¿Vale la pena hacer GEO? Esta pregunta finalmente está cerca de tener una respuesta oficial

Google y Microsoft están comenzando a poner sobre la mesa los datos de búsqueda de IA. En un plazo de seis meses a un año, la GEO (Generativa Engine Optimization) probablemente pasará de ser una tendencia percibida a una etapa oficialmente validada.

Durante el último año, muchos clientes de marca le han hecho a Tim la misma pregunta: ¿Es la GEO realmente una pista viable? ¿Cómo se pueden atribuir los resultados? ¿Qué métricas reales de rendimiento empresarial se pueden obtener? ¿Puede el contenido que entregan ayudarme a reportar a la alta dirección?

Lo que realmente importa a los directivos no es si la “búsqueda con IA suena importante”, sino si deberían invertir al menos miles de dólares al mes en este esfuerzo ahora. Si lo hacen, ¿qué resultados pueden esperar? ¿Cuál es el valor de mirar solo la denominada visibilidad en IA? Si las plataformas no lo han confirmado oficialmente, ¿por qué debería seguirles el juego?

Esta pregunta solía ser difícil de responder. La mayor dificultad de la GEO no era que nadie creyera que la búsqueda con IA influiría en las marcas, sino que faltaban datos oficiales.

Todos dependían únicamente de consultas manuales, monitoreo de terceros, referencias dispersas de IA en GA4 y retroalimentación subjetiva de los equipos de ventas para juzgar si una marca estaba siendo mencionada, citada o recomendada por la IA. Esto era posible, pero no lo suficientemente estable. Para los directivos, un “sentimos que aparecemos más a menudo en la IA” no es una base para la toma de decisiones respecto a inversiones a largo plazo.

Ahora, este problema finalmente comienza a resolverse.

En febrero de 2026, Microsoft lanzó el informe de rendimiento de IA (AI Performance report) en las Herramientas para Webmasters de Bing, permitiendo a los propietarios de sitios ver cómo se cita su contenido en Microsoft Copilot, los resúmenes de Bing AI y ciertas experiencias de IA de socios.

En junio de 2026, Google también lanzó los informes de rendimiento de la Inteligencia Artificial Generativa en Search (Search Generative AI performance reports) en Search Console, permitiendo a los propietarios de sitios ver datos de impresiones de sus páginas en Google AI Overviews, el Modo IA y las funciones de IA generativa de Discover.

En conjunto, estas dos actualizaciones no son solo mejoras de herramientas. Significan que la GEO está pasando de ser un “juicio de la industria” a la víspera de ser validada oficialmente por datos.

Mi juicio es que, en los próximos seis meses a un año, la GEO entrará claramente en una nueva etapa. Las marcas ya no discutirán solo “si deberíamos hacer GEO”, sino que comenzarán a discutir “cuánta exposición tenemos en la búsqueda con IA, qué páginas faltan, qué páginas están siendo citadas, qué competidores ya han tomado posiciones de respuesta y cómo combinar los datos de IA con los datos de SEO para impulsar el crecimiento del tráfico comercial”.

Los datos que Microsoft y Google proporcionan en realidad no son lo mismo

El punto más importante esta vez no es que Google y Microsoft hayan proporcionado datos de búsqueda con IA, sino que los datos que ofrecen utilizan diferentes alcances de medición.

Microsoft está más cerca de la dirección de la “tasa de citación / cuota de citación”. En el informe de rendimiento de IA de las Herramientas para Webmasters de Bing, Microsoft rastrea explícitamente cuántas veces se cita el contenido del sitio web en Copilot, los resúmenes de Bing AI y las experiencias de IA de socios, qué páginas son citadas y las consultas de fundamento (grounding queries) relacionadas.

En otras palabras, la pregunta que Microsoft quiere responder es: Cuando la IA genera una respuesta, ¿utiliza su sitio web como fuente? Esto es crítico para la GEO. En la búsqueda con IA, las marcas no solo necesitan ser “mencionadas”. Más importante aún, necesitan convertirse en una fuente confiable detrás de la respuesta. Ser citado significa que su contenido ha ingresado en la capa de evidencia utilizada por el modelo para estructurar su respuesta.

Figura 1: Ejemplo oficial del informe de rendimiento de IA de las Herramientas para Webmasters de Bing. Se centra en datos de la capa de citación como Citas Totales, Páginas Citadas Promedio y Consultas de Fundamento. Fuente: Bing Webmaster Blog.

Métrica	Qué muestra	Lo que no debe malinterpretarse
Total Citations (Citas totales)	El número total de veces que el contenido del sitio web se cita como fuente en respuestas generadas por IA.	No es un ranking y no indica la posición donde aparece el sitio en la respuesta.
Avg. Cited Pages (Promedio de páginas citadas)	El número promedio de páginas únicas citadas por día durante el período seleccionado.	No es autoridad de página y no significa que una página tenga un mayor valor comercial.
Grounding Queries (Consultas de fundamento)	Frases clave de muestra utilizadas cuando la IA recupera y cita contenido.	No es un informe completo de consultas de búsqueda. Microsoft especifica explícitamente que son muestras.
Actividad de citas a nivel de página	El número de veces que se cita una URL específica.	No son clics, ni son conversiones finales.

Google actualmente es más cauteloso. El informe de funciones de IA generativa de Google Search Console proporciona principalmente impresiones, lo que significa cuántas veces aparecieron tus páginas en AI Overviews (Resúmenes de IA), el modo IA y las funciones de IA generativa en Discover. Se puede desglosar por página, país, dispositivo y fecha, pero aún no ofrece detalles a nivel de cita, ni proporciona datos de clics, posición de respuesta, contexto de la cita o datos de conversión en conjunto.

Por lo tanto, Google actualmente está respondiendo a otra pregunta: ¿Tus páginas han recibido visibilidad en las funciones de búsqueda de IA de Google? Esto es ciertamente importante, pero aún no es un ciclo cerrado completo.

Figura 2: Ejemplo oficial del informe de funciones de IA generativa de Google Search Console. Actualmente muestra principalmente impresiones en funciones de búsqueda de IA y permite la visualización por página, país, dispositivo y fecha. Fuente: Google Search Central.

Métrica	Qué muestra	Qué no debe malinterpretarse como
Impresiones totales	El número de veces que una URL aparece en las funciones de IA generativa de Google.	No son clics y no significa que los usuarios hayan ingresado al sitio web.
Páginas	Qué URLs entraron en el rango de visibilidad de las funciones de IA.	No es el ranking ni la posición de recomendación de estas páginas.
Países / Dispositivos / Fechas	Cambios en la visibilidad de IA por país, dispositivo y tiempo.	No es una atribución de conversión completa, ni son datos de todas las plataformas de IA.

Una es la cita y la otra es la impresión. La primera está más cerca de "¿soy la fuente de la respuesta?", mientras que la segunda está más cerca de "¿he entrado en la capa de visibilidad de la IA?". Juntos, estos dos alcances de medición nos permiten ver el esquema de los datos oficiales de GEO por primera vez.

El ciclo de datos oficial comienza a aparecer, pero GEO aún no es un verdadero ciclo cerrado

No creo que podamos decir ahora que el GEO ha cerrado el ciclo por completo. Una forma más precisa de expresarlo es: el GEO se está moviendo de una caja negra a una caja semitransparente.

Google y Microsoft están resolviendo ahora la primera categoría de problemas: si una marca ha sido mostrada o citada en la búsqueda con IA. Pero los directivos seguirán preguntando por la segunda categoría: ¿Estas impresiones y citas finalmente generaron leads, pedidos e ingresos?

El tráfico de IA que la mayoría de las empresas ven hoy en día todavía depende de GA4, las referencias HTTP (HTTP referrers) y las agrupaciones de canales personalizadas. Por ejemplo, cuando un usuario hace clic en un enlace desde la versión web de ChatGPT e ingresa al sitio, GA4 puede identificarlo como una referencia de chatgpt.com. El tráfico de la versión web de Perplexity también puede atribuirse a la fuente correspondiente.

Pero este método pierde muchos datos. Las aplicaciones móviles, las aplicaciones de escritorio, los navegadores integrados, las URLs copiadas y pegadas, y los navegadores con protección de privacidad a menudo no conservan la referencia. GA4 solo puede clasificarlos como Tráfico Directo, No asignado u Orgánico normal.

Causa de la pérdida de tráfico	Porcentaje	Cómo GA4 puede clasificarlo erróneamente
Clics desde aplicaciones móviles de IA, como ChatGPT / Claude iOS / Android	35–45%	Directo
Usuarios que copian y pegan la URL en un navegador	15–20%	Directo
Navegadores integrados en IA, como ChatGPT Atlas y Claude WebView	10–15%	Directo o No asignado
Protección de privacidad del navegador, como Safari ITP	5–10%	Directo
La IA solo menciona el nombre de la marca sin incluir un enlace	5–10%	Búsqueda Orgánica, porque los usuarios buscan manualmente
Clics en AI Overviews de Google	5–8%	Orgánico de Google normal

Lo que es más difícil es que la IA a menudo solo menciona tu marca sin agregar un enlace. Después de leer la respuesta, los usuarios pueden buscarte en Google por sí mismos o ingresar directamente a tu sitio web oficial. Esta influencia existe realmente, pero las herramientas de análisis tradicionales tienen dificultades para atribuirla.
Por lo tanto, hoy en día, el seguimiento de GEO (Generative Engine Optimization) puede dividirse aproximadamente en tres capas. La primera capa es visible: la parte de las referencias de IA que GA4 puede detectar. La segunda capa puede cerrarse (closed-loop): tarjetas de producto con UTM, enlaces de recomendación y rutas de compra mediante IA, que pueden conectar la fuente del modelo, el ID del producto, el escenario de recomendación y el embudo de conversión. La tercera capa sigue siendo invisible: la IA solo menciona la marca sin incluir un enlace, y el usuario realiza posteriormente una búsqueda por cuenta propia; o en el futuro, un agente de IA completará directamente la compra para el usuario, mientras que la marca solo ve el resultado y no todo el proceso de toma de decisiones.

Es por esto que los informes oficiales son importantes, pero no son el punto final. Resuelven la duda de si el GEO existe realmente, pero no han resuelto completamente la cuestión de cómo puede atribuirse de forma integral.

Las compras serán más complejas y no tendrán un único punto de entrada de GEO

Muchas personas asumen que las futuras compras mediante IA se unificarán en un único punto de entrada. Yo no lo creo así.

ChatGPT se conectará a más plataformas de comercio, y rutas como las recomendaciones de productos, las tarjetas de producto, el "Instant Checkout" (pago instantáneo) y el protocolo de comercio de agentes (Agentic Commerce Protocol) serán cada vez más maduras. El UTM a nivel de producto, la atribución de pedidos y los datos de pago también se acercarán antes a la medición de ciclo cerrado que el GEO basado en contenido convencional.

Pero esto no significa que el GEO orientado a las compras se convierta en un punto de entrada unificado. Diferentes plataformas tienen estructuras de datos internas, catálogos de productos, lógica de ranking y rutas de transacción distintas. Sus métodos de optimización tampoco serán iguales.

Amazon, Taobao, JD.com, Walmart, Wayfair y AliExpress tienen sus propias bases de datos de productos, sistemas de reseñas, sistemas publicitarios y reglas de búsqueda interna. Los usuarios preguntarán a la IA, pero también seguirán realizando búsquedas dentro de las propias plataformas, como en el caso de Rufus/Alexa de Amazon. Tim también está ayudando a muchos clientes personalizados en esta área; aquellos que lo necesiten pueden ponerse en contacto. La optimización del modelo dentro de la plataforma, la optimización de los títulos de producto, las reseñas, los feeds y los anuncios seguirán existiendo.

Google está haciendo lo mismo. No solo está integrando IA en los resultados de búsqueda, sino que está incorporando funciones de compra en la búsqueda con IA y Gemini. El Shopping Graph, los feeds de Merchant Center y los datos estructurados de producto se convertirán en los puntos de entrada fundamentales para el ecosistema de compras con IA de Google.

Por lo tanto, en el futuro, es probable que los datos de compra y de GEO no estén completamente unificados. La estructura más realista es: múltiples puntos de entrada de IA conviviendo con múltiples puntos de entrada de plataformas internas. Las marcas no pueden enfocarse solo en un modelo, ni pueden optimizar únicamente una plataforma. La búsqueda con IA se convertirá en una nueva capa de distribución, pero la búsqueda original de las plataformas, los catálogos de productos y los sistemas de transacciones no desaparecerán.

Las capas de GEO deben redefinirse con mayor claridad

Desde las perspectivas del descubrimiento de productos, la citación de contenido y el control de transacciones, el GEO se puede dividir en al menos tres capas.

Capa	Ejemplos representativos	Lógica de optimización
Capa A: Catálogos de dominio privado de ciclo cerrado	Amazon, Taobao, JD.com; también marketplaces potentes como Walmart, Wayfair y AliExpress	Las bases de datos de productos, las reseñas, preguntas frecuentes, transacciones y el cumplimiento (fulfillment) ocurren principalmente dentro de la plataforma. El enfoque de optimización reside en la información interna del producto, reseñas, anuncios, precios, inventario y tasa de conversión.
Capa B: Feeds abiertos / grafos de productos	Google Shopping / Gemini, Merchant Center, Shopping Graph; catálogos de comerciantes de Shopify e integraciones de comercio por IA	Las marcas pueden enviar activamente feeds de productos, datos estructurados, inventario, precios, GTIN, reseñas y otra información. Este es el punto de entrada de GEO de productos más accesible para sitios web independientes y marcas.
Capa C: Respuestas de IA y distribución agéntica	Asistentes de IA como ChatGPT, Copilot, Perplexity y Claude	Las recomendaciones se completan mediante indexación web, catálogos de socios, capacidades de búsqueda, feeds de productos o catálogos ligeros. ACP es más precisamente un protocolo de pago/pedido/checkout agéntico, no simplemente un protocolo de rastreo de productos.

Estas tres capas determinan que el GEO (Generative Engine Optimization) no tendrá un único manual de estrategias. La Capa A optimiza las señales internas de la plataforma. La Capa B optimiza los feeds, los datos estructurados y los grafos de productos. La Capa C optimiza el contexto de las respuestas, las fuentes de citación, las entidades de marca y las rutas de recomendación de la IA.

En el futuro, los equipos que realmente comprendan el GEO no solo sabrán cómo redactar artículos, ni se limitarán a observar las referencias en GA4. Necesitarán entender simultáneamente el contenido, la tecnología, los datos de producto, las reglas de la plataforma y la distribución de los modelos.

Por qué Dageno se preocupa por esto

Dageno no está ayudando a las marcas a "adivinar si la IA los mencionará". Lo que realmente nos importa es desglosar la visibilidad de una marca en la búsqueda por IA en capas de datos que puedan gestionarse de forma continua.

¿Qué preguntas activan la marca? ¿Qué páginas son citadas? ¿Qué fuentes están influyendo en las respuestas del modelo? ¿En qué preguntas han tomado los competidores posiciones de recomendación? Las impresiones de IA de Google para usted están aumentando, pero ¿ha aumentado también su cuota de citación en Microsoft? Cuando la IA lo menciona, ¿lo describe correctamente o lo coloca en un contexto de comparación erróneo?

Estos son los problemas que el GEO debe resolver una vez que entra realmente en la gestión empresarial.

Después de que Google y Microsoft comiencen a proporcionar datos oficiales, lo que Dageno necesita conectar no es un informe aislado, sino un nuevo libro mayor de búsqueda: impresiones de IA desde Search Console, citaciones y consultas de fundamentación (grounding queries) desde Bing Webmaster Tools, datos de conversión en el sitio desde GA4, Shopify y CRM, así como menciones de marca, posiciones de la competencia, contexto de respuesta y probabilidad de recomendación desde el monitoreo de modelos de terceros.

Solo cuando estos puntos de datos se combinan, las marcas pueden pasar de preguntarse "¿estoy siendo mencionado por la IA?" a "¿cuál es mi cuota de mercado en la búsqueda por IA?".

En seis meses a un año, el GEO probablemente será validado oficialmente

Primero, Google continuará agregando datos de búsqueda por IA. Actualmente comienza con las impresiones, que es un punto de partida relativamente conservador. Si más adelante abrirá más datos sobre consultas, clics, superficies, citaciones o contexto de citación, dependerá de la cadencia de productos de Google y de los límites de privacidad. Pero la dirección ya es clara: el rendimiento en la búsqueda por IA se convertirá en un componente a largo plazo de Search Console.

Segundo, Microsoft fortalecerá el alcance de la medición de citaciones. Actualmente, Microsoft está tomando la ruta de los datos de citación, lo cual es fundamental para sitios de contenido, B2B, SaaS, medios y marcas basadas en el conocimiento. En estos escenarios, ser utilizado como fuente por la IA suele ser más valioso que simplemente ser mencionado.

Tercero, el GEO pasará del "monitoreo" a la "optimización". En la etapa inicial, todos observan primero si aparecen. En la siguiente etapa, las marcas comenzarán a preguntar: ¿Por qué aparecieron los competidores y nosotros no? ¿Por qué esta página fue citada y aquella no? ¿Por qué la IA omitió nuestras ventajas principales al describir nuestro producto? ¿Por qué la exposición en la IA es significativamente menor en ciertos países? En ese punto, el GEO dejará de ser un informe para convertirse en un sistema operativo.

Cuarto, el GEO de compras (Shopping GEO) será el primero en desarrollar un circuito cerrado. Los productos tienen naturalmente datos estructurados, inventario, precios, identificadores, pedidos y rutas de pago. En comparación con el GEO basado en contenido, el comercio electrónico puede conectar más fácilmente las recomendaciones de IA con las transacciones finales. ChatGPT, Google, Shopify, Stripe y varios marketplaces seguirán presionando en esta dirección.

Reflexiones finales

Las actualizaciones de Google y Microsoft no significan que el GEO ya sea maduro. Pero representan algo más importante: las plataformas han comenzado a reconocer que la exposición y las citaciones dentro de las respuestas de IA son datos que los propietarios de sitios deben ver, gestionar y optimizar.

Esto influirá directamente en la toma de decisiones ejecutivas. En el pasado, hacer GEO era como realizar una apuesta temprana en un mercado que aún no tenía un tablero de control (dashboard). Ahora el tablero está empezando a aparecer. Aunque todavía es incompleto, la dirección ya es clara.

Para las marcas, el peligro real no es que no exista un circuito cerrado completo ahora mismo. El peligro real es esperar hasta que todos los datos estén completos, solo para descubrir que los competidores ya han sido recomendados repetidamente por la IA durante seis meses en preguntas clave.

La búsqueda no ha desaparecido. Simplemente ha cambiado, pasando de "dar a los usuarios una fila de enlaces" a "organizar la respuesta para los usuarios primero". La esencia del GEO es asegurarse de que las marcas sean vistas, citadas y recomendadas correctamente en esta nueva capa de respuesta.

Fuentes de referencia

Google Search Central – Introducción a los informes de rendimiento de IA generativa en Search Console

Ayuda de Google Search Console – Informe de rendimiento de IA generativa

Google – Cómo optimizar su sitio web para las funciones de IA generativa en la Búsqueda de Google

Blog de Microsoft Bing – Introducción al rendimiento de IA en la vista previa pública de Bing Webmaster Tools

OpenAI – Cómpralo en ChatGPT: Pago instantáneo y el protocolo de comercio agéntico

Stripe – Stripe potencia el pago instantáneo en ChatGPT y lanza el protocolo de comercio agéntico desarrollado conjuntamente con OpenAI

Blog de Google Shopping – Explicación del Shopping Graph