📊 AI Performance Insights en Merchant Center: cómo medir si tus productos aparecen en AI Mode
Actualizado el 25 de septiembre de 2026. Google Merchant Center ya tiene un informe que responde a una pregunta que hasta ahora era difícil medir: ¿mis productos aparecen cuando una persona compra utilizando la IA de Google? AI Performance Insights permite analizar la visibilidad de una marca en consultas conversacionales con intención de compra dentro de AI Mode y AI Overviews.
La novedad es importante porque no se limita a contar impresiones. El informe compara el share of voice de tu marca frente a competidores, separa el recorrido entre descubrimiento, evaluación y compra, muestra términos e intenciones populares y detecta atributos de producto que pueden faltar en el feed.
Qué mide realmente AI Performance Insights
El informe intenta responder a algo distinto de los informes clásicos de Merchant Center. No mide solo clics o impresiones de fichas. Su objetivo es mostrar cómo aparece tu marca dentro de consultas conversacionales con intención de compra en AI Mode y AI Overviews.
Google utiliza varias métricas. La principal es share of voice: compara las impresiones de tus productos en experiencias de IA con las impresiones de un conjunto de competidores definido por Merchant Center. También muestra la media de cuota de esos competidores, la frecuencia de determinados tipos de búsqueda y cuántos de tus productos están apareciendo para términos, atributos e intenciones concretas.
| Métrica | Qué te ayuda a entender |
|---|---|
| Share of voice | Qué parte de la visibilidad en IA consigue tu marca frente a sus competidores. |
| Competitors’ average share | Si tu visibilidad está por encima o por debajo de la media competitiva definida por Google. |
| Frequency | Qué tipos de consulta, términos, intenciones o atributos aparecen con más frecuencia. |
| Products showing | Cuántos productos de tu catálogo están apareciendo para oportunidades concretas. |
Dónde encontrar el informe en Merchant Center
Cuando una cuenta es elegible, Google indica este recorrido: Merchant Center → Analytics → Products → AI performance. Desde ahí se puede filtrar por categoría de producto, periodo y país.
El filtro por tráfico es importante porque el informe actual está limitado a tráfico orgánico de IA, como las fichas gratuitas. Google dice expresamente que el tráfico de anuncios de pago no se incluye. Por tanto, no debemos utilizar este panel para atribuir rendimiento a una campaña de Shopping, Performance Max o Demand Gen.
Eso no significa que el informe no sea útil para publicidad. Al contrario: puede revelar términos, atributos e intenciones que luego sirvan para mejorar el feed, la landing y el mensaje publicitario. Pero hay que separar claramente insight orgánico de rendimiento paid.
Las tres etapas que clasifica Google
AI Performance Insights divide las consultas conversacionales en tres momentos del recorrido de compra. Esta clasificación es especialmente útil porque una misma marca puede ser fuerte cuando el usuario ya sabe qué quiere y casi invisible durante la fase de descubrimiento.
El usuario explora opciones generales, necesidades o tipos de producto.
Compara alternativas, especificaciones, ventajas, opiniones o diferencias.
La consulta está muy cerca de una decisión o transacción concreta.
La ventaja es que ya no tenemos que tratar todas las consultas como una lista plana de palabras. Si una marca tiene buena cuota en “ready to buy” pero muy poca en “discovery”, quizá el problema no sea el precio ni la puja: puede faltar contenido o información de producto para entrar antes en la conversación.
Qué oportunidades muestra el informe
Google agrupa varias oportunidades accionables. Top terms muestra términos que aparecen con frecuencia dentro de una categoría. Popular attributes señala especificaciones que los usuarios buscan y que pueden faltar en los datos del producto. Top search intents intenta explicar el motivo real de la consulta, más allá de una keyword aislada.
Esto puede cambiar la forma de optimizar un feed. Antes era habitual centrarse en título, categoría, GTIN, precio y disponibilidad. Ahora esos campos siguen siendo básicos, pero la IA necesita más contexto para responder preguntas largas. Si muchas personas preguntan por “zapatillas con máxima amortiguación para caminar muchas horas” y tu feed solo dice “zapatilla running modelo X”, estás dejando al sistema con poca información para relacionar el producto con esa necesidad.
Por eso este informe encaja directamente con los atributos conversacionales de Merchant Center. Google ha empezado a permitir que los comercios aporten información más rica para responder a preguntas naturales en AI Mode y Gemini. AI Performance Insights añade la otra mitad del ciclo: comprobar en qué tipos de consulta estás apareciendo y dónde sigues perdiendo visibilidad.
Cómo usar el informe sin tocar el feed a ciegas
1. Busca oportunidades con frecuencia alta y share of voice bajo
Es el patrón más interesante. Si una intención aparece mucho pero tu cuota es pequeña, existe una brecha potencial. Antes de cambiar el feed, comprueba si realmente tienes productos que resuelvan esa necesidad. No añadas términos solo porque tengan frecuencia si no describen de verdad lo que vendes.
2. Revisa atributos ausentes
Material, tamaño, color, compatibilidad, uso, características técnicas o prestaciones pueden ser decisivos en búsquedas conversacionales. Si Google detecta que un atributo es habitual en tu categoría y tus productos no lo incluyen, completa la información en la fuente correcta en lugar de forzarla dentro del título.
3. Mejora títulos y descripciones con lenguaje útil
Google recomienda incorporar términos relevantes cuando describen realmente el producto. La diferencia está en no convertir la ficha en una nube de palabras. Un buen título identifica producto, marca, modelo y atributo esencial; la descripción puede explicar mejor beneficios, usos y compatibilidades.
4. Comprueba cuántos productos están mostrando
Una oportunidad puede parecer buena por share of voice, pero quizá solo aparezcan dos productos de un catálogo de quinientos. La métrica Products showing ayuda a detectar si la visibilidad está concentrada en unas pocas referencias.
5. Repite la revisión
Google señala que los datos se actualizan diariamente, con unos días de retraso. No tiene sentido corregir veinte cosas y juzgar el efecto al día siguiente. Conviene registrar cambios importantes en el feed, esperar a que se reflejen y comparar tendencias con periodos equivalentes.
Ejemplo: una tienda de zapatillas
Imagina una tienda que vende calzado deportivo. En Discovery observa mucha frecuencia para búsquedas relacionadas con “comodidad para caminar todo el día”, pero su share of voice es bajo. En Popular attributes descubre que amortiguación, tipo de pisada y material aparecen con fuerza, mientras que muchas fichas no tienen esos datos completos.
La acción razonable no sería añadir “caminar todo el día” a todos los títulos. Sería identificar los modelos adecuados, completar amortiguación, material, tipo de uso y otras características verificables, mejorar las descripciones y volver a medir. Si después aumenta el número de productos que aparecen y la cuota de voz, tendremos una señal mucho más útil que un simple aumento de impresiones.
No confundas visibilidad orgánica con rendimiento publicitario
Este punto merece una separación clara porque el nombre “Performance Insights” puede llevar a error. El informe no sustituye Google Ads ni Merchant Center Performance. Google especifica que el tráfico que analiza es orgánico de IA; los anuncios de pago no forman parte de ese cálculo.
| Pregunta | Dónde mirarla |
|---|---|
| ¿Aparece mi marca en consultas de compra con IA? | AI Performance Insights. |
| ¿Qué anuncios generan ventas? | Google Ads y sus informes de conversiones. |
| ¿Qué landing convierte mejor? | Analítica, conversiones y pruebas de página. |
| ¿Qué atributos faltan para competir en IA? | AI Performance Insights + revisión del feed. |
La mejor lectura combina ambos mundos. Si el informe descubre una intención con mucha demanda y tu marca apenas aparece, puedes mejorar datos y contenido. Si más adelante decides comprar tráfico relacionado con esa intención, entonces la rentabilidad debe medirse en Google Ads, no en la cuota de voz de AI Performance.
Qué limitaciones hay que tener presentes
Google documenta varias situaciones que pueden confundir al interpretar los datos. Un valor 0 en share of voice puede indicar que no hay suficientes impresiones. Un guion significa que no existen impresiones disponibles. Si Merchant Center no tiene competidores definidos para la cuenta, el informe puede mostrar un 100% de share of voice, lo que no significa necesariamente que domines el mercado.
Además, el conjunto de competidores lo define Merchant Center y el comercio no puede cambiarlo manualmente. Por eso este informe sirve para comparar tendencias dentro del marco que Google asigna, no para construir una lista competitiva personalizada.
También hay que contar con el retraso de datos. Google indica que la información histórica se actualiza diariamente con unos días de desfase. Para decisiones rápidas de inventario o puja, otras fuentes seguirán siendo más adecuadas.
Qué puede hacer una empresa española aunque todavía no tenga acceso
La falta de disponibilidad en España no impide prepararse. De hecho, esperar a que llegue el informe para empezar a ordenar el catálogo sería perder tiempo. Una tienda puede revisar ahora mismo si sus títulos, descripciones, materiales, tamaños, variantes, compatibilidades y usos están correctamente informados.
También puede trabajar sus atributos conversacionales y revisar cómo se presentan sus productos en experiencias de Google con IA. Cuando AI Performance Insights llegue a más mercados e idiomas, un catálogo ya bien estructurado tendrá mucha más ventaja que uno que empiece desde cero.
Para tiendas que venden con Shopify, también conviene mirar el recorrido completo. Ya explicamos cómo Shopify puede conectar catálogo y checkout con AI Mode y Gemini. AI Performance Insights encaja antes en esa cadena: primero entender si el producto aparece; después conseguir que la recomendación, la ficha y el checkout conviertan.
Un método sencillo de revisión mensual
Detecta dónde pierdes más visibilidad: Discovery, Evaluation o Ready to buy.
Ataca primero términos, atributos e intenciones con demanda relevante.
Añade solo información real del producto y evita forzar keywords sin relación.
Registra qué modificaste para poder interpretar la tendencia semanas después.
Usa Merchant Center para visibilidad IA y Google Ads para rentabilidad publicitaria.
Conclusión
AI Performance Insights introduce una métrica que faltaba en ecommerce: no solo saber si Google recibe tu catálogo, sino si realmente lo está utilizando cuando los usuarios compran mediante conversaciones con IA.
El valor no está en perseguir un porcentaje de share of voice por sí solo. Está en descubrir qué preguntas hacen los compradores, qué atributos consideran importantes, en qué etapa del recorrido tu marca desaparece y qué partes del feed necesitan más contexto.
Hoy la disponibilidad sigue limitada a consultas en inglés y a Australia, Canadá, India, Nueva Zelanda y Estados Unidos. Pero la dirección es clara: Merchant Center está pasando de ser simplemente un repositorio de productos a convertirse en una pieza central para entender y optimizar cómo los sistemas de IA descubren, comparan y recomiendan un catálogo.
Para las marcas, la preparación empieza antes de que el informe llegue a todos los mercados: datos de producto completos, descripciones útiles, atributos correctos, catálogo actualizado y una landing capaz de convertir la recomendación en negocio.
Fuentes oficiales: Google Merchant Center Help, “About AI performance insights”; Google, “How we’re helping retailers thrive with new Universal Commerce Protocol features and AI tools on Google”; Google, “Boost your holiday sales with these agentic commerce updates”.
Comentarios
Comparte tu experiencia, una opinión o una duda sobre este artículo. Los comentarios se revisan antes de publicarse para mantener una conversación útil.