Hazle a un modelo de IA una pregunta de compra sin marca ("mejor CRM para una pequeña empresa", "qué consultora para una transformación digital") y te nombra marcas. Hazla 3.750 veces, a lo largo de varios modelos y repeticiones, y obtienes un mapa de quién es dueño de qué pregunta.
Ese mapa es el conjunto de datos de Propiedad de Categoría. Este artículo explica las tres métricas que produce, la sorpresa honesta que hay en los resultados y cómo leer los 50 perfiles públicos de marca construidos sobre él. Los datos y el código de análisis son abiertos bajo licencia CC-BY-4.0 en Kaggle y Zenodo (10.5281/zenodo.20788142).
El montaje
250 preguntas de compra por categoría sin marca en cinco industrias: SaaS, consultoría, fintech, comercio electrónico y tecnología sanitaria. Tres modelos: GPT-5.2, Gemini 3 Flash, Perplexity sonar-pro. Cada consulta repetida cinco veces bajo un protocolo de estabilidad de tirada de dados, porque una sola respuesta de la IA no prueba nada. Total: 3.750 respuestas, mapeadas frente a 50 marcas.
Tres métricas
El Índice de Propiedad de Categoría (COI) mide con qué solidez una marca domina las preguntas de su categoría. EY es dueña de la consultoría con un 0,95, apareciendo como la recomendación principal en 47 de 50 consultas de consultoría. Stripe lidera fintech con un 0,53, HubSpot lidera SaaS con un 0,38. La diferencia importa: la consultoría se comporta como un monopolio, el SaaS como un mercado disputado.
El Índice de Vacío Competitivo (CVI) encuentra las preguntas donde ninguna marca ha establecido su propiedad. El 8,0% del espacio de consultas es vacío: preguntas de compra que la IA responde con consejos genéricos o nombres que van rotando. Esas son las preguntas más baratas de ganar, porque ganarlas no desplaza a nadie.
La Puntuación de Desplazamiento (DS) estima lo difícil que sería sacar al propietario actual de una pregunta, según la constancia con la que los modelos lo devuelven.
La sorpresa honesta: el dominio es más raro de lo que dice el relato
La historia de que "el ganador se lo lleva todo en la búsqueda con IA" es en gran parte errónea a nivel agregado. La concentración media de Gini entre categorías es de 0,284, un nivel moderado, y la ventaja de la marca líder sobre la segunda se agrupa en torno a 1,3:1, muy por debajo del umbral de 3:1 que fijamos para el dominio real antes del estudio.
Los monopolios al estilo de EY son reales pero excepcionales. La categoría típica es un campo disputado con un líder moderado, una larga cola y un 8% de preguntas que no son de nadie. Para la mayoría de las marcas eso es una buena noticia: la puerta está más abierta de lo que sugiere el discurso.
Dos resultados más que vale la pena conocer: el 4,2% de las respuestas formaron clústeres emergentes (agrupaciones de marcas que los modelos inventaron y que no coinciden con ninguna taxonomía de analista), y los tres modelos coincidieron en la marca principal de una pregunta solo el 41,6% de las veces. Quien te diga que comprobó "lo que recomienda la IA" preguntándole una vez a un solo modelo está describiendo el tiempo de un día, no el clima.
Cómo usarlo
- Encuentra tu COI. Si tu marca es una de las 50, tu perfil en /brands muestra qué consultas posees, dónde eres fuerte y dónde estás ausente.
- Caza vacíos. Las tablas del CVI en el conjunto de datos listan las preguntas sin dueño por industria. El contenido que responde directamente a una pregunta de vacío es el trabajo de visibilidad en IA de mayor retorno que existe.
- Vuelve a medir, siempre. Con un 41,6% de coincidencia entre modelos, cualquier afirmación de propiedad necesita al menos tres modelos y cinco repeticiones. Nuestro Dice Roller gratuito ejecuta ese protocolo sobre cualquier pregunta, sin necesidad de cuenta.
El conjunto de datos incluye las respuestas en bruto, las menciones extraídas, las tres matrices de métricas, los embeddings de las respuestas y el cuaderno que reproduce cada tabla y figura. El artículo acompañante está en revisión editorial; los materiales de la preimpresión están en el registro de Zenodo.