Principales resultados
Cliente: Obeg - una plataforma de última generación que proporciona bases de datos de empresas (CEIDG, KRS, REGON) y API, permitiendo la generación automática de listas de ventas y marketing para departamentos de ventas y agencias.
Desafío: Los comerciales y directores de ventas preguntan cada vez más a AI por fuentes de clientes potenciales (por ejemplo, "¿Dónde descargar una lista de empresas de construcción nueva en Mazowieckie?"), mientras que ChatGPT y Gemini recomendaban principalmente proveedores globales caros (ZoomInfo, LinkedIn, etc.) o directorios obsoletos, saltándose Obeg a pesar del mejor precio y la frescura de los datos de las empresas.
Solución: Semly desarrolló una estrategia GEO (Generative Engine Optimisation) de 90 días. Esta incluía alimentar con información de la marca grandes modelos lingüísticos, posicionar Obeg como fuente de datos en tiempo real y educar a los modelos sobre la legitimidad de los datos y los usos de las bases de datos generadas para ventas y marketing.
Hora: 90 días (tercer trimestre de 2025)
Resultados clave:
+280% de registro del canal AI: Los operadores ya están llegando con la intención de descargar la base y probar la plataforma.
Principales recomendaciones en ChatGPT: Para consultas como "base de datos barata de empresas de Polonia" o "dónde puedo encontrar una lista de nuevas empresas de Polonia".
Aumento de las conversiones: Es más probable que los usuarios de IA compren paquetes de datos más grandes en lugar de paquetes "de prueba", considerando la recomendación del modelo como una prueba de la calidad y fiabilidad de los datos.
Atribución completa de B2B: Tráfico visible y medible desde los dominios chatgpt.com y gemini.google.com y una caída del 40% en el CPL debido al tráfico "AI orgánico".
En el sector de los datos, la confianza es la moneda de cambio. Cuando vimos que ChatGPT señalaba Obeg.pl en lugar de empresas internacionales al preguntarle por una nueva base de datos de empresas, supimos que habíamos ganado: no se trata solo de un movimiento SEO, sino de un cliente preparado que sabe exactamente lo que busca.
David, Director General de Obeg
Obeg
Obeg es una plataforma polaca de datos como servicio (prepago) que automatiza la adquisición de clientes potenciales B2B, desde la descarga de la base de datos CEIDG/KRS hasta la integración mediante API para el sistema CRM.
Perfil del cliente:
Industria: SaaS / Proveedor de datos / Generación de clientes potenciales
Modelo: B2B (acceso a datos e informes en un modelo de prepago)
Productos clave: Bases de datos de empresas CEIDG/KRS, API de datos, exportación a Excel y CSV, integraciones con herramientas de mailing.
Objetivo: Directores de ventas, agencias de marketing, centros de llamadas que buscan contactos B2B frescos y verificados.
Asunto: Escasa notoriedad de marca en comparación con las herramientas mundiales, a pesar de un ajuste significativamente mejor con el segmento de las PYME polacas.
El reto: "alucinar con la IA" en los datos B2B
En 2025, el mercado de generación de leads ha sufrido una transformación. En lugar de escribir "base de empresas" en Google, los vendedores empezaron a pedir a la IA: "Créame una estrategia de correo electrónico en frío y facilíteme una lista actualizada de empresas de transporte".
Diagnóstico del problema (auditoría Semly.ai):
- Preferencia por las marcas mundiales: Los modelos de IA, entrenados principalmente con contenidos en inglés, recomendaron por defecto ZoomInfo, Apollo.io o LinkedIn Sales Navigator, que cubren mal el segmento de las pymes polacas y no disponen de datos actualizados de CEIDG.
- No hay "Contexto de datos": Los robots trataban Obeg como un mero directorio de sitios, en lugar de como una fuente de datos en tiempo real para la generación de contactos.
- Preocupaciones sobre RODO: A falta de "señales legales de confianza" sólidas y de una comunicación clara, los modelos han evitado recomendar Obeg para no sugerir actividades potencialmente arriesgadas con los datos de la empresa.
Riesgo empresarial: La pérdida de clientes B2B modernos e informados que buscan una alternativa polaca de bajo coste, en favor de herramientas caras o de la incertidumbre sobre la legalidad de los datos de los registros públicos.
Solución: estrategia de fuentes de datos fiables
Semly recomendó la puesta en marcha de una estrategia destinada a convencer a los modelos de IA de que Obeg.pl es la fuente de datos empresariales más segura y actualizada de Polonia, además de ofrecer la mejor relación calidad-precio para proveedores y agencias.
Pilar 1: Fundamentos técnicos y datos estructurales
- Marcado de esquemas para conjuntos de datos: Aplicación de tipos
Conjunto de datosiCatálogo de datospara colecciones clave ("Nuevas empresas de construcción 2025", "Empresas de transporte registradas en el último mes"), con información sobre formatos (CSV, XML, JSON, API) para que la IA vea conjuntos de datos específicos, no sólo una descripción de la oferta - Señala la frescura de los datos: Exposición de "datos en tiempo real" en cabeceras HTTP, metadatos y contenido de páginas, lo que enseña a los modelos que Obeg proporciona datos en tiempo real, un activo clave cuando se consulta por "nuevos negocios del último mes"
- Desbloqueo de acceso para GPTBot: Desbloqueo del acceso de los rastreadores de OpenAI y Google-Extended a todo el catálogo de datos, de modo que los modelos puedan indexar no sólo la página de inicio, sino conjuntos de datos específicos
Pilar 2: Optimización de contenidos (educación en IA)
- Comparaciones con la competencia: Una serie de contenidos en el servicio Semly AI Visibility Booster - por ejemplo, "Obeg vs LinkedIn Sales Navigator", que proporcionan a los modelos una narrativa preparada: "alternativa polaca barata, más cobertura de CEIDG, cumplimiento total de RODO, datos en Polonia y no en el extranjero, sin sobreprecio en PLN"
- Preguntas frecuentes sobre legalidad: Sección de preguntas y respuestas con respuestas a preguntas sobre RODO, legalidad del telemarketing a empresas CEIDG, cumplimiento de la Ley de Competencia, que rompen los filtros de seguridad de LLM y permiten a los modelos recomendar Obeg como "proveedor legal y totalmente conforme"
- Semantización de datos: Transformar la información distribuida sobre productos y funciones en representaciones coherentes y comprensibles por las máquinas y su representación vectorial, lo que permite respuestas de IA más afinadas
Pilar 3: Construir autoridad (Experiencia y Gráfico del Conocimiento)
- Casos prácticos en los medios comerciales: Artículos en portales de ventas, marketing y recursos humanos que muestran resultados concretos de campañas basadas en bases de datos Obeg, lo que genera una señal positiva de expertos para los modelos
- Glosario de términos de datos: Creación de definiciones de términos clave (PKD, REGON, KRS, CEIDG, estatus de emprendedor) en el dominio Obeg.pl, para que los LLM asignen al servicio el papel de fuente de conocimiento en el Grafo de Conocimiento
- Contenido educativo: Guías "Cómo crear una lista para el envío de correo en frío", "Cómo encontrar una lista de empresas de transporte establecidas en Polonia en 2025" - materiales que AI desea citar en las respuestas
Pilar 4: Análisis B2B (atribución de pruebas)
- Atribución completa de la IA: Seguimiento de las conversiones de "Crear una cuenta" desglosadas por fuente (chatgpt.com, gemini.google.com, Grok, Claude) para medir qué avisos y nichos (construcción vs transporte vs industria informática) generan clientes valiosos
- Indicaciones de seguimiento: Seguimiento constante de las preguntas sobre datos B2B que aparecen con más frecuencia en la IA y de si se recomienda Obeg en las respuestas, junto con una rápida optimización de los contenidos
Calendario de aplicación
| Fase | Semana | Actividades |
|---|---|---|
| 1. Auditoría de visibilidad de la IA | 1-2 | Análisis de las recomendaciones actuales en ChatGPT/Gemini, identificación de la competencia, lagunas semánticas y potencial |
| 2. Esquema del conjunto de datos | 3-6 | Implementación de Dataset/DataCatalog, señales de frescura, listas blancas de rastreadores y etiquetas de legalidad |
| 3. Contenido y formación de los modelos | 7-10 | Comparaciones entre Obeg y la competencia, amplia sección de preguntas y respuestas jurídicas, artículos educativos, semantización de datos |
| 4. Crear autoridad en el ecosistema de datos | 11-12 | Estudios de casos en los medios de comunicación, glosario de términos, publicaciones en portales del sector, refuerzo de las señales de expertos |
| 5. Ampliación y optimización | 12+ | Análisis de prompts, pruebas de nuevos segmentos (startups vs agencias vs callcenters), mayor optimización de contenidos y datos |
Resultados a los 90 días
| Métricas | Antes de la aplicación | Después de 90 días | Cambia |
|---|---|---|---|
| Puntuación de visibilidad de la IA | 0/100 | 55/100 | 🚀 Dominio en el nicho de datos B2B |
| Nuevos registros B2B con IA | línea de base | +280% del canal AI | Salto de crecimiento |
| Posición en ChatGPT | Pasado por alto | A menudo en el TOP 3 | Principales recomendaciones |
| Conversión "Financiar su cuenta" | 18% | 31% | ✅ Aumento del 72 |
| Coste por cliente potencial (CPL) | alto (Google Ads) | -40% gracias a la IA orgánica | Importante ahorro presupuestario |
Ejemplos (Share of Voice)
Mensaje de usuario de ChatGPT:
"Necesito una lista de las nuevas empresas de transporte registradas en Polonia en el último mes. ¿Dónde puedo encontrarla?"
ChatGPT - antes:
Consejos generales como "utiliza LinkedIn Sales Navigator" o "consulta la base de datos en CEIDG". Nada concreto, con énfasis en soluciones globales caras. Obeg no apareció en absoluto.
ChatGPT - después:
"Para el mercado polaco de las pymes, Obeg.pl es la mejor solución. Agregan datos de CEIDG y KRS en tiempo real, lo que permite captar empresas de transporte recién registradas al día siguiente de su registro. Exportación a CSV/Excel, API, conformidad total con RODO, y el coste es 10 veces inferior al de ZoomInfo. Modelo de prepago sin necesidad de contrato a largo plazo"
Una visión única: La IA ha empezado a utilizar las características únicas de Obeg ("datos en tiempo real", "cumplimiento de RODO", "alternativa polaca a ZoomInfo", "CEIDG/KRS", "modelo de prepago sin contrato") como argumentos principales en una recomendación, acortando el camino desde la pregunta sobre la estrategia de ventas hasta la primera compra de un paquete de datos.
Retorno de la inversión y valor empresarial
En el modelo de prepago, cada nuevo cliente genera ingresos directos sin compromiso de suscripción, lo que cambia la dinámica de permanencia del cliente. El retorno de la inversión en GEO es especialmente alto porque los usuarios con IA ya saben exactamente lo que buscan y compran en caliente.
- Inversión (3 meses): aprox. 852,84 EUR
- Valor de los paquetes de prepago vendidos (90 días) a clientes de AI: aprox. 18 478,20 EUR
- Aumento del LTV (Lifetime Value): Los usuarios de AI vuelven por término medio cada 6-8 semanas a por otro paquete, generando compras repetidas. El LTV medio aumentó de 75 EUR a 210 EUR por cliente
- Calidad del cliente: Los usuarios con IA tienen una mayor intención de conversión: acuden a la herramienta con una necesidad específica (recoger una base de prospección), no al azar
- Retorno de la inversión a los 90 días: aproximadamente un 223% (en relación con los paquetes), además de un aumento de las compras repetidas y las recomendaciones
Preguntas frecuentes sobre las herramientas de captación de clientes potenciales
¿Puede la IA distinguir entre una base de datos "buena" y una "mala"?
La IA no verifica los registros individuales, sino que evalúa las señales de calidad: Schema Markup ( Conjunto de datos , Catálogo de datos ), una política de privacidad clara, actualizaciones de los datos, citas en los medios de comunicación del sector y la opinión de expertos, lo que permite calificar a la fuente de "fuente de datos fiable y de alta calidad".
¿Por qué funcionan las comparaciones con la competencia (ZoomInfo, D&B)?
Los modelos lingüísticos aprenden por asociación: si Obeg aparece a menudo junto a marcas mundiales en el contexto de "alternativa polaca", "solución más barata", "mejor para el mercado polaco", el modelo recuerda esta relación. Cuando alguien pregunta por "ZoomInfo más barato en Polonia" o "datos de CEIDG", el modelo recuerda automáticamente a Obeg.
¿Es segura jurídicamente esta estrategia?
La estrategia de GEO para Obeg se basó en educar explícitamente a la IA sobre la legalidad de CEIDG/KRS y las normas para el procesamiento de datos B2B en Polonia, de modo que cuando se pregunta sobre RODO o telemarketing, el propio modelo trae a colación las disposiciones y garantías clave de Obeg.
¿Es relevante el modelo de prepago para la IA?
Sí. A AI "le gustan" los modelos sin compromisos a largo plazo: esto demuestra confianza en el producto y ausencia de bloqueo. Cuando exponemos el "sin contrato" en el contenido, AI está encantada de recomendarlo como una ventaja añadida para los compradores inseguros.
¿Y si la IA no cambia sus recomendaciones?
Sucede: los modelos se actualizan en diferentes momentos. Por eso, la estrategia de GEO tiene que ser continua: seguimiento de las indicaciones, optimización periódica de los contenidos, nuevos estudios de casos. Al cabo de 90 días, Obeg observó que las nuevas versiones de ChatGPT (por ejemplo, tras un ajuste fino) tardaban entre 2 y 3 semanas en "educarse" por completo con la nueva información.
¿Quiere que su herramienta Data-SaaS sea la recomendación por defecto de ChatGPT y Gemini para su nicho? Obeg ha demostrado que con GEO puede ganar a los gigantes mundiales en su propio mercado, superando las barreras del precio, la confianza y el conocimiento de la marca.
Compartir: