Metodología

Qué medimos, por motor

El SEO sale de sus propios datos de Google Search Console y es determinista: los mismos datos dan la misma puntuación. Los últimos 28 días se comparan con los 28 días anteriores. El intervalo (80 %) muestra la variación de una semana a otra en bloques de 7 días, porque los datos de Search Console son un censo, no una muestra.

La preparación AEO sale de comprobaciones deterministas sobre el HTML y las respuestas HTTP de sus páginas, sin modelo de lenguaje y sin rúbrica. Cada comprobación fallida lleva evidencia que usted puede refutar.

La cuota de citas GEO es la frecuencia con la que un motor de IA incluye su dominio entre sus fuentes para un conjunto fijo de prompts. Cada uno de los 6 motores, y cada idioma, se informa por separado y nunca se promedia con los demás.

Las tres puntuaciones nunca se fusionan en un solo número. El tipo de datos que las contiene no tiene campo para una puntuación combinada, y una prueba falla si alguien lo añade.

Tamaño y cadencia del panel

El idioma de una pregunta y la elección de prompts mueven las citas de IA mucho más que repetir la misma pregunta. 2 ejecuciones por prompt es el mínimo que todavía estima el ruido entre ejecuciones; ejecutar cada día multiplicaría el coste sin estrechar el intervalo. La contrapartida es explícita: un cambio en las citas nunca se detecta en menos de una semana.

60 respuestas por motor e idioma dan intervalos amplios, a menudo demasiado amplios para separar dos cuotas cercanas. Sonar muestra esa amplitud en lugar de ocultarla.

Cómo se calculan los intervalos

Los intervalos salen de un bootstrap de clústeres. La unidad que se remuestrea es un clúster de prompts, extraído con reemplazo junto con todas sus ejecuciones. Los prompts de un mismo tema suben y bajan juntos, así que tratar cada respuesta como independiente haría que los intervalos parecieran más estrechos de lo que son.

Cada intervalo usa 2000 réplicas bootstrap a un nivel del 95 %, con el método de percentiles “expanded”. Se eligió porque, en simulación, su cobertura fue la más cercana a la nominal entre los métodos probados.

Un número GEO se etiqueta como medido solo cuando cada prompt se ejecutó al menos 2 veces y hay más de un clúster de prompts que remuestrear. Si no, se etiqueta como indicativo, con su tamaño de muestra, y un único clúster recibe el intervalo más amplio posible.

Las semillas aleatorias se derivan del motor y del idioma, así que los mismos datos reproducen siempre el mismo intervalo.

Diseño del holdout: por qué antes/después no es una prueba

El tráfico se mueve por razones que nada tienen que ver con un cambio: temporadas, festivos, actualizaciones de buscadores, el lanzamiento de un competidor. Una comparación antes/después mete todo eso en el resultado. Por eso cada afirmación de impacto de Sonar compara las páginas que cambió con un holdout de páginas similares que nunca tocó, en los mismos días.

Al menos el 10 % de las URL, y al menos el 10 % de los clústeres de prompts, quedan en holdout. La pertenencia se decide con un hash con clave, no por ranking, así que añadir páginas nunca reordena a los miembros existentes. Los miembros del holdout nunca se retiran ni se jubilan.

Las páginas se aleatorizan por clúster de consultas de búsqueda, no una a una: las páginas que comparten consultas principales se asignan juntas, así que un cambio en una página no puede quitar clics a una página de control. Un experimento solo se abre cuando el clúster más grande concentra como máximo el 30 % de los clics y al menos 10 clústeres tienen clics.

El estimador es de diferencias en diferencias, con un modelo estacional semanal y un bootstrap de bloques móviles (bloques de 7 días, 2000 réplicas). Un suelo de Poisson evita que los sitios con poco tráfico obtengan intervalos falsamente estrechos. Necesita 70 días de historial antes del cambio y una lectura de 28 días después.

GOOD exige una probabilidad de mejora de al menos el 95 % y cruzar un límite secuencial; BAD exige una probabilidad de daño de al menos el 90 %; NEUTRAL exige que al menos el 80 % de la probabilidad quede dentro de ±3 %, la mejora más pequeña que vale la pena mantener. El límite secuencial gasta un presupuesto de error del 5 % en cada dirección, así que revisar a diario no infla las falsas alarmas. Todo lo demás sigue en RUNNING o termina en UNDERPOWERED, en gris y nunca en verde.

Sin holdout, el informe de impacto se niega a mostrarse. No se sustituye por un número antes/después.

Resultados de las pruebas A/A

Una prueba A/A no cambia nada, así que cada veredicto GOOD o BAD que produce es una falsa alarma. Todo el proceso de veredictos, el mismo código que juzga los experimentos reales, se ejecutó sobre sitios simulados cuyo reparto entre brazos y cuyo ruido se calibraron con un sitio real.

0 veredictos falsos en 100 ejecuciones A/A, en 5 niveles de tráfico.

La tabla también muestra la parte incómoda: con poco tráfico, incluso una mejora real rara vez se detecta, porque un veredicto GOOD exige más certeza de la que supone la fórmula de manual del MDE. Por eso Sonar muestra su MDE antes de que empiece un experimento, y por eso lo que vende depende de la potencia medida.

Son simulaciones, registradas el 24 de septiembre de 2026. Una prueba A/A sobre una serie de tráfico real necesita 98 días de datos definitivos y el sitio de laboratorio tenía 69 entonces. Hay datos definitivos suficientes desde el 20 de octubre de 2026, pero el resultado sobre la serie real aún no se ha publicado, así que la tabla anterior sigue siendo simulada.

Efecto mínimo detectable por nivel de tráfico

El efecto mínimo detectable (MDE) es la mejora más pequeña que un experimento puede distinguir del ruido, con un nivel de significación bilateral del 5 % y una potencia del 80 %. Sonar lo calcula para su sitio antes de que empiece cualquier experimento.

Una afirmación de impacto solo se vende cuando el MDE medido es como máximo del 12 %. Entre el 12 % y el 25 %, los resultados se muestran como indicativos. Por encima del 25 %, no se hace ninguna afirmación de impacto.

Las cifras de planificación suponen días independientes, una sobredispersión conservadora y el holdout mínimo. La cifra que manda se mide con sus propios datos mediante el bootstrap de bloques. En las ejecuciones A/A anteriores salió menor que la cifra de planificación, pero en otro sitio puede salir mayor.

Lo que nos negamos a afirmar

Algunos números venderían mejor. Sonar no los muestra.

• Una única puntuación de visibilidad combinada. SEO, AEO y GEO siguen siendo tres números separados.
• Impacto a partir de una comparación antes/después. Los gráficos antes/después llevan la etiqueta «no es prueba de impacto».
• Un número GEO sin su intervalo, o una etiqueta de medido sobre datos que solo son indicativos.
• Una afirmación de impacto para un sitio cuyo MDE supera el 25 %.
• Una tendencia que atraviesa un cambio de versión del modelo de IA. Una versión nueva del modelo empieza una serie nueva.
• Resultados agregados de otros clientes antes de que contribuyan al menos 3 clientes distintos y 3 clústeres independientes.
• Valoraciones, reseñas, precios o testimonios que no existen.

Circuito de seguridad

Sonar escribe en sitios web en producción, así que cada escritura está limitada, verificada y es reversible.

Conexiones y qué puede cambiar cada una

Cómo aplica Sonar las correcciones depende de cómo esté conectado tu sitio. La tabla se genera a partir de lo que cada conexión admite realmente hoy.

• Edge (Cloudflare): el conjunto más amplio de correcciones, aplicadas delante de tu sitio. Funciona con cualquier dominio: apunta un hostname a Sonar con un CNAME en el proveedor de DNS que uses.
• WordPress: el plugin de Sonar más una contraseña de aplicación. Títulos, descripciones, secciones de preguntas frecuentes y páginas nuevas.
• GitHub: Sonar abre pull requests en tu repositorio, para sitios generados a partir de archivos.
• Shopify: una app personalizada en tu tienda. Metaetiquetas y bloques en la página.
• Webflow: un token de API. Solo títulos y descripciones de página.
• Contentful, Sanity, Strapi (mapeo de campos por tipo de contenido), Wix, Squarespace y HubSpot: un token de API. Títulos y descripciones, y canonical cuando la API tiene el campo; el resto pasa al modo de exportación.

Qué necesitas

• Google Search Console: añade la cuenta de servicio de Sonar que muestra el asistente de configuración como usuario restringido de tu propiedad.
• Bing Webmaster Tools: pide al propietario de Sonar que añada tu sitio a la cuenta de Bing del equipo.
• Conexión edge: acceso a la configuración de DNS para añadir un registro CNAME (cualquier proveedor de DNS). Si no puedes cambiar el DNS, usa WordPress, Shopify, Webflow o GitHub.
• Una aplicación de autenticación para el segundo factor, necesaria para conectar un sitio.
• Al menos dos idiomas de contenido para el negocio si quieres el panel de citas GEO.