Inicio Geoda

Investigación CasaNova: primer experimento

26 de enero de 2026 Julio Acosta · Sageo Estudio

Investigación en curso

Un proyecto propio como laboratorio

CasaNova es un proyecto real de comercio electrónico que Sageo Estudio usa como entorno de investigación y experimentación. No lo presentamos como un caso de éxito ni como una historia terminada, porque no lo es: es el lugar donde observamos, probamos y documentamos cómo interactúan SEO, AEO, GEO y Search Intelligence sobre un comercio que está funcionando de verdad.

Esta es la primera entrega de esa línea de trabajo. Explica por qué investigamos sobre un proyecto propio, qué preguntas están abiertas y cómo se registra lo que aparece. No adelanta resultados, porque todavía no hay resultados que se puedan publicar con rigor.

Por qué investigar en un proyecto propio

La investigación aplicada suele hacerse sobre proyectos de clientes, y ahí hay un problema estructural: el alcance está acordado de antemano y el tiempo está limitado por un presupuesto. Se puede medir antes y después, pero no se puede cambiar de rumbo a mitad del camino solo porque una observación lo justifique. Cada decisión tiene que justificarse ante alguien más, y muchas preguntas interesantes quedan fuera del contrato simplemente porque nadie las pidió.

Trabajar sobre un proyecto propio elimina esas restricciones. Se puede observar el ciclo completo —decisión, implementación y efecto— sin negociar cada paso. Si una hipótesis exige modificar la arquitectura de categorías, reescribir una ficha o cambiar cómo se declaran los datos estructurados, se hace y se documenta. Si el resultado contradice lo que esperábamos, también se documenta, y esa contradicción es información útil en lugar de un problema que hay que esconder.

Hay una razón adicional, menos cómoda. Es fácil repetir lo que dice la industria sobre cómo se comportan los buscadores y los sistemas de IA. Cuando el trabajo se hace sobre datos de terceros, uno nunca termina de saber qué parte de la explicación es observación y qué parte es interpretación ajena. Un entorno propio obliga a distinguir entre lo que se midió y lo que se supone.

La ventaja de un proyecto propio no es tener más libertad para hacer cosas: es poder sostener una afirmación hasta el final y saber con qué evidencia se sostiene.

Qué estamos investigando

Las líneas abiertas en CasaNova son varias y se cruzan entre sí. Ninguna está cerrada y cada una tiene su propia línea de base pendiente de consolidar.

En curso

Visibilidad orgánica

Cómo se comporta la presencia en buscadores sobre un catálogo que cambia: qué páginas se descubren, cuáles se indexan y en qué consultas aparece el contenido. El interés está en la evolución y en la proporción, no en un valor puntual leído como certeza.

En curso

Comportamiento de las búsquedas

Qué consultas llegan con intención de compra y cómo se formulan. La intención comercial no siempre se escribe como uno espera, y esa diferencia define qué tipo de página debería responder a cada consulta.

En curso

Estructura de contenidos y categorías

Cómo se organiza la arquitectura de categorías y qué relación tiene con la forma en que el contenido se rastrea, se agrupa y se entiende. Es una de las líneas donde una decisión de estructura afecta a todo lo demás.

En curso

Entidades de marca y de producto

Cómo se representa la marca y cómo se representa cada producto: qué es, en qué categoría compite y con qué atributos. Si esas señales se contradicen entre páginas o entre canales, el sistema no puede afirmar nada con confianza.

En curso

SEO técnico sobre un catálogo real

Indexación, marcado semántico, canibalización, páginas duplicadas por filtros y variantes. Un catálogo real produce problemas que un sitio pequeño no reproduce, y esos problemas son los que interesa estudiar.

En curso

Presencia y comprensión por sistemas de IA

Qué sabe un sistema generativo sobre la marca, cómo la describe y si lo que dice coincide con lo que la marca declara de sí misma. Aquí se observa tanto la mención como la exactitud de lo mencionado.

En curso

Información publicada y respuestas generadas

La relación entre lo que está publicado y lo que un sistema responde. Es la línea más difícil: la respuesta generada varía por sistema, idioma, ubicación y sesión, así que se lee como proporción y no como valor absoluto.

Cómo se documenta

Documentar es la parte que decide si el trabajo sirve o no. Cada hallazgo se registra con su contexto y sus límites, nunca como conclusión general. Una observación hecha sobre un catálogo de una categoría concreta no se convierte en una afirmación sobre el comercio electrónico en general.

  • Contexto. Qué se hizo, sobre qué página o sección, en qué momento y con qué estado previo del sitio.
  • Alcance. Cuántas consultas, cuántas páginas y qué sistemas se observaron. Elegir la muestra después de ver los datos invalidaría la observación.
  • Límites. Qué no se pudo medir, qué variables no se controlaron y qué conclusiones quedan fuera del alcance de lo disponible.
  • Separación entre observación e hipótesis. Lo que se vio se escribe distinto de lo que se cree que explica lo visto.
  • Repetición. Una observación que no se repite en el siguiente muestreo no se convierte en criterio.

Este registro vive en notas internas de trabajo. Se publica cuando el método y las observaciones están a la altura, no antes. Y cuando se publique, va a indicar el período trabajado, el alcance real de la intervención y la fuente del dato.

Investigación en desarrollo. Esta línea de trabajo está en curso y no está terminada. No presentamos resultados ni conclusiones porque todavía no hay mediciones publicables, y no se publicará ninguna cifra hasta que tenga período, alcance y fuente verificables. Lo que aparece aquí es qué se investiga, por qué y con qué método — no un historial de desempeño.

Qué esperamos obtener

El objetivo de esta línea no es acumular anécdotas sobre un comercio propio. Es convertir lo aprendido en metodología: criterios de trabajo que puedan aplicarse después a cualquier proyecto, con la ventaja de que ya fueron puestos a prueba en un entorno donde era posible equivocarse y corregir.

Una parte de ese aprendizaje tiene un destino concreto. SAGEO Intelligence es la plataforma de análisis de presencia de marcas en sistemas de IA que estamos desarrollando, y todavía está en construcción. La investigación sobre CasaNova alimenta ese desarrollo con preguntas reales: qué vale la pena observar de forma periódica, cómo se registra una respuesta generada para que sea comparable con la siguiente, y qué señales sobre la marca son lo bastante estables para convertirse en un indicador. Cuando el producto no está terminado, la investigación es la que define qué tendría que medir.

El resto del aprendizaje vuelve al método. Search Intelligence es un ciclo —investigar, medir, interpretar, intervenir y volver a medir— que solo funciona cuando se recorre completo. Un proyecto propio permite recorrerlo sin cortar pasos por límites de contrato.

Investigar mientras se construye

El principio que ordena todo esto cabe en una frase: investigamos mientras construimos. La investigación no es una fase previa que termina para dar paso a la ejecución, ni una fase posterior que confirma lo que ya se decidió. Avanza junto con el proyecto, y en muchos casos lo obliga a cambiar de dirección antes de que el error sea costoso.

Eso implica aceptar una incomodidad. Un proyecto en curso no produce una historia limpia con principio y final. Produce preguntas mejor formuladas, observaciones con fecha y límites declarados, y criterios que se ajustan cuando la evidencia no acompaña. Preferimos publicarlo así: sin cerrar lo que sigue abierto y sin presentar como resultado lo que todavía es una observación en curso.

Las siguientes entregas de esta serie van a tratar líneas concretas, con su método y sus límites. Si alguna medición llega a ser publicable, aparecerá con su período, su alcance y su fuente.

Califica este cristal

¿Cuántas gemas le das?

En lugar de estrellas usamos gemas, que es lo que se forma dentro de una geoda. Tu calificación ayuda a saber qué cristales conviene seguir puliendo.

Cargando las calificaciones…

Comentarios

Un comentario puede corregir, ampliar o discutir lo que dice el artículo. Se publica después de revisarlo.

Tu correo no se publica. Al enviar el comentario aceptas la política de privacidad y los términos de uso.

Cargando los comentarios…