Análisis · Marketing y Demanda
Cómo medir el impacto real de la búsqueda con IA, según Kevin Indig
El experto en búsqueda con IA Kevin Indig sostiene que el tráfico es la métrica equivocada para la era de ChatGPT y Google AI. Analizamos su marco de medición y qué implica para los equipos de marketing B2B en la región.
La tesis
Medir la Optimización para Motores de Respuesta (AEO) por el tráfico de clics subestima su impacto, porque los usuarios casi no hacen clic en las citas de la IA. Kevin Indig propone una escalera de visibilidad de indicadores adelantados a rezagados: primero si la IA te recupera y te cita, luego cómo te describe y al final si eso mueve pipeline y tasa de cierre. Para equipos B2B en Chile y Latinoamérica, la lección es reemplazar la vanidad del tráfico por una cadena medible que conecte la visibilidad en ChatGPT, Perplexity y Google AI con ingresos reales.
¿Por qué el tráfico dejó de medir la búsqueda con IA?
La tesis de Kevin Indig es incómoda para cualquier equipo de marketing: los usuarios casi no hacen clic en las citas que la IA muestra en sus respuestas. Un estudio de Pew Research observó que apenas el 1% de las personas hace clic en las fuentes citadas dentro de los resúmenes de IA de Google, y datos filtrados de ChatGPT apuntan a un CTR cercano al 0,69%.
El problema se agrava con la atribución: Indig reporta que el 70,6% del tráfico referido por IA aterriza como «Direct» en GA4, con el referente borrado. Medir la Optimización para Motores de Respuesta (AEO) por clics es, en sus palabras, como valorar un aviso del Super Bowl por los códigos QR escaneados. Subestima el impacto real.
La escalera de visibilidad: de recuperado a citado a confiado
La propuesta central de Indig es una escalera de indicadores que va de lo adelantado a lo rezagado, inspirada en la lógica de High Output Management de Andy Grove. Su marco tiene tres peldaños: recuperado, citado y confiado.
- Indicadores adelantados: si los bots de IA (GPTBot, PerplexityBot, ClaudeBot, Googlebot) rastrean tus páginas, tu participación en citas y tu share of voice en las respuestas.
- Guardarraíles de calidad: tu posición en la lista corta, el sentimiento con que la IA te describe y si te asocia a los atributos que quieres poseer.
- Indicadores rezagados: atribución auto-reportada («¿cómo nos conociste?» con opciones de ChatGPT, Claude y Perplexity), etiquetado de llamadas de ventas y tasa de cierre de las oportunidades influidas por IA.
¿Qué debería medir un líder de marketing B2B en Chile hoy?
Para un equipo en Chile con presupuesto acotado, el consejo operativo es concreto: congelar entre 20 y 50 prompts de alta intención durante al menos cuatro semanas, registrar cada corrida (prompt, modelo, respuesta, fuentes citadas y marcas mencionadas) y revisar la calidad de la señal cada semana y la asignación de presupuesto una vez al mes.
Los instrumentos más baratos son también los más útiles: el campo «¿cómo nos conociste?» con opciones de IA y el etiquetado de transcripciones de llamadas cuando el prospecto dice que llegó por ChatGPT o Perplexity. No requieren una plataforma cara para empezar.
El paralelo con la publicidad de marca
Indig cierra con una analogía potente: durante un siglo medimos vallas, spots y relaciones públicas con proxies y con el campo «¿cómo nos conociste?», porque no había clic que rastrear. El AEO es esa misma mitad no rastreable del marketing, ahora vestida de cita.
«The click isn't coming back. The demand already did.» Kevin Indig, en Growth Unhinged.
¿Qué significa esto para RevOps y la medición en Latinoamérica?
Para los equipos de Revenue Operations en Latinoamérica, la lección enlaza con un dolor conocido: la atribución sucia. El mismo fenómeno que hace que un lead aparezca como «tráfico directo» cuando en realidad vino de una búsqueda con IA es el que distorsiona el pipeline cuando el CRM no captura el contexto de origen. La disciplina que propone Indig, una cadena medible que va de la visibilidad a los ingresos, es en el fondo higiene de datos aplicada a la nueva superficie de descubrimiento.
El riesgo para la región es replicar la métrica de vanidad: contar citas con decimales que cambian mes a mes en vez de conectar la visibilidad en ChatGPT o Google AI con oportunidades reales y tasa de cierre.
El análisis de Revenue Hub
Esta pieza es una síntesis editorial de Revenue Hub sobre la columna de Kevin Indig, no una reproducción de su texto. Coincidimos en el diagnóstico: el clic es una métrica cada vez peor y la escalera de indicadores es un marco sólido para gobernar el AEO como un sistema y no como un puntaje único. Nuestro matiz para Chile y Latinoamérica es de secuencia: antes de montar tableros de share of voice, la mayoría de los equipos B2B de la región necesita resolver lo aburrido primero, es decir, datos de CRM limpios, un campo de atribución bien diseñado y procesos de ruteo definidos. Sin esa base, la escalera mide humo. Recomendamos leer la columna original de Indig para el detalle del marco.
Fuentes, derechos y criterio editorial
- Cómo medir el impacto de la búsqueda con IA (columna de Kevin Indig) · Kevin Indig
- Google users are less likely to click on links when an AI summary appears
- ChatGPT links: near-zero click-through rate
- G2 2026 AI Search Insight Report
Derechos: original
Transparencia: Análisis editorial de Revenue Hub asistido por IA. Sintetiza y comenta una columna de terceros; puede diferir del original. Lee la pieza original en la fuente enlazada.
Sobre la firma
Redacción Revenue Hub
Equipo editorial · Revenue Hub Latam
Equipo editorial de Revenue Hub Latam. Sintetiza y comenta con criterio las mejores voces de RevOps, HubSpot, IA y GTM para líderes comerciales, de marketing y fundadores B2B en Chile y Latinoamérica.
Preguntas frecuentes
¿Qué es el AEO (Answer Engine Optimization)?
Es la práctica de estructurar contenido para que los motores de respuesta con IA como ChatGPT, Perplexity, Gemini y Google AI Overviews te mencionen y te citen en sus respuestas, en vez de competir solo por enlaces azules.
¿Por qué el tráfico no sirve para medir el AEO?
Porque los usuarios casi no hacen clic en las citas de la IA. Pew estima cerca del 1% de clics en las fuentes de los resúmenes de Google, y buena parte del tráfico referido por IA aparece como «Direct» en GA4, así que el clic subestima el impacto.
¿Qué es la escalera de visibilidad de IA de Kevin Indig?
Un marco de tres peldaños, recuperado, citado y confiado, que ordena indicadores adelantados (rastreo de bots, participación en citas, share of voice), guardarraíles de calidad (posición en la lista corta, sentimiento, coincidencia de atributos) y rezagados (atribución auto-reportada, etiquetado de llamadas, tasa de cierre).
¿Cómo medir el impacto del AEO sin herramientas caras?
Con los instrumentos más baratos: el campo «¿cómo nos conociste?» con opciones de ChatGPT, Claude y Perplexity, y el etiquetado de transcripciones de llamadas de ventas cuando el prospecto dice que llegó por un motor de IA.
¿Qué métricas de AEO debería revisar un CMO?
Rastreo de los bots de IA, participación en citas y share of voice como señales adelantadas; posición en la lista corta, sentimiento y coincidencia de atributos como calidad; y atribución auto-reportada, menciones en llamadas y tasa de cierre como resultados.
¿Sirve el AEO para empresas B2B en Chile y Latinoamérica?
Sí. La disciplina de conectar visibilidad con ingresos es higiene de datos aplicada a una nueva superficie de descubrimiento, y en la región conviene resolver primero el CRM y la atribución antes de montar tableros de visibilidad.
¿Quién es Kevin Indig?
Es un asesor de crecimiento y búsqueda con IA que escribe el boletín Growth Memo y trabaja con líderes de empresas como Meta, Ramp, Airbnb, Asana y Xero en visibilidad orgánica y AEO.