--- title: "Caso Estudio 1: cómo Chat GPT clasifica negocios locales" date: 2025-05-05T19:21:26+02:00 modified: 2026-02-04T19:13:47+01:00 author: "Yago Vázquez Gómez" source: https://yaggoseo.com/como-chat-gpt-clasifica-negocios-locales/ description: "Estudio detallado: cómo ChatGPT genera y ordena listados de negocios locales Autores: equipo de análisis (YaggoSEO y sus Neuro divergencias) (abril 2025) Fuentes de datos: trazas JSON exportadas desde la interfaz ChatGPT para tres búsquedas reales: BUSQUEDA RESTAURANTES VEGETARIANOS CORUÑA. mejores electricistas lugo. mejores vegetarianos cerca de la calle Real A Coruña. 1. Introducción..." categories: - "Casos de estudio" --- # Caso Estudio 1: cómo Chat GPT clasifica negocios locales ## Estudio detallado: cómo ChatGPT genera y ordena listados de negocios locales > **Autores**: equipo de análisis (YaggoSEO y sus Neuro divergencias) (abril 2025) **Fuentes de datos**: trazas JSON exportadas desde la interfaz ChatGPT para tres búsquedas reales: - *[BUSQUEDA RESTAURANTES VEGETARIANOS CORUÑA](https://yaggoseo.com/wp-content/uploads/RESTAURANTES-VEGETARIANOS-CORUNA.docx)*. - *[mejores electricistas lugo.](https://yaggoseo.com/wp-content/uploads/mejores-electricistas-lugo.docx)* - [*mejores vegetarianos cerca de la calle Real A Coruña*.](https://yaggoseo.com/wp-content/uploads/vegetarianos-cerca-de-la-calle-Real-A-Coruna.docx) ## 1. Introducción y objetivo Los usuarios de ChatGPT suelen confiar en sus recomendaciones para decidir dónde comer o a qué profesional contratar. Pero **¿cómo decide el modelo qué negocios mostrar primero?** En este documento desglosamos **paso por paso** el flujo interno, apoyándonos en tres ejemplos verificados, para descubrir el patrón real y proponer **estrategias de *SEO Local*** adaptadas a esta nueva ventana de visibilidad. Del mismo modo, [Natzir Turrado](https://natzir.com/posicionamiento-buscadores/seo-local-para-chatgpt/) ha compartido también su visión y enfoque único sobre este tema en su perfil, y os dejo aquí el enlace por si queréis ampliarlo con más detalle. ## 2. Metodología - Se ejecutó cada consulta en ChatGPT «o3». - Se exportó el árbol JSON completo. - Se aislaron los nodos relevantes (`search_result_group`, `safe_urls`, `businesses_map`). - Se midieron tiempos de llegada (~ marcas `timestamp_ms`). - Se contrastó la distancia en las búsquedas georreferenciadas mediante fórmula de Haversine. ## 3. Pipeline interno (común a las tres búsquedas) `┌────────────────────────────┐ │ 1 · web.search("consulta") │ ← una sola llamada a Bing └────────────┬───────────────┘ │ ▼ ┌────────────────────────────┐ │ 2 · Filtrado `safe_urls` │ ← whitelist (Foursquare, Google Maps, TripAdvisor, dominios | propios) └────────────┬───────────────┘ │ (cada URL ↘) ▼ ┌────────────────────────────┐ │ 3 · Peticiones paralelas │ │ a proveedores │ │ • provider:"foursquare" │ │ • provider:"serp" (Google│ │ Maps via SERP scraping)│ └────────────┬───────────────┘ │ (respuesta cuando llegue) ▼ ┌────────────────────────────┐ │ 4 · Relleno `businesses_map│ │ en orden de llegada │ └────────────┬───────────────┘ │ ▼ ┌────────────────────────────┐ │ 5 · UI: se muestra tal cual│ ← **sin sort() final** └────────────────────────────┘` ### 3.1 Ejecución del web.search() `{ "type": "search_result_group", "domain": "paxinasgalegas.es", "entries": [ ... ] }` *Ejemplo A Coruña* – los dominios aparecen en idéntico orden al de la SERP de Bing [BUSQUEDA RESTAURANTES VEGETARIANOS CORUÑA.txt]. ### 3.2 Filtrado safe_urls `"safe_urls": [ "https://foursquare.com/v/67fab8d79025d3472660f858", "https://images.openai.com/thumbnail-content/...", "http://www.utopiarestaurante.com", ... ]` Solo enlaces cuyo dominio está en la lista blanca o cuya ruta coincide con un patrón conocido se trasladan a este array. ### 3.3 Llamadas paralelas a proveedores Cada URL se despacha en *background*: - **Foursquare** → petición directa `GET venues/{id}`. - **serp** → scraper extrae datos estructurados del panel de Google Maps embebido. | Proveedor | Latencia media | Campos clave | Ejemplo ID | | --------- | -------------- | ------------ | ----------- | | foursquare | ~200 ms | rating, review_count, hours | "id":"67fab8d..." | | serp (Maps) | 700–900 ms | rating, review_count, price_str + image_url | "id":"Poke by Art" | ### 3.4 Relleno de businesses_map[] `{ "id": "La Cuchara Veggie", "provider": "foursquare", "rating": null, "latitude": 43.371858, ... }, { "id": "A Pastar Vegano", "provider": "serp", "rating": 4.6, ... }` Se insertan **en la secuencia exacta de llegada**; no existe un campo `**score**` global. ### *No existe un sort() final El sistema **no calcula un score** nuevo: el orden visible es exactamente la secuencia de llegada de las fichas. Por eso: - Mahara (4,8 ★) aparece detrás de varios locales sin rating: su ficha Google tardó más en resolverse. - Nicman Instalacións (5 ★, Lugo) queda a media lista porque su panel de Maps llegó después de varias respuestas Foursquare sin valoraciones. ### 3.5 Deduplicación Si nombre + dirección ≈ coinciden → se **fusionan campos**; si difieren, duplicado visible. Si dos respuestas comparten nombre y dirección casi idénticos se combinan; si no, aparecen duplicadas. De ahí que *Electricidad Vázquez Vila* salga dos veces cuando Foursquare y Google la nombran con variantes distintas. **(NAP inconsistente)** ## 4. Caso I: «Restaurantes vegetarianos en A Coruña» - `**safe_urls**` iniciales: 13 enlaces de Foursquare y webs propias . - Primer negocio en `businesses_map`: *La Cuchara Veggie* (Foursquare) . - Siguientes posiciones: se intercalan *A Pastar*, *SenPan*, *Utopía* según van llegando otras llamadas Foursquare y las más lentas del scraper de Google. | Orden final | Proveedor | Rating | Tiempo llegada | Distancia al centro* | | ----------- | --------- | ------ | -------------- | -------------------- | | 1. La Cuchara Veggie | FSQ | — | 0.21 s | 0.2 km | | 2. A Pastar Vegano | SERP | 4.6 | 0.98 s | 1.8 km | *Centro = Plaza de María Pita. Nota: *Mahara* (4.8★, 537 reviews) llegó en 1.63 s y quedó 7.ª. ## 5. Caso II: «Mejores electricistas en Lugo» - `safe_urls`: dominio Habitissimo + nueve Foursquare + webs oficiales . - Primera ficha: *Leivas y Rodil* (Foursquare rápido) . - Más tarde se añade *Nicman Instalacións* (provider `serp`) y desciende a la 8.ª posición pese a tener la nota más alta. La primera ficha *Leivas y Rodil* proviene de Foursquare en 0.19 s. *Nicman Instalacións* (5★) tardó 1.1 s porque dependía del scraper de Google y se colocó 8.º. Fragmento de `businesses_map`: `{ "id": "Leivas y Rodil", "provider": "foursquare", "rating": null, "timestamp_ms": 190, ... }, { "id": "Nicman Instalacións", "provider": "serp", "rating": 5.0, "timestamp_ms": 1104, ... }` ## 6. Caso III: «Vegetarianos cerca de la Calle Real, A Coruña» Aquí el **pipeline no cambia**, pero la **distancia** entra porque los proveedores reciben la coordenada de la Calle Real y reordenan *internamente*: - Foursquare devuelve primero los locales a ≤ 100 m: *El Valentín* y *La Cuchara Veggie* . - En cuanto concluye Foursquare, se van añadiendo las fichas Google por orden de scraping, de modo que *SenPan* (≈ 1,1 km) se cuela antes que *Divya’s Kitchen* (≈ 600 m) porque su llamada acabó antes . El orden global **sigue siendo “primer llegado, primer mostrado”**; simplemente las respuestas de Foursquare ya vienen ordenadas por proximidad. La propia consulta lleva un sesgo geográfico. Foursquare recibe `ll=43.371707,-8.398502` (lat/lng Calle Real) y **reordena internamente**. | Negocio | Distancia real al punto (m) | Latencia | | ------- | --------------------------- | -------- | | Valentín | 35 m | 0.22 s | | La Cuchara Veggie | 95 m | 0.24 s | | Giova Pizza Al Corte | 210 m | 0.28 s | El array global sigue el orden de llegada; simplemente las respuestas de **Foursquare** ya vienen pre‑ordenadas por proximidad. --- ## 7. Comparación de los tres casos | Paso | Comportamiento común | Variación notable | | ---- | --------------------- | ------------------ | | web.search() | Siempre 1 llamada | Siempre 1 llamada | | safe_urls | Whitelist idéntica | Nº inicial de URLs varía según nicho | | Latencia FSQ vs SERP | FSQ ≈ 4× más rápido | Igual en todas | | Criterio ranking proveedor | Popularidad | Cuando hay punto de referencia → distancia | | Re‐orden final | **Nunca** | **Nunca** | --- ## 8. Factores que sí influyen - **Velocidad** del proveedor (Foursquare casi siempre gana). - **Orden interno** del proveedor (popularidad o distancia). - **Whitelist** (safe_urls): si tu dominio no está, tu web no se considerará. ## 9. Factores que no influyen (en 2025‑04) - Valoración media y nº de reseñas comparados entre proveedores. - Precio (`**price_str**`). - Promociones o anuncios pagados. --- ## 10. Recomendaciones de Local SEO específicas | Acción | Por qué funciona | | ------- | ----------------- | | Reclama y optimiza tu ficha **Foursquare** | Es la primera fuente en ser procesada y ordena por popularidad/distancia | | Mantén al día **Google Business Profile** | Si tu panel aparece en la primera página, el scraper se lanza pronto | | Consigue menciones en dominios de la whitelist (Páxinas Galegas, Habitissimo…) | Sus enlaces se copian a **safe_urls** sin fricción | | Consistencia **NAP** (name‑address‑phone) | Evita duplicados que puedan dispersar tu presencia | | Dirección precisa y categorías correctas | Mejora el ranking interno por distancia y relevancia | ## 11. Limitaciones de este estudio - Muestra de tres consultas; otros sectores o idiomas podrían incluir proveedores extra. - Cambios futuros en la whitelist o en latencias podrían alterar conclusiones. - No se analizó la fase de *moderación*, que podría filtrar términos sensibles. ## 12. Conclusiones estilo Chat Gpt ChatGPT **no realiza su propio ranking** de negocios locales: refleja el orden temporal en que llegan las fichas de proveedores externos. Por tanto, para “aparecer arriba”, la estrategia pasa por **ser indexado por la fuente más rápida (Foursquare) y figurar alto en su ranking interno**. La distancia se vuelve relevante sólo cuando la query la requiere, porque se incorpora en el orden que Foursquare o Google utilizan **antes** de que ChatGPT siquiera reciba los datos. > *“Quien responda antes, manda”* — ésa es, hoy por hoy, la regla de oro para ganar visibilidad local dentro de ChatGPT. Disclaimer: Todo esto se basa en mis pruebas y análisis, no es la verdad absoluta ya que nadie la tiene, y si alguien se jacta de tenerla desconfía, «Cuando la limosna es grande hasta el santo desconfía». ## Preguntas frecuentes ### ¿Cómo es que ChatGPT / un LLM puede “clasificar” negocios locales? Según el estudio, ChatGPT no aplica internamente un ranking propio sino que toma los listados en el orden en que los proveedores externos le llegan (por ejemplo fichas de Foursquare, scraping de Google Maps) y los muestra tal cual. ### ¿Qué factores afectan el orden de los negocios mostrados por ChatGPT en búsquedas locales? Según el análisis, los factores que sí influyen (en ese momento) fueron: la velocidad de respuesta del proveedor (cuánto tarda la ficha en llegar) y la proximidad geográfica cuando aplica. ### ¿Qué factores no afectan actualmente el ranking de negocios locales en ChatGPT? En el estudio se observó que la valoración media (estrellas), número de reseñas y el precio no tenían correlación directa con la posición del negocio. ### ¿Cómo puedo optimizar un negocio local para que aparezca mejor en respuestas de IA como ChatGPT? Algunas recomendaciones del artículo: reclamar y optimizar la ficha de Foursquare, mantener actualizada la ficha de Google Business Profile, obtener menciones en dominios de la whitelist (directorios reconocidos), asegurar consistencia NAP (nombre-dirección-teléfono) y categoría precisa. ### ¿Considera este estudio todas las variantes de nicho, idioma o país? No. El artículo indica que la muestra se basa en búsquedas concretas (en España, negocios locales) y que otros sectores, idiomas o contextos podrían arrojar distintos resultados.