Insights de IA y sentimiento de reseñas
Dos funciones, etiquetadas aparte a propósito
Bajo las métricas de un escaneo ahora hay tres capas de análisis apiladas, y es importante que no sean la misma cosa con nombres distintos. Primero, el análisis automatizado que ya existía — un puñado de observaciones concretas y basadas en reglas («el SoLV subió del 12 % al 34 %», «un competidor te superó en seis puntos»), generadas por un motor determinista, sin ningún modelo de por medio, etiquetado con claridad como análisis automatizado y no como IA. Encima de eso hay una capa genuinamente nueva: un párrafo corto generado por IA, producido por un modelo de lenguaje real que lee esos mismos números, etiquetado como «análisis de IA» precisamente para que nadie lo confunda con el resumen basado en reglas de al lado. Una tercera función, independiente — el sentimiento de reseñas por IA — hace algo que las dos primeras no hacen: lee texto real de clientes en lugar de números de escaneo.
Qué hace realmente el párrafo de IA
El análisis basado en reglas y el párrafo de IA se ejecutan sobre exactamente las mismas entradas — el mismo escaneo, la misma lista de competidores, las mismas variaciones respecto al escaneo anterior —, así que la capa de IA no encuentra datos nuevos: escribe sobre los mismos hechos de una forma que se lee como una explicación en vez de una lista de puntos. Se genera automáticamente en cuanto termina un escaneo, con un botón manual de «regenerar» para quien quiera una segunda pasada sobre los mismos números. Para una agencia que entrega un informe a un cliente que no piensa en términos de ARP y SoLV, ahí está el valor práctico: los puntos deterministas siguen siendo exactos y auditables, mientras el párrafo de IA los convierte en algo que un no especialista lee en diez segundos y realmente entiende.
Sentimiento de reseñas: un tipo de entrada totalmente distinto
El análisis de sentimiento de reseñas trabaja con texto que SeoMap nunca había tocado antes — hasta 50 de las reseñas más recientes de Google de un negocio, obtenidas bajo demanda y clasificadas por reparto de sentimiento (positivo/neutro/negativo), temas recurrentes y un puñado de citas representativas. Es opt-in por proyecto, desactivado por defecto, y limitado a una vez por semana y por proyecto — no es un proceso en segundo plano que corre en silencio en cada cuenta, sino algo que se activa deliberadamente cuando alguien quiere saber qué dicen realmente los clientes, no solo dónde rankea el negocio. Situado junto a Share of Local Voice, llena un hueco real: el SoLV dice cuán visible es un negocio, el sentimiento de reseñas dice algo sobre si a quienes lo encontraron les gustó lo que recibieron — dos preguntas distintas que un mapa de calor por sí solo nunca iba a responder.
Lo que ninguna de las dos hace
Vale la pena decirlo con claridad, porque «IA» invita a suponer más de lo que la función realmente promete: nada de esto escribe de vuelta en Google. No hay respuesta automática a reseñas, ni edición automática de un perfil de empresa, ni un agente de IA que actúe sobre una ficha en nombre de un negocio — el sentimiento de reseñas lee y resume, nunca publica. La función independiente de vigilancia de perfil, que no usa IA, funciona igual en el lado de monitorización: señala que algo cambió en el perfil, nunca quién lo cambió ni por qué, y nunca modifica nada por sí misma. Ambas funciones son de solo lectura por diseño, igual que la API y todo lo demás que toca la ficha pública de un negocio.
En resumen
La distinción útil no es «IA frente a nada de IA» — es qué está pensada para responder cada capa. El análisis basado en reglas se mantiene exacto y auditable para quien quiera los hechos en bruto. El párrafo de IA convierte esos mismos hechos en algo legible para un cliente que prefiere no descifrar una tabla de métricas. El sentimiento de reseñas responde una pregunta que ninguna de las otras dos toca — qué dicen realmente los clientes —, leída de texto real de reseñas, opt-in y estrictamente de solo lectura. Juntas cubren ranking, explicación y reputación a partir del mismo escaneo, sin que ninguna de las tres pretenda ser la otra.