El primer producto de una recomendación de compra con IA de Google capta el 62% de la visibilidad. El segundo, el 20%. El tercero, el resto. Esto es lo que pasa cuando la IA comprime miles de opciones de compra en tres a cinco productos concretos. Tu producto o gana la recomendación o desaparece por completo. No hay término medio.
Las AI Overviews de Google aparecen ya en el 14% de las búsquedas de compra, 5,6 veces más que hace un año. Parece una buena noticia: más consultas que muestran recomendaciones de IA significan más oportunidades de visibilidad. Pero las cuentas del tráfico son paradójicas. Mientras que las marcas citadas en las recomendaciones de compra con IA obtienen un 35% más de clics orgánicos que las marcas no citadas, el porcentaje de clics general en las búsquedas de compra con AI Overviews cayó un 61%. Más búsquedas, menos clics por resultado porque la IA responde a la pregunta directamente. El cambio estratégico ya no tiene que ver con la posición en el ranking. Tiene que ver con cuáles son los tres productos que la IA decide recomendar.
Los criterios que usa la IA para hacer estas recomendaciones son completamente distintos de los posicionamientos de compra tradicionales. No dependen de la autoridad del dominio, ni de los backlinks, ni del historial de posiciones. Dependen de la completitud de los datos, la concreción de los casos de uso y la validación externa. Una marca con un posicionamiento mediocre pero con datos de producto perfectos y buenas reseñas externas puede superar a una marca con las mejores posiciones pero con información incompleta.
Por qué la calidad de los datos de producto determina las citas de la IA
Los sistemas de IA no pueden recomendar productos que no entienden. Cuando tu feed de producto tiene datos incompletos, especificaciones ausentes o descripciones vagas, la IA te pasa por alto. La investigación muestra que las tiendas con un 99,9% de datos de producto completos (lo que el sector llama un "Golden Record") tienen una visibilidad 3-4 veces mayor en las recomendaciones de la IA que las tiendas con datos escasos.
La completitud importa porque la IA necesita información concreta. Una almohada necesita que el feed indique explícitamente la capacidad de relleno, el material de la funda y la clasificación de temperatura. Un portátil necesita el tipo de procesador, la capacidad de RAM, el almacenamiento, el tamaño de pantalla y el peso. Los sistemas de IA no infieren esta información. La extraen de tus datos o te descartan por completo.
Por eso tu feed de producto se ha vuelto tan importante como tu página de producto. Tu feed de Google Merchant Center, tu marcado de datos estructurados y el contenido de tu página de producto deben decir lo mismo con los mismos valores. Las discrepancias de precio entre tu página y tu feed frenan las recomendaciones de la IA. Las discrepancias de disponibilidad hacen que la IA te dé menos prioridad. Las especificaciones incompletas hacen que la IA no pueda encajar tu producto con consultas concretas.
El lenguaje de casos de uso: cómo hace coincidir la IA los productos con las situaciones
Las características no coinciden con las consultas. Los casos de uso, sí. Cuando alguien busca "mejores auriculares para una oficina abierta", no busca auriculares con "cancelación activa de ruido". Busca auriculares que resuelvan el problema de la oficina abierta: aislamiento, comodidad durante todo el día y mínima fuga de sonido a los compañeros.
Tu página de producto que enumera "Cancelación activa de ruido, batería de 30 horas, Bluetooth 5.3" no coincide con esa consulta. Tu página de producto que dice "Perfectos para oficinas abiertas: bloquean el 85% del ruido ambiental con cancelación activa de ruido, son lo bastante cómodos para jornadas de más de 8 horas y su diseño sellado evita que el sonido se escape a tus compañeros" sí coincide.
Los sistemas de IA leen la descripción de tu producto y extraen el contexto de uso. Buscan frases como "ideal para", "perfecto para", "diseñado para", "mejor para", "resuelve el problema de" y "funciona genial cuando". Esas frases indican que entiendes la situación en la que está el comprador. Las características genéricas indican que no.
Por eso cambiaron las descripciones de producto. El SEO tradicional optimizaba para palabras clave y listas de características. GEO optimiza para un lenguaje conversacional y específico de cada situación. Necesitas ambos. Tu página de producto debe posicionarse para "auriculares con cancelación de ruido" (tradicional) y ser citada en "auriculares para oficinas abiertas" (compra con IA).
El efecto de compresión: ganan de tres a cinco productos
Las recomendaciones de compra con IA están comprimidas. Donde el carrusel de Google Shopping muestra 20 productos, las AI Overviews muestran 3-5. La recomendación mejor clasificada capta el 62% de la cuota de visibilidad. Es una visibilidad en la que el ganador se lo lleva casi todo.
Esto cambia la estrategia de raíz. En la búsqueda de compra tradicional, ser el n.º 5 sigue dando clics. En la compra con IA, no estar entre los 3 primeros es ser invisible. O te citan o no. No hay término medio.
La compresión también implica diversidad dentro de la recomendación. La IA intenta mostrar opciones distintas para necesidades distintas. Puede recomendar una opción económica, una premium y una de gama media para la misma categoría de producto. Esto significa que puedes competir siendo claramente la mejor opción para un caso de uso o un rango de precio concreto, aunque no seas el líder general de la categoría.
El rendimiento varía según la categoría. Los productos de alimentación aparecen en las recomendaciones de la IA el 49% de las veces. La electrónica, el 24%. Los muebles, solo el 2%. Esto se debe a que la IA trata de forma distinta cada tipo de producto. Para la alimentación, la IA cita productos concretos con facilidad. Para los muebles, la IA tiene dificultades porque los elementos visuales y táctiles no se pueden valorar del todo a partir de una descripción. Para la electrónica, la IA encuentra un punto intermedio.
Cómo amplifica la autoridad externa las citas de la IA
Una página de producto no basta. Los sistemas de IA quieren validación externa. Cuando tu producto se analiza en una web de reseñas de referencia, aparece en recopilatorios de medios especializados y tiene reseñas positivas en Google, en grandes marketplaces y en plataformas de opiniones, construyes autoridad. La IA cita los productos de marcas con validación externa 4,2 veces más que los productos sin cobertura externa.
Esto significa que la cobertura editorial impulsa las citas de la IA. Publicar guías de producto en grandes webs de reseñas, conseguir que te citen en publicaciones del sector y construir una presencia de reseñas en varias plataformas contribuyen a que la IA te recomiende. La vieja estrategia de relaciones públicas de ganar cobertura en medios sigue funcionando. Es más importante ahora, no menos.
Cómo ayuda WEMASY a las marcas de comercio electrónico a optimizar para la compra con IA
Las herramientas de tienda online de WEMASY te ayudan a mantener datos de producto completos, escribir descripciones específicas de casos de uso e implementar marcado estructurado que alimenta a los sistemas de IA. La gestión del feed de producto garantiza que tus datos sean coherentes entre tu web, el schema y el centro de comerciantes. Las plantillas de contenido te guían para escribir descripciones de producto que coincidan tanto con las consultas de palabras clave tradicionales como con las preguntas conversacionales de compra con IA.
Cuando optimizas tus páginas de producto y tus datos en WEMASY para las citas de compra con IA, te preparas para el paso de los posicionamientos a las recomendaciones. Más información sobre las funciones de tienda online de WEMASY en nuestra página de precios.
Preguntas frecuentes
¿Por qué algunas categorías de producto muestran más AI Overviews que otras?
La IA trata los distintos tipos de producto con distintos niveles de confianza. Los productos de alimentación son fáciles: ingredientes, precios y disponibilidad claros. La electrónica: las especificaciones son precisas y legibles por máquinas. Los muebles: importan los elementos visuales y táctiles, y la IA no puede valorarlos solo con texto. Las consolas de videojuegos muestran AI Overviews el 67% de las veces; los muebles, solo el 2%. Con el creador de webs de WEMASY puedes montarlo directamente en tu web.
¿Necesito cambiar mi página de producto para la IA o mantener el SEO tradicional?
Ambos. Necesitas páginas de producto que se posicionen para palabras clave tradicionales (nombre del producto, categoría, características) Y páginas que aborden consultas de casos de uso y aparezcan en las AI Overviews. La coincidencia es del 40-60% según la categoría. Necesitas posicionamiento tradicional para "zapatillas de correr" y visibilidad en IA para "mejores zapatillas de correr para entrenar un maratón".
¿Qué importancia tiene la cobertura de reseñas externas para las citas de compra con IA?
Mucha. Los productos con reseñas en webs de reseñas de referencia o en publicaciones similares se citan en las recomendaciones de la IA 4,2 veces más que los productos sin cobertura externa. Esto significa que tu estrategia de relaciones públicas y reseñas influye directamente en las citas de la IA, no solo en el posicionamiento tradicional.
¿Debería centrarme primero en mi feed de producto o en mi página de producto?
En tu feed. Si tu feed tiene datos incompletos, la IA no puede recomendarte por muy buena que sea tu página. Completa primero tu feed de producto con todas las especificaciones, precios, disponibilidad e imágenes. Después optimiza la descripción de tu página con lenguaje de casos de uso.
¿Qué información de producto extraen con más frecuencia los sistemas de IA?
Precio, especificaciones, caso de uso, disponibilidad y reseñas. Los sistemas de IA priorizan la extracción de estas cinco categorías. Todo lo demás es secundario. Asegúrate de que estos cinco datos estén cristalinos en tu página de producto y en tu feed.
¿Qué significa la cuota de presencia (Share of Voice) en la compra con IA?
Es el porcentaje de impresiones que capta tu marca en las recomendaciones de compra con IA en comparación con todas las marcas que compiten. La recomendación principal suele captar el 62% de las impresiones. El segundo puesto, el 20-25%. El tercero, el 10-15%. O compites por la primera posición o aceptas una visibilidad baja.