Cómo la visibilidad en IA y el SEO se convierten en facturación

Acme Gestión es una empresa ficticia de software de gestión del mantenimiento para pymes industriales. Tiene 28 empleados, clientes en toda España y cada contrato anual vale unos 24.000 €. Hasta ahora sus clientes llegaban por recomendación y por llamadas del equipo comercial.

Su web recibe visitas de Google, pero cuando alguien pregunta a ChatGPT por software de mantenimiento para una planta industrial, Acme Gestión no aparece. La directora de marketing quiere saber una cosa: si trabajar la visibilidad en IA y el SEO se traduce en contratos, y cuánto tarda en verse.

1. 

   Capa 1, visibilidad (primeras 6 semanas). Se fija una lista de 20 preguntas de su categoría, la misma en cada medición, en ChatGPT y en español de España. En la primera medición, Acme Gestión aparece en 0 de 20 respuestas.

   A las 6 semanas, aparece en 3 de 20: una tasa de menciones del 15 %. Dos de sus páginas se citan como fuente. Es una señal temprana, todavía sin leads.

2. Capa 2, demanda (días 30 a 60). En GA4 se ven 600 visitas en los 6 meses con origen identificado en asistentes de IA. Las búsquedas con el nombre de la marca también suben, pero no se suman a esa cifra: pueden tener otros orígenes. Las 600 son solo las que la analítica identifica, así que es un mínimo, no el total.

3. 

   Capa 3, conversiones (días 60 a 180). Al cierre del semestre hay 15 leads cualificados atribuidos a la IA, lo que da una tasa de lead del 2,5 % sobre las 600 visitas identificadas. De ellos, 4 los atribuye el autorreporte y no la analítica. Se clasifican por tipo de atribución: 7 directos (sesión rastreada), 4 asistidos (varios toques antes de contactar) y 4 autorreportados.

   Los 4 autorreportados escribieron "preguntando a ChatGPT" en el formulario, en el campo "¿Cómo nos has conocido?". El equipo comercial cuenta 6 videollamadas con esos leads.

4. Capa 4, ingresos (días 90 a 180). En su CRM, de los 15 leads hay 1 contrato cerrado (24.000 €) y 2 oportunidades abiertas al final del semestre. Los ingresos reales (24.000 €) y los modelados (36.000 €) se informan por separado. El modelo se usa porque el ciclo de venta largo deja oportunidades sin cerrar.

   La tasa de cierre del 10 % es un supuesto fijado con la empresa a partir de su histórico de ventas. El semestre dio 1 contrato de 15 leads (6,7 %), una muestra pequeña con 2 oportunidades aún abiertas.

1. 1

   Ingresos estimados: 600 visitas × 2,5 % = 15 leads. 15 leads × 10 % = 1,5 contratos. 1,5 × 24.000 € = 36.000 €.

2. 2

   Beneficio bruto: 36.000 € × 50 % de margen = 18.000 €.

3. 3

   ROI: coste total para la empresa en el semestre (contenido, parte técnica, herramientas y tiempo interno): 14.000 €. Es una cifra inventada que no corresponde a ningún servicio de BuildMention. (18.000 € − 14.000 €) ÷ 14.000 € × 100 = 29 %.

Modelado y ficticio. Los 1,5 contratos son un promedio estadístico, no un contrato y medio. En la realidad serían 1 o 2.

Con una tasa de cierre del 5 %, las mismas 600 visitas y los mismos 15 leads dan 0,75 contratos: 18.000 € de ingresos estimados y 9.000 € de beneficio bruto. El ROI pasa a (9.000 € − 14.000 €) ÷ 14.000 € × 100 = −36 %.

Lectura final del caso: Con las mismas visitas y la misma tasa de lead, el resultado pasa de positivo a negativo solo por la tasa de cierre. Por eso BuildMention informa el ROI con sus supuestos al lado, y por eso la tasa de cierre la aporta el equipo comercial de la empresa, no la agencia. El caso también muestra por qué se mide cada capa por separado: desde la primera medición Acme Gestión ya tenía datos de visibilidad, y el primer cálculo de ROI no fue posible hasta pasado el día 90.

En otra empresa la visibilidad puede tardar más o no moverse, y el ROI puede salir negativo, como muestra el segundo escenario.