Vector Analysis: donde ninguna herramienta GEO había llegado antes
Cada herramienta SEO pensada para la era de la IA mide lo mismo: si tu marca aparece en ChatGPT o en Perplexity. Mencionada o no. Posición en la respuesta. Sentimiento.
Son datos de comportamiento. Dicen qué pasó. No dicen por qué.
Nosotros construimos otra cosa.
La pregunta que nadie hacía
Cuando ChatGPT recomienda Wise en lugar de Airwallex para transferencias internacionales, o cuando Perplexity destaca Certideal en lugar de Back Market en una consulta sobre un iPhone reacondicionado, hay una razón matemática. El modelo recuperó ciertos fragmentos de contenido, comparó sus vectores semánticos con el de la consulta y los ordenó por similitud del coseno.
Ese proceso es medible. Nadie lo medía.
Todas las herramientas GEO del mercado — AIclicks, Profound, Rank Prompt, el resto — pasan el nombre de tu marca por una lista de prompts y cuentan menciones. Útil. Pero es mirar el marcador sin entender el juego.
Queríamos entender el juego.
Qué hace Vector Analysis en la práctica
Tu web no es solo texto. En cuanto una IA con RAG mira tus páginas, convierte el contenido en vectores numéricos — representaciones de alto nivel del significado. Luego los compara con el vector de la consulta del usuario y recupera las coincidencias más cercanas.
Si tu fragmento mejor posicionado para una consulta tipo «mejor iPhone reacondicionado Francia» es la barra de navegación con enlaces a tarjetas de crédito, tienes un problema. Y es invisible para cualquier herramienta que solo cuente menciones.
Vector Analysis lo pone de manifiesto.
La auditoría incluye:
Recuperación a nivel de fragmento con puntuaciones de coseno. Tomamos tus páginas reales, las troceamos como en las tuberías de recuperación, generamos embeddings y contrastamos el contenido de tu marca con un conjunto de consultas de prueba. Ves exactamente qué fragmentos salen y qué puntuación obtienen frente a competidores en las mismas consultas.
Experimento de recuperación con 30 consultas. Consultas comerciales sin marca, agrupadas por intención. Para cada una: si apareció tu marca, en qué posición, con qué sentimiento. En ChatGPT, Claude, Perplexity, Gemini, Grok — según el modo elegido.
Benchmark de fragmentos frente a competidores. No solo «Airwallex va por delante». Mostramos que el fragmento de documentación API de Airwallex marca 0,71 en «embedded finance payouts» mientras tu página de plataforma marca 0,43 — y por qué: ellos tienen profundidad técnica y tú, sobre todo llamadas a la acción.
Cuantificación del ruido del DOM. Menús, pies de página, banners, avisos legales: no es decoración. Consume tu presupuesto de fragmentos. Medimos qué parte de tu contenido indexado es semánticamente inútil para la recuperación, hasta el recuento de tokens.
Análisis de proximidad al estilo SERM. Cuando tu marca aparece en una respuesta de IA, ¿qué conceptos están cerca? Detectamos cuándo señales negativas — quejas, nombres de competidores, lenguaje cauteloso — coexisten con tu marca en los resultados de recuperación.
Detección automática de alias. TransferWise y Wise son la misma marca. Si tu marca tiene nombres antiguos, transliteraciones o submarcas, omitirlos falsea los datos. Detectamos alias automáticamente a partir de las respuestas.
Auditoría técnica de superficie. Mapa del sitio, robots.txt, hreflang, carencias de datos estructurados, parámetros dinámicos — todo lo que determina si los rastreadores de IA pueden acceder a tu contenido.
Qué vimos al ejecutarlo
Hemos pasado Vector Analysis por muchas marcas durante el desarrollo. Varias conclusiones aparecieron pronto.
El problema de la barra de navegación es universal. En Marks & Spencer, el fragmento mejor clasificado para una consulta tipo «mejores cárdigans de mujer por menos de 50 £» era el menú de tarjetas y seguros — puntuación 0,6358. El contenido sobre cárdigans quedaba por debajo. No es un problema solo de M&S: es de arquitectura en el comercio electrónico grande, y ninguna herramienta de seguimiento de menciones lo vería.
Los bloqueos por JavaScript arruinan la recuperación. Las páginas en español de vuelos de easyJet devuelven a los rastreadores «You need to enable JavaScript to run this app». Nueve de once páginas. El fragmento principal para «vuelos baratos Barcelona Lisboa» es una plantilla sin rellenar: «We're sorry, we don't offer direct flights from to {Destination}.» Vueling sirve HTML estático. La brecha de recuperación es enorme.
La fuerza de marca no equivale a fuerza de recuperación. Back Market domina el mercado francés de electrónica reacondicionada. Trustpilot 4,2/5 con 66.000 opiniones. 17 millones de clientes. En nuestras 29 consultas sin marca, aparecieron en 20 respuestas — el reconocimiento de marca pesa en los datos de entrenamiento. Pero el 89 % de las fichas de producto devuelven 403 a los rastreadores. Su competidor Certideal, con mucho menos notoriedad, gana la recuperación en consultas de producto concretas porque su contenido sí es accesible.
El caso VW invierte la expectativa. Volkswagen apareció en 27 de 30 consultas sin marca — el mejor rendimiento que hemos medido. Aun así, sus páginas llevan un 60-70 % de texto repetitivo de relleno y cero esquema JSON-LD. Ganan por autoridad de marca en los datos de entrenamiento, no por idoneidad para la recuperación. Cuando esa ventaja se desgaste — modelos reentrenados con datos más recientes y competidores mejor estructurados — no tendrán infraestructura de respaldo.
Formato del informe
Vector Analysis se ofrece en tres modos.
Fast ejecuta 10 consultas de recuperación, cubre tus páginas centrales y entrega la auditoría en minutos. Pensado para una lectura rápida de la situación.
Balanced escala a más de 20 consultas, añade comparación con competidores y amplía la auditoría técnica. El nivel adecuado para un seguimiento mensual o un entregable para cliente.
Deep es la ejecución completa: 30 consultas por grupos de intención, puntuaciones de coseno por consulta, benchmark completo de competidores, detección de alias, análisis de proximidad SERM, hallazgos técnicos completos. El documento para un director de marketing o un consejo.
Los tres modos admiten cinco modelos de IA como objetivo de recuperación: ChatGPT, Claude, Perplexity, Gemini, Grok. Ejecuta la misma marca en distintos modelos y compara si las lagunas dependen del modelo o de la estructura.
Los informes se generan en PDF, listos para enviar a clientes o equipos internos sin reformatear.
Para quién es
Líderes SEO que necesitan explicar a desarrollo qué está dañando de verdad la visibilidad orgánica en IA — no intuiciones, sino puntuaciones de fragmentos y tokens.
Directores de marketing que deben explicar a un director general por qué la marca no aparece en respuestas de IA pese a una autoridad de dominio sólida y una valoración en Trustpilot en torno a 4.
Equipos de agencia que buscan un entregable realmente distinto al de otras herramientas GEO — porque cambia la metodología, no solo la marca.
CEOs y responsables de crecimiento que entienden que el paso de la búsqueda por palabras clave a la recuperación por IA no es el futuro: ya es el patrón de tráfico de un segmento creciente de usuarios con alta intención, y las marcas que construyen ahora infraestructura de recuperación serán más difíciles de desplazar después.
Lo que otras herramientas no te dirán
El seguimiento de menciones dice que apareciste 7 de 10 veces en consultas de marca. Eso es un número.
Vector Analysis te dice que tu fragmento con mejor puntuación en «best international money transfer» es un bloque repetitivo de llamadas a la acción, que tu contenido sobre transparencia del tipo de cambio medio — lo que realmente te diferencia de PayPal — está enterrado a tres alturas de pantalla bajo 350 tokens de navegación redundante, y que la documentación API de Airwallex supera tus páginas de plataforma en consultas de desarrolladores porque tienes enlaces «Explore API documentation» sin una página de documentación real detrás.
Eso es un diagnóstico. Y una dirección.