TL;DR
- La medición de los medios digitales ha atravesado tres eras de accountability: viewability (ser visto), suitability (ser visto en el contexto adecuado), citability (ser representado correctamente en las respuestas de la IA).
- La citability se mide a través de tres métricas: PRESENCE (¿la marca es citada?), GRAVITY (¿la cita es correcta y las fuentes creíbles?), LIFE (¿cómo se percibe y posiciona la marca?).
- Medir la citability sin un método riguroso para construir las preguntas es como medir el reach sin definir la audiencia.
¿Qué pasa cuando la IA se equivoca al hablar de tu marca?
Cada día, millones de personas preguntan a los sistemas de IA sobre productos, servicios y marcas. Las respuestas que reciben influyen en la confianza, la consideración y las decisiones de compra, a menudo sin que el usuario visite jamás el sitio web de la marca. Cuando esas respuestas contienen errores, omisiones o información desactualizada, el impacto es directo: demanda perdida, daño reputacional, ingresos no realizados.
La capacidad de una marca de estar presente, ser precisa y positiva en las respuestas de la IA es lo que llamamos citability. No es un concepto abstracto: es la métrica que determina si la IA trabaja a tu favor o en tu contra.
La citability no surgió de la nada. Es el punto de llegada de tres eras de medición en medios digitales, cada una con su paradigma, sus límites y sus lecciones. Este es el recorrido.
Primera era — Viewability: ser visto
La viewability fue la primera gran revolución en la medición de los medios digitales: la prueba objetiva de que un anuncio era realmente visible en pantalla. He tenido el privilegio de vivir esta transformación en primera persona, y la lección fue clara: el progreso no llega por inventar una métrica nueva, sino por construir un método para interpretarla.
La viewability explotó a mediados de la década de 2010. Cuando estaba en smartclip, la batalla para demostrar que un anuncio era realmente visible sacudió el mercado como un tsunami, erosionando la confianza entre anunciantes y editores.
Nació una métrica nueva, puramente técnica y objetiva (estándares MRC, píxeles visibles, segundos de exposición) que medía algo que hasta entonces se daba por hecho. Y que, como se descubrió, no estaba en absoluto garantizado.
El problema? La viewability medía la visibilidad, no la atención ni el impacto. Y sobre todo, no ofrecía solución: quienes medían no tenían los datos para optimizar la entrega. Era, y sigue siendo, un KPI enteramente postbid. Los editores quedaron solos, rediseñando layouts y formatos para cumplir estándares fijados por otros. El valor se erosionó, los CPMs cayeron, la confianza se resintió.
Resultado: visibilidad probable, atención incierta.
Segunda era — Suitability: ser visto en el contexto adecuado
Tras la crisis de YouTube en 2017, el mercado entendió que ser visto no basta: hay que ser visto en el contexto correcto. Nació la era de la brand suitability, una evolución de la brand safety, con inclusion lists, taxonomías, GARM y algoritmos contextuales.
Cuando llegué a Channel Factory, el reto era exactamente ese: ya no dónde aparece el anuncio, sino junto a qué. La suitability es un problema subjetivo: lo que es adecuado para una marca puede ser inaceptable para otra. Pero por primera vez quienes medían tenían también los datos para intervenir, pasando del postbid al prebid. El control volvía a las marcas.
El límite estructural, sin embargo, persistía: incluso en el contexto más seguro y coherente, nadie podía garantizar que el mensaje fuera efectivamente recibido.
Resultado: contexto (subjetivamente) garantizado, recepción incierta.
Tercera era — Citability: ser representado
Con citability se entiende la capacidad de una marca de estar presente, ser precisa y positiva en las respuestas de la IA. Es la tercera era de la medición de los medios digitales, y por primera vez el paradigma cambia radicalmente: las IA no prometen impresiones, prometen respuestas. Y cada respuesta leída se convierte en un fragmento de reputación.
Las personas ya no buscan: preguntan. Y cuando preguntan, leen la respuesta. Es el primer medio en la historia de la comunicación donde la recepción está esencialmente garantizada: no hay competencia por la atención, no hay dispersión. Precisamente por eso la responsabilidad cambia: ya no se trata de crear impacto, sino de ganarlo a través de una representación correcta.
La citability se mide a través de tres métricas:
PRESENCE: ¿la marca es citada? GRAVITY: ¿la cita es correcta y las fuentes son creíbles? LIFE: ¿cómo se percibe, evalúa y posiciona la marca?
La citability no mide la visibilidad: mide la confianza. Es la métrica compuesta que nos dice cómo existe una marca dentro de las respuestas, cómo es descrita, asociada, interpretada.
Resultado: lectura garantizada, representación incierta.
|
Era |
Foco |
Medida |
Solución |
Garantía |
KPI |
|
Viewability |
Ser visto |
Objetiva |
Ninguna (a cargo de los editores) |
Visibilidad probable; atención incierta |
Técnico |
|
Suitability |
Contexto adecuado |
Subjetiva |
Inclusion lists, GARM, prebid |
Contexto garantizado; recepción incierta |
Contextual |
|
Citability |
Ser representado |
Objetiva |
Metodologías emergentes |
Lectura garantizada; representación incierta |
Reputacional |
Por qué contar respuestas no es suficiente
Los sistemas de IA generativa son no-determinísticos: la misma pregunta, hecha dos veces al mismo motor, puede generar respuestas distintas. La marca que aparecía en la primera respuesta puede desaparecer en la segunda. El tono puede cambiar. Las fuentes citadas pueden ser otras.
Esto tiene una consecuencia fundamental para cualquiera que quiera medir la brand presence en la IA: una sola medición es una fotografía que podría no repetirse jamás. Sin un método que tenga en cuenta esta inestabilidad, cualquier dato es anécdota, no investigación.
En los últimos meses han surgido varios players que proponen formas de medir aspectos específicos de la citability: AI visibility, Generative Mentions, Brand Recall. Que sean tantos es una señal positiva, pero la mayoría de estos enfoques comparten una debilidad estructural: cuentan respuestas sin gobernar las preguntas.
¿Por qué las preguntas importan más que las respuestas?
Si las respuestas son inestables por naturaleza, el único punto fijo de la ecuación es la pregunta. La calidad de cualquier medición de la citability depende enteramente de la calidad de las preguntas con las que se realiza.
Sin un método riguroso para construir preguntas significativas, representativas y replicables, ninguna medida puede considerarse fiable. Es como medir el reach sin definir la audiencia: no funciona.
Medir la IA no es extraer datos de las respuestas. Es diseñar las preguntas correctas. Ahí es donde empieza la verdadera accountability, porque contar respuestas es extracción de datos; medirlas es investigación.
GEO: de la findability a la citability
Esta evolución marca el nacimiento de una nueva disciplina: la Generative Engine Optimization (GEO). Se pasa de la findability del SEO a la legibilidad, interpretabilidad y citabilidad de los contenidos en las respuestas generativas. El paso de la búsqueda a la conversación que hizo todo esto inevitable se explora en Ser citado, no solo encontrado.
Los motores de búsqueda ordenan enlaces. Los motores generativos construyen respuestas. En este contexto, la citability es el primer KPI tangible de la GEO: mide cómo una marca existe dentro de las respuestas de la IA, no solo si aparece, sino cómo es representada. Un dato significativo: según un análisis de Surfer, casi el 68% de las fuentes citadas por las IA no aparece entre los 10 primeros resultados de Google. Ranking y citabilidad son dos juegos distintos.
Las grandes holdings de medios han comenzado a explorar este espacio: WPP habla de "SEO is dead. Long live GEO?", OMG lo define como un nuevo paradigma, Dentsu ha lanzado un servicio de optimización GEO, Havas ha presentado una herramienta de brand tracking en IA. El debate está abierto, pero aún falta un lenguaje compartido y una métrica verdaderamente científica.
Las métricas de citability, PRESENCE, GRAVITY y LIFE, son la base sobre la que he construido Symios: un sistema operativo que transforma la medición en gobierno de la representación.
Es el inicio de una nueva accountability: menos visibilidad, más credibilidad algorítmica.