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.
Empieza por las preguntas en las que aparecen el predecesor o los competidores. Contrasta el nuevo producto con los requisitos reales, elige un primer lote, asigna las actualizaciones de página y vuelve a probar las mismas preguntas para seguir cómo aparece.
Explora más de 12,000 nichos de mercado.
Actualizado por
Actualizado el Nov 05, 2026
Cuando un nuevo producto sale al mercado, el equipo puede recibir una larga lista de palabras clave para seguir. Antes de configurar el seguimiento, comprueba qué tarea de compra representa cada término.
Una palabra clave describe un tema, como la batería de un smartwatch. Las preguntas de compra ayudan al usuario a elegir un producto e incluyen un caso de uso, un presupuesto, el sistema del móvil o un objetivo de comparación. "Choose for your needs" significa encontrar un producto para el caso de uso y las condiciones propias del usuario. "Compare specific options" significa elegir entre opciones citadas por su nombre.
Una respuesta individual es el resultado de una plataforma, en una región, en una fecha. La misma pregunta puede recogerse varias veces o responderse en plataformas y regiones distintas. Elimina candidatas duplicadas por el ID de la pregunta y conserva cada respuesta al revisar los resultados.
El equipo tiene que decidir qué tareas de compra perseguir. Empieza por el mercado con la guía de visibilidad en la búsqueda con IA, luego encuentra las necesidades relevantes y lee las respuestas. Cada pregunta elegida debe tener un motivo claro de por qué es relevante para el nuevo producto.
Empieza por los registros existentes: respuestas que Dageno recogió en el mercado de smartwatches del 3 al 19 de agosto de 2026. Este conjunto contiene 3.069 respuestas con texto completo. De ellas, 2.253 tienen información de plataforma, región y tipo de pregunta.
El comunicado de prensa de Apple, The latest iPhone, Apple Watch, and AirPods lineups arrive in stores worldwide, indica que el Apple Watch Series 12 y el Apple Watch Ultra 4 llegaron a las tiendas el 18 de septiembre de 2026.
Si eres esta marca, primero busca las tareas de compra candidatas en las que apareció el predecesor, el Series 11. Después, pide al responsable de producto que confirme si el Series 12 sirve para esos usuarios. El responsable tiene que comprobar el sistema del móvil, el caso de uso, el presupuesto, la región y los límites de uso. Las respuestas existentes en las que aparece el predecesor son el punto de partida de las candidatas.
A continuación, recoge respuestas sobre el nuevo producto con las mismas preguntas y guarda la formulación completa. Convierte las candidatas confirmadas en tareas de página y después vuelve a probar las preguntas fijas.
Lee primero el texto del prompt y después reparte las candidatas en tres grupos:
Informa por separado de las preguntas con nombre de marca y de las de categoría, para ver si los usuarios están comprobando una marca conocida o buscando candidatas. Usa el texto del prompt para registrar si nombra una marca. Para este material, el equipo tiene que completar el texto del prompt a partir de su conjunto de preguntas existente. Por ahora, marca las etiquetas correspondientes como "Por completar".
Busca posibles objetivos de comparación entre los modelos que aparecen juntos en las respuestas. Después, pregunta al responsable de producto si responden a la misma tarea de compra. La sección 5 filtra estos modelos según las condiciones del nuevo producto.
Quien está eligiendo un producto primero se informa, después hace una lista corta, comprueba las condiciones de uso y encuentra un canal de compra. Asigna las preguntas del primer lote a la tarea que el equipo está abordando ahora.
Mira dónde aparece ya el predecesor. De las 3.069 respuestas con texto completo, 483 nombran el Series 11. De ellas, 435 tienen tipo de pregunta. La aparición de un modelo se identifica por su nombre en el texto de la respuesta.
| Tipo de pregunta | Respuestas que nombran el Series 11 |
|---|---|
| Recommendations → Choose for your needs | 210 |
| Recommendations → See top recommendations | 65 |
| Evaluation & comparison → Compare specific options | 56 |
Los dos primeros tipos suman 275 respuestas, el 63 % de las 435. Si se añaden las comparaciones concretas, el total llega a 331, el 76 %. Si el equipo quiere que el nuevo producto aparezca en las decisiones de compra, lee primero estos tres tipos para partir de las conversaciones sobre producto que ya existen.
Añade candidatas en Informational research, How-to & guidance, Pricing & cost y Providers & purchase channels según lo que pida la tarea. Usa las prioridades de las preguntas de compra en la IA para decidir qué etapa abordar primero. Por ejemplo, cuando la tarea es ayudar al usuario a elegir, empieza por la selección y la comparación. Cuando el usuario busca dónde comprar, comprueba la información sobre canales de compra.
Para cada grupo de candidatas, registra el sistema del móvil, el caso de uso, el presupuesto y la región, en ese orden. Enumera primero los requisitos imprescindibles del usuario y después pide a producto que confirme si el nuevo producto los cumple. Revisa candidatas juntas solo cuando compartan las mismas condiciones.
Elige plataformas y regiones según los clientes objetivo. Registra las regiones que se van a atender, los responsables locales y las plataformas que se van a observar. Después, usa la comprobación de la visibilidad en IA por región para planificar la recogida. Guarda las preguntas y respuestas de cada región por separado para que los responsables locales puedan comprobar las condiciones.
Lee las respuestas en Demand & insights → Search intents → Recommendations → elige una subintención → View AI responses. Abre primero "Choose for your needs" y después "See top recommendations". Cuando encuentres una tarea relevante para el nuevo producto, relaciona el registro de la respuesta con la pregunta original del conjunto de preguntas del equipo.
"Recommendations" en Search intents (mercado de smartwatches, Apple, consultado el 12 de octubre de 2026). Las subintenciones muestran las marcas líderes y el Visibility rank de la marca actual. Elige primero los tipos de pregunta y después recupera los prompts concretos del conjunto de preguntas del equipo.
En "Choose for your needs", la Visibility de Apple es del 61,32 % y su Visibility rank es el n.º 2. La Visibility es la proporción de respuestas de esa subintención que mencionan la marca. La ventana actual del panel va del 11 al 15 de septiembre.
La visibilidad de la marca no permite saber directamente si el nuevo producto aparece o se recomienda; comprueba el nombre del modelo y la formulación de la elección en la respuesta completa.
Empieza los registros de candidatas con el ID de la pregunta, la pregunta original, la subintención, la plataforma, la región, la fecha y la respuesta original. Obtén el texto del prompt del conjunto de preguntas existente del equipo y marca el texto que falte como "Por completar". Así marketing puede volver a la misma pregunta y producto puede leer la misma evidencia.
Elimina duplicados por ID primero: un ID de pregunta cuenta como una pregunta. Respuestas distintas a una pregunta pueden situarla en más de una subintención. Este conjunto contiene 1.573 preguntas, de las cuales 119 aparecen en varias subintenciones. Mantenlas en cada subintención relevante.
| Tipo de pregunta | Preguntas distintas | Preguntas con una respuesta que nombra el Series 11 |
|---|---|---|
| Choose for your needs | 700 | 163 |
| See top recommendations | 106 | 46 |
| Compare specific options | 148 | 42 |
Si eres esta marca, el predecesor aparece en las respuestas a 163 preguntas de "Choose for your needs". Envía esas preguntas a producto para comprobar primero el encaje del nuevo modelo. Después, revisa las candidatas de principales recomendaciones y de comparaciones concretas. Las tres categorías pueden solaparse, así que elimina duplicados de los totales por ID de pregunta.
Tras eliminar duplicados, agrupa las preguntas por necesidad. Comprueba las condiciones del usuario y la tarea que aborda cada pregunta. Pon en un grupo las formulaciones parecidas con el mismo caso de uso y las mismas condiciones de sistema del móvil. Conserva como representativa una pregunta cercana a cómo hablan los clientes reales del equipo. Mantén grupos separados cuando las condiciones de sistema, caso de uso o presupuesto sean distintas.
Sigue la guía del conjunto de prompts de visibilidad en IA para guardar IDs, formulación original, condiciones, tipos y grupos. En los registros que esperan el texto del prompt, conserva el ID y la evidencia de la respuesta. Cuando se complete el texto, decide si usar la pregunta como representativa.
Revisa el conjunto original por modelo, usuarios atendidos, condiciones de uso y canales de compra. Pide al responsable de producto que confirme cada hecho antes de tratar sus preguntas. Conserva las que siguen siendo válidas. Marca para retirar las preguntas sobre necesidades que el producto ya no atiende. Añade candidatas cuando el nuevo producto tenga un nuevo caso de uso confirmado.
Al añadir preguntas, deja campos separados para la formulación que ha recibido ventas, los hechos correspondientes del nuevo producto y el volumen de búsqueda. Asigna responsables para completarlos. Marca las formulaciones recién redactadas como "Candidata pendiente de revisión" y añádelas solo después de que marketing y producto las comprueben. Registra un motivo y un responsable para cada pregunta nueva.
Para cada grupo de candidatas, pregunta en este orden: ¿el nuevo producto atiende a estos usuarios? ¿Encaja con la región y el sistema del móvil? ¿El presupuesto, los costes, la batería y los límites están respaldados por hechos confirmados? ¿Esta respuesta ayuda al usuario a elegir un producto?
Una vez confirmadas la tarea y las condiciones, decide si la incluyes en el primer lote. Envía a producto los hechos pendientes de comprobar para obtener material de apoyo. Pon en espera las preguntas en las que el producto no encaja.
Los temas de mercado ayudan al equipo a enumerar los argumentos de venta que hay que comprobar. La tabla de temas de mercado contiene 49 temas. Sumando los recuentos de respuestas de los 13 días de recogida del 3 al 19 de agosto, "Long Battery Life" suma 1.674 y "Seamless Ecosystem Integration" suma 461. Una respuesta puede tener varios temas, y cada tema se cuenta por separado.
Después, lee los argumentos de venta actuales de la marca en Demand & insights → Brand value props → Brand × value prop share heatmap.
Brand × value prop share heatmap (mercado de smartwatches, Apple, consultado el 12 de octubre de 2026). Los números son menciones en las respuestas recogidas. En Long Battery Life, Garmin tiene 413 y Apple 40. Apple lidera Seamless Ecosystem Integration con 134.
Cada celda cuenta las menciones de la marca para esa propuesta de valor. El color muestra la cuota relativa dentro de la misma propuesta de valor. Lee las filas "Long Battery Life" y "Seamless Ecosystem Integration" y después pide a producto que compruebe la batería del nuevo modelo, la compatibilidad con el sistema del móvil y los límites de uso.
Los recuentos de temas y el mapa de calor no demuestran el rendimiento del nuevo producto ni atribuyen a un argumento de venta concreto las respuestas en las que no aparece la marca.
Conserva las candidatas de necesidades que el nuevo producto cumple de forma confirmada. Para las condiciones pendientes de confirmar, registra el hecho que hay que comprobar y el responsable de confirmarlo.
Empieza por las respuestas en las que aparece el predecesor. En 284 respuestas de Recommendations que nombran el Series 11, cuenta una vez cada otro modelo que nombra la misma respuesta. Las candidatas externas son:
| Candidato a objetivo de comparación | Respuestas que nombran este modelo junto al Series 11 |
|---|---|
| Galaxy Watch8 | 144 |
| Venu 4 | 87 |
| Pixel Watch 4 | 67 |
| Fenix 8 | 66 |
Pide a producto que compruebe los tres primeros con el mismo caso de uso, presupuesto, región y condiciones de sistema. Producto también comprueba si el Fenix 8 responde a la misma tarea de compra. Dentro de la propia gama de Apple, el Ultra 3 aparece en 135 respuestas, el SE 3 en 93 y el Series 10 en 50. Regístralos como elecciones dentro de la gama.
A continuación, mira las respuestas sin Apple. De 1.265 respuestas de Recommendations con texto completo, 473 no mencionan Apple, el 37,4 %. De ellas, 397 pertenecen a "Choose for your needs". En estas respuestas sin Apple, la serie Garmin Forerunner aparece en 112 y el Fenix 8 en 75. Producto decide si perseguir estas preguntas según las condiciones de uso del nuevo modelo.
En "Competitor research → Competitor performance", mira primero las situaciones en las que aparece un competidor, después las fuentes asociadas y, por último, la respuesta completa para comprobar los modelos concretos. Usa la revisión de respuestas cuando una marca queda por detrás de sus competidores para guardar la posición de ambas marcas. Después, usa los niveles de recomendación en las respuestas de IA para distinguir entre aparecer en una lista y ser recomendado, y guarda la formulación y las condiciones.
Después, comprueba las respuestas repetidas a la misma pregunta. Empareja registros con el mismo ID de pregunta, plataforma y región, recogidos exactamente dos veces en fechas distintas y con texto completo en ambas respuestas. En este conjunto hay 292 pares que cumplen esto:
Deja los 38 pares con una sola aparición en la cola de nueva prueba. Guarda ambas respuestas y planifica otra recogida. En los registros con dos apariciones, producto sigue teniendo que confirmar el encaje. Las apariciones constantes del predecesor ayudan al equipo a decidir qué tareas comprobar primero.
En las mismas 284 respuestas de Recommendations que nombran el Series 11, cuenta una vez cada dominio que cita cada respuesta. Wareable aparece en las citas de 126 respuestas, TechRadar en 106, YouTube en 102, Reddit en 69 y la web oficial de Apple en 37.
Crea una lista de revisión a partir de estos registros de fuentes. Encuentra en la respuesta cada página concreta citada. Comprueba su fecha de publicación, el modelo que trata, las condiciones de uso y su relación con la formulación de la respuesta. Completa si existe una reseña del nuevo producto y qué dice después de revisar la página.
Una vez terminadas las comprobaciones, asigna acciones según lo que necesite la candidata:
Al añadir casos de uso o comparaciones, sigue las landing pages que respaldan las recomendaciones de la IA para colocar los hechos confirmados junto a la explicación correspondiente. Vincula cada cambio de página con la pregunta de compra que aborda.
Confirma los hechos de encaje del producto, comprueba la tarea de compra, lee la evidencia de competidores y de respuestas repetidas y después confirma la tarea de contenido que el equipo puede llevar a cabo. Sigue la misma secuencia para marcar las candidatas como "primer lote / pendiente de nueva prueba / en espera" y registra el motivo.
Deja el volumen de búsqueda y las ponderaciones de puntuación para que las complete el equipo. Si hace falta puntuar, que producto y marketing acuerden primero los criterios, las ponderaciones y la fecha de entrada en vigor. Después, revisa todas las candidatas con las mismas reglas. Por ahora, registra en la lista el resultado de cada comprobación.
A continuación tienes una plantilla de lista de preguntas del primer lote. El equipo completa el texto del prompt, los nombres de los responsables y el encaje del nuevo producto. Los roles de confirmación son una propuesta.
| Tipo de pregunta | Por qué elegirla | Objetivos de comparación | Quién confirma |
|---|---|---|---|
| Choose for your needs | El predecesor aparece en las respuestas a 163 preguntas; comprueba pregunta por pregunta las condiciones del nuevo producto y la formulación representativa | Producto confirma por caso de uso | Producto y marketing; pendiente |
| See top recommendations | El predecesor aparece en las respuestas a 46 preguntas; comprueba región, caso de uso, presupuesto y solapamiento | Mantener aparte las elecciones dentro de la gama; modelos finales pendientes de confirmar | Producto y marketing; pendiente |
| Compare specific options | El predecesor aparece en las respuestas a 42 preguntas; comprueba si es la misma tarea de compra | Galaxy Watch8, Venu 4 y Pixel Watch 4 son candidatos | Producto; pendiente |
| Preguntas de selección en las que falta la marca | La ausencia se observa en las respuestas; incluir cuando el nuevo producto encaje y haya una tarea de página | Comprobar los modelos de la respuesta concreta | Producto y responsable regional; pendiente |
Las tres primeras filas pueden contener la misma pregunta, así que elimina duplicados de los totales por ID. Los 473 registros de ausencia son respuestas. Crea la lista de preguntas candidatas por ID. Para cada pregunta elegida, guarda la pregunta original, la respuesta, el resultado del filtrado y el responsable de confirmarla.
Fija primero la cobertura de tareas de compra y las regiones objetivo y después conserva de cada grupo preguntas representativas con condiciones claras. Comprueba hechos, responsables y tareas de página pregunta por pregunta. Por último, comprueba si el equipo puede mantener las nuevas pruebas. Usa el tamaño de muestra para la visibilidad en IA para planificar la cobertura. Escribe en el plan el tamaño del primer lote, las plataformas y la frecuencia.
Si el equipo aún no puede leer todas las candidatas, empieza por las tareas confirmadas para las que se pueden programar el trabajo de página y las nuevas pruebas. Deja el resto en la cola de revisión. Cuando se completen los hechos en la siguiente ronda, decide si ampliar el conjunto.
Primero identifica la página propia que hay que editar, después enumera los hechos confirmados del nuevo producto, indica el responsable de confirmarlos y la evidencia, y vincula la tarea con su pregunta y fecha de nueva prueba.
A continuación tienes una hoja de tareas de página con plan de nueva prueba. El equipo completa las páginas reales, los nombres de los responsables y las fechas.
| Página | Hechos del nuevo producto que hay que escribir | Quién confirma | Evidencia | Pregunta y fecha de nueva prueba |
|---|---|---|---|---|
| Página del nuevo producto; página real por completar | Modelo, región, compatibilidad, costes y límites pendientes de confirmar | Producto; nombre por completar | Documentos de producto por completar; el comunicado de Apple respalda los nombres y la fecha de llegada a tiendas | Completar IDs y formulación original a partir de la lista del primer lote; fecha por fijar |
| Página de caso de uso o de comparación; página real por completar | Para quién es, motivos de elección y comparaciones en las mismas condiciones; hechos pendientes de confirmar | Producto y marketing; nombres por completar | Hechos confirmados y registros de respuestas; enlaces concretos por completar | Mantener fijas la pregunta original, la plataforma y la región; fecha por fijar |
| Página propia asociada a una tarea de revisión de fuentes; por completar | Hechos y condiciones de prueba que los revisores puedan comprobar; pendiente de confirmar | Producto y contenido; nombres por completar | Los dominios citados marcan la dirección; las páginas concretas citadas están pendientes de revisar | Registrar las actualizaciones de la página y las citas en las respuestas; fecha por fijar |
Tras la confirmación de producto, coloca la evidencia junto al hecho correspondiente y usa el nombre de la página como texto del enlace. Al revisar, el equipo puede seguir una afirmación de la página hasta los documentos de producto y, después, hasta la pregunta original que pretende abordar.
En las nuevas pruebas, mantén fijos la formulación de la pregunta, la plataforma, la región, el idioma, el método de recogida y las reglas de identificación de modelos. Guarda cada fecha y la respuesta completa. Registra si aparece el nuevo producto, si se enumera o se recomienda, si las condiciones indicadas son correctas y qué páginas se citan. Marca los registros sin revisar como pendientes de revisión.
Sigue la verificación de si las recomendaciones de la IA han mejorado para guardar los cambios de página y los registros de recogidas repetidas. Revisa los cambios en las respuestas de cada pregunta original. Sigue probando de nuevo el conjunto original y registra por separado los motivos para añadir preguntas nuevas.
Revisa el conjunto cuando llegue un nuevo modelo, cambien las condiciones de uso o aparezca un nuevo objetivo de comparación. Une las formulaciones duplicadas de la misma tarea, retira las preguntas sobre necesidades que el producto ya no atiende y añade tareas respaldadas por hechos confirmados.
El equipo mantiene juntas la lista de preguntas del primer lote y la hoja de tareas de página. La columna de recomendación de "Value prop opportunities" señala comprobaciones que hacer. Producto confirma los hechos del nuevo producto antes de decidir la acción de contenido.
Empieza a explorar el rendimiento de tu marca en la búsqueda con IA
Obtén un informe gratis Regístrate y prueba DagenoBusca candidatas en las tareas de compra existentes del predecesor y pide a producto que confirme el encaje del nuevo modelo. Cuando la lista esté lista, recoge respuestas sobre el nuevo producto con las preguntas originales. Guarda los nombres de modelos, la formulación, las condiciones y las citas para las próximas pruebas.
Empieza comprobando uno a uno el encaje del producto, la etapa de compra, la evidencia de las respuestas y las tareas disponibles. Deja el volumen de búsqueda y las ponderaciones por completar. Si hace falta puntuar, que el equipo acuerde primero las reglas y después revise todas las candidatas de forma coherente.
Comprueba primero si el nuevo producto cumple las condiciones de caso de uso, sistema, presupuesto y región. Añádela al primer lote cuando el encaje esté confirmado y haya una tarea de página. Consigue los hechos de apoyo cuando la confirmación esté pendiente y ponla en espera cuando el producto no encaje.
Comprueba si las condiciones del usuario y la tarea de compra son las mismas y después elige una formulación representativa. Mantén grupos separados cuando cambien las condiciones. Registra las preguntas nuevas por separado del conjunto original. Guarda la formulación original y repítela sin cambios en las próximas pruebas.
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.
Ye Faye • Sep 28, 2026
Tim • Sep 28, 2026
Ye Faye • Nov 03, 2026
Tim • Sep 28, 2026
Alexa for Shopping