Identifique las oportunidades de crecimiento que merecen ser priorizadas en función de la demanda del mercado, el panorama competitivo, las propuestas de valor de la marca y las fuentes de citación.
Después de que The Estée Lauder Companies anunciara su alianza con Profound, buscamos la marca Estée Lauder en los datos públicos de mercado de Dageno. Es n.º 2 en bases de maquillaje, pero los segmentos, las plataformas de IA, las regiones, las intenciones de compra, los atributos y las fichas de compra cuentan historias distintas. Esto es lo que conviene leer primero.
Explora más de 12,000 nichos de mercado.
Actualizado por
Actualizado el Nov 05, 2026
El 14 de septiembre de 2026, The Estée Lauder Companies anunció una alianza con Profound, una plataforma que sigue cómo aparecen las marcas en las respuestas de IA. El objetivo declarado es ver cómo se describen, comparan y recomiendan las marcas del grupo en las principales plataformas de IA y, después, trasladar esas conclusiones a las páginas de producto, los blogs y los vídeos.
Figura 1: El comunicado del 14 de septiembre de 2026 que anunció la alianza global con Profound.
Para un grupo con decenas de marcas que se venden en muchos países, esto va más allá de revisar cada semana el ranking de unos pocos prompts.
Después de leer el anuncio, buscamos Estée Lauder en los datos públicos de mercado de Dageno para ver dónde está una marca concreta en la búsqueda con IA. Estée Lauder tiene un 32,99 % de visibilidad en IA en el mercado de bases de maquillaje y ocupa el 2.º puesto entre 598 marcas. L'Oréal Paris lidera con un 33,84 %, una diferencia de solo 0,85 puntos porcentuales. Parece una posición sólida. Pero ¿se mantiene el 2.º puesto si cambiamos el segmento, la plataforma o la región?
Este análisis se centra en la marca Estée Lauder, no en los resultados conjuntos de The Estée Lauder Companies. Clinique, M·A·C y La Mer aparecen como marcas independientes en los datos.
Datos: datos públicos de mercado de Dageno, capturas tomadas el 29 de septiembre de 2026.
El ranking de visibilidad en IA sitúa a L'Oréal Paris en primer lugar, a Estée Lauder en segundo y a NARS en tercero. La visibilidad en IA es la proporción de respuestas de IA muestreadas en este mercado que mencionan la marca. Estée Lauder está cerca del líder, pero este ranking describe un mercado y sus respuestas de IA. No puede mostrar el rendimiento en todas las categorías de producto o preguntas de compra.
El ranking es un punto de partida. ¿Qué competidores aparecen junto a la marca? ¿Se mantiene el patrón en preguntas más concretas? Las siguientes vistas aportan el contexto.
Figura 2: El ranking de bases de maquillaje sitúa a Estée Lauder entre L'Oréal Paris y NARS.
El mapa de segmentos de mercado cuenta una historia menos uniforme. Estée Lauder ocupa el puesto 15 en sérums faciales, el 23 en cuidado antiedad y el 84 en perfumes y colonias. Cada segmento tiene sus propios competidores y su propio contexto de recomendación.
Estos puestos no demuestran que The Estée Lauder Companies sea débil en esos negocios. Otras marcas del grupo pueden cubrir esas líneas de producto. La pregunta práctica es qué situaciones de compra quiere ocupar la marca Estée Lauder. Si un segmento es importante para su estrategia, la diferencia merece investigarse. Un puesto bajo, por sí solo, no es motivo para producir más contenido.
Figura 3: El mapa de segmentos muestra cómo se mueve la misma marca entre categorías de producto.
Incluso dentro de las bases de maquillaje, no hay un único ranking por plataforma. Estée Lauder es n.º 1 en ChatGPT, n.º 2 en Google AI Overview, n.º 3 en Google AI Mode, n.º 3 en Copilot y n.º 4 en Gemini. Así, una marca puede tener mucha visibilidad en el mercado en conjunto y, aun así, cambiar de posición entre las interfaces que la gente usa de verdad.
El siguiente paso es revisar las preguntas y respuestas que hay detrás de cada vista por plataforma. ¿Responden los asistentes a necesidades parecidas? ¿Qué alternativas y fuentes se repiten? El ranking indica dónde mirar; las respuestas ayudan a explicar el porqué.
Figura 4: La vista por plataforma muestra puestos distintos para la misma marca y el mismo mercado.
La vista por región añade otra capa. Estée Lauder es n.º 1 en Reino Unido y Australia, n.º 3 en EE. UU. y Francia, n.º 7 en India y n.º 8 en Japón. Estas diferencias plantean preguntas sobre las recomendaciones locales: qué competidores se repiten, qué necesidades se están tratando y qué fuentes citan los sistemas de IA en cada región.
Las muestras por plataforma y por región son distintas, así que sus porcentajes de visibilidad no se pueden comparar directamente. Los rankings señalan lugares que investigar, pero no explican si las diferencias se deben al encaje del producto, al contenido local, a la cobertura de terceros o a las preguntas muestreadas.
Figura 5: La vista por región sitúa el ranking de la marca en bases de maquillaje en su contexto local.
El seguimiento de prompts fijos, el enfoque habitual de las herramientas de GEO (optimización para motores generativos: conseguir que una marca se mencione y recomiende en las respuestas de IA), sirve para vigilar un conjunto de preguntas importantes a lo largo del tiempo. La vista de mercado de Dageno va un paso antes: organiza respuestas de IA recogidas de forma continua en mercados, segmentos, intenciones, marcas y relaciones de competencia, para que los equipos encuentren qué preguntas merecen un seguimiento a largo plazo. Ambos tienen su utilidad. El orden importa.
El resumen de Search intent organiza las preguntas de compra muestreadas en 7 intenciones principales y 23 subintenciones. Una intención es lo que el comprador intenta conseguir, como elegir una base de maquillaje sin pasarse de presupuesto. Estée Lauder aparece en 18 de esas subintenciones. Esa cobertura dice más cuando se combina con el tipo concreto de decisión que quiere tomar el comprador.
Dentro del grupo de recomendaciones, la marca ocupa el n.º 3 en Choose for your needs y el n.º 3 en See top recommendations. Es n.º 7 en Choose by budget or tier. Esa subintención supone solo el 1,44 % de las preguntas dentro de Recommendations. Tomar esa fila como un veredicto general sobre su posicionamiento de precio exageraría lo que este corte puede respaldar.
El siguiente paso es revisar las respuestas de IA relevantes en busca de precios, casos de uso y alternativas. Ver primero el mercado, los segmentos y las intenciones de compra ayuda a identificar las preguntas que vale la pena seguir a lo largo del tiempo.
Figura 6: La vista por intención separa la visibilidad general en recomendaciones de las necesidades de compra concretas.
El mapa de calor de propuestas de valor desplaza la atención de si Estée Lauder aparece a por qué puede mencionarse. En la muestra mostrada, la marca tiene 129 menciones en respuestas vinculadas a Long Wearing y 62 vinculadas a Oil Control, y ocupa el n.º 1 en ambos atributos. En Hydrating Formula, L'Oréal Paris tiene 55 asociaciones y Estée Lauder, 42.
Son asociaciones en las respuestas de IA, no pruebas de rendimiento de producto. Muestran qué marcas vincula la IA con estos atributos, no si una base rinde mejor.
Si la marca quiere ganarse a los compradores que buscan una base de larga duración y además hidratante, ¿describen sus páginas de producto ese caso de uso, y lo respaldan reseñas independientes? También puede que el producto no encaje bien con esa necesidad. El mapa de calor señala una pregunta; antes de actuar hacen falta las respuestas y las pruebas citadas.
Figura 7: En esta vista, Long Wearing y Oil Control son los puntos más fuertes de Estée Lauder; en Hydrating Formula destaca L'Oréal Paris.
Las respuestas de IA no solo recomiendan marcas en texto. También muestran fichas de producto: listados con imagen y precio. La vista de compras vuelve a cambiar la medida. En Brands leading product visibility, Estée Lauder es n.º 1 con un 26,72 %, seguida de Maybelline con un 26,32 % y L'Oréal Paris con un 24,70 %. En el ranking de respuestas de texto, Estée Lauder era n.º 2. Las posiciones no se contradicen: que una marca se nombre en una respuesta y que un producto aparezca en una ficha de compra son oportunidades distintas, medidas en muestras distintas.
Esa distinción cambia el siguiente paso. Las recomendaciones en texto invitan a examinar el lenguaje y las fuentes de la IA. Las fichas de producto obligan a comprobar qué artículos aparecen y cómo se presentan. Ambas medidas importan para evaluar el mercado.
Figura 8: La vista de marcas en compras sitúa a Estée Lauder en primer lugar en visibilidad de productos.
La lista Individual products concreta el resultado de compras. TIRTIR Mask Fit Red Cushion aparece en 25 respuestas con ficha de producto, NARS Light Reflecting Foundation en 23 y un producto Estée Lauder Double Wear en 11. Double Wear ocupa el puesto 9 en la lista mostrada.
Liderar la vista de marcas en compras no coloca todos los productos en el lugar más destacado. La lista de artículos muestra qué productos salen, qué competidores los rodean y si esos artículos coinciden con lo que la marca espera que encuentren los compradores.
Figura 9: La vista Individual products muestra recuentos de respuestas distintos para las bases de maquillaje destacadas.
El lado comercial de las respuestas de IA es cada vez más complejo. Además de las menciones y citas en las respuestas orgánicas, las marcas tienen que vigilar las fichas de producto. En las plataformas que ya muestran anuncios, también tienen que ver qué preguntas activan anuncios, quién los compra y adónde llevan los creativos a los usuarios. Si se reúnen estas señales en una sola vista de mercado, es más fácil decidir si hay que corregir la información de producto, añadir pruebas en el contenido, mejorar la presentación de los productos o ajustar la inversión en anuncios.
En esta vista de citas, el mercado de bases de maquillaje muestra 972 respuestas, 20.016 citas y 2.084 dominios. Entre los dominios mostrados, youtube.com es el que más aparece en esta vista (1.303). Esta vista es una puerta de entrada a las pruebas que hay detrás de una respuesta, no un sustituto de leerlas.
Cuando un ranking o una asociación de atributos plantea una duda, vuelve a la respuesta de IA original y a las páginas que cita. Comprueba si la recomendación se apoya en una página de la marca, una reseña, un vídeo u otra fuente, y si ese material respalda la afirmación. La respuesta y sus fuentes dan contexto al hallazgo.
Figura 10: Related citation analysis relaciona los patrones del mercado con las fuentes citadas en las respuestas de IA.
El ranking de Estée Lauder en bases de maquillaje tiene sentido, pero cada vista del mercado responde a una pregunta distinta. Leer juntos segmentos, plataformas, regiones, intenciones, atributos, resultados de compras y citas muestra dónde se mantiene el ranking y dónde necesita explicación. Revisar las respuestas originales convierte esos patrones en pruebas para tomar una decisión. Sin ese paso, el equipo se queda con unos cuantos rankings vistosos y ningún siguiente paso claro.
Por eso Dageno está construyendo inteligencia de mercado para la búsqueda con IA. El GEO es hoy el uso más visible, pero el alcance es mayor. A medida que la IA asume el descubrimiento, la comparación y la recomendación de productos, además de parte de las compras y la publicidad, las marcas necesitan una forma de seguir entendiendo la estructura de ese mercado: a qué necesidades responde la IA, cómo plantea la competencia, en qué fuentes se apoya y dónde aparecen productos y anuncios. Los equipos que pueden seguir viendo esa estructura tienen más posibilidades de convertir acciones de marketing dispersas en decisiones respaldadas por pruebas.
The Estée Lauder Companies ha empezado a llevar esto a la gestión global de sus marcas. Otras marcas no necesitan tener un proceso completo para empezar. Consultar tu propio mercado en Dageno es gratis: mira dónde está hoy la marca y con quién compite, y después decide qué pregunta merece el primer análisis a fondo.
Mira gratis dónde está tu marca en la búsqueda con IA
Compruébalo ahora, es gratis >
Actualizado por
Dageno
Dageno is the research and insights team at Dageno AI, publishing industry reports and expert analysis on AI Search Visibility, Generative Engine Optimization (GEO), and AI-powered search discovery.
Tim • Sep 28, 2026
Dageno • Nov 05, 2026
Ye Faye • Sep 28, 2026
Ye Faye • Sep 28, 2026
Alexa for Shopping