Inicio Hub Funciones Casos de uso Guías Plataforma Precios Iniciar sesión
Métricas

Tasa de obsolescencia de citas

Last updated: diciembre 26, 2025 4 min read

¿Qué es la tasa de obsolescencia de citas?

La tasa de obsolescencia de citas mide la velocidad a la que su visibilidad se erosiona tras un pico de menciones. A diferencia del SEO (donde las clasificaciones persisten hasta ser desplazadas), la visibilidad en la IA es intrínsecamente volátil. Una cita que aparece en la semana 1 puede desaparecer en la semana 8 debido a:

  • Reentrenamiento del modelo con datos más recientes
  • Su contenido se queda obsoleto en comparación con el de la competencia
  • Señales contradictorias en otros lugares que erosionan la confianza de la IA en su entidad
  • Cambios en la capa de recuperación (nuevos índices, actualización de fuentes)

Hallazgo clave: Las marcas con actualizaciones de contenido semanales presentan tasas de obsolescencia un 60% menores. Los sitios estancados pierden el 40% de las citas mensualmente (datos de FAII, N=200 sitios).

Cómo se mide la tasa de obsolescencia de citas

Realice un seguimiento de las mismas 50-100 consultas semanalmente. Represente el porcentaje de citas durante 12 semanas. Calcule la pendiente.

Ejemplo de seguimiento de la obsolescencia de citas
Periodo de tiempo Acción Resultado de ejemplo
Semana 1 Tasa de citas de referencia 20% citado
Semana 4 Revisar las mismas consultas 18% citado (−10% de obsolescencia)
Semana 8 Surge un patrón 14% citado (−30% total)
Semana 12 Calcular tasa de obsolescencia Obsolescencia = (S1−S12)/S1

Fórmula: Tasa de obsolescencia = (% de citas de la semana 1 − % de citas de la semana 12) / % de citas de la semana 1 × 100

Limitación: Las actualizaciones de los modelos pueden disparar la obsolescencia temporalmente. Separe el ruido de la tendencia utilizando medias móviles de 12 semanas.

Por qué es importante la tasa de obsolescencia de citas

La obsolescencia revela si su visibilidad es «adherente» (basada en una autoridad real) o frágil (prestada de una sola mención). Una obsolescencia alta significa que está luchando contra la entropía; una obsolescencia baja significa que los sistemas de IA confían en usted.

Métrica Qué revela Impacto empresarial
Tasa de obsolescencia de citas Velocidad de la erosión de la confianza Presupuesto para el trabajo continuo de autoridad
Tasa de citas (instantánea) Visibilidad en un momento dado Resultado de una auditoría puntual
Volatilidad de respuesta Picos/caídas por actualizaciones del modelo Distinción entre ruido y señal

Correlación: Las marcas con una obsolescencia mensual <5% obtienen un ROI 3 veces mayor en las inversiones en AIVO.

Cómo reducir la tasa de obsolescencia de citas

  1. Publicar semanalmente: Nuevas entradas de blog, guías actualizadas, nuevos datos. Dé motivos a las IA para volver a citarle.
  2. Reforzar las señales de autoridad: Acciones de RR. PP. semanales, cocitaciones, fortalecimiento de la entidad
  3. Supervisar la frescura de la competencia: Si ellos publican semanalmente, usted debe igualarlos o superarlos
  4. Auditar los desencadenantes de obsolescencia: Cuando las citas disminuyan, investigue: ¿Ha publicado un competidor mejor contenido? ¿Hubo una actualización del modelo? ¿Se debilitaron las señales de su entidad?

Preguntas frecuentes sobre la tasa de obsolescencia de citas

¿Qué es una tasa de obsolescencia saludable?

<5% mensual = sólida. 5-15% = media. >20% = crítica (requiere intervención inmediata).

¿Es normal que haya algo de obsolescencia?

Sí; cabe esperar entre un 3% y un 5% solo por las actualizaciones del modelo. Más allá de eso, indica un problema de contenido o de autoridad.

¿Cómo puedo estabilizarla?

Publicación constante + señales de autoridad semanales. Combine esto con el seguimiento de la volatilidad de respuesta para obtener una visión completa.

¿Obsolescencia frente a volatilidad de respuesta?

Obsolescencia = tendencia a la baja a lo largo de los meses. Volatilidad = picos de subida/bajada de una semana a otra. Ambas son importantes por diferentes razones.

Back to Methodology Hub