Las herramientas de inteligencia artificial arrojaron al menos un hecho falso sobre el 64% de los minoristas del Reino Unido en una prueba realizada por proveedores, según las cifras que Searchable compartió con Retail Focus. El error más común fue colocar las empresas en el código postal incorrecto.
Estas pruebas apuntan a algo que muchos equipos de marketing no están siguiendo. Cuando los sistemas de inteligencia artificial como ChatGPT o el modo AI de Google responden preguntas sobre una de sus ubicaciones, no hay forma de saber lo que dicen sobre su negocio a menos que lo verifique manualmente. Podrían estar afirmando con seguridad que una empresa está cerrada, enumerando servicios que no ofrecen o dando una dirección incorrecta.
Hemos cubierto cómo ganar visibilidad en la búsqueda de IA, incluido el trabajo de Dan Taylor en el seguimiento de las indicaciones de IA. Esta pieza cubre la otra mitad del problema. Analiza lo que la IA ya le dice a la gente sobre sus ubicaciones y cómo averiguarlo antes de que lo haga el cliente.
De clasificado a descrito
La búsqueda local tradicional ofrece a los clientes múltiples opciones para comparar, como un paquete de mapas, reseñas, su sitio web o el de un competidor. Luego, los clientes hacen su elección. La búsqueda con IA combina este proceso en una única respuesta sintetizada que describe completamente una empresa incluso antes de que el cliente visite el sitio web o el perfil de la empresa.
Ser descrito no es lo mismo que ser clasificado; Las clasificaciones pueden cambiar y es posible que las descripciones no siempre sean precisas. Además, esta visibilidad varía según el tipo de consulta.
El análisis de Whitespark encontró que las descripciones generales de IA aparecen en el 15% de las búsquedas directas con intención local, como (abogados de lesiones personales en Phoenix). Para preguntas informativas, aparecen el 92% de las veces, y para preguntas híbridas, como si se debe contratar a un abogado después de un accidente, aparecen el 97% de las veces. En el mismo estudio, los paquetes locales aparecieron en el 93% de las búsquedas directas con intención local. En general, las descripciones generales de IA fueron más comunes para preguntas informativas e híbridas que para búsquedas directas con intención local.
El índice de visibilidad local de SOCi analizó más de 350.000 ubicaciones y encontró que ChatGPT recomendó el 1,2% de ellas. Esa es una tasa mucho más baja que las apariciones de las mismas marcas en el paquete de 3 locales de Google, según la propia medición de SOCi. La Encuesta de revisión de consumidores locales de BrightLocal encontró que el 45% de los consumidores ahora usan ChatGPT o herramientas similares para recomendaciones de negocios locales, en comparación con el 6% del año anterior.
En qué se equivocan las respuestas
Searchable publicó dos conjuntos de resultados de pruebas a la prensa especializada este mes. En pruebas que involucraron a 165 empresas de Londres, Searchable probó ChatGPT, Gemini y Perplexity con 13,365 preguntas sobre servicios, información de contacto, tamaño y fechas de fundación, luego comparó las respuestas con los registros de Companies House y los perfiles oficiales.
Según CMOTech, el 93% de estas empresas tenían al menos un dato básico incorrecto o faltante. La mitad de las empresas más pequeñas recibieron al menos un dato falso, en comparación con el 32% de las empresas más grandes. Una segunda prueba examinó a los minoristas principales del Reino Unido con más de 72.000 preguntas. Retail Focus informó que una de cada 16 respuestas era incorrecta. Se produjeron errores de códigos postales incorrectos a una tasa de uno de cada 10, incluso cuando los mensajes especificaban la ciudad.
El cofundador de Searchable, Chris Donnelly, dijo a Retail Focus:
“Para un minorista tradicional más pequeño, si su visibilidad en línea se centra principalmente en su sitio web y una lista de Google Business, ese es un rastro relativamente delgado de información para que los sistemas de inteligencia artificial aprendan y representen en sus respuestas”.
Las categorías de error coinciden con lo que los dueños de negocios describen en los foros de soporte de Google, informando que ven detalles incorrectos presentados con confianza, y algunos dicen que los errores están dañando sus negocios.
El punto ciego
La búsqueda tradicional deja un rastro de datos. Las impresiones y los clics se rastrean en Search Console; las clasificaciones fluctúan entre los rastreadores; y cualquier caída a menudo da lugar a una investigación. Sin embargo, no existe ningún informe que alerte a las empresas si una respuesta de IA indica incorrectamente el horario de su ubicación o afirma que su empresa está cerrada.
La búsqueda tradicional tampoco le alerta sobre cómo está representado, pero no es necesario. Indica a los clientes fuentes que pueden ver y evaluar por sí mismos, como su listado, su sitio y reseñas con fechas adjuntas. La IA agrupa esas fuentes en una única respuesta escrita y el cliente la lee como un hecho. Cuando está mal, no hay una posición en el ranking que observar ni una caída en el tráfico que rastrear, porque el error reside en el texto que nunca se le mostró.
Las principales herramientas de inteligencia artificial para consumidores generalmente no ofrecen a las empresas una alerta a nivel de ubicación cuando su información es incorrecta. La documentación de Google establece que las respuestas de IA pueden incluir errores y las descripciones generales de IA individuales incluyen un enlace de comentarios. Esta retroalimentación sirve para corregir errores pero no es un sistema de seguimiento proactivo. Sólo funciona si alguien nota el error primero.
5 sistemas, no 1
El proceso de prueba puede complicarse en varias plataformas de búsqueda de IA porque no funcionan de la misma manera. Las descripciones generales de IA ahora aparecen como parte de los resultados de búsqueda habituales de Google; el modo AI es una experiencia de conversación directamente dentro de la Búsqueda de Google. Gemini actúa como el asistente de inteligencia artificial independiente de Google. Mientras tanto, ChatGPT y Perplexity son productos separados ofrecidos por OpenAI y Perplexity AI.
Cada una de estas herramientas procesa, selecciona y combina información de manera diferente, por lo que una sola pregunta puede recibir respuestas diferentes según la plataforma que esté utilizando. Esta variación también se observa en los datos minoristas de Searchable: se encontró que Perplexity daba respuestas inexactas en el 10% de los casos, en comparación con el 5% de Gemini y el 4% de ChatGPT.
Probar un sistema dice poco sobre los demás. Una ubicación que aparece en las descripciones generales de AI aún puede describirse erróneamente en ChatGPT.
Cómo probar lo que ven los clientes
Empiece por pensar en las preguntas que puedan tener sus clientes, como horarios, servicios o si una ubicación es buena. Escriba estas preguntas en una lista estándar para que cada lugar sea revisado de la misma manera. Ejecute las preguntas a través de AI Overviews y AI Mode en Google, además de ChatGPT, Gemini y Perplexity. Siempre que sea posible, realice pruebas sin contexto de conversación guardado ni personalización, y realice un seguimiento de las indicaciones y respuestas que obtenga.
Dado que las respuestas pueden variar cada vez, haga las mismas preguntas varias veces. Organice lo que encuentre en categorías como errores fácticos, información faltante o problemas de percepción. Trate los errores y omisiones de hecho por separado. El orden de opinión y recomendación son cuestiones de reputación, no simples correcciones. Preste especial atención a corregir errores que podrían impedir que alguien visite, como horarios incorrectos o una sucursal reportada como cerrada.
Cuando se citan fuentes, verificar que su información sea precisa. Corrija la información que controla o solicite correcciones cuando sea necesario. Siga revisando periódicamente porque corregir una fuente hoy no actualiza automáticamente las respuestas de la IA. Utilice una lista coherente de preguntas y un registro para facilitar el proceso, especialmente si tiene muchas ubicaciones. Cambie la frecuencia con la que verifica según la cantidad de ubicaciones y la frecuencia con la que cambian los detalles.
Qué hacer cuando la IA se equivoca
Encontrar el error es el primer paso. Arreglarlo implica ajustar cuidadosamente las entradas de las que dependen estos sistemas y luego verificar si las respuestas mejoran. Recuerde, cada ajuste lo acerca a resultados mejores y más confiables.
Si una respuesta indica incorrectamente el horario, confirme que su perfil comercial de Google, su sitio web y las páginas de su propia ubicación coinciden entre sí y con la realidad. Los detalles contradictorios entre ellos son una de las razones más claras por las que una respuesta es incorrecta. El mismo nombre, dirección y teléfono. La coherencia numérica que el SEO local siempre ha requerido es la base, y se vuelve más compleja una vez que se ejecutan varias ubicaciones..
Después de corregir las fuentes que controlas, mira las fuentes que no te pertenecen. Cuando una respuesta cite su empresa, ábrala y verifique su fecha y lo que realmente dice. Podría ser extraer la información de una página de directorio antigua, una lista de reseñas o una página sobre una empresa con un nombre similar. Es probable que solucionar estos problemas implique cierta divulgación directa.
Aquí también es donde la diferencia de tamaño que Donnelly señaló comienza a tener sentido. Las empresas más pequeñas cometieron más errores en las pruebas de Searchable, y su lectura fue que un rastro delgado de información de terceros les da a estos sistemas menos recursos para trabajar. Nuestra propia cobertura de lo que se correlaciona con las citas de ChatGPT llega a la misma conclusión. Una presencia más completa y consistente en los lugares donde leen estos sistemas les brinda mejor material para describirlo.
Si descubre que la precisión no es el problema y le preocupa más que le recomienden, ese es el lado de la visibilidad. Dan Taylor ha escrito para Search Engine Journal sobre el seguimiento de cómo la IA representa su marca a lo largo del tiempo y cómo el descubrimiento cambia a medida que la búsqueda se personaliza en torno a cada usuario. Ésos son los puntos de partida para la pregunta “¿cómo podemos ganar aquí?”.
Mirando hacia el futuro
Las herramientas de seguimiento de las respuestas de la IA aún se encuentran en sus primeras etapas. La mayoría puede decirle si lo mencionan y con qué frecuencia, lo cual no es lo mismo que decirle si la mención es correcta.
Verificar lo que realmente dice una respuesta sobre una ubicación aún se reduce a leerla usted mismo. A medida que estas herramientas se desarrollen, eso puede cambiar, pero por ahora, la auditoría es manual y, cuando encuentra algo mal, el primer paso es optimizar las fuentes que controla.
Más recursos:
Imagen destacada: Natalia Kosarevich/Shutterstock
