Un proveïdor apareix en una resposta generada per IA a una pregunta de compra complexa. L’equip de màrqueting fa una captura de pantalla, celebra la citació i l’afegeix a un informe de visibilitat. Tanmateix, tres mesos després, ningú no pot explicar si aquella aparició va influir en una consulta comercial qualificada. La captura és real; la conclusió comercial, no.

Aquest és el parany de mesurament de l’optimització per a motors generatius (GEO). Que un assistent d’IA esmenti, citi o recomani una marca pot ajudar-la a entrar en el procés de recerca d’un comprador. No genera automàticament confiança, una visita al lloc web ni una oportunitat de venda. Per tant, en els equips B2B amb cicles de compra llargs, els informes GEO han de connectar les evidències de visibilitat amb les evidències de demanda, sense inventar una atribució directa que les dades disponibles no permeten sostenir.

La visibilitat és un senyal d’exposició, no un resultat de negoci

El primer pas és separar tres esdeveniments que sovint s’agrupen als quadres de comandament. Una menció de marca significa que una resposta anomena l’organització. Una citació significa que la resposta enllaça a una font concreta. Una visita de referència significa que una persona arriba efectivament a un actiu digital propi. Són observacions diferents, i el seu valor depèn de la pregunta que ha donat lloc a la resposta.

Una citació en resposta a «què és l’automatització industrial?» pot demostrar rellevància temàtica, però també atraure estudiants i investigadors. Aparèixer en una resposta a una consulta sobre com integrar un sistema de control concret en una fàbrica existent s’aproxima més al problema d’un comprador. Aquesta segona aparició mereix més atenció, encara que es produeixi amb menys freqüència.

La mateixa documentació de Google Search Central explica que les funcions d’IA poden mostrar enllaços per ampliar informació i que la seva activitat s’inclou als informes generals de rendiment de Search Console. Això justifica mantenir una base sòlida de SEO tècnic i continguts útils, però no permet etiquetar tots els clics orgànics com a «procedents de la IA». Els informes disponibles no demostren que una visita concreta hagi estat causada per una resposta generada específica.

Construir un conjunt de preguntes al voltant de les decisions de compra

El primer recurs per mesurar hauria de ser un conjunt documentat de preguntes dels compradors, no una llista de consultes que incloguin el nom de la marca. Pregunta als enginyers de vendes, als responsables de comptes i als equips d’atenció al client què plantegen realment els clients potencials abans de triar un proveïdor. Agrupa aquestes preguntes segons la decisió que ajuden a prendre: comprendre un problema, comparar enfocaments, verificar capacitats, reduir el risc d’implantació i seleccionar un proveïdor.

En el cas d’un proveïdor industrial, una pregunta de recerca general podria ser com reduir el temps d’inactivitat de les màquines. En una fase posterior, la pregunta podria centrar-se en la documentació o certificació que hauria d’aportar un proveïdor per modernitzar una instal·lació existent. Una pregunta de compra podria abordar els factors que modifiquen el termini de lliurament i el cost total d’un component a mida. Cadascuna requereix continguts diferents i una interpretació diferent de la visibilitat.

Registra la consulta exacta, el mercat, l’idioma, la plataforma, la data i el resultat observat. Repeteix les proves amb una periodicitat constant i conserva el text de la resposta o una captura de pantalla per revisar-ne la qualitat. Els resultats poden variar amb el temps i el context: una única execució d’una consulta és una mostra, no una posició estable. Evita incloure les consultes de marca en el mateix percentatge d’èxit que les preguntes sense marca centrades en solucions.

Avaluar la citació, no només la freqüència

Una revisió GEO útil comprova si la resposta descriu l’empresa amb precisió, si la pàgina citada fonamenta realment l’afirmació i si els competidors i les recomanacions que apareixen en el context encaixen amb el mercat objectiu. Una recomanació inexacta pot generar més feina a l’equip comercial que l’absència de recomanacions.

Examina la pàgina citada com ho faria un comprador. Respon a la pregunta al principi? Pot un responsable de compres comprovar les especificacions, les limitacions, la cobertura geogràfica i les dades de contacte sense haver de buscar entre missatges promocionals? Es poden atribuir les afirmacions tècniques a experts identificats, documentació de producte o mètodes transparents? Una pàgina citada sovint que no supera l’anàlisi d’un comprador aporta poques evidències d’avenç comercial.

Una resposta pràctica acostuma a ser millorar una pàgina tècnica existent: aclarir el cas d’ús, explicar els avantatges i les limitacions de cada opció, afegir documentació de suport datada i facilitar les vies de contacte. L’objectiu és oferir evidències més útils als compradors, no acumular trucs específics per a la IA ni promeses sense fonament sobre el marcatge de dades estructurades.

Connectar el descobriment del contingut amb el comportament al lloc web

A continuació, distingeix les evidències directes de trànsit de referència dels indicis menys concloents de descobriment. Quan l’analítica identifiqui realment una font de referència vinculada a la IA, analitza aquest trànsit per pàgina de destinació i acció. Quan la font no estigui disponible o figuri com a «directe», no reclassifiquis la sessió com a procedent de la IA només perquè aquella setmana també hagin augmentat les cerques de marca.

La pàgina de destinació ha de facilitar el pas següent del comprador de manera natural. Un article tècnic pot oferir especificacions detallades, una llista de comprovació per a la implantació o una via de contacte amb un enginyer. Una comparativa de serveis ha d’exposar l’abast, les limitacions i les evidències. Mesura accions rellevants, com ara descarregar un document pertinent, sol·licitar un pressupost o començar a emplenar un formulari de contacte ben dissenyat; les pàgines vistes, per si soles, no demostren intenció.

Microsoft Clarity documenta els enregistraments de sessions, els mapes de calor i el seguiment d’esdeveniments o embuts com a eines per comprendre on troben dificultats els visitants. Aquestes observacions de comportament poden revelar una crida a l’acció poc visible o un formulari confús, però no permeten recuperar una font de referència d’IA desconeguda ni demostrar que una citació hagi causat una visita. Fes-les servir per millorar l’experiència quan els visitants arriben, no per cobrir els buits d’atribució amb suposicions.

Convertir les consultes en oportunitats qualificades per vendes

L’enviament d’un formulari no és el punt final d’una iniciativa GEO B2B. Un lloc web pot rebre moltes consultes d’estudiants, persones que busquen feina, territoris fora del mercat objectiu o empreses massa petites per comprar la solució. L’equip de màrqueting B2B ha d’acordar amb vendes què es considera una oportunitat qualificada abans de donar un resultat per assolit.

Els camps útils per a la qualificació inclouen el tipus d’empresa, la ubicació, l’aplicació prevista, el termini de compra, les capacitats requerides i el problema que el client potencial intenta resoldre. Pregunta només allò que faciliti la conversa següent: un excés de camps obligatoris genera el seu propi problema de conversió. Quan un contacte entra al CRM, conserva’n la pàgina de destinació i la informació coneguda sobre la captació, i indica expressament «desconegut» quan no es pugui verificar una font.

Salesforce distingeix entre comprovar l’encaix i la necessitat d’un comprador i limitar-se a puntuar-ne la interacció. Aquí aquesta distinció és important. Algú que llegeix quatre articles tècnics pot tenir interès, però una consulta d’un comprador industrial que encaixa amb el perfil objectiu i té un projecte viable mereix més atenció que un gran nombre de visites anònimes.

Per tant, un informe sòlid mostra conjuntament les consultes, els contactes acceptats, les oportunitats qualificades per vendes i els resultats finals. Evita dividir els ingressos entre un nombre estimat de citacions i presentar el resultat com un retorn de la inversió GEO precís.

Utilitzar la triangulació en lloc d’una atribució fictícia

Una part de la possible influència del GEO serà indirecta. Un comprador pot llegir una resposta d’IA, buscar la marca més tard, demanar una recomanació a un company i, només després, emplenar un formulari al lloc web. Cap configuració d’analítica convencional no pot reconstruir aquesta seqüència de manera fiable per a cada client potencial. La resposta adequada no és renunciar a mesurar, sinó indicar la solidesa de les evidències.

Les evidències directes inclouen una visita de referència registrada i identificable i l’activitat posterior al CRM. Les evidències complementàries inclouen canvis en les cerques de marca rellevants, que un client potencial esmenti espontàniament una eina d’IA concreta durant la conversa inicial o que arribin més consultes qualificades a les pàgines que responen a les preguntes monitorades. Aquests indicis poden ajudar a prioritzar noves investigacions, però cap no demostra per si sol una relació causal.

Per exemple, imaginem que un fabricant actualitza la documentació sobre toleràncies i assaigs. Durant les setmanes següents, l’equip observa citacions d’IA més precises i diverses consultes que fan referència a aquesta documentació. És un patró que mereix posar-se a prova. No demostra ingressos incrementals mentre l’equip no descarti altres campanyes, demanda estacional, activitat comercial i canvis en el mesurament. Es tracta d’un escenari il·lustratiu, no de resultats de campanya reals.

Una dinàmica de treball compartida entre màrqueting i vendes

Una revisió mensual pot ser breu i rigorosa. Comença per les preguntes més importants dels compradors i comprova si la marca apareix descrita amb precisió i recolzada per fonts rellevants i verificables. Revisa si les pàgines citades continuen sent indexables, estan actualitzades i s’entenen. Després, compara les visites de referència identificades, les accions a les pàgines de destinació i les oportunitats qualificades al CRM amb els períodes anteriors i amb els altres canals actius.

Analitza les discrepàncies en lloc d’amagar-les. Si augmenten les citacions, però no les consultes qualificades, revisa primer la pertinència de les consultes, l’adequació del missatge de la pàgina i les dificultats per contactar. Si augmenten les consultes, però vendes les rebutja, examina la segmentació i els criteris de qualificació. Si creixen les oportunitats mentre el nombre de citacions es manté estable, evita atribuir la millora al GEO: identifica quines evidències existeixen i què continua sense conèixer-se.

Tanca cada revisió amb una petita millora editorial o del lloc web que es pugui posar a prova, una persona responsable i una data de reavaluació. Això integra el GEO en el mateix procés de creixement subjecte a rendició de comptes que el SEO, l’optimització web i les operacions comercials.

El resultat: una pregunta millor per a cada informe GEO

La freqüència de les citacions pot ajudar els equips a identificar on apareixen en la recerca assistida per IA. No hauria de ser la seva definició d’èxit. Per a les organitzacions B2B, la pregunta més útil és si els compradors adequats troben informació precisa, disposen d’un pas següent eficaç i arriben a converses que l’equip de vendes considera valuoses.

Aquesta pregunta dona lloc a un quadre de comandament més prudent, però a una estratègia més sòlida: menys afirmacions basades en mètriques de vanitat, més claredat sobre la incertesa i una responsabilitat directa que connecta la qualitat dels continguts amb la demanda qualificada.