Tabla de contenidos
Durante años, medir el sentimiento de una marca consistía en revisar comentarios en redes sociales y reseñas en marketplaces, además del tradicional clipping de prensa. Hoy, en cambio, la conversación más relevante sobre tu empresa ocurre en otro sitio: las respuestas que dan los modelos de lenguaje cuando alguien pregunta por tu sector. Y lo que responden ya está influyendo en las decisiones de compra del usuario antes de que llegue a tu web.
El sentimiento de marca tiene una dimensión nueva
El concepto de sentimiento lleva décadas en el manual del PR, pero cómo se mide ahora ha cambiado por completo. La pregunta clásica era si te mencionaban en tono positivo, negativo o neutro. En cambio, la pregunta actual va un paso más allá: con qué atributos te están describiendo y desde qué fuentes han salido esos atributos.
Cuando un modelo de lenguaje describe tu marca, devuelve una red de características tejida a partir de los textos que ha leído durante su entrenamiento y de las fuentes que consulta en tiempo real, lo que se conoce como consenso semántico. Ese consenso semántico se puede auditar y, sobre todo, modificar. El análisis de sentimiento clásico hoy convive con el análisis de atributos, que es lo que mueve la decisión de compra en un ecosistema donde el usuario llega a la marca con una opinión ya formada por la IA.
Dónde se forma el sentimiento de marca hoy
Los entornos donde se construye la percepción de una empresa se han multiplicado. A las redes sociales, las reseñas y el clipping de medios tradicionales se han sumado cuatro frentes que cualquier estrategia de PR debería estar auditando: los medios de comunicación con peso editorial que entrenan a los modelos de lenguaje, las plataformas de IA generativa, los resultados de búsqueda y las comunidades de usuarios como Reddit o foros especializados.
Cada uno de estos entornos amplifica el sentimiento de una forma distinta y exige una forma de medirlo propia. Un comentario crítico en un hilo de Reddit con muchas interacciones puede acabar pesando más en la respuesta de un modelo de IA que una mención positiva en un medio tier 1, porque los acuerdos de datos firmados entre las distintas compañías, como el de Google y Reddit, han elevado a esas conversaciones al rango de fuente preferente. Detectar estas asimetrías es uno de los primeros ejercicios que hacemos cuando entramos a trabajar con un cliente.
Hace poco, en un informe para un cliente del sector energético, al lanzar un prompt sobre la política de inversiones de la empresa, la respuesta de ChatGPT citaba como una de sus fuentes un hilo de Reddit con 38 votos y 20 comentarios. La fuente aparecía en penúltimo lugar dentro del listado, acompañando a piezas de medios económicos de referencia con mucha más visibilidad y firma de periodistas reconocidos. Aunque su posición fuera la penúltima, llama la atención que con esa interacción tan modesta haya conseguido entrar en el conjunto de fuentes que el modelo considera autorizadas. Detectar este tipo de presencias asimétricas es lo que reordena la prioridad de medios en una estrategia de PR digital.
Cómo lo medimos en cada entorno
Medios de comunicación
El sentimiento se obtiene analizando el contexto en el que aparece la marca, los atributos que los periodistas le asignan de forma recurrente y la evolución de esa cobertura a lo largo del tiempo. Las preguntas operativas que nos hacemos en cada auditoría son si se cita a la marca como fuente experta del sector, si se utilizan estudios o datos propios suyos en piezas de actualidad, si aparece de pasada acompañando a otras marcas en listados o si figura en piezas de tono crítico. Idealista es un buen ejemplo del polo positivo: cuando los informativos cubren la subida del alquiler, suele aparecer entrevistado un portavoz suyo o utilizado uno de sus informes.
El polo opuesto lo encontramos con frecuencia en marcas que aparecen mencionadas de pasada en listados como “Las cinco mejores soluciones para X”. Un cliente con el que trabajamos figuraba en este tipo de listas. Nunca se le mencionaba como fuente experta. El atributo que la IA acababa devolviendo era “una opción más entre varias”, no “referencia del sector”. Cubrir ese gap y dar ese salto es uno de los trabajos más laboriosos que llevamos a cabo.
Plataformas de IA generativa
Aquí el método cambia de forma radical respecto al PR clásico. La forma más fiable de auditar el sentimiento que devuelve un modelo es lanzar de manera sistemática una batería de prompts a distintos LLMs y registrar qué atributos asocian a la marca y con qué frecuencia. En una auditoría a un cliente del sector de la iluminación, descubrimos que ChatGPT lo describía como la opción “cara y aspiracional”, mientras Perplexity lo presentaba como una “inversión justificada por su calidad”. Ambas respuestas son técnicamente positivas, pero la primera traslada la decisión al terreno emocional y la segunda al racional.
Buscadores
El sentimiento se lee combinando las señales que devuelve Google cuando alguien busca el nombre de la marca: las sugerencias del autocompletado, las cajas de People Also Ask, las noticias destacadas, la vista creada con IA. Todas esas pistas revelan qué dudas tiene el público sobre la empresa. A eso se suma la primera página orgánica: si los resultados mejor posicionados son contenidos propios, qué posición ocupa la competencia, cómo aparecen las reseñas y qué se publica en la pestaña de noticias. Leído en conjunto, este mosaico muestra el sentimiento que Google está devolviendo a quien escribe el nombre de tu marca.
En una auditoría a un cliente del sector EdTech, las cajas de People Also Ask al buscar el nombre de la marca recogían dudas como “¿Es fiable?” y “¿Cuánto vale?”. Ninguna de las dos preguntas tenía respuesta en la web del cliente. El usuario que llegaba a esos resultados seguía con la misma duda. Ese gap entre lo que Google se pregunta sobre tu marca y lo que tu marca contesta es uno de los hallazgos más accionables de la auditoría.
Comunidades y foros
Es el entorno menos controlable y a la vez el más revelador. Lo que se dice en Reddit, en foros sectoriales o en comunidades de nicho funciona como termómetro del sentimiento real, porque no hay periodistas ni departamentos de comunicación filtrando el mensaje. Reddit lucha de forma constante contra los intentos de manipulación coordinada, lo que añade una capa de credibilidad para los modelos. Por eso aparece tan a menudo en las respuestas de la IA generativa cuando se pregunta por opinión de producto o por comparativas. Saber cuántas veces los LLMs recurren a estas comunidades para hablar de tu sector forma parte de cualquier auditoría completa.
En el caso de un cliente del sector cosmético, un hilo de Reddit en el que un usuario atribuía a la marca un atributo que no es correcto aparecía citado por Gemini cada vez que se le preguntaba por su esencia y resultados. El fallo estaba corregido desde hacía meses, pero el hilo seguía vivo y el modelo no tenía señal de que la información estuviera obsoleta. La estrategia en estos casos consiste en generar contenido más reciente y autorizado que el modelo prefiera.
Qué hacer cuando los atributos no son los deseados
Una vez hecha la auditoría y detectado el gap, el siguiente paso es diseñar la estrategia para corregirlo. En Human Level trabajamos con varias palancas, y la combinación de unas u otras depende del punto de partida del cliente y del sector en el que opera.
- Empezamos por la producción de contenido alineado con los atributos que se quieren reforzar y diseñado para ser citado. Por ejemplo, los estudios con datos propios del sector, los informes de tendencias, las guías técnicas que resuelven dudas frecuentes de la categoría, las respuestas reactivas a la actualidad (newsjacking) y las colaboraciones con asociaciones e instituciones del sector. Una pieza de este tipo tiene muchas más probabilidades de ser recogida por un medio de referencia y, una vez publicada, de aparecer citada en las respuestas de la IA. El mismo contenido que consigue cobertura en prensa termina alimentando la fuente de la que se nutre Gemini cuando alguien pregunta por tu sector. Un cliente del sector salud publicó un estudio sobre los tiempos medios de espera para atención clínica en España. La pieza la recogieron tres medios generalistas en una semana. Tres meses después, cuando preguntamos a Perplexity por datos del sector, citaba ese estudio como fuente. La pieza se diseñó pensando en el periodista, pero el efecto colateral en la IA fue donde estuvo el retorno real.
- A partir de ahí, identificamos qué medios utilizan los modelos de IA como fuentes preferentes cuando hablan de la categoría de tu marca y concentramos esfuerzos editoriales ahí. Si la IA recurre de forma sistemática a Xataka o a Computer Hoy para construir respuestas sobre tu vertical, tiene más sentido trabajar la presencia en esos medios que perseguir cabeceras generalistas con mayor tirada pero menos peso para los modelos. Esa información sale de los prompts estratégicos que diseñamos con el Searcher Persona de cada cliente.
- Y queda un frente que muchos clientes pasan por alto: la gestión de portavoces de la marca. Cuando un experto reconocido del sector aparece en entrevistas, podcasts, conferencias o columnas de opinión utilizando los atributos que queremos instalar, la narrativa empieza a calar tanto en periodistas como en modelos de lenguaje. La presencia pública del portavoz culmina el proceso: los medios de comunicación, la IA y las comunidades o foros terminan describiendo a la marca con el lenguaje que la propia marca ha sembrado. Con un cliente del sector educativo, trabajamos durante seis meses la presencia pública de sus responsables a través de artículos de opinión en medios nicho. Al cabo de ese periodo, cuando se le pregunta a la IA por figuras de relevancia en ese sector, el nombre de la marca empieza a aparecer junto a los habituales. El portavoz se convierte así en una palanca de marca cuyo efecto trasciende a la persona.
Conviene tener clara una cosa antes de arrancar cualquier proceso de este tipo: corregir el sentimiento lleva tiempo. Las campañas puntuales o las acciones aisladas no mueven una narrativa instalada. En Digital PR los resultados se ven a medio plazo y exigen la presencia sostenida en las fuentes correctas hasta que el nuevo atributo termina por desplazar al anterior tanto en las redacciones como en los modelos.
El sentimiento cambia. La auditoría, también
Mi impresión como especialista en auditoría de marcas es que la mayoría de departamentos de comunicación todavía no son conscientes de cuánto está cambiando el escenario. Y eso se nota sobre todo en una cosa: siguen auditando el sentimiento para tener una foto, pero las decisiones de PR digital se toman observando cómo evoluciona esa foto semana a semana.
El sentimiento cambia cada vez que el sector genera una noticia, que un competidor lanza una campaña con eco y que Google o los principales LLMs ajustan la forma en que construyen sus respuestas. La auditoría tiene que ser continua y los datos que arroja tienen que entrar en el calendario editorial al mismo ritmo con el que evolucionan las fuentes.
Influir antes de que la narrativa se consolide
El sentimiento de marca hoy se mide en atributos, en la coherencia entre lo que dicen los medios y lo que dicen los modelos, y en el peso que las comunidades tienen sobre el entrenamiento de esos modelos. La encontrabilidad digital de una empresa depende tanto de aparecer en los sitios donde su audiencia busca como de qué se encuentra esa audiencia cuando la marca aparece.
La empresa que conoce todos estos datos sobre sí misma posiciona su narrativa desde una situación de ventaja frente a la que solo monitoriza menciones en redes sociales o sigue su share of voice clásico. Podrá actuar antes de que un atributo desalineado se consolide y detectar nuevas oportunidades narrativas que la competencia todavía no haya ocupado.
En Human Level realizamos auditorías personalizadas para cada cliente para responder con datos a las preguntas que cada vez más comités de dirección se están haciendo: cuando alguien pregunta por mi sector, ¿qué responde la IA? ¿Dice de mí lo que yo querría que dijera?
