Cuota de voz en la IA: cómo contarla con honestidad

La cuota de voz llegó al marketing desde la publicidad, donde el denominador era al menos en teoría conocible. Inversión total de la categoría, impresiones totales, centímetros de columna. Podías discutir sobre la exactitud del total, pero todo el mundo aceptaba que existía un total y que alguien podía contarlo.

Deja caer esa métrica dentro de las respuestas de la IA y la aritmética parece idéntica. Cuenta cuántas veces un modelo nombra tu marca, divide entre cuántas veces nombra a alguien, llama al resultado tu cuota. Se lee como una medición. En una diapositiva, se comporta como una medición.

El problema no está en el numerador. Está en el denominador, y casi nadie que te venda este número lo va a decir en voz alta.

El denominador es la métrica entera

La cuota de voz es una fracción, y una fracción la determina al menos tanto lo que va debajo de la raya como lo que va encima. Así que, antes de mirar la cuota de nadie, haz la pregunta que decide su significado: cuota de voz, ¿frente a quién?

Hay dos maneras de contestar, y las dos están rotas, en direcciones opuestas.

Si eliges tú el conjunto de competidores, estás eligiendo el resultado

Lo natural es declarar a tus competidores de antemano. Escoges las marcas que consideras rivales, cuentas cuántas veces nombra el modelo a cada una y calculas tu porción.

Fíjate ahora en el poder que eso te concede. Añade unas cuantas rivales a las que los modelos generativos no mencionan prácticamente nunca. Tu recuento absoluto de menciones no ha cambiado ni en una. Tu cuota sube, porque el denominador acaba de engordar con marcas que no aportan nada a él. Quita a una rival que domina todas las respuestas de tu categoría, con el argumento perfectamente defendible de que juega en un segmento contiguo o en otra franja de precio, y tu cuota vuelve a subir.

Nadie tiene que ser deshonesto para que esto ocurra, y eso es lo que lo vuelve peligroso. El conjunto lo arma alguien que cree sinceramente que esos son los competidores relevantes, y cada decisión concreta de edición se puede defender de buena fe. Pero el número que sale por el otro extremo quedó decidido en gran medida cuando se armó el conjunto, no cuando se consultó al modelo. Una métrica cuyo valor lo fija una decisión editorial anterior no está midiendo el mundo. Está informando de la decisión.

La señal es sencilla, y sirve para cualquier cifra de cuota de voz que aterrice en tu mesa. Pregunta si la lista está escrita. Pregunta cuándo cambió por última vez y quién la cambió. Si esas respuestas son vagas, el número es decoración.

Si dejas que lo elija el modelo, el denominador no se estará quieto

La alternativa aparentemente más objetiva es no imponer ningún conjunto. Lanzas la pregunta, extraes todas las marcas que el modelo nombra y tu cuota son tus menciones sobre el total de menciones. Ningún pulgar editorial sobre la balanza.

Salvo que estos modelos son probabilísticos. Vuelve a lanzar la misma pregunta y el reparto cambia. Unas respuestas nombran a un puñado apretado de proveedores. Otras se desparraman en una lista larga que se lleva por delante herramientas contiguas, algún proyecto de código abierto y, de vez en cuando, una empresa que ya no existe en la forma en que el modelo la describe. Todas esas marcas entran en tu denominador y diluyen tu cuota, y ninguna entró porque algo hubiera cambiado en tu mercado.

Tu cuota se mueve ahora entre ejecuciones por motivos completamente desconectados de tu visibilidad, y se mueve en la dirección más difícil de interpretar: un modelo en día locuaz nombra a más marcas, así que tu cuota baja, así que parece que perdiste terreno un día en el que no pasó absolutamente nada.

Un denominador abierto no es más objetivo que uno elegido. Simplemente ha externalizado la elección a un sistema que la toma de forma distinta cada vez y que no te va a explicar por qué.

Cómo contarla de forma defendible

Nada de esto vuelve inservible la métrica. La vuelve condicional, y la condición tiene que estar a la vista.

Declara el conjunto de competidores, por escrito, y congélalo. El conjunto es un supuesto publicado, no uno privado, y su sitio está al lado del número, para que quien lea la cuota pueda ver de qué es cuota. Cambiarlo está permitido. Cambiarlo en silencio no lo está, y cualquier cambio reinicia la serie: las cifras de antes y las de después no son comparables y no deberían compartir una misma línea.

Construye el conjunto sobre criterios adversos, no halagadores. Las marcas que menos ganas tienes de meter en tu denominador son justamente aquellas cuya exclusión convierte tu número en ficción. Si una empresa reaparece en las respuestas que te importan, entra en el conjunto, diga lo que diga tu mapa de mercado sobre franjas y segmentos.

Informa de los dos denominadores, por separado. Tu cuota frente al conjunto declarado contesta una pregunta: cómo estoy entre las empresas con las que decidí que compito. Un recuento de las marcas inesperadas que el modelo nombró, guardado como cifra propia, contesta otra más urgente: a quién están recomendando en mi lugar empresas en las que ni había pensado. Mézclalas en un solo número y pierdes las dos.

Muchas ejecuciones y muchas preguntas, o nada. Una cuota calculada a partir de una respuesta no es una cuota. Es una muestra suelta disfrazada de población. Cada pregunta hay que lanzarla repetidas veces, y la cuota se calcula sobre el cuerpo entero de resultados. Si la cifra oscila violentamente entre ejecuciones, esa inestabilidad es un hallazgo y hay que enseñarla, no promediarla hasta convertirla en una línea plana y tranquilizadora.

Léela como tendencia, jamás como valor. El número absoluto es un artefacto de tu denominador y por sí solo no significa nada. Lo que significa algo es ese mismo número, calculado igual, contra el mismo conjunto congelado, moviéndose en una dirección a lo largo del tiempo. Tratar una lectura suelta como una afirmación sobre tu posición en el mercado es el error al que invita la métrica, y el que nunca sobrevive.

Lo que la métrica no puede ver

Incluso bien contada, la cuota de voz es una compresión burda.

Piensa en dos respuestas. En la primera, el modelo abre nombrando a tu marca como la opción estándar de la categoría y la describe con exactitud. En la segunda, tu nombre asoma en la cola de una lista larga, caracterizado como la opción barata por la que la gente se conforma cuando anda justa de presupuesto. Las dos son una mención. Las dos incrementan el numerador exactamente igual. La cuota de voz no las distingue, y la distancia entre ellas es casi todo lo que querrías saber.

Ese mismo aplanamiento esconde más cosas:

• La posición dentro de la respuesta. Que te nombren primera y que te nombren última se leen de forma muy distinta para un humano, e idéntica para la métrica.
• El encuadre. La opción por defecto, la aspirante, la barata, la veterana instalada. Todas son simplemente menciones.
• La exactitud. Un modelo que te nombra y describe un producto que no vendes ha subido tu cuota de voz mientras te perjudicaba.
• Qué pregunta la produjo. Una mención en una pregunta de compra y una mención en una pregunta ociosa de definición no valen lo mismo, y promediarlas vuelve ilegibles las dos.
• El idioma y el mercado. Una cuota global es el promedio de un mercado doméstico fuerte y una ausencia casi total fuera, y no describe ninguno de los dos. La visibilidad no viaja entre idiomas, y una cuota calculada por encima de ellos oculta exactamente la brecha que un exportador necesita ver.

Así que es un instrumento de baja resolución para detectar movimiento, cosa genuinamente útil, y no un certificado de posición, que es algo que no puede expedir.

Para qué sirve de verdad

Contra un conjunto estable y una lista de preguntas estable, lanzada repetidamente, una cuota que sube a lo largo de los meses te dice que el espacio de respuestas del modelo se está abriendo a ti. Una cuota que se erosiona mientras tu recuento bruto de menciones se mantiene te dice que una competidora está ganando, no que tú estés cayendo, que es otro problema y pide otra respuesta. Una cuota decente en casa que se desploma en tus mercados de exportación te dice dónde está el trabajo, y ese es justo el uso que casi nunca se le da a esta métrica.

Ninguna de esas lecturas exige que el número sea preciso. Todas exigen que sea consistente.

Dónde se hacen las cuentas

Esa consistencia, a esta escala, no es un ejercicio manual. Mantener un conjunto de competidores estable en cuatro plataformas y en todos los idiomas en los que vendes, repetirlo con una cadencia fija y conservar los resultados comparables es un problema de datos, no una sesión de navegación.

Ese es el trabajo para el que está hecho PSentry: lanzar tus preguntas en ChatGPT, Claude, Gemini y Perplexity, por idioma y por mercado, registrar qué marcas fueron nombradas junto a la tuya y mostrar cómo se mueve todo eso.

Dos límites, dichos sin adornos, porque un texto que defiende contar con honestidad no puede cerrar con un argumento de venta que la abandone. Los análisis se lanzan según calendario, dos veces al mes, así que esto es un instrumento de tendencia y no un canal en directo. Y mide: no manipula lo que estos sistemas dicen de ti, y cualquier proveedor que prometa garantizarte una cuota de las respuestas de la IA está vendiendo algo que no puede entregar.

Preguntas Frecuentes

¿El conjunto de competidores debe ser el mismo en todos los mercados?

Normalmente no, y forzarlo es una manera fiable de producir un número sin sentido. Las marcas que un modelo recomienda en un idioma no suelen ser las que recomienda en otro, porque la web local es distinta. Mantén un conjunto declarado por mercado y acepta que las cuotas de mercados distintos no son comparables entre sí. Cada una es comparable con su propia historia, que además es la única comparación que esta métrica admite.

¿Se puede comparar la cuota de voz entre plataformas?

Con cautela, y nunca como si fueran equivalentes. Estos sistemas recuperan y generan de maneras distintas, unos se apoyan en páginas en vivo y otros en lo que absorbieron entrenándose, y nombran marcas con distinto grado de locuacidad. Una cuota en una plataforma y una cuota en otra son dos series separadas. Mira cómo se mueve cada una. No restes la una de la otra.

¿Una cuota al alza es buena noticia si no ha cambiado nada más?

No necesariamente, y aquí está la trampa que tiende el denominador. Tu cuota puede subir porque la cobertura de una competidora se marchitó, porque el modelo se volvió más parco y nombró a menos marcas, o porque alguien editó el conjunto sin decirlo. Antes de celebrar nada, mira si se movió tu recuento bruto de menciones. Si no se movió, el movimiento ocurrió debajo de la raya, no encima.

¿Una cuota de cero significa que el modelo no ha oído hablar de mi marca?

Significa que el modelo no te nombró al responder a esas preguntas. Son dos afirmaciones distintas. Pregúntale directamente por tu marca y casi siempre obtendrás una descripción, porque el sistema encontrará algo que decir. Faltar en una respuesta de recomendación es una afirmación sobre tu posición entre las opciones que considera, no sobre si el nombre existe en su memoria, y confundir ambas cosas lleva a arreglar el problema equivocado.

¿Cada cuánto habría que recalcular el número?

Con la lentitud suficiente para estar leyendo una tendencia y no ruido. Estos sistemas no cambian deprisa su idea de una marca, porque esa idea descansa sobre una acumulación lenta de páginas y de cobertura. Recalcular sin parar produce un gráfico nervioso que refleja sobre todo el comportamiento probabilístico de los modelos y que te tienta a reaccionar ante un movimiento que nunca existió.