El costo de no hacer GEO se puede estimar con un modelo de seis variables: demanda mensual de tu categoría, porcentaje de consultas que ya se resuelven con IA, tu presencia actual en esas respuestas, la derivación esperada si aparecieras, tu conversión y tu ticket promedio. No es una cifra exacta: es un orden de magnitud con supuestos transparentes y editables, que es exactamente lo que falta en la mayoría de propuestas. Aquí está el modelo, el cálculo resuelto y sus límites honestos.
Tabla de Contenidos
¿Se puede calcular lo que pierdes sin GEO?
Con honestidad metodológica, sí: igual que cualquier costo de oportunidad, desde un local cerrado un feriado hasta una venta perdida por falta de stock, se estima con un modelo de supuestos declarados, no se mide con precisión contable. La trampa del mercado es vender el número como exacto; la respuesta seria es mostrarlo con sus variables a la vista, para que cualquiera pueda discutir un supuesto y recalcular. Un modelo discutible y transparente supera infinitamente al doble extremo habitual: el pánico sin números y la indiferencia sin números.
Este modelo acompaña al método completo de la guía de GEO para aparecer en ChatGPT, Gemini, Claude y Perplexity, y es el que usamos para dimensionar el caso de negocio antes de un proyecto de posicionamiento GEO: primero el tamaño de la fuga, después la inversión para cerrarla.
El modelo de seis variables
| Variable | Qué es | De dónde sale | Ejemplo |
|---|---|---|---|
| T: demanda mensual | Búsquedas mensuales de tu categoría | Tu herramienta de keywords de siempre | 5,000 |
| m: migración a IA | Fracción de esas consultas que hoy se resuelven con asistentes o respuestas de IA | Supuesto editable según tu rubro y medición | 20% |
| p: tu presencia actual | Fracción de respuestas de IA donde ya apareces | Tu auditoría mensual | 10% |
| c: derivación esperada | Fracción de usuarios que llegarían a ti si aparecieras citado | Supuesto conservador | 15% |
| v: conversión | Tu tasa de visita a venta o cotización | Tu GA4 | 2% |
| k: ticket promedio | Valor de una venta o cliente | Tu contabilidad | S/ 500 |
Las seis variables caben en una servilleta y esa es su gracia. La fórmula: pérdida mensual estimada = T × m × (1 − p) × c × v × k. En palabras: de la demanda que ya migró a IA, la parte donde no estás, multiplicada por lo que ese tráfico habría valido en tu embudo real.
El cálculo resuelto con un negocio ejemplo
Corramos los números del ejemplo, un servicio limeño con ticket de S/ 500. De 5,000 búsquedas mensuales, el supuesto de 20% migrada a IA deja 1,000 consultas resueltas por asistentes. Con presencia actual del 10%, estás ausente en 900. Con derivación esperada del 15%, son 135 visitas que no llegan. Con conversión del 2%, son 2.7 ventas no ocurridas. A S/ 500 el ticket: S/ 1,350 mensuales de costo de oportunidad estimado, unos S/ 16,200 al año.
La lectura correcta del resultado: no es plata que sale de tu caja, es la dimensión de la vitrina donde no estás parado. Y la comparación útil es contra el costo de cerrarla: si la preparación que necesitas cuesta menos que unos meses de esa fuga estimada, el caso de negocio se defiende solo, con todos los supuestos a la vista para quien quiera apretarlos. [DATO-KOM: calculadora interactiva embebida con las seis variables editables]
Tres escenarios para calibrar tu intuición
El mismo modelo con perfiles distintos muestra dónde duele más la ausencia. Un e-commerce de nicho con demanda de 20,000 búsquedas, ticket de S/ 120 y conversión del 1.5%: con los supuestos base, la fuga estimada ronda los S/ 1,940 mensuales, y su palanca dominante es la presencia en consultas transaccionales. Una consultora B2B con demanda chica de 800 búsquedas pero oportunidad de S/ 8,000: la fuga estimada supera los S/ 1,700 al mes con apenas un puñado de oportunidades anuales en juego, y su palanca es la narrativa de marca y las comparativas. Un negocio local con demanda media y ticket bajo: el número absoluto sale menor, y su decisión pasa más por el costo bajísimo de la preparación básica que por la fuga.
La moraleja de los tres: el modelo no dice lo mismo para todos, y eso es señal de que funciona. El número que sale igual para cualquier negocio es marketing del miedo con calculadora.
¿Qué supuestos mueven más el resultado?
Dos variables dominan la sensibilidad del modelo y merecen tu mejor estimación. La migración a IA (m) varía fuerte por rubro y por tipo de consulta: las categorías de investigación previa intensa, servicios profesionales, tecnología, educación, van adelante; las de compra impulsiva, atrás. No uses un número de moda: usa tu propia observación, pregunta a tus clientes nuevos cómo te buscaron y ajusta trimestralmente. La derivación (c) depende de cómo aparecerías: la mención de pasada deriva poco; la recomendación con cita, mucho más. Sé conservador y que el caso cierre igual.
Las otras cuatro son más nobles: demanda, presencia, conversión y ticket salen de fuentes que ya tienes. Si alguien discute tu resultado, casi siempre está discutiendo m o c, y esa es una conversación sana de supuestos, no un agujero del modelo.
Cómo usar el número sin venderte humo
Tres reglas de uso ético, que además hacen el número más persuasivo. Preséntalo siempre como estimación de orden de magnitud con la fórmula visible: la frase es estimamos una fuga del orden de S/ 1,350 mensuales bajo estos supuestos, nunca estás perdiendo exactamente esto. Ofrece el recálculo en vivo: cambiar un supuesto delante del cliente y ver el rango convierte escépticos mejor que cualquier cifra cerrada. Y conéctalo con la medición real: el modelo justifica empezar; la auditoría mensual y el canal de tráfico IA verifican después si la fuga se cierra.
Para consultores y agencias: este es el número que falta en las propuestas, y usarlo con supuestos transparentes te diferencia del que llega con miedo genérico. El cliente que entiende el modelo defiende el presupuesto internamente con tus propios argumentos.
¿Qué no captura el modelo?
Cuatro omisiones deliberadas, todas conservadoras. La influencia sin clic: usuarios que reciben tu nombre en una respuesta y llegan después por marca o visita directa, invisible para la fórmula. El efecto reputacional de las narrativas erróneas, que cuesta ventas sin pasar por ninguna variable. El valor de la recompra: el ticket k del modelo es la primera venta, no el valor de vida del cliente. Y la dinámica competitiva: cada mes ausente es un mes en que otro consolida la posición citable, y recuperar cuesta más que defender.
Que todas las omisiones jueguen en la misma dirección es a propósito: si el modelo conservador ya justifica actuar, la realidad probablemente lo justifica más. La estimación que necesita supuestos optimistas para cerrar no es un caso de negocio: es una expresión de deseo.
Preguntas frecuentes
¿De dónde saco la demanda mensual de mi categoría?
De la misma investigación de keywords que ya usas para SEO: suma los volúmenes de búsqueda de tus consultas comerciales principales, sin keywords de marca propia. Es una aproximación razonable de la demanda activa, y para este modelo basta: el resultado se lee en orden de magnitud, no en unidades.
¿Qué porcentaje de consultas ya se resuelve con IA?
Nadie tiene el número universal y desconfía de quien lo recite: varía por rubro, edad del público y tipo de consulta. Trátalo como el supuesto editable que es: arranca conservador, pregunta a tus clientes nuevos cómo llegaron, revisa fuentes vigentes sobre adopción en tu categoría y ajusta cada trimestre. El modelo está diseñado para sobrevivir a la incertidumbre de esta variable.
¿El modelo sirve para B2B con ticket alto y pocas ventas?
Sirve cambiando la unidad: en lugar de ventas, calcula oportunidades calificadas, con v como tasa de visita a cotización y k como valor esperado de una oportunidad. Con tickets grandes, una sola oportunidad anual perdida puede pagar todo el programa, y el modelo lo muestra con claridad incómoda.
¿Cada cuánto conviene recalcular?
Trimestral, junto con tu benchmark: actualiza tu presencia p con la auditoría real, revisa m con lo que observes en clientes nuevos y ajusta el resto si cambió tu embudo. La brecha entre el cálculo inicial y los recálculos siguientes es, de paso, una forma de medir si tu programa GEO está cerrando la fuga que lo justificó.
Tu siguiente paso: llena las seis variables con tus números reales hoy, son veinte minutos con tus herramientas de siempre y la fórmula de esta guía, y pon el resultado en la primera línea de tu próxima conversación de presupuesto. La discusión cambia de deberíamos hacer algo con la IA a cuánto nos cuesta cada mes no hacerlo.
