Lo que realmente mide el share of model
La idea es esta: su comprador objetivo abre ChatGPT o Perplexity y pregunta algo como "qué consultoras de RevOps trabajan con empresas SaaS en etapa temprana". Su marca aparece en esa respuesta o no aparece. El share of model es el porcentaje de respuestas relevantes generadas por IA que le citan, le mencionan o le recomiendan dentro de un conjunto definido de consultas.
Eso es algo distinto del share of voice. El share of voice, en el sentido tradicional del SEO, es el porcentaje del volumen de búsqueda por palabra clave que su dominio captura en los rankings orgánicos. Presupone una página de resultados que el comprador recorre y de la que elige. La búsqueda con IA no le da una página. Le da una respuesta sintetizada, y las fuentes de las que se nutre son en gran medida invisibles para quien la lee.
Si no está en la respuesta del modelo, no está en el conjunto de opciones consideradas. El comprador nunca vio su listado. Nunca tuvo la oportunidad de elegirle.
Por qué la medición antigua se desmorona
El share of voice se construyó para un mundo con una lista. La posición uno recibía más clics que la posición cinco. Había una lógica de conversión que se podía trazar de la palabra clave al clic y del clic al lead.
La búsqueda con IA colapsa todo eso. El modelo lee contenido, se forma una opinión y confía en usted lo suficiente como para incluirle, o no. El comprador ve un párrafo, no un ranking. Y para los compradores B2B en investigación temprana, ese párrafo es cada vez más el lugar donde se forma el conjunto de opciones, antes de cualquier interacción con un proveedor.
Lo hemos oído directamente de compradores con los que trabajamos: "Llevamos dieciocho meses invirtiendo en SEO. Los rankings orgánicos están bien. Pero los leads orgánicos llevan más de un año cayendo". El canal no está roto. Lo que está roto es el supuesto de que los rankings por palabra clave siguen describiendo el comportamiento del comprador.
Las plataformas están respondiendo. Este año han surgido varias herramientas de visibilidad en IA para medir exactamente esto. Una herramienta de seguimiento de visibilidad en IA lanzó el trimestre pasado una integración MCP para llevar los datos de citas directamente a otras herramientas de su stack. El mercado está construyendo la capa de medición porque los profesionales necesitan el número, y lo necesitan dentro de sus workflows actuales.
El share of model como número de RevOps
Aquí es donde la mayoría de los equipos se equivoca. Esta métrica suele acabar en los dashboards de marketing, junto a las encuestas de brand lift y las impresiones en redes sociales. Ese no es su lugar.
Si su ICP hace investigación asistida por IA antes de rellenar cualquier formulario, entonces su tasa de citas está influyendo en el pipeline de la parte alta del embudo antes de que exista ningún registro en el CRM. Eso la convierte en una métrica de ingresos, no de marca.
Lo que es en realidad: el punto de conversión de awareness a pipeline que la atribución todavía no puede ver. Un comprador le pregunta a una IA "cuál es la mejor forma de estructurar el reporting de ingresos para una empresa después de su Serie A" y su nombre no aparece. No recibe la solicitud de demo. No puede rastrear la pérdida porque no hay sesión, ni UTM, ni envío de formulario. Pero la pérdida es real.
El share of model pertenece a la misma conversación que la cobertura de pipeline, el mix de canales y las tasas de conversión, no a un dashboard de awareness aparte sobre el que nadie actúa.
La mayoría de los equipos de RevOps con los que hablo todavía no han empezado a medirlo. Está en manos del equipo de contenido o de la función de SEO, a veces sin ningún dueño. Mi impresión es que es un error que se agrava con el tiempo: cuanto antes convierta el share of model en una métrica de RevOps con seguimiento, antes empezará a acumular la línea base que necesita para actuar sobre ella.
El mercado está notando este cambio. Una agencia de búsqueda con IA que reposicionó toda su práctica este año describe ahora su trabajo central como diseñar la visibilidad de marca en ChatGPT, AI Overviews y AI Mode, en lugar de optimizar para los rankings de enlaces azules. Ese reposicionamiento indica hacia dónde se ha desplazado la preocupación por los ingresos.
Cómo se mide el share of model
Hay dos formas de hacerlo, quizá tres.
Primera: construya usted mismo un conjunto de consultas. Haga una lista de las treinta a cincuenta preguntas que su ICP tiene más probabilidades de hacerle a un asistente de IA durante su fase de investigación. Ejecute esas consultas cada mes en ChatGPT, Gemini, Perplexity y Google AI Overviews. Registre si aparece, si le citan y con qué prominencia. Es manual, pero es suyo y no requiere un contrato nuevo.
Segunda: use una de las plataformas de visibilidad en IA que automatizan esto. Algunas miden las tasas de citas en las principales plataformas de IA de forma recurrente. Las diferencias de metodología importan aquí: qué conjunto de consultas, qué modelos, con qué frecuencia, cómo funciona la puntuación. Yo haría esas preguntas antes de comprar.
Tercera: trabaje hacia atrás desde su CRM. Si los compradores mencionan de vez en cuando "le encontré a través de ChatGPT" o "apareció en una búsqueda que estaba haciendo", regístrelo. Es ruidoso e incompleto, pero es una señal real sobre dónde empieza de verdad el embudo.
Mi recomendación es empezar con el conjunto de consultas manual antes de sumar otra herramienta. Constrúyalo a partir de investigación real del ICP, no de herramientas de palabras clave. Ejecútelo cada trimestre. Lo que busca es un número direccional que pueda seguir en el tiempo, no un número perfecto que exija un compromiso anual de seis cifras.
La parte honesta sobre la atribución
Todavía no tengo una gran respuesta sobre cómo se conecta el share of model con los ingresos cerrados. Para bien o para mal, el problema de atribución aquí es el mismo que tenemos desde hace décadas con la publicidad de marca, solo que en un canal nuevo.
Puede medir la tasa de citas. Puede ver cómo se mueve cuando publica contenido con más autoridad. Lo que no puede hacer limpiamente, al menos todavía, es trazar una línea recta desde "aparecimos en el 40 % de las respuestas de IA relevantes el trimestre pasado" hasta una cifra concreta de pipeline.
Eso importa para cómo lo posiciona internamente. Si va a poner el share of model delante de un CRO, sea honesto: es un indicador adelantado, no uno rezagado. Le dice si es visible en el canal donde cada vez ocurre más la consideración temprana. Todavía no le dice el impacto exacto en ingresos.
Eso no lo convierte en una métrica de vanidad. Es similar al tráfico orgánico de la parte alta del embudo o al volumen de búsquedas de marca: un número que importa y que requiere interpretación. La diferencia es que la búsqueda con IA crece lo bastante rápido como para que tratarla como una preocupación futura suponga hoy un riesgo real para el pipeline.
Los equipos que lo están haciendo bien tratan el share of model como tratarían cualquier señal temprana de pipeline: lo vigilan, entienden qué lo mueve y lo conectan aguas arriba con las decisiones de contenido y posicionamiento que, con el tiempo, generan ingresos. Para más contexto sobre cómo encaja esto en un modelo moderno de medición GTM, nuestros artículos sobre visibilidad en IA y medición GTM profundizan más.