Case Study / Digital Strategy & AI

Diseñar el crecimiento digital para una nueva era de búsqueda.

En Alegra lideré una estrategia que conectó posicionamiento en motores generativos, optimización de la experiencia web y gestión de riesgos tecnológicos para adaptar el ecosistema digital a nuevas formas de descubrir, evaluar y elegir productos.

Empresa
Alegra
Rol
Web & SEO Manager
Áreas
Digital Strategy · AEO/GEO · UX/UI · Growth · AI Risk

Una estrategia. Tres frentes de trabajo.

El reto no consistía únicamente en atraer más tráfico. Era necesario mejorar la forma en que Alegra aparecía en las respuestas de los sistemas de IA, optimizar las experiencias web con mayor potencial de conversión y anticipar los riesgos derivados de nuevas capacidades tecnológicas.

Mi trabajo consistió en definir la dirección estratégica, construir el roadmap y coordinar a los equipos responsables de llevar las iniciativas a ejecución.

De la estrategia a resultados medibles.

1.256

Sign-ups referidos por LLMs en 2025

Aumento desde 64 en el periodo de comparación de 2024, consolidado desde Google Analytics 4, Google Search Console, Semrush y Ahrefs.

19,5 %

Conversión a registro del tráfico referido por LLMs

Frente al 8,18 % medido para el canal SEO tradicional en las mismas fuentes de analítica y medición SEO.

+100%

Incremento del engagement en las páginas optimizadas

Medido en las sesiones de las páginas intervenidas después de las optimizaciones UX/UI.

El doble de registros

Usuarios registrados después de las optimizaciones

Registrado en los eventos de conversión de las páginas intervenidas tras las optimizaciones.

Los resultados fueron consolidados a partir de fuentes de analítica web y herramientas de medición SEO Google Analytics 4, Google Search Console, Semrush y Ahrefs, según corresponda a cada indicador. El tráfico y la conversión referidos por LLMs se midieron sobre sesiones, eventos y consultas; el engagement y los registros de las páginas optimizadas corresponden al seguimiento de las optimizaciones UX/UI en esas mismas fuentes.

01 / Generative Search

Diseñar para ser una respuesta relevante.

Contexto

Los modelos de lenguaje introdujeron una nueva forma de descubrir marcas, comparar productos y obtener recomendaciones. Las personas podían recibir respuestas directamente desde asistentes de IA, sin recorrer necesariamente los resultados tradicionales de búsqueda.

Para Alegra, este cambio abría una oportunidad estratégica: desarrollar una presencia relevante en motores generativos y facilitar que la información de sus productos pudiera ser comprendida y utilizada por estos sistemas.

Al mismo tiempo, el crecimiento digital seguía dependiendo de la calidad de la experiencia web. Las páginas de mayor tráfico necesitaban evolucionar mediante mejoras de UX/UI, validación de hipótesis y seguimiento de resultados.

La incorporación de nuevas tecnologías también exigía anticipar riesgos relacionados con agentes de IA, conexiones entre sistemas y seguridad de los canales digitales.

El desafío fue conectar estos frentes en una estrategia coordinada, con prioridades claras y equipos responsables de su ejecución.

  1. Búsqueda
  2. Experiencia
  3. Confianza
Síntesis conceptual del desafío.

Mi rol

Como Web & SEO Manager, lideré la estrategia y tomé las principales decisiones sobre las iniciativas de posicionamiento y optimización digital.

Definí los objetivos y el roadmap, traduje las prioridades en tareas para los equipos responsables y realicé seguimiento de la estrategia, el diseño, la implementación y las pruebas.

Coordiné el trabajo con UX, desarrollo, SEO y otras áreas de Growth, asegurando que las iniciativas relacionadas con la experiencia web y el posicionamiento en IA avanzaran de forma articulada.

También facilité capacitaciones para explicar al equipo de Growth cómo funcionan los LLMs y cuáles eran sus implicaciones para el posicionamiento digital.

La estrategia AEO/GEO

Desarrollé la estrategia de posicionamiento de Alegra en motores generativos, definiendo objetivos, roadmap e iniciativas para adaptar el ecosistema de contenidos a una nueva forma de búsqueda.

El enfoque partía de una idea central: la relevancia ya no dependía únicamente de posicionar una página para una palabra clave. También era necesario construir información clara, contextualizada y suficientemente completa para responder preguntas reales y ser considerada por los sistemas de IA.

Nota importante

Lo que se presenta aquí es solo una parte de la estrategia. La iniciativa AEO/GEO fue transversal a toda el área de Growth y conectó el trabajo de varios equipos: los equipos de contenido participaron en la generación de blogs a gran escala que responden a las preguntas que los usuarios hacen a los asistentes de IA, en paralelo a una línea de trabajo en YouTube, a la presencia en Wikipedia y Reddit para la orientación de reseñas, y a contenidos en blogs de marca blanca con comparativos.

El detalle de estas líneas no puede compartirse por tratarse de información confidencial de la compañía.

Tres capas de la estrategia

Toca cada nivel para ver su enfoque.

Construir autoridad para las preguntas de recomendación. Trabajar la presencia de marca en fuentes externas, medios y comunidades relevantes para fortalecer las oportunidades de que Alegra fuera considerada en respuestas sobre soluciones contables y de facturación.

Relevancia · Estructura semántica · Intención del usuario

De las palabras clave a las preguntas reales

La estrategia impulsó mejoras en:

  • 01Arquitectura y estructura semántica de contenidos.
  • 02FAQs alineadas con la intención y el recorrido del usuario.
  • 03Datos estructurados y organización de la información.
  • 04Contenidos contextualizados por mercado.
  • 05Cobertura de preguntas específicas sobre productos y funcionalidades.
  • 06Acciones externas orientadas a reforzar la autoridad de marca.

Estas iniciativas buscaban facilitar la comprensión de la información y aumentar las oportunidades de que Alegra apareciera como una fuente relevante en las respuestas de los asistentes de IA.

NLWeb · Web & AI Innovation

Como parte de la estrategia de posicionamiento en motores generativos, investigué NLWeb y planteé una propuesta para explorar nuevas formas de interacción entre el contenido web y los sistemas de IA.

La propuesta fue implementada por el equipo web y se integró con las demás iniciativas orientadas a mejorar el posicionamiento de Alegra en los LLMs.

Mi contribución estuvo en identificar la oportunidad, investigar su posible aplicación y plantear la iniciativa dentro de la estrategia general. La implementación técnica fue realizada por el equipo web.

  1. Contenido web
  2. Estructura e información
  3. Sistemas de IA
Representación conceptual de la oportunidad; no es un diagrama de arquitectura técnica.

Mi contribución

Investigación de una tecnología emergente y traducción de la oportunidad técnica en una propuesta integrada en la estrategia de posicionamiento en IA.

Equipo web

Implementación técnica de la propuesta, en colaboración.

02 / Experience & Growth

Optimizar las páginas donde el crecimiento ya estaba ocurriendo.

Contexto y desafío

El ecosistema digital de Alegra era amplio: ocho versiones del sitio web para diferentes países, blogs de marca blanca, tres marcas —Alegra, Alanube y HolaBill— y un sitio de aprendizaje, Alegra Academy.

El equipo era muy pequeño para dar mantenimiento a todo ese ecosistema. Los tiempos de entrega para el diseño de páginas nuevas y las optimizaciones eran largos, y la demanda de mejoras superaba con creces la capacidad disponible.

El desafío fue optimizar esos tiempos con IA: incorporar herramientas y flujos de trabajo asistidos por inteligencia artificial para acelerar el diseño y la implementación de mejoras, sin sacrificar la calidad de la experiencia.

Mi rol y alcance

Desarrollé un proceso de optimización para las páginas web de mayor tráfico, con el objetivo de mejorar la experiencia y facilitar la conversión de los usuarios.

Coordiné la estrategia con los equipos de UX, desarrollo y SEO, haciendo seguimiento de las oportunidades identificadas, las propuestas de diseño, la implementación y las pruebas para validar las mejoras.

El proceso conectaba el comportamiento de los usuarios con decisiones concretas de diseño y evolución web.

Diagrama del proceso continuo de optimización basada en datos: cuatro fases en iteración continua —01 Investigar y descubrir, 02 Definir y priorizar, 03 Diseñar e implementar, 04 Medir y aprender—; las fuentes de datos (Google Analytics 4, Google Search Console, Semrush, Ahrefs, Amplitude, HubSpot, Microsoft Clarity y mapas de calor y grabaciones) conectadas a través de MCP a los dashboards de análisis; y el detalle de las acciones de cada fase.
Desliza el diagrama para verlo completo.

Resultado reportado

+100%

Incremento del engagement en las páginas optimizadas

El doble de registros

Usuarios registrados después de las optimizaciones

Estos resultados se midieron en las sesiones y los eventos de conversión de las páginas intervenidas, a partir de las fuentes de analítica web y medición SEO utilizadas en el proyecto.

03 / AI Risk Management

Innovar también significa anticipar los riesgos.

La evolución de las webs y los canales digitales hacia nuevas formas de integración con agentes de IA y conexiones mediante MCP introducía escenarios que debían evaluarse desde la seguridad y la continuidad operativa.

Desarrollé una estrategia de mitigación de riesgos orientada a identificar posibles bugs y riesgos de seguridad asociados a estos entornos, estructurando los escenarios identificados en una matriz de riesgos con actores y responsables.

A partir de este análisis, definí un roadmap y desarrollé frameworks para organizar las medidas de mitigación de los riesgos que podían abordarse.

  1. Identificar
  2. Priorizar
  3. Mitigar

Componentes del trabajo

Identificación de escenarios potenciales, actores involucrados y responsables asociados a su gestión.

Toca una celda para ver cómo se trata cada combinación.

BajoMedioAltoAltaMediaBaja
← ImpactoProbabilidad ↑

Probabilidad alta × impacto alto

Crítico

Actuar: Requiere acción inmediata y seguimiento continuo.

Representación conceptual de una matriz de riesgos (probabilidad × impacto). No contiene datos internos.

Enfoque

El objetivo fue pasar de una preocupación general por la seguridad de las nuevas tecnologías a un enfoque estructurado de gestión: identificar escenarios, asignar responsables, priorizar acciones y definir medidas de mitigación.

Lo que muestran los resultados.

Canal LLM

Tráfico referido por LLMs

Sign-ups referidos por LLMs

1.256

2025

202464
20251.256

Los registros atribuidos al tráfico referido por LLMs crecieron de 64 a 1.256 entre los periodos comparados de 2024 y 2025, según la consolidación de Google Analytics 4, Google Search Console, Semrush y Ahrefs.

Conversión a registro

19,46%

Canal LLM

SEO tradicional8,18 %
LLM19,46 %

La conversión a registro fue del 19,46 % para este canal, frente al 8,18 % del canal SEO tradicional.

Estos resultados reflejan el potencial comercial del tráfico referido por asistentes de IA y respaldan la importancia estratégica de mejorar la presencia de Alegra en este entorno.

UX/UI

Optimización UX/UI

+100%
Incremento del engagement en las páginas optimizadas
El doble de registros
Usuarios registrados después de las optimizaciones

Después de las optimizaciones de las páginas intervenidas, el engagement de esas páginas creció un 100 % y el número de usuarios registrados se duplicó.

Estas cifras se obtuvieron de las sesiones y los eventos de conversión registrados en Google Analytics 4 sobre las páginas intervenidas.

Organización

Capacidad estratégica y organizacional

  • 01Estrategia y roadmap
  • 02Coordinación entre equipos
  • 03Capacitación interna sobre LLMs
  • 04Mitigación de riesgos tecnológicos

El proyecto incluyó la definición de una estrategia y un roadmap, coordinación entre equipos de distintas disciplinas, capacitación interna sobre LLMs y desarrollo de una estructura de mitigación de riesgos tecnológicos.

Nota metodológica

Los resultados presentados fueron consolidados a partir de fuentes de analítica web y herramientas de medición SEO, incluyendo Google Analytics 4, Google Search Console, Semrush y Ahrefs, según corresponda a cada indicador. Las cifras de tráfico y conversión del canal referido por LLMs provienen de la medición de sesiones, eventos y consultas en esos sistemas; las de engagement y registros corresponden a los resultados medidos sobre las páginas optimizadas.

Las comparaciones antes/después no demuestran por sí solas causalidad. La contribución de cada iniciativa debe interpretarse dentro del conjunto de acciones implementadas.

Lo que aprendí al conectar estrategia, experiencia e IA.

Aparecer en respuestas generadas por IA puede abrir nuevas oportunidades de adquisición, pero el valor para el negocio depende de la calidad de la experiencia y de lo que ocurre después de la visita.

Diseñar para un entorno digital que sigue cambiando.

Este proyecto consolidó una forma de trabajar que conecta estrategia, diseño, tecnología y datos para resolver problemas de negocio en contextos de cambio.

Mi contribución consistió en transformar oportunidades emergentes en iniciativas concretas, coordinar a los equipos responsables y mantener el foco en la relación entre relevancia, experiencia y resultados.

La evolución de la IA amplía las posibilidades del ecosistema digital, pero también exige criterio para decidir qué construir, cómo validar su impacto y qué riesgos deben gestionarse.

Explorar más proyectos