Sin puntuaciones de caja negra. Aquí se detallan exactamente los 42 factores en siete categorías que forman el GEO Score - con ponderaciones, base de datos y limitaciones honestas.
Siete categorías. 42 factores principales ponderados, más ~18 sub-verificaciones por factor (60 comprobaciones de detalle en total). Cada factor corresponde a una verificación real del backend del sistema de puntuación.
No todos los factores tienen el mismo peso. Los datos estructurados y los fundamentos técnicos contribuyen más al GEO Score.
Las ponderaciones se basan en observaciones empíricas de proveedores IA del plan (ChatGPT, Perplexity, Claude y otros proveedores configurados y Kimi) durante varios meses. Los datos estructurados (25%) y el SEO técnico (20%) dominan porque los sistemas de IA procesan principalmente datos legibles por máquina. La capa de datos empresariales (5%) está deliberadamente ponderada bajo: los feeds faltantes restan puntos, pero los feeds perfectos apenas mejoran la puntuación.
La honestidad es parte de la metodología. Aquí están los límites reales de nuestro sistema.
No tenemos acceso privilegiado a los algoritmos de clasificación internos de OpenAI, Anthropic o Google. Nuestra medición se basa en el comportamiento de salida observable de los modelos.
Un GEO Score alto aumenta estadísticamente la probabilidad de cita - no la garantiza. Las respuestas de IA son no deterministas.
Medimos la visibilidad a nivel de dominio. Sin perfiles de usuario, sin seguimiento de clientes finales - orientado al RGPD por diseño.
Las consultas a motores de IA se ejecutan en un ciclo de sondeo típico de 24 horas. La visibilidad en tiempo real no es técnicamente medible.
Desde la calidad técnica de los datos hasta el impacto empresarial medible - cuatro niveles que juntos ofrecen una imagen completa.
Fundamento: ¿Son los datos legibles por máquina, completos y frescos?
¿La empresa es mencionada, citada o recomendada en respuestas de IA?
¿Qué tan precisas y positivas son las declaraciones de IA sobre la empresa?
¿La visibilidad en IA se traduce en tráfico, leads e ingresos medibles?
El GEO Score no se basa en intuición. Estas publicaciones forman la base empírica.
Aggarwal et al.
Primer estudio sistemático sobre optimización para motores de búsqueda generativos. Define citas, impresiones y share of voice como métricas GEO primarias.
Stanford Human-Centered AI Institute
Tasas de alucinación por modelo y dominio. Base para nuestro Hallucination Score y la calibración de nuestra matriz de pruebas proveedores IA del plan.
Patronus AI / IBM Research
Benchmarks de detección de errores fácticos en salidas LLM. Metodología adoptada para nuestra detección de alucinaciones de 8 capas.
Google LLC
Especificación oficial para datos estructurados. Define qué tipos de schema usa Google Search para la generación de respuestas.
Beconova no es una institución de investigación académica. Las fuentes citadas sustentan los fundamentos teóricos - las ponderaciones prácticas derivan de nuestra propia empiria de medición durante 6+ meses de datos de producción.
Si algo de nuestra metodología no está claro, contáctenos directamente. Sin palabras de moda, sin evasivas.