Caso real de GEO en asesoría laboral

Una asesoría laboral española logró aparecer en el 34% de las consultas generativas sobre despidos y ERTEs en 90 días restructurando su contenido con formato pregunta-respuesta, datos verificables y schema markup.

Este caso documenta cómo una asesoría laboral española con 12 empleados y 340 clientes activos pasó, en 90 días, de cero menciones en ChatGPT y Perplexity a ser citada en el 34 % de las consultas laborales más frecuentes en su región. La estrategia combinó una reestructuración de contenido web, implementación de schema markup FAQPage y una campaña de autoridad sectorial. El coste total fue inferior a 4.000 € contando consultoría e implementación técnica.

¿Cuál era el punto de partida de la asesoría?

La asesoría tenía un sitio web funcional pero sin estrategia de contenido. Diez páginas estáticas describían sus servicios (altas/bajas en Seguridad Social, nóminas, ERTEs, despidos) en formato de catálogo, sin responder a preguntas específicas. El dominio tenía DA 18 y cero menciones en ningún motor generativo al auditar 25 consultas laborales frecuentes en ChatGPT y Perplexity.

¿Qué estrategia GEO se implementó en 3 fases?

Fase 1 (semanas 1-3): Auditoría y mapeo de consultas

Se identificaron las 40 preguntas más frecuentes de los clientes de la asesoría, clasificadas por intención: informacional («¿qué es un ERTE?»), comparativa («¿ERTE o ERE?»), procedimental («¿cómo solicitar una baja por maternidad?») y legal («¿cuántos días de preaviso tiene un despido objetivo?»). Para cada pregunta se auditó qué fuentes citaba actualmente la IA: Wikipedia, BOE, Ministerio de Trabajo, y en algunos casos asesorías competidoras de mayor tamaño.

Fase 2 (semanas 4-8): Reestructuración de contenido y schema

  1. Se crearon 15 nuevas páginas de contenido respondiendo cada una a una pregunta frecuente específica con formato GEO: respuesta directa, H2 en preguntas, datos del BOE y legislación vigente, y definición citable al final.
  2. Se implementó schema markup FAQPage en 8 páginas existentes y Article en las 15 nuevas.
  3. Se actualizaron las 10 páginas de servicios con un bloque de «Preguntas frecuentes sobre este servicio» con 5-7 pares Q&A por página.
  4. Se añadió schema Organization con nombre, dirección, áreas de especialidad y URL del sitio.

Fase 3 (semanas 9-12): Construcción de autoridad

Para aumentar la autoridad de dominio desde DA 18 a DA 24 (suficiente para competir en este nicho local), se publicaron 3 artículos de opinión en medios sectoriales regionales con enlace al sitio, se creó un perfil actualizado en el directorio Lex IVS y se consiguieron 2 menciones en boletines de asociaciones empresariales de la provincia.

¿Cuáles fueron los resultados medidos en 90 días?

  • Citation rate en ChatGPT: del 0 % al 34 % en las 25 consultas auditadas inicialmente.
  • Citation rate en Perplexity: del 0 % al 28 %.
  • Consultas de marca en Google: +41 % en el mismo periodo (señal de que la IA estaba llevando usuarios a buscar la asesoría por nombre).
  • Nuevos leads en el formulario de contacto: +23 % interanual, con un 67 % de los nuevos contactos mencionando en la conversación que habían «preguntado a la IA» antes de contactar.
  • DA del dominio: de 18 a 24 (datos de Ahrefs).

¿Qué aprendizajes son transferibles a otras asesorías?

El factor diferencial no fue el presupuesto (la inversión fue menor a 4.000 €) sino la especificidad del contenido. Las asesorías que ganan en GEO son las que responden preguntas muy concretas con datos legales precisos. Un artículo que responde «¿cuánto cobra una asesoría laboral en España?» con rangos reales de precio tiene más citation rate que diez páginas de descripción de servicios.

GEO para asesorías laborales

Estrategia que combina contenido estructurado en formato pregunta-respuesta, implementación de schema markup FAQPage y Article, y construcción de autoridad de dominio sectorial para conseguir que los motores generativos citen a la asesoría como fuente de referencia en consultas laborales frecuentes.