Guía de casos de uso de datos de LLM en Adobe Customer Journey Analytics
Descubre cómo conectar el descubrimiento en canales de IA emergentes con los recorridos de cliente y mejorar el rendimiento del contenido.
IR A LA SECCIÓN
Integra el descubrimiento de IA en la estrategia de medición
Mide el tráfico impulsado por IA como canal de adquisición
Identifica el contenido de alta visibilidad con bajo índice de conversión
Vincula la presencia de marca en IA con la interacción y los resultados de ingresos
Mide qué acciones de optimización de IA mejoran el rendimiento
Mide la visibilidad de marca con datos de LLM en Adobe Customer Journey Analytics
Descubre cómo los datos de LLM permiten a las organizaciones incorporar el descubrimiento de IA en la estrategia de análisis, brindando a los equipos una forma más clara de evaluar la visibilidad, la interacción de los clientes y el impacto en el negocio.
Los LLM son la nueva puerta de entrada al descubrimiento digital. Los clientes potenciales recurren cada vez más a plataformas como ChatGPT, Claude y Google AI Overviews para investigar productos, comparar opciones y tomar decisiones de compra antes de visitar el sitio web de una marca.
Según Bain & Company, el 80 % de los consumidores recurre a respuestas generadas por IA para una parte importante de sus búsquedas.
Sin embargo, la mayoría de las organizaciones carece de visibilidad sobre cómo el descubrimiento impulsado por IA contribuye a los resultados empresariales. Los equipos tienen dificultades para entender cuánto tráfico e interacción generan los LLM, qué contenido se muestra o cita y cómo los recorridos procedentes de los LLM influyen en las conversiones posteriores.
Tener datos desconectados en múltiples sistemas no hace más que agravar el problema: los datos de visibilidad, las métricas de compromiso de los clientes, los datos de ingresos y la actividad de los bots suelen estar dispersos en plataformas distintas.
Los datos de LLM en Adobe Customer Journey Analytics cierran esa brecha de visibilidad al conectar el descubrimiento impulsado por IA con la interacción de los clientes y los resultados de ingresos. El resultado es una vista unificada de los recorridos, tanto los impulsados por IA como los generados por personas, lo que permite a las organizaciones medir el valor empresarial del descubrimiento liderado por IA y optimizar las experiencias.
Integra el descubrimiento de IA en la estrategia de medición con datos de LLM
Para medir los recorridos impulsados por IA, las organizaciones deben conectar lo que ocurre en los servicios de IA con lo que sucede en las experiencias digitales propias. Los datos de LLM en Customer Journey Analytics unifican esas perspectivas.
Adobe Brand Visibility ayuda a las organizaciones a comprender cómo aparece y se desempeña su marca en experiencias impulsadas por IA, con datos sobre menciones de marca, citas, cuota de voz, tráfico agéntico, tráfico de referentes e interacciones a nivel de solicitud.
Customer Journey Analytics complementa esta visión al conectar esas señales con sesiones, recorridos de cliente, progresión en el embudo, conversiones, ingresos, retención, abandono y atribución.
Los siguientes casos de uso ilustran cómo esa visión conectada puede ayudar a las organizaciones a responder las preguntas más relevantes: dónde encaja el tráfico impulsado por IA en la combinación de adquisición, qué páginas visibles para la IA tienen un rendimiento inferior al esperado, cómo se relaciona la presencia de marca en IA con las señales de demanda e ingresos, y qué acciones de optimización están mejorando el rendimiento.
CASO DE USO 1:
Mide el tráfico impulsado por IA como canal de adquisición
La búsqueda con IA y los asistentes de IA se están consolidando como un canal de adquisición para las marcas, a medida que más descubrimientos ocurren a través de respuestas generadas por IA. Las marcas necesitan comprender cuánto tráfico generan estas plataformas, qué fuentes de IA envían a los visitantes de mayor valor y cómo se compara ese tráfico con el de búsqueda, medios pagados, correo electrónico y redes sociales.
Sin embargo, los recorridos impulsados por IA son más difíciles de capturar porque los LLM suelen acceder al contenido a través de bots, sistemas de recuperación e infraestructura CDN, lo que deja a las herramientas de análisis basadas en el navegador con una visión incompleta.
El resultado es un punto débil en la combinación de canales: los equipos pueden medir los canales de adquisición tradicionales con claridad, pero tienen dificultades para entender dónde encaja la IA en su estrategia de adquisición.
Cómo ayudan los datos de LLM
Los datos de LLM ayudan a los equipos a incorporar la adquisición impulsada por IA al mismo entorno de informes que ya utilizan para evaluar otros canales.
Brand Visibility identifica las plataformas de IA, las solicitudes, las citas y las rutas de referentes asociadas con el tráfico entrante. Customer Journey Analytics lleva ese tráfico a los informes de canales, para que los equipos puedan evaluar los recorridos referidos por IA junto con los de búsqueda, medios pagados, correo electrónico y redes sociales.
Dado que el tráfico impulsado por IA se analiza dentro de los flujos de trabajo existentes de Customer Journey Analytics, los equipos pueden comparar los LLM con otros canales de adquisición digital sin crear silos de análisis.
Cómo los equipos lo llevan a la práctica
Con el tráfico referido por IA visible en los informes de canales, los equipos pueden decidir cómo encajan los LLM en la combinación de adquisición. Pueden:
- Identificar qué plataformas de IA están generando visitas.
- Ver qué solicitudes y citas están asociadas con esas visitas.
- Crear vistas de adquisición específicas para IA en Customer Journey Analytics.
- Comparar el tráfico referido por IA con otros canales.
Por ejemplo, un gran minorista puede saber que el tráfico impulsado por IA crece en toda la industria, pero desconocer qué parte de ese tráfico está captando. Al usar Brand Visibility para detectar citas y clics referentes en plataformas como ChatGPT, Gemini y Claude, e incorporar esas señales en Customer Journey Analytics como canal de adquisición de IA generativa, el minorista puede comparar el tráfico impulsado por IA con los canales tradicionales.
Impacto empresarial
LLM Insights ayuda a los equipos de análisis a incorporar la adquisición impulsada por IA dentro de la misma disciplina de medición que aplican a otros canales. De este modo, pueden crear informes unificados que muestran cómo el tráfico impulsado por IA se integra con la búsqueda, los medios de pago, el correo electrónico y las redes sociales.
Esta vista integrada permite a los equipos de marketing y de negocio comparar a los visitantes referidos por IA con otros públicos de adquisición, y evaluar si la IA está consolidándose como un componente diferenciado dentro del mix de adquisición.
CASO DE USO 2:
Identifica el contenido de alta visibilidad que no genera conversiones
Las marcas invierten cada vez más en mejorar su visibilidad en experiencias impulsadas por IA. Sin embargo, ese esfuerzo no siempre se traduce en conversiones. Los LLM citan o recomiendan ciertas páginas con frecuencia y generan tráfico referente, pero las organizaciones carecen de datos sobre qué ocurre una vez que los clientes llegan a esas páginas.
Esto plantea un reto de medición fundamental: las marcas necesitan identificar qué páginas de destino referidas por IA logran convertir visitantes en clientes y dónde los usuarios encuentran fricciones.
Cómo ayuda LLM Insights
Brand Visibility identifica qué páginas obtienen mayor visibilidad en las respuestas generadas por IA, incluidas citas, URLs de destino y tráfico referente en LLMs. A continuación, Customer Journey Analytics mide lo que ocurre tras la llegada de los visitantes: tasa de rebote, profundidad de interacción, conversiones, ingresos y otras métricas de recorrido de cliente.
Al conectar estas vistas, LLM Insights detecta en qué punto abandonan los visitantes referidos por IA, qué experiencias generan fricciones y qué páginas de alta visibilidad requieren atención con mayor urgencia.
Cómo los equipos lo ponen en práctica
Cuando los equipos conectan las señales de visibilidad de IA con los datos del recorrido, pueden:
- Identificar dónde los visitantes rebotan o abandonan el recorrido, como ocurre durante el proceso de pago.
- Priorizar mejoras de UX y Pruebas A/B en las páginas con mayor tráfico impulsado por IA.
- Medir si las mejoras de página incrementan las conversiones y los ingresos provenientes de visitantes de IA.
Por ejemplo, un minorista de electrónica puede descubrir que varias páginas de guías de compra son citadas con frecuencia por asistentes de IA y generan un alto tráfico referente. Al combinar Brand Visibility con Customer Journey Analytics, puede observar que los visitantes desde dispositivos móviles presentan una tasa de rebote más alta y que muchos usuarios abandonan el paso de financiamiento durante el proceso de pago. Con base en estos datos, el equipo puede priorizar correcciones a nivel de página, como formularios más cortos, los CTA más claros y una mejor usabilidad móvil en las páginas visibles en IA con la mayor brecha de conversión.
Impacto empresarial
LLM Insights ayuda a los equipos de análisis a pasar de medir la visibilidad de IA a mejorar el rendimiento de los recorridos referidos por IA. Esta vista compartida permite a los equipos de marketing y de experiencia digital priorizar mejoras en las páginas que reciben tráfico significativo impulsado por IA, pero que no logran avanzar a los visitantes hacia acciones que generan ingresos.
CASO DE USO 3:
Conecta la presencia de marca en IA con la interacción de clientes y los resultados de ingresos
La presencia de marca en IA se está convirtiendo en una señal clave de autoridad, pero suele medirse de forma aislada del rendimiento de la demanda y del pipeline. Los equipos pueden rastrear menciones, citas, sentimiento y cuota de voz en las respuestas generadas por IA, pero carecen de una forma clara de conectar esas señales con los clientes potenciales calificados y los ingresos.
Las organizaciones necesitan entender si una mayor presencia en torno a los temas prioritarios se relaciona con una interacción más profunda, más clientes potenciales calificados, acciones de mayor intención e ingresos influenciados más elevados.
Cómo ayuda LLM Insights
Al conectar la presencia de marca en IA con los resultados de clientes y del pipeline, LLM Insights ayuda a los equipos a determinar si la autoridad en las experiencias generadas por IA se traduce en valor empresarial medible.
Brand Visibility mide las menciones de marca, las citas, el sentimiento y la cuota de voz en los principales LLM y fuentes de terceros como Reddit y Wikipedia. Customer Journey Analytics conecta estas señales con las métricas de interacción y conversión, entre ellas los envíos de formularios de clientes potenciales, las descargas de prueba, las solicitudes de demo, el pipeline influenciado y los ingresos.
Cuando los datos de visibilidad de IA y del recorrido de cliente trabajan en conjunto, los equipos pueden identificar qué temas o inversiones de contenido tienen una relación más sólida con el rendimiento empresarial, en lugar de medir la presencia en IA de forma aislada.
Cómo los equipos lo llevan a la práctica
Cuando los equipos cuentan con una visión unificada de la presencia de marca en IA y del rendimiento del pipeline, pueden:
- Analizar el impacto del sentimiento de marca en la interacción, las solicitudes de demo y los ingresos influenciados.
- Identificar qué temas y líneas de contenido generan tanto una sólida autoridad en IA como resultados significativos en la generación de clientes potenciales.
- Priorizar los esfuerzos de SEO, contenido y medios ganados en torno a los temas y fuentes más asociados con una mayor interacción.
Por ejemplo, un fabricante industrial invierte fuertemente en liderazgo de opinión sobre temas como el mantenimiento predictivo y las válvulas de seguridad, lo que mejora su visibilidad en IA. Sin embargo, la marca aún tiene dificultades para determinar si esto influye en las oportunidades de ventas. Al usar Brand Visibility para medir el sentimiento y la cuota de voz de estos temas y conectar esos datos con Customer Journey Analytics, la empresa puede correlacionar las mejoras en visibilidad de IA con resultados relevantes y ajustar sus futuras inversiones en contenido en consecuencia.
Impacto empresarial
LLM Insights ayuda a los equipos a convertir la autoridad en IA en una señal de planificación. En lugar de priorizar temas únicamente porque generan menciones o mejoran la cuota de voz, los equipos pueden centrarse en las áreas donde una mayor presencia en IA se alinea con el interés de los clientes, la calidad de los clientes potenciales y el potencial de ingresos.
Esto ofrece a los equipos de contenido, SEO, comunicaciones y negocio una base más sólida para decidir en qué temas invertir a continuación, y ayuda a los líderes a evaluar la autoridad en IA como parte de la estrategia de demanda, y no solo de la visibilidad de marca.
CASO DE USO 4:
Mide qué acciones de optimización de IA mejoran los resultados empresariales
Cuando las marcas invierten en optimización de IA, necesitan saber qué acciones mejoran realmente la visibilidad y el rendimiento del negocio. Las brechas competitivas pueden revelar dónde la marca pierde terreno en solicitudes, temas o recorridos de compra prioritarios, pero no siempre indican la solución adecuada.
El problema puede radicar en la profundidad del contenido, la rastreabilidad, los datos estructurados, la autoridad de terceros, la información del producto o la experiencia de página. Sin una visión integrada, los equipos no logran determinar qué cambios están cerrando esas brechas, aumentando el tráfico cualificado o contribuyendo a las conversiones y los ingresos.
Cómo ayuda LLM Insights
LLM Insights ayuda a los equipos a vincular las acciones de optimización de IA con los cambios en visibilidad, tráfico y rendimiento a lo largo del tiempo.
Brand Visibility mide la presencia de marca en las plataformas de IA, incluida la cuota de voz y el rendimiento competitivo para solicitudes y temas prioritarios. Además, recomienda optimizaciones de contenido y técnicas, como mejorar las preguntas frecuentes, las páginas de producto, el contenido de elegibilidad y los datos estructurados. Customer Journey Analytics, por su parte, mide cómo esos esfuerzos de optimización influyen en los resultados de los clientes, como solicitudes de prueba, registros, pedidos e ingresos.
Al combinar los datos competitivos de IA con la información del recorrido de cliente, las organizaciones pueden priorizar las optimizaciones con mayor potencial para generar resultados.
Cómo los equipos lo ponen en práctica
Con la visibilidad competitiva de IA, la actividad de optimización y los resultados del recorrido conectados entre sí, los equipos pueden evaluar la optimización de IA como un programa de rendimiento integral, en lugar de un conjunto de correcciones de contenido o técnicas aisladas. Pueden:
- Comparar la visibilidad en IA con la de los competidores para solicitudes y temas de alto valor.
- Identificar las páginas y experiencias que deben priorizarse para la optimización de IA.
- Medir cómo los esfuerzos de optimización influyen en la adquisición de clientes y la conversión.
Por ejemplo, un banco minorista puede descubrir a través de Brand Visibility que sus productos de cuenta corriente aparecen en apenas un pequeño porcentaje de las recomendaciones generadas por IA, mientras que los competidores dominan las mismas solicitudes. El banco puede entonces priorizar mejoras en las preguntas frecuentes, las tablas de tasas y las páginas de elegibilidad según las recomendaciones de Brand Visibility.
Impacto en el negocio
LLM Insights ayuda a las organizaciones a pasar del benchmarking competitivo a la optimización medible. Adobe registró un aumento del 41 % en el tráfico de referencia de LLM y un crecimiento de más del 200 % en las citas tras los esfuerzos de optimización, y CJA permitió traducir esas mejoras en un pipeline atribuible.
El valor reside en conectar el benchmarking competitivo, la visibilidad de IA y las recomendaciones de optimización con los datos del recorrido de cliente y de conversión, lo que brinda a los equipos una base más sólida para continuar los esfuerzos de optimización de IA.
De las señales de IA a acciones más inteligentes
El descubrimiento impulsado por IA ha cobrado demasiada relevancia para gestionarlo con señales dispersas o experimentos aislados. Los equipos de análisis y marketing necesitan una forma más clara de identificar dónde la IA influye en el recorrido, qué oportunidades merecen atención y dónde la optimización puede generar un impacto real en el negocio.
Las organizaciones que desarrollen esta capacidad ahora estarán mejor posicionadas para adaptarse a medida que la IA influya cada vez más en el descubrimiento, la interacción y la toma de decisiones. LLM Insights en Customer Journey Analytics ofrece a las organizaciones la base necesaria para actuar ante ese cambio con mayor claridad, evaluar la IA con el mismo rigor que otros canales digitales y enfocar los esfuerzos donde puedan generar mejores resultados.
Explora LLM Insights en Customer Journey Analytics para comprender mejor la presencia de marca en los LLM.
Recomendado para ti
