¿Qué es la cuota de voz en IA (Share of Model) y cómo medirla?

¿Qué es la cuota de voz en IA (Share of Model) y cómo medirla?

La cuota de voz en IA, a menudo denominada Share of Model, es una medida comparativa del espacio que ocupa una marca en las respuestas de asistentes como ChatGPT, Gemini, Claude o Perplexity. No mide una visibilidad absoluta en la web: mide, sobre un conjunto estable de situaciones de viajeros, con qué frecuencia su marca aparece, se recomienda realmente o se cita en comparación con sus competidores. Dicho de otro modo, la pregunta adecuada no es solo «¿se menciona mi hotel?», sino «ante las mismas consultas, frente a los mismos competidores y en el mismo motor, ¿con qué frecuencia estoy presente, se me elige o se me respalda con una cita?».

La cuota de voz en IA no es un simple recuento de menciones

Contar las veces que una marca aparece en una respuesta de IA es útil, pero insuficiente. Una marca puede mencionarse de pasada, figurar en una lista junto a otras o, por el contrario, recomendarse claramente como la mejor opción. Estas situaciones no tienen el mismo valor. Para que la medición resulte útil, hay que distinguir al menos tres niveles: la presencia, la recomendación y la citación. La presencia responde a la pregunta «¿aparece la marca?». La recomendación responde a «¿se propone la marca como una opción pertinente o preferible?». La citación responde a «¿se apoya explícitamente la respuesta en una fuente visible vinculada a esa marca o a su ecosistema de información?». Si mezcla estos tres niveles en una sola cifra sin un método claro, obtendrá un indicador atractivo, pero poco útil. Si los separa, podrá entender si su problema se debe a una falta de visibilidad, de preferencia o de pruebas visibles. Para aclarar estos niveles de presencia en las respuestas generativas, también puede leer la diferencia entre ser citado, visible y recomendado por una IA.

Qué mide realmente la cuota de voz en IA

La cuota de voz en IA mide una posición competitiva dentro de un ámbito definido. Ese ámbito incluye un corpus de preguntas, un panel de competidores, uno o varios motores, un idioma, un mercado y un periodo de prueba. Esto es esencial, porque no existe una cuota de voz en IA universal. Puede tener una cuota de voz elevada en consultas como «hotel para familias cerca del centro de Roma» y una cuota baja en consultas como «hotel boutique de diseño para un fin de semana romántico». También puede ser muy visible en inglés y mucho menos en francés. Por tanto, la métrica siempre depende del ámbito de prueba. Debe interpretarse como un indicador de cobertura competitiva en casos comparables, no como una verdad global sobre su notoriedad.

Empezar por un corpus estable de situaciones de viajeros

La calidad de la medición depende, ante todo, de la calidad del corpus de prueba. Hay que construir un conjunto de situaciones de viajeros lo bastante estable como para repetir las pruebas a lo largo del tiempo. Un buen corpus no se limita a consultas genéricas como «mejores hoteles de París». Abarca situaciones concretas: destino, presupuesto, duración, perfil del viajero, barrio, uso, restricciones, estacionalidad o intención. Por ejemplo, una consulta puede referirse a una estancia de negocios; otra, a un fin de semana en pareja; y otra, a un hotel familiar cerca de un punto de interés. El objetivo no es probar todas las formulaciones posibles, sino una muestra coherente de las consultas que realmente importan para su mercado. Si el corpus cambia en cada medición, deja de seguir su evolución: cambia de examen cada vez. Para entender por qué la elección de las formulaciones influye tanto en los resultados, este tema se desarrolla en por qué las recomendaciones cambian según la pregunta planteada.

Comparar a los competidores únicamente con los mismos prompts

La comparación solo tiene sentido si todas las marcas se observan exactamente en el mismo terreno. Por tanto, hay que evaluar su marca y las de sus competidores con los mismos prompts y en las mismas condiciones. Comparar su presencia en una serie de preguntas sobre «lujo» con la de un competidor en una serie de preguntas sobre «familias» no aporta ninguna señal fiable. Del mismo modo, mezclar varios idiomas, mercados y motores en una sola media suele ocultar las diferencias reales. La buena práctica consiste en mantener separados, al menos al principio, los resultados por motor, idioma, mercado y grupo de situaciones de viajeros. Después podrá agregarlos, pero solo tras comprender qué está agregando.

Definir reglas de codificación antes de iniciar la medición

Antes incluso de realizar las pruebas, hay que decidir cómo se interpretarán las respuestas. Sin una matriz de codificación, dos personas pueden interpretar la misma respuesta de forma distinta. Una matriz sencilla puede incluir las siguientes categorías:

• Ausente: la marca no aparece.
• Mencionada: la marca se menciona, sin que realmente se proponga como opción.
• Incluida en una lista: la marca forma parte de una selección de opciones.
• Recomendada: la marca se presenta como especialmente adecuada, prioritaria o mejor para la necesidad expresada.
• Citada como fuente o respaldada por una fuente visible: cuando la interfaz muestra fuentes explícitas y una de ellas remite al sitio web de la marca o a una fuente externa que aporta información sobre ella.
• Ambigua: la formulación no permite determinar la categoría con claridad. Lo importante no es inventar una taxonomía compleja, sino aplicar siempre el mismo criterio. Una métrica imperfecta pero estable vale más que una métrica teóricamente perfecta pero codificada de forma distinta en cada ejecución.

Los tres indicadores que conviene priorizar

1. La tasa de presencia

La tasa de presencia mide la frecuencia con la que su marca aparece en las respuestas del corpus evaluado. Fórmula sencilla: tasa de presencia = número de prompts en los que aparece la marca / número total de prompts evaluados Este indicador revela si entra en el campo de respuesta de los modelos. Todavía no indica si es la opción preferida.

2. La tasa de recomendación

La tasa de recomendación mide la frecuencia con la que su marca se propone realmente como una opción pertinente, no solo se menciona. Fórmula sencilla: tasa de recomendación = número de prompts en los que se recomienda la marca / número total de prompts evaluados Suele ser el indicador más útil para interpretar el rendimiento competitivo, porque refleja mejor el paso de la mera visibilidad a la elección.

3. La tasa de citación

La tasa de citación solo puede medirse correctamente cuando la interfaz muestra fuentes o referencias visibles. En ese caso, hay que decidir de antemano el criterio de cálculo. Hay dos opciones posibles:

• medir la citación sobre el conjunto de prompts evaluados;
• medir la citación únicamente sobre los prompts en los que el motor muestra fuentes. Lo esencial es indicar claramente el denominador. De lo contrario, las comparaciones resultan engañosas, sobre todo entre motores que no muestran sus fuentes de la misma manera.

Cómo calcular una verdadera cuota de voz competitiva

Las tres tasas anteriores ya ofrecen una lectura útil. Para hablar de cuota de voz en sentido estricto, puede transformar después estas observaciones en una cuota relativa frente al panel de competidores. El principio es sencillo: sobre el mismo corpus, se cuenta cuántas veces está presente cada marca, se recomienda o se cita, y después se calcula la cuota de cada marca dentro del total observado. Por ejemplo, para la presencia: cuota de voz de presencia = apariciones de su marca / apariciones totales de todas las marcas del panel El mismo razonamiento puede aplicarse a la recomendación y a la citación. Este enfoque tiene una ventaja importante: permite ver no solo su propia frecuencia, sino también su peso relativo en el espacio competitivo observado. Una marca puede tener una tasa de presencia aceptable y, aun así, quedar muy por detrás de dos competidores dominantes. A la inversa, puede aumentar su cuota relativa aunque el volumen bruto se mantenga estable, porque el resto del panel retrocede.

Añadir la posición en la respuesta sin confundirla con la cuota de voz

En muchas respuestas, el orden de presentación importa. Que se le mencione en primer lugar no tiene el mismo alcance que figurar en cuarta posición al final de una lista. Por tanto, puede complementar la medición con indicadores como:

• frecuencia de Top 1;
• frecuencia de Top 3;
• posición media cuando la respuesta está ordenada;
• proporción de casos en los que un competidor concreto le adelanta. Estos indicadores son valiosos, pero no deben sustituir a las tasas de presencia y recomendación. En primer lugar, porque no todas las respuestas están ordenadas de forma explícita. En segundo lugar, porque una respuesta conversacional puede recomendar con firmeza una marca sin presentarla en una lista numerada.

Repetir las pruebas para reducir el efecto de la variabilidad

Una respuesta de IA no es un resultado perfectamente fijo. Puede variar según el motor, el idioma, el mercado, el momento de la prueba, el historial de la sesión o la formulación exacta de la consulta. Por eso, una medición rigurosa no se basa en un único intento. Hay que repetir las pruebas y observar si las tendencias se mantienen. Cuanto menor sea la diferencia entre dos competidores, mayor será la prudencia necesaria. En la práctica, esto significa que una diferencia aislada no debe interpretarse como un veredicto estratégico. Lo que cuenta es la repetición de la señal sobre un corpus coherente y en varias ejecuciones comparables. Para entender por qué los motores no se comportan de la misma manera, puede leer ChatGPT, Gemini, Claude, Perplexity: ¿qué diferencias presentan para los actores del turismo?.

Separar los resultados por motor, idioma y mercado

Una puntuación media global resulta tentadora, pero a menudo oculta la información más útil. Una marca puede ser fuerte en un motor y débil en otro. Puede dominar en su mercado nacional y desaparecer en un mercado internacional. También puede ser bien reconocida en un idioma y mal interpretada en otro. Por tanto, la secuencia adecuada es la siguiente:

1. medir por separado por motor;
2. medir por separado por idioma;
3. medir por separado por mercado;
4. comparar los grupos de situaciones de viajeros;
5. solo entonces, elaborar una síntesis. Esto evita confundir un problema de contenido, de posicionamiento local o de traducción con un simple efecto del motor.

Cómo interpretar las diferencias

La cuota de voz en IA resulta útil cuando permite establecer un diagnóstico. Una presencia baja suele sugerir que la marca apenas entra en el universo de respuesta de los modelos para las situaciones evaluadas. Esto puede indicar una falta de claridad, de cobertura temática o de corroboración externa. Una presencia aceptable pero una recomendación baja sugiere algo distinto: la marca es conocida, pero no se considera suficientemente pertinente o preferible para la necesidad planteada. El problema ya no es solo existir en las respuestas, sino ser la opción adecuada. Una buena recomendación solo en algunos ámbitos suele revelar una especialización. No es necesariamente negativo. Puede mostrar que la marca tiene una fortaleza real en ciertos casos de uso, pero aún no en el conjunto del mercado al que se dirige. Por último, una citación baja pese a una presencia aceptable puede indicar que la marca aparece en las respuestas, pero sin pruebas visibles o sin un respaldo suficientemente identificable en las fuentes mostradas. Cuando la medición muestra que un competidor le supera de forma habitual, el siguiente paso lógico consiste en analizar por qué una IA recomienda a un competidor en lugar de a su empresa.

Las limitaciones que deben figurar en cualquier informe

La cuota de voz en IA es útil, pero debe presentarse junto con sus limitaciones. Primera limitación: depende del corpus evaluado. Si cambia las situaciones de viajeros, también cambia la métrica. Segunda limitación: depende del motor. Dos asistentes pueden generar selecciones distintas sin que una sea «falsa» y la otra «verdadera». Tercera limitación: depende del formato de respuesta. Algunas interfaces citan fuentes; otras, no. Algunas ordenan las opciones; otras redactan en lenguaje natural. Cuarta limitación: no mide directamente el rendimiento del negocio. Un aumento de la cuota de voz en IA no demuestra, por sí solo, un incremento del tráfico, de la demanda o de las reservas. Quinta limitación: sigue siendo sensible a la variabilidad. Cuanto menores sean las diferencias, más hay que evitar las conclusiones tajantes. Por último, no hay que confundir la cuota de voz en IA con la cuota de voz del SEO tradicional. Ambas lógicas pueden coincidir parcialmente, pero no describen lo mismo. De hecho, una página bien posicionada en Google puede seguir siendo poco visible en una respuesta generativa, como se explica en por qué un contenido bien posicionado en Google puede seguir siendo invisible en las respuestas de las IA.

El cuadro de mando mínimo que conviene implantar

Para empezar, suele bastar con un seguimiento sencillo. El cuadro de mando mínimo puede contener:

• la tasa de presencia por motor;
• la tasa de recomendación por motor;
• la tasa de citación cuando el formato lo permita;
• la cuota relativa frente a los principales competidores;
• el análisis por idioma;
• el análisis por mercado;
• el análisis por grupo de situaciones de viajeros;
• una indicación de las diferencias estables y de las diferencias todavía volátiles. El objetivo no es crear un cuadro impresionante, sino uno que ayude a decidir. Si no puede explicar qué significa una variación, el indicador aún está demasiado poco elaborado.

Qué conviene recordar

La cuota de voz en IA es una métrica comparativa, no absoluta. Sirve para medir el espacio que ocupa una marca en las respuestas generativas frente a sus competidores, sobre un corpus estable de situaciones de viajeros. Para medirla correctamente, hay que separar, como mínimo, la presencia, la recomendación y, cuando sea posible, la citación. Hay que evaluar los mismos prompts para todos los actores, mantener un ámbito constante, segmentar los resultados por motor, idioma y mercado, y después repetir las observaciones para limitar el efecto de la variabilidad. Bien utilizada, esta medición no solo indica si es visible. Muestra dónde se le elige, dónde no y en qué ámbitos competitivos su posicionamiento se sostiene realmente. Si quiere pasar de una intuición a una medición comparable, el paso útil es poner en marcha una auditoría GEO comparativa sobre un corpus estable de situaciones de viajeros, para evaluar la presencia, la recomendación y la citación frente a los competidores, motor por motor, idioma por idioma y mercado por mercado.