Qué se puede medir y qué no

Nuestro sitio: una auditoría técnica documentada

El 8 de noviembre de 2026 auditamos winanswer.com tras eliminar un bloqueo de indexación de todo el sitio. Es nuestro propio sitio, no un caso de cliente.

La auditoría en producción comprobó 140 páginas localizadas: 112 URL públicas del sitemap y 28 páginas auxiliares o de demo excluidas intencionadamente. No registró fallos en etiquetas canónicas, idiomas alternativos, directivas de indexación, datos estructurados y enlaces internos.

La prueba en directo de Google indicó que /en/services estaba disponible para Google y podía indexarse; se solicitó la indexación. Eso no confirma su inclusión en los resultados.

Descargar comprobaciones de URL con fecha (CSV)

Cómo se crearon los datos de la demo

Todo lo que hay en la vista previa conceptual, la respuesta de muestra de la página de inicio y los paneles de la página de producto lo escribieron a mano las personas que construyen esto, para la demostración.

• No se consultó ningún sistema. Ningún asistente, ninguna API, ningún scraper, ningún buscador.
• Ninguna marca real. Los competidores se etiquetan A, B y C, para que un nombre no pueda coincidir con una empresa real.
• Los porcentajes y los recuentos se eligieron para mostrar cómo se lee una pantalla. No salen de una distribución y no dicen nada sobre ningún sector.
• Las respuestas parecen respuestas, pero las compusimos nosotros. Ningún modelo las devolvió.
• Las fotografías son imágenes de archivo usadas como ambientación. No muestran clientes, cuentas de clientes ni resultados.

Qué se puede medir

Qué no se puede medir

Demanda

Con qué frecuencia se hace una pregunta. Los proveedores no comparten los volúmenes de prompts con terceros, así que cualquier cifra de volumen es una estimación de algo oculto.

Respuestas privadas

Lo que se le dice a una persona con sesión iniciada y un historial largo. La memoria y la ubicación pueden cambiar la respuesta, y una muestra no puede reproducirla.

El motivo

Por qué un sistema eligió una marca. Google afirma que ninguna herramienta de terceros tiene acceso a su clasificación interna ni a sus sistemas de IA.

La posición exacta

El orden cambia entre ejecuciones, por eso reportamos la frecuencia.

La causa

Si tu corrección produjo el cambio. Algunos cambios coinciden con una mejora y otros no.

Todo el mundo

Un conjunto de ejecuciones es una muestra de lo que un asistente puede decir, no un censo de lo que vieron los compradores.

Las respuestas varían

Un estudio de SparkToro con el proveedor de seguimiento Gumshoe, divulgado en enero de 2026, ejecutó 2,961 prompts en ChatGPT, Claude y los resultados de IA de Google. En preguntas de recomendación de marcas ejecutadas repetidamente, la misma lista de marcas apareció en menos del 1% de las ejecuciones, y la misma lista en el mismo orden en menos del 0.1%. La frecuencia con que una marca aparecía en absoluto era más estable que el lugar donde aparecía.

Los matices importan. El estudio no estaba revisado por pares, uno de sus autores trabajaba con una empresa que vende seguimiento, y los propios autores pidieron un trabajo de seguimiento más amplio. Tómalo como evidencia para ser prudente.

Qué haríamos al respecto

• Ejecutar cada pregunta muchas veces y mostrar el recuento.
• Reportar con qué frecuencia se nombra una marca, como un rango, nunca como una posición.
• Marcar como ruido cualquier cambio menor que la variación normal.

App o API: qué vía produjo la cifra

Hay dos formas principales de recoger una respuesta. La app de consumo es lo que ve un comprador. Una interfaz de desarrollo es más fácil de ejecutar en volumen, y puede usar otra versión del modelo, otras herramientas como la búsqueda web y otros ajustes. Las dos pueden discrepar.

Surfer, una empresa que vende seguimiento de búsqueda con IA, publicó en agosto de 2026 una comparación de 1,000 prompts y 13,779 respuestas en varios productos. Informó de que las listas de marcas solo coincidían entre un 15.5% y un 23.8% aproximadamente entre los resultados de la app y de la API tal como se devolvían. En sus datos, la app de ChatGPT citaba 12.1 fuentes por respuesta frente a 3.1 por la API. Cada prompt se ejecutó una vez, así que parte de la diferencia puede ser variación normal, y el proveedor vende el enfoque de extracción de datos (scraping) que prefiere. Léelo como dato de proveedor.

Cuatro cosas que se reportan como una sola

A menudo se reportan cuatro cosas distintas como un único número de visibilidad. Nosotros las mantendríamos separadas.

Nombrado

Tu marca se menciona en la respuesta.

Recomendado

Tu marca se nombra con un motivo favorable, o se coloca como una opción sugerida.

Citado

Tus páginas se enlazan como fuente.

Descrito correctamente

Los datos de la respuesta coinciden con los de tus páginas.

Estándares a los que nos comprometeríamos

• Mostrar el recuento de ejecuciones y la fecha junto a cada resultado.
• Mantener legibles las respuestas en bruto junto a los resúmenes.
• Etiquetar el asistente, la vía, el mercado y el idioma de cada cifra.
• Mostrar rangos. No publicar ninguna puntuación única de visibilidad sin publicar cómo se calcula.
• Decir cuándo una diferencia está dentro de la variación normal.
• Llevar un registro público de correcciones a nuestras propias afirmaciones.
• No prometer nunca una posición, una mención ni un resultado.

Lo que todavía no sabemos

• Cuántas ejecuciones por pregunta bastan. Los investigadores lo han planteado como una cuestión abierta.
• Si las respuestas difieren entre idiomas de formas que importen. Creemos que pueden hacerlo, y no lo hemos probado.
• Si los cambios que haces mueven lo que dicen los asistentes que no son los de Google.
• Hasta dónde se pueden vincular los cambios con el tráfico o las consultas sin exagerar.

Esto es lo que esperamos aprender con los socios de diseño, y publicaríamos lo que encontremos, también cuando decepcione.