apareces en las respuestas de IA, pero no cuánto negocio genera. Si dirección pregunta qué parte del pipeline tiene relación con ChatGPT o cuánto rinde cada euro invertido en GEO frente a Google Ads o LinkedIn, hace falta otro tipo de medición.

Medir el ROI de GEO es difícil: parte del tráfico llega sin referrer, la atribución se rompe, las respuestas de los modelos cambian y los KPIs habituales de marketing digital no encajan del todo. Este post explica las tres capas de medición que conviene separar, cómo identificar el tráfico relacionado con IA que tu analítica no etiqueta y cómo construir un business case honesto, con sus límites a la vista.

El problema de atribución en GEO

Si filtras en Google Analytics los referrers de ChatGPT, Perplexity o Gemini, verás una cifra concreta. Esa cifra es un mínimo, no el total: no sabemos qué proporción del efecto real representa, y cambia según el negocio. Parte de la influencia de la IA queda fuera por varias vías:

1. Tráfico que llega como "directo". Si alguien ve tu marca recomendada en ChatGPT y después escribe tu URL en una pestaña nueva, Google Analytics lo registra como directo. No hay forma de saber desde la analítica qué parte del directo tiene ese origen.

2. Tráfico que llega como "orgánico de Google". Si alguien ve tu marca en una respuesta de IA y luego la busca en Google para comprobarla, la visita aparece como orgánica. Puede contribuir a un aumento de búsquedas de marca, junto con otras causas.

3. Clics sin referrer. Algunas aplicaciones y configuraciones no pasan referrer al abrir un enlace, así que la visita pierde su origen.

Conclusión operativa: el referrer del navegador da un suelo, no una medida completa. Hacen falta otras señales, y cada una tiene sus propios sesgos.

Las 3 capas de medición

Una estrategia GEO bien medida combina tres niveles. Confundirlos es lo que debilita los business cases.

Capa 1 — Actividad GEO (lo que tú haces).

Contenido publicado, schema implementado, correcciones de datos, acciones en fuentes externas. Es la capa operativa. Sirve para gestionar el trabajo, no para justificar el presupuesto por sí sola.

Capa 2 — Comportamiento de los modelos (cómo responde la IA).

Share of voice, tasa de cita, posición en la respuesta, sentimiento, consistencia entre modelos. Son las métricas técnicas GEO. Sirven como indicador adelantado, pero no demuestran por sí mismas un efecto en el negocio.

Capa 3 — Impacto en negocio.

Búsquedas de marca, tráfico con referrer de IA, leads que declaran haber conocido la marca por IA, pipeline, ingresos y CAC. Es la capa que interesa a dirección y la más difícil de atribuir.

Un error frecuente es presentar solo la capa 2 sin relacionarla con la capa 3, o relacionarlas como si la primera causara automáticamente la segunda.

Cómo identificar el tráfico relacionado con IA

Cinco métodos complementarios. Cada uno mide algo distinto y se solapan entre sí, así que conviene reportarlos por separado y no sumarlos.

Método 1: Referrers de IA en Analytics.

En Google Analytics 4, filtra por referrers como chatgpt.com, chat.openai.com, perplexity.ai, gemini.google.com, claude.ai o copilot.microsoft.com. Es el dato más limpio, pero solo cubre las visitas que conservan el referrer.

Método 2: UTM en los enlaces que controlas.

Cuando proporcionas URLs a plataformas que lo permiten (feeds de producto, integraciones de comercio, perfiles en directorios), puedes añadir parámetros UTM para identificar esas visitas. No los pongas en las URL canónicas, en el schema markup ni en tus enlaces internos: las URL canónicas con UTM generan duplicados y los asistentes suelen citar la URL que encuentran, no una etiquetada por ti.

Método 3: Búsquedas de marca en Search Console.

Mide impresiones y clics de las consultas que contienen tu marca. Un aumento sin campañas de marca puede estar relacionado con tu presencia en IA, pero también con PR, redes sociales, estacionalidad, boca a boca u otros canales. Úsalo como señal, no como atribución.

Método 4: Pregunta en el formulario de contacto.

Añade un campo "¿Cómo nos conociste?" con opciones como Google, ChatGPT, Perplexity, Gemini, Claude, Recomendación, Anuncio y Otro. Es un dato declarado: la gente olvida, simplifica o elige la primera opción razonable, pero aporta información que la analítica no tiene.

Método 5: Encuesta a clientes nuevos.

Pregunta a los clientes recién ganados si usaron algún asistente de IA durante su investigación y si ChatGPT u otro asistente les recomendó tu marca. Formula la pregunta de forma neutral para no inducir la respuesta.

Con los cinco métodos obtienes varias señales parciales. Presenta cada una con su número y su limitación. Una misma persona puede aparecer en el referrer, en el formulario y en la encuesta, así que sumar los métodos contaría dos o tres veces al mismo cliente.

Atribución last-touch y multi-touch en GEO

Los modelos de atribución clásicos encajan mal con GEO:

Last-touch. Atribuye el 100% al último canal antes de la conversión. Si la IA interviene en el descubrimiento o la validación y no en el último clic, este modelo no la refleja. Además, el canal "directo" que aparece en last-touch no se puede reasignar a la IA sin datos que lo justifiquen.

First-touch. Atribuye el 100% al primer canal registrado. Tiene el problema opuesto y, si la IA no deja referrer, tampoco la ve.

Multi-touch. Reparte el valor entre los canales registrados del recorrido. Es más completo, pero solo puede repartir lo que se ha registrado; los contactos con IA sin referrer siguen fuera.

Una práctica realista: mantener la atribución de tu CRM tal cual y añadir, como dato aparte, la proporción de clientes que declaran haber usado IA en su decisión. Si la encuesta dice que el 35% de los clientes nuevos vio tu marca en una respuesta de IA, eso es una señal de influencia, no un porcentaje de ventas causado por GEO: esos clientes también pasaron por otros canales y habrían podido comprar igualmente. No multipliques los leads de todos los canales por ese factor. Puedes complementarlo con consistencia entre modelos en la capa 2.

5 indicadores de negocio para seguir

1. Búsquedas de marca. Evolución mensual de búsquedas con tu nombre en Search Console. Útil como señal de notoriedad; para atribuir una parte a GEO necesitas descartar otras causas o diseñar una comparación (por ejemplo, mercados con y sin acciones GEO).

2. Tráfico con referrer de IA y su calidad. Volumen, páginas vistas, conversión y valor de las visitas con referrer de asistentes. No infieras que el tráfico directo "viene de IA" porque mejore su calidad; puede haber muchas otras razones.

3. Pipeline declarado. Valor del pipeline en el que el campo "¿Cómo nos conociste?" indica un asistente de IA. Es un dato declarado y conviene presentarlo como tal.

4. Coste por lead declarado de IA. Coste total de tu trabajo GEO (herramienta, horas de equipo, contenido) dividido entre los leads que declaran IA. Es un coste por lead, no un CAC: no cuenta solo clientes cerrados. Compara CPL con CPL y CAC con CAC, con la misma definición de lead, los mismos componentes de coste y el mismo periodo en ambos canales. Aun así, los métodos de atribución no son equivalentes y los leads de IA pueden haber tocado también Google Ads o LinkedIn.

5. LTV por canal de origen declarado. Compara el valor de vida de los clientes según el origen que declaran. Si los que mencionan IA tienen un LTV distinto, es un dato interesante, pero con muestras pequeñas la diferencia puede ser ruido.

Cómo construir un business case GEO

Tres bloques:

Bloque 1: La inversión real. Coste de la herramienta, horas de equipo dedicadas y presupuesto de contenido que la IA pueda citar. Sin inflar ni omitir partidas.

Bloque 2: Las señales medidas. Búsquedas de marca, tráfico con referrer de IA, leads y pipeline declarados, cada uno con su método y su limitación. Si todavía no tienes estos datos, la respuesta honesta es "necesitamos unos meses para construir la línea base", no una cifra inventada.

Bloque 3: Comparativa de canales, con sus diferencias. Una tabla con coste, leads y pipeline por canal: Google Ads, LinkedIn Ads, SEO, GEO, eventos, outbound. Indica qué método de atribución se usa en cada fila, porque no son comparables uno a uno. Si GEO sale competitivo con supuestos prudentes, tienes argumento; si sale mal, revisa la ejecución antes de pedir más presupuesto.

Ejemplo hipotético: cálculo ilustrativo sobre ingresos en una SaaS B2B

Este ejemplo es ficticio y sirve solo para mostrar la mecánica del cálculo. Los números no proceden de ningún cliente ni son una referencia de resultados esperables. Además, el cálculo compara la inversión con ingresos asignados, no con beneficio: no descuenta márgenes, costes de entrega, soporte ni comisiones. Es un retorno sobre ingresos ilustrativo, no un ROI económico neto.

Supuestos:

• Inversión GEO anual: 35.000 € (12.000 € herramienta + 18.000 € horas de equipo interno + 5.000 € contenido externo)
• Encuesta a clientes nuevos: 32% dice que una IA influyó en su decisión
• Clientes nuevos ganados en el año: 84
• Ticket medio anual: 9.600 €
• LTV medio: 28.800 € (3 años)
• CAC medio de todos los canales: 2.150 €

Cálculo:

• Clientes que declaran influencia de IA: 84 × 32% ≈ 27 clientes
• Supuesto de contribución: se asigna a GEO el 50% del valor de esos clientes, porque también pasaron por otros canales. Este 50% es una hipótesis del ejemplo, no una medida: cambia mucho el resultado y debe justificarse con tus propios datos. 27 × 0,5 = 13,5 clientes equivalentes
• Ingresos del año 1 asignados a GEO: 13,5 × 9.600 € = 129.600 €
• Retorno sobre ingresos del año 1 con estos supuestos: (129.600 € − 35.000 €) / 35.000 € = 270%
• LTV asignado a GEO: 13,5 × 28.800 € = 388.800 €
• Retorno ilustrativo sobre los ingresos de por vida de la cohorte del año 1 frente a su inversión inicial de adquisición: (388.800 € − 35.000 €) / 35.000 € = 1.011%. No es el ROI de un programa GEO a tres años: compara los ingresos de por vida asignados a los clientes captados en el año 1 con la inversión anual única de ese año, bajo el supuesto explícito de que no se asigna coste GEO adicional a esa cohorte. Una evaluación del programa a tres años exigiría los costes de los tres años y todas las cohortes relevantes, que este ejemplo no tiene.

Para obtener un ROI económico neto necesitarías sustituir los ingresos por el margen de contribución de esos clientes (ingresos menos costes atribuibles de entrega y soporte, antes de la inversión GEO, que la fórmula ya resta), con tus datos contables reales. No restes dos veces los costes de adquisición. Este ejemplo no incluye esos datos y no inventa un margen.

Coste por cliente con influencia declarada:

• 35.000 € / 27 clientes = 1.296 € por cliente
• Frente al CAC medio de 2.150 €, parecería más bajo, pero la comparación mezcla un dato declarado con uno contable y asume que esos clientes no habrían llegado por otra vía.

Análisis de sensibilidad. Con una contribución del 20% en lugar del 50%, los clientes equivalentes serían 5,4, los ingresos del año 1 asignados 51.840 € y el retorno sobre ingresos del año 1, 48%. Si la inversión en GEO no hubiera cambiado ninguna decisión de compra, el retorno real sería negativo. Presenta varios escenarios, no uno solo.

5 errores comunes al medir el ROI de GEO

1. Quedarse solo con lo que muestra Analytics. El referrer es un mínimo. Complétalo con formularios y encuestas, reportados por separado.

2. No medir la línea base antes de empezar. Sin datos de partida no hay comparación. Mide búsquedas de marca, leads declarados y visibilidad en IA antes de la primera acción.

3. Esperar resultados en un plazo fijo. No hay un plazo universal. Acuerda con dirección un periodo de medición razonable para tu ciclo de venta y revisa los datos a intervalos, sin prometer una fecha.

4. Comparar GEO con Google Ads sin ajustar el contexto. Los anuncios compran clics con atribución directa; el efecto de GEO es más difuso y puede tardar más. Compáralos con métricas y horizontes adecuados, y explica las diferencias. Ver también cómo medir la visibilidad de marca en IA.

5. Presentar solo métricas técnicas. El share of voice explica la capa 2, no el negocio. Presenta también la capa 3, con sus limitaciones.

Antes de atribuir un cambio de pipeline a una acción concreta, valida primero que la acción movió la señal de visibilidad con un experimento GEO diseñado para medir impacto.

Para reconciliar eventos y pedidos entre sistemas, usa el contrato del funnel de comercio agéntico.

FAQ

¿Cuánto tarda en verse ROI medible de una estrategia GEO?

No hay un plazo universal. Depende de tu ciclo de venta, de la frecuencia con que tus clientes usen asistentes y de cuánto cambie tu visibilidad. Mide la línea base desde el principio y revisa búsquedas de marca, leads declarados y pipeline a intervalos regulares; un business case con datos propios requiere al menos varios ciclos de venta.

¿Tiene sentido invertir en GEO si vendo menos de 100.000 € al año?

Puede tenerlo si tus clientes usan asistentes para buscar lo que vendes y puedes trabajar un nicho concreto. Empieza con una medición barata (preguntas manuales, campo en formularios) y decide el nivel de inversión con esos datos.

¿Cómo distingo el impacto de GEO del impacto de SEO clásico?

No se pueden separar del todo porque comparten base y se influyen. Lo más útil es combinar datos de canal (referrers de IA frente a orgánico), encuestas y, cuando sea posible, experimentos: cambios aplicados a un grupo de páginas o mercados y no a otro. Un aumento de búsquedas de marca con el orgánico estable es una pista, no una prueba.

¿Vale la pena medir ROI GEO en negocios B2C de bajo ticket?

Sí, con una mecánica más sencilla: tráfico con referrer de IA, su conversión directa y, si controlas los enlaces (por ejemplo, en feeds de producto), parámetros UTM. Las encuestas post-compra breves ayudan a completar el dato.

¿Qué herramienta uso para tracking de atribución GEO?

Una buena base es Google Analytics 4 con segmentos de referrers de IA, un campo en los formularios y una encuesta a clientes nuevos. Una herramienta de visibilidad como Mentio aporta la capa 2 (cómo te mencionan los modelos); el cruce con ventas se hace en tu analítica y tu CRM.

¿Mi CFO va a aceptar un modelo de atribución basado en encuestas declaradas?

Es más fácil si presentas el modelo con transparencia: qué mide cada fuente, qué supuestos usas, qué escenarios salen con supuestos prudentes y qué no sabes. Evita presentar una sola cifra de ROI; un rango con análisis de sensibilidad es más defendible.

Mide la capa de visibilidad con Mentio

Mentio mide cómo aparece tu marca en las respuestas de los principales modelos de IA: tasa de mención, posición, sentimiento y comparación con competidores. Úsalo como capa 2 de tu medición y combínalo con tu analítica y tu CRM para la capa de negocio.

Ver planes →

---

Lectura complementaria: Cómo medir menciones de marca en Google AI Overviews — guía operativa con métricas, set de consultas y checklist.

Para la capa ejecutiva que precede o complementa a este business case financiero, usa la plantilla de informe ejecutivo de visibilidad en IA.

Lectura recomendada: Share of Voice en IA: cómo calcularlo en ChatGPT, Gemini y Perplexity.

¿Quieres saber si la IA menciona tu marca?

Descubre tu visibilidad en ChatGPT, Claude y Gemini en minutos.

Analiza tu marca gratis

Artículos relacionados