El Share of Search lleva años ayudando a medir el interés que genera una marca frente a sus competidores. Pero la expansión de la inteligencia artificial está cambiando dónde y cómo buscan los usuarios, haciendo necesario incorporar nuevas métricas capaces de medir la presencia dentro de las respuestas generadas por IA. Por este motivo, te explicamos todo lo que necesitas saber acerca del Share of Search.
Para entender qué es Share of Search, podemos definirlo como el porcentaje de búsquedas de una marca respecto al volumen total de búsquedas de todas las marcas que compiten en una misma categoría. Por ejemplo, si una marca acumula 20.000 búsquedas mensuales y el conjunto de sus principales competidores alcanza las 100.000, su Share of Search sería del 20%.
Este indicador permite aproximarse al interés o demanda que una marca genera en el mercado y analizar cómo evoluciona frente a la competencia. A diferencia del tráfico orgánico, no mide cuántas visitas recibe una web, sino cuánto busca el público una determinada marca.
Sin embargo, el proceso de descubrimiento está dejando de producirse exclusivamente en buscadores tradicionales. Los usuarios también preguntan directamente a ChatGPT, Gemini, Perplexity o Claude qué producto elegir, qué empresa contratar o cuáles son las mejores alternativas dentro de una categoría. Justo por eso aparece una nueva capa de medición, el Share of Model.
El Share of Search ganó relevancia porque permitía observar algo que no se podía observar con métricas como impresiones, clics o posiciones, que es el peso relativo de una marca en la demanda de búsqueda.
Ahora ese mismo principio debe extenderse al ecosistema de la IA generativa. Gartner estimó que el volumen de los motores de búsqueda tradicionales caería un 25% para 2026 debido al avance de los chatbots y otros agentes virtuales. Aunque este cambio no implica la desaparición de Google, sí lleva hacia una fragmentación de la búsqueda. Es decir, una parte del proceso de descubrimiento y consideración ocurre ya dentro de modelos generativos, por lo que medir únicamente búsquedas tradicionales ofrece una imagen incompleta.
La magnitud del problema de la visibilidad de la marca con IA empieza además a ser cuantificable. De hecho, un estudio de Boring Marketing basado en más de 14.000 comprobaciones encontró que el 53% de las marcas auditadas eran completamente invisibles en ChatGPT, Perplexity, Claude y Gemini.
El SEO acostumbró a las empresas a pensar en posiciones, pero con un LLM esto ya no sirve. Una respuesta puede mencionar tres marcas, recomendar solamente una o utilizar una empresa como fuente sin presentarla como recomendación. Incluso dos usuarios pueden obtener respuestas diferentes ante consultas similares.
Como resume Atrevia, “en el entorno de la IA generativa no hay posiciones del 1 al 10. Hay marcas que aparecen en las respuestas y marcas que no aparecen. El Share of Model mide exactamente eso: con qué frecuencia eres parte de la respuesta cuando alguien pregunta sobre tu categoría.”
Por eso, el posicionamiento de los LLMs exige pasar de preguntar ¿en qué posición aparezco? a ¿con qué frecuencia formo parte de la respuesta?
El Share of Voice tradicional mide qué proporción de la exposición publicitaria, mediática o social de una categoría pertenece a una marca, mientras el Share of Search mide qué porcentaje de las búsquedas de marca concentra frente a sus competidores. El Share of Model, por su parte, traslada esta comparación a los modelos generativos. Una definición práctica de Share of Model sería el porcentaje de respuestas relevantes de un conjunto de prompts en los que una marca aparece, respecto a la presencia obtenida por las marcas analizadas. Esta métrica también puede denominarse AI Share of Voice o Share of Voice IA, aunque las metodologías pueden variar entre herramientas. Lo importante en la comparación Share of Search vs. Share of Model es entender qué mide cada una, que es la demanda explícita en buscadores frente a la presencia relativa dentro de respuestas generativas.
La fórmula básica es sencilla:
Share of Search = búsquedas de la marca / búsquedas totales de las marcas analizadas × 100
Por ejemplo, si una empresa obtiene 30.000 búsquedas mensuales y sus cuatro competidores suman, junto con ella, 150.000 búsquedas, su Share of Search será del 20%.
Para obtener un indicador útil es fundamental definir correctamente el mercado competitivo, mantener estable el grupo de marcas comparadas y observar tendencias, no únicamente una imagen puntual.
El Share of Model sigue una lógica similar, pero sustituye el volumen de búsquedas por menciones de la marca por parte de la IA. Puede calcularse dividiendo las apariciones de una marca entre el total de apariciones obtenidas por todas las marcas del conjunto competitivo.
Por ejemplo, si en 100 prompts una marca registra 40 menciones y el total acumulado entre ella y sus competidores es de 200, su Share of Model sería del 20%. La metodología debe mantenerse estable en el tiempo para que la comparación sea significativa.
Una estrategia de medición no debería limitarse a un único modelo. La visibilidad de una marca en ChatGPT puede ser elevada y apenas aparecer en Gemini, Claude o Perplexity.
De hecho, las diferencias entre plataformas son considerables. En los datos publicados por Boring Marketing, Gemini citó marcas en el 17,8% de las comprobaciones y Perplexity en el 17,6%, frente al 12,5% de ChatGPT y al 7,6% de Claude.
Por eso conviene crear un conjunto estable de prompts representativos del customer journey (informativos, comparativos y transaccionales), ejecutarlos periódicamente en varias plataformas y registrar presencia, competidores, fuentes y contexto de cada respuesta.
Es decir, no se trata únicamente de saber si la marca aparece o no, sino de comprender dónde, cuándo, cómo y frente a quién lo hace.
Para entender qué es GEO (Generative Engine Optimization) hay que verlo como la disciplina orientada a mejorar la capacidad de una marca, entidad o contenido para ser encontrado, comprendido, citado y recomendado por motores generativos.
Por eso, un servicio GEO no debería evaluar sus resultados con un único indicador. Las métricas GEO combinan presencia, citación, cuota competitiva, fuentes y contexto. Entre los principales GEO KPIs, además del Share of Model, destacan Citation Rate, Source Attribution y sentimiento.
El Citation Rate mide el porcentaje de consultas analizadas en las que una marca o sus contenidos son citados por la IA.
Una fórmula sencilla sería:
Citation Rate = respuestas con cita / total de respuestas analizadas × 100
Es un KPI GEO especialmente útil para determinar si el contenido de una empresa está convirtiéndose en una fuente reconocible para los modelos.
Agencia GEO México asegura, a partir de su seguimiento de 80 proyectos, que las marcas que miden mensualmente su Citation Rate consiguen 2,8 veces más mejoras que aquellas que no realizan esta medición de forma regular. Se trata, por lo tanto, de un dato procedente de su propia experiencia y no de un benchmark general del mercado.
Aparecer es importante, pero también lo es descubrir qué fuente provoca esa aparición. Source Attribution identifica las URLs que los modelos utilizan para construir sus respuestas, como páginas corporativas, estudios, artículos, medios de comunicación, comparadores, foros o contenidos de terceros. Esta información permite detectar qué activos están generando autoridad y dónde existen oportunidades de optimización.
Además, medir únicamente los clics procedentes de IA sería insuficiente. El Benchmark AEO/GEO 2026 de Conductor sitúa el tráfico de referencia procedente de IA en el 1,08% del tráfico web analizado, con un crecimiento aproximado del 1% mensual durante el periodo estudiado.
También debe tenerse en cuenta que la influencia de una respuesta generativa puede producirse aunque el usuario nunca haga clic en una cita.
No todas las apariciones tienen el mismo valor. Una marca puede conseguir un Share of Model elevado y, al mismo tiempo, aparecer asociada a críticas, limitaciones o alternativas mejores. Dicho esto, el análisis de sentimiento clasifica las respuestas como positivas, neutrales o negativas y permite añadir una dimensión cualitativa a la medición. Una estrategia de Share of Voice IA madura debe preguntarse no solo cuánto aparece una empresa, sino también qué está diciendo el modelo sobre ella.
Podemos concluir que el Share of Model concentra una de las preguntas más importantes del marketing actual, cuando un usuario pide a la inteligencia artificial una información o recomendaciones sobre mi categoría, ¿qué parte de esa conversación pertenece a mi marca?
Esa es precisamente la razón por la que puede convertirse en uno de los indicadores centrales del GEO. El Citation Rate mide la citabilidad, la Source Attribution revela qué fuentes construyen la respuesta, y el sentimiento determina cómo se presenta la marca. Finalmente, el Share of Model aporta la dimensión competitiva, que es cuánto espacio ocupa frente a las demás. Sin embargo, no sustituye al Share of Search, sino que lo complementa. El primero continúa mostrando demanda de marca en buscadores; mientras el segundo ayuda a entender la presencia dentro de un ecosistema donde las respuestas generativas intervienen cada vez más en el descubrimiento y la consideración.
En 2026, medir ambos permite observar dos caras de la misma realidad, cuánto buscan los usuarios una marca y cuánto la recomiendan, mencionan o incorporan los modelos cuando esos usuarios ya no buscan mediante una lista de enlaces.