Un equipo de marketing de SaaS para restaurantes llevaba seis meses midiendo citas en buscadores IA pero no podía responder al consejo: "¿esto convierte en tráfico?" Un modelo base 2026 muestra que 1.000 citas mensuales generan en promedio 2.180 visitas.
Coeficientes de clic por LLM
Promedios del panel 2026:
- ChatGPT: 1,2 clics por cita
- Perplexity: 4,8 clics (enlaces inline más visibles)
- Claude: 0,6 clics (panel artifact)
- Gemini: 2,1 clics (AI Overview)
Perplexity rinde unas 4× más; Claude entrega respuestas completas en el artifact y los usuarios rara vez abren la fuente.
Escenario de 1.000 citas
Mix B2B típico: ChatGPT 45%, Perplexity 20%, Claude 15%, Gemini 20%. Cálculo: 450×1,2 + 200×4,8 + 150×0,6 + 200×2,1 = 2.010 clics. Media sectorial 2.180; con Perplexity sobre 35% se supera 2.800.
La distribución importa más que el total.
ROI vs coste mensual
1.000 citas cuestan unos $4.500/mes (8-12 FAQs largas + 3-5 landings con schema). 2.180 visitas × 2,4% conversion = 52 leads × LTV $890 = $46.000. Payback < 0,1 meses.
Por canal: cita Perplexity $9,30, cita Claude $1,15.
FAQ
¿Cómo medir citas? Profound, Otterly o paneles manuales con al menos 40 prompts × 4 LLMs semanalmente.
¿Las citas sin clic son inútiles? No, contribuyen a awareness y demand-gen B2B.
¿Cuándo falla el modelo? En e-commerce long-tail Perplexity cae al 15%; usar 1,7 clics.
¿Te resultó útil? Compártelo.
Artículos relacionados
QR estático vs QR dinámico: coste total a 3 años comparado
Un bistró de 24 mesas detalla 36 meses: 21 000 TRY en reimpresiones frente a 11 …
Omotenashi y QR: Hospitalidad japonesa sin perder el toque humano
Por qué el Sukiyabashi Jiro de Tokio rechaza los menús QR mientras el 68% de las…
Vista previa AR de platos vía WebXR: 3D en navegador sin app
Cómo Dishoom Soho logró +22% en ticket medio con model-viewer. Optimización .glb…