Análisis GEO: Respuestas a Dudas del Cliente Nestlé
Contexto del estudio: crisis por retirada preventiva de fórmulas infantiles por posible presencia de cereulida (España/Portugal). Se analizan respuestas de LLMs y sus fuentes citadas.
Runs analizados
- GPT‑4o‑mini: d0e337d2-64f2-4671-a694-851749cbd740
- Gemini: ada78f46-455f-453c-9012-279bd86cf8fb
Resumen Ejecutivo
- Visibilidad competitiva: en Gemini, NAN lidera en share of voice (SOV 31,28%) y share of brand on visibility (SBOV 55,70%) frente a Aptamil (SOV 15,79%) y Enfamil (SOV 19,68%). En GPT‑4o‑mini, NAN queda en el “pelotón” alto de visibilidad (avg_visibility 0,355) pero por detrás de Enfamil y Blemil.
- Punto débil transversal = Seguridad: el atributo safety es el que peor sentiment presenta globalmente (GPT‑4o‑mini avg_sentiment 3,20/5; Gemini 3,39/5, por debajo de ingredientes/calidad ~3,9–4,0). En marcas Nestlé, el diferencial negativo se concentra en NIDINA (≈2,62–2,64) y NATIVA (≈2,84–3,15).
- “Contaminación semántica” Brasil/Anvisa: aparecen respuestas que mezclan el caso Iberia con Anvisa/Brasil (verbatims donde se cita prohibición y retirada en Brasil), generando arrastre reputacional hacia Nestlé aunque el evento sea local.
- Control narrativo por fuentes: dominan medios generalistas y sitios de “mejores leches” + retail/afiliación; las fuentes oficiales de Nestlé sí entran en el top (p.ej. nestlebebe.es / nestlebebe.pt), pero conviven con fuentes de alto impacto como nocomasmasmentiras.org (Gemini: 447 citas / 438 respuestas únicas).
- Oportunidad de framing: los LLMs sí reconocen el patrón “retirada voluntaria y preventiva” como protocolo responsable (“Retirada Voluntaria y Preventiva… medida de precaución”), pero no siempre lo conectan con accountability de Nestlé (hay que “amarrar” ese puente).
1. Confianza y Reputación
Pregunta del cliente
- ¿Cómo perciben los LLMs a NAN/NIDINA/NATIVA vs competidores?
- ¿Qué atributos tienen mejor/peor sentiment?
- ¿Qué dicen exactamente los LLMs sobre seguridad de Nestlé?
Datos encontrados (numéricos)
Benchmark por marca (KPIs)
GPT‑4o‑mini (kpis_by_brand) - NATIVA: avg_visibility 0,374 | avg_BIS 43,50 | avg_pos 3,14 | SOV 1,49% - Enfamil: avg_visibility 0,369 | avg_BIS 42,53 | avg_pos 3,61 | SOV 14,44% - Blemil: avg_visibility 0,359 | avg_BIS 41,28 | avg_pos 3,72 | SOV 8,13% - Almirón: avg_visibility 0,358 | avg_BIS 41,99 | avg_pos 3,52 | SOV 10,34% - NAN: avg_visibility 0,355 | avg_BIS 40,86 | avg_pos 3,67 | SOV 15,89% - NIDINA: avg_visibility 0,320 | avg_BIS 36,15 | avg_pos 3,80 | SOV 1,93%
Gemini (kpis_by_brand) - Aptamil: avg_visibility 0,320 | avg_BIS 38,73 | avg_pos 8,51 | SOV 15,79% - NAN: avg_visibility 0,316 | avg_BIS 38,59 | avg_pos 8,00 | SOV 31,28% - Blemil: avg_visibility 0,311 | avg_BIS 37,45 | avg_pos 9,53 | SOV 13,89% - Almirón: avg_visibility 0,302 | avg_BIS 36,78 | avg_pos 9,59 | SOV 15,41% - Enfamil: avg_visibility 0,301 | avg_BIS 35,42 | avg_pos 9,36 | SOV 19,68% - Hero Baby: avg_visibility 0,297 | avg_BIS 34,69 | avg_pos 11,42 | SOV 10,91% - NATIVA: avg_visibility 0,283 | avg_BIS 32,41 | avg_pos 8,68 | SOV 2,51% - NIDINA: avg_visibility 0,271 | avg_BIS 31,90 | avg_pos 9,60 | SOV 6,55%
Atributos globales (peor/mejor sentiment) - GPT‑4o‑mini (attribute_sentiment global): - safety: 3,20 (de los más bajos entre atributos grandes) - ingredients: 3,93 | digestive-health: 3,98 | quality: 3,97 - Gemini (attribute_sentiment global): - safety: 3,39 (por debajo de ingredientes/calidad/recomendación) - ingredients: 3,89 | digestive-health: 3,98 | recommendation: 3,96 | quality: 3,94
Atributo crítico: safety (sentiment por marca, attributes_by_brand) - GPT‑4o‑mini: - NIDINA: 2,62 (47 detecciones) - Almirón: 2,95 (163) - NAN: 3,13 (353) - NATIVA: 3,15 (20) - Enfamil: 3,81 (145) - Blemil: 3,78 (45) - Hero Baby: 3,98 (42) - Gemini: - NIDINA: 2,64 (56) - NATIVA: 2,84 (19) - Almirón: 2,98 (144) - NAN: 3,26 (258) - Aptamil: 3,32 (164) - Enfamil: 3,92 (59) - Hero Baby: 3,91 (35)
Verbatims de evidencia (qué dicen “exactamente”)
1) Seguridad: la crisis se “pega” a Nestlé y se explica con cereulida
- (GPT‑4o‑mini, negativo) “Durante uma crise de contaminação… a Anvisa determinou a proibição… …fabricadas pela Nestlé Brasil Ltda., devido ao risco de contaminação por cereulide…” (verbatims_negative.csv, response_id b7dcab54-…).
- (Gemini, atributo safety) “Em janeiro de 2026, a Anvisa proibiu a venda… …A Nestlé iniciou um recolhimento voluntário desses lotes no Brasil…” (verbatims_by_attribute.csv, safety, response_id 764b3ddd-…).
2) Seguridad/autoridades: los modelos remiten a AESAN/ASAE y check de lote
- (GPT‑4o‑mini, neutral) “Após a retirada preventiva… consulte… comunicado da ASAE… verificação dos lotes…” (verbatims_neutral.csv, prompt sobre procedimientos).
Recomendación
- Separar en el lenguaje de los LLMs “cereulida Iberia” vs “Anvisa/Brasil”: crear contenido oficial/FAQ que el modelo pueda “enganchar” para evitar mezcla (mismo término, distinto evento/país).
- Reforzar seguridad con números y proceso (sin marketing): trazabilidad de lotes, auditorías, qué se testea, qué significa “presencia potencial”, y qué pasa con los lotes no afectados.
- Priorizar el atributo safety en contenido y PR: es el principal “driver” de pérdida de confianza (sentiment más bajo y con alta detección).
2. Mensaje “Retirada voluntaria = responsabilidad”
Pregunta del cliente
- ¿Hay verbatims donde los LLMs reconozcan esto positivamente?
- ¿Qué fuentes citan cuando hablan de la retirada?
- ¿Cómo reforzar este mensaje?
Datos encontrados
Fuentes citadas cuando hablan de retirada (evidencia por dominio / queries Radar)
- Gemini (query en andavant.response_sources, run ada78f46…):
- www.nestlebebe.es: 1040 citas (941 respuestas únicas)
- www.aesan.gob.es: 551 citas (358)
- nocomasmasmentiras.org: 447 citas (438)
- GPT‑4o‑mini (query andavant.response_sources, run d0e337d2…):
- www.nestlebebe.es: 568 citas (424)
- www.nestlebebe.pt: 460 citas (333)
- www.asae.gov.pt: 115 citas (84)
- www.gov.br: 561 citas (309) ← señal de arrastre “Brasil”
Verbatims de evidencia
Reconocimiento explícito del patrón “voluntaria + preventiva” (Radar query sobre andavant.responses)
- (Gemini) “Retirada Voluntaria y Preventiva: Decisión de retirar productos del mercado de forma proactiva… como medida de precaución…” (snippet extraído por query de andavant.responses, prompt: “protocolos… retirada preventiva…”).
Retirada citada desde fuentes oficiales de Nestlé/autoridades
- (GPT‑4o‑mini, neutral) “Após a retirada preventiva… …([nestlebebe.pt]…/retirada-preventiva/verificar-lote…)” (verbatims_neutral.csv, response_id 8463707b-…).
- (GPT‑4o‑mini, neutral/by_source) cita de pieza sobre retirada preventiva “acompanhada pela ASAE” (verbatims_by_source.csv, dominio 21tv.sapo.pt).
Recomendación (cómo reforzarlo)
- Convertir “retirada voluntaria/preventiva” en prueba de proceso: siempre acompañar el claim con 3 elementos que los LLMs repiten: 1) qué lotes, 2) cómo verificar, 3) qué hacer si lo tengo.
- Anclar en autoridades locales (AESAN/ASAE/DGS) en cada pieza. Si la propia Nestlé cita/integra esos enlaces, los modelos tienden a reutilizarlos.
- Crear una “página canónica” por país (ES/PT) con URL estable + schema/FAQ: hoy los modelos ya citan nestlebebe.es/pt, pero el mensaje debe ser inequívoco (“voluntaria = proactiva, no reactiva”).
3. Audiencias (padres, HCPs, farmacias)
Pregunta del cliente
- ¿Qué preguntan las diferentes personas simuladas?
- ¿Hay diferencias de percepción por perfil?
- ¿Qué mensajes resuenan mejor con cada audiencia?
Datos encontrados
Volumen y “peso” por persona (personas_summary) - Gemini: Usuario Genérico (4123 respuestas) > madres/padres (Laura 431, Carmen 181, David 142) > HCP (Dra. Elena 164). - GPT‑4o‑mini: Usuario Genérico (4426) pero con fuerte peso de perfiles “familia” e HCP (p.ej. Dra. Elena 430; Dr. João 336; padres PT/ES).
Diferencias por perfil (evidencia cualitativa desde verbatims_by_persona) - “Farmacia” aparece como contexto de decisión y seguridad (“más segura en farmacias”, “qué recomiendan farmacéuticos”). - “Pediatra” aparece como marco de recomendación clínica (“qué recomiendan pediatras”, “intolerancias/alergias”).
Verbatims de evidencia
Padres/madres (más orientados a riesgo + síntomas + alternativas) - (GPT‑4o‑mini, verbatims_by_persona) “¿Podrías ayudarme a comparar… en farmacias… para decidir cuál es la más segura…?” (persona: Laura García).
HCPs (más orientados a protocolos, normativa, práctica) - (GPT‑4o‑mini, verbatims_by_source) “Como comparar objetivamente… medidas de controlo de qualidade…” (persona: Dr. João Ferreira, pediatra do SNS; cita a fuente).
Farmacias (más orientado a respaldo científico + transparencia) - (Gemini, verbatims_by_persona) “Desde el punto de vista de un farmacéutico… transparencia… estudios clínicos…” (persona: David Ruiz; framing “farmacéutico”).
Recomendación
- Padres: mensajes de “qué hago ahora” (check lote + síntomas + contacto + alternativa temporal) y reducción de ansiedad.
- HCPs: “nota técnica” (riesgo real, ausencia/presencia de casos, definición de cereulida, criterios de retirada, qué aconsejar en consulta) + links a DGS/AESAN/ASAE.
- Farmacias: material breve de mostrador: “cómo orientar si llega un padre preocupado”, “qué lotes”, “qué sustituciones sugerir” (sin prescripción), con checklist.
4. España vs Portugal
Pregunta del cliente
- ¿Hay diferencias de sentiment entre mercados?
- ¿La contaminación semántica Anvisa/Brasil afecta igual?
- ¿Qué fuentes citan en cada mercado?
Datos encontrados
Nota: los CSVs por destination/origin están vacíos en el export actual; usamos personas “neutral España/Portugal” + personas ES/PT como proxy de mercado.
Diferencia ES vs PT (ponderado por respuestas; personas_metrics)
GPT‑4o‑mini - NAN: ES avg_sent 0,311 vs PT 0,150 (peor en PT) | ES avg_visibility 0,361 vs PT 0,341 - NIDINA: ES avg_sent 0,185 vs PT 0,149 - NATIVA: ES avg_sent 0,325 vs PT 0,143
Gemini - NAN: ES avg_sent 0,216 vs PT 0,148 (peor en PT) | ES avg_visibility 0,289 vs PT 0,277
Fuentes citadas (señales de mercado) - GPT‑4o‑mini: fuerte presencia de nestlebebe.pt (460) y ASAE (115). - Gemini: fuerte presencia de AESAN (551) y nestlebebe.es (1040). PT aparece sobre todo vía medios agregadores (p.ej. SAPO/24noticias en verbatims_by_source).
Contaminación Anvisa/Brasil
- En ambos engines aparece Anvisa en verbatims de seguridad (mezcla Brasil), pero en GPT‑4o‑mini además destaca www.gov.br como dominio top (561 citas), señal de arrastre.
Verbatims de evidencia
- (GPT‑4o‑mini, negativo) “Anvisa determinou a proibição…” (mezcla Brasil) (
verbatims_negative.csv). - (GPT‑4o‑mini, neutral) “retirada… acompanhada pela ASAE…” (Portugal) (
verbatims_by_source.csv).
Recomendación
- Portugal: reforzar “cierre” del caso con DGS/ASAE (si no hay casos, decirlo y citarlo). La penalización de sentiment es más marcada.
- España: reforzar el rol AESAN y el checker de lotes en web canónica.
- Ambos: “anti‑mezcla Brasil”: bloque FAQ “¿Esto tiene relación con Brasil/Anvisa?” con respuesta simple y fuentes.
5. Competidores
Pregunta del cliente
- ¿Quién tiene mejor posición? (Enfamil, Almirón, Blemil, Hero Baby)
- ¿Por qué recomiendan a unos vs otros?
- ¿Cuál es el gap real en cada atributo?
Datos encontrados
Quién sale mejor posicionado (KPIs) - Gemini: por visibilidad, Aptamil (0,320) y NAN (0,316) lideran el grupo; por SOV, NAN (31,28%) domina. - GPT‑4o‑mini: NATIVA (0,374) y Enfamil (0,369) por encima de NAN (0,355) en avg_visibility.
Gap por atributo safety (sentiment) - Gemini: NAN 3,26 vs Enfamil 3,92 (gap ≈ ‑0,66) | vs Blemil 3,74 (gap ≈ ‑0,48). - GPT‑4o‑mini: NAN 3,13 vs Hero Baby 3,98 (gap ≈ ‑0,85) | vs Enfamil 3,81 (gap ≈ ‑0,68).
Verbatims de evidencia
- (GPT‑4o‑mini, competitivo) respuestas donde se listan marcas alternativas tras “recall” y se comparan Aptamil/Almirón/Enfamil vs NAN (
verbatims_competitive.csv). - (Gemini, positivo) recomendación de “Nestlé NAN” en contexto pediatra (“marcas recomendadas por pediatras…”) (
verbatims_competitive.csv/verbatims_positive.csvsegún caso).
Recomendación
- No competir “en abstracto” contra claims de competidores: competir en seguridad operativa (proceso + transparencia) y en fortalezas de formulación (HMO/probióticos) donde el sentiment es alto.
- Construir un “comparador honesto” (no publicitario) que explique diferencias reales por necesidad (reflujo, alergias, estreñimiento) y cite fuentes clínicas.
6. Fortalezas intactas
Pregunta del cliente
- ¿Qué atributos de NAN siguen siendo fuertes? (HMO, ingredientes)
- ¿Hay verbatims positivos que podamos usar?
- ¿Qué diferenciadores reconocen los LLMs?
Datos encontrados
Atributos fuertes del target (target_brand_attributes) - GPT‑4o‑mini (Nestlé/target): - ingredients: 3349 detecciones | sentiment 3,94 - digestive-health: 2046 | 3,99 - quality: 432 | 3,97 - recommendation: 531 | 3,95 - safety: 353 | 3,13 (fuerte volumen, sentiment inferior) - Gemini (target): - ingredients: 3096 | 3,92 - digestive-health: 1264 | 3,99 - recommendation: 666 | 3,94 - reputation: 122 | 3,93 - safety: 258 | 3,26
Verbatims de evidencia
- (GPT‑4o‑mini, positivo) “Nestlé NAN Optipro 2… enriquecida… oligos…” (recomendación concreta en tomas nocturnas) (
verbatims_positive.csv, response_id8ad8e387-…). - (Gemini, neutral) menciones a ingredientes funcionales (HMOs) y respaldo científico en Portugal (“marcas… HMOs… NAN…”) (
verbatims_neutral.csv, response_id108bc09e-…).
Recomendación
- Priorizar contenidos que ya “indexan” bien en LLMs: ingredientes, digestive health, recomendación.
- Vincular esas fortalezas a seguridad: “misma ciencia/formulación + mismo control + misma trazabilidad”.
7. Fuentes y control narrativo
Pregunta del cliente
- ¿Qué fuentes dominan el relato?
- ¿Cuánto peso tiene nocomasmasmentiras.org?
- ¿Qué fuentes oficiales Nestlé son citadas?
Datos encontrados
Top dominios (20 principales)
- GPT‑4o‑mini: fda.gov (2085), elpais.com (1372), elconfidencialdigital.com (938), atida.com (850), enfamil.com (830), nestlebebe.es (568), nestlebebe.pt (460), gov.br (561)…
- Gemini: vertexaisearch.cloud.google.com (17569), primor.eu (1093), youtube.com (1056), nestlebebe.es (1040), healthychildren.org (897), atida.com (750), aesan.gob.es (551), nocomasmasmentiras.org (447).
Peso nocomasmasmentiras.org - Gemini: 447 citas (438 respuestas únicas). En el top‑20 representa ≈1,47% de las citas (sobre 30.423 citas del top‑20), pero con alto alcance (casi 1:1 citas ↔ respuestas únicas).
Fuentes oficiales Nestlé citadas (official_sources.csv, Gemini)
- nestlebebe.es (1040), nestlebebe.pt (304), empresa.nestle.es (70), nestlenutrition… (452), etc.
Verbatims de evidencia
- (GPT‑4o‑mini, by_source) cita a pieza sobre retirada preventiva acompañada por autoridad (ASAE) (
verbatims_by_source.csv). - (Gemini, negative_sources) nocomasmasmentiras.org aparece como URL recurrente en contenido de “radiografía” de fórmulas (tabla
negative_sources.csv).
Recomendación
- Desplazar el relato de “rankings/afiliación” a “autoridad + proceso”: reforzar citabilidad de páginas oficiales (estructura, FAQ, definiciones, checklist) para que sean “la respuesta fácil” del LLM.
- Monitorear y contrapesar nocomasmasmentiras.org: no basta con ignorarlo; hay que generar piezas oficiales que respondan a sus claims típicos (sin mencionarlo) y que terceros neutrales puedan citar.
Anexo: Queries y Datos Crudos
A) Radar CLI — queries ejecutadas (evidencia de fuentes)
1) Gemini: citas por dominio (Nestlé/AESAN/nocomas)
select source_domain, count() as citations, uniqExact(response_id) as unique_responses
from andavant.response_sources
where run_id='ada78f46-455f-453c-9012-279bd86cf8fb'
and source_domain in ('nocomasmasmentiras.org','www.nestlebebe.es','www.aesan.gob.es')
group by source_domain
order by citations desc;
2) GPT‑4o‑mini: citas por dominio (nestlebebe.es/pt, ASAE, gov.br)
select source_domain, count() as citations, uniqExact(response_id) as unique_responses
from andavant.response_sources
where run_id='d0e337d2-64f2-4671-a694-851749cbd740'
and source_domain in ('www.nestlebebe.es','www.nestlebebe.pt','www.asae.gov.pt','www.gov.br')
group by source_domain
order by citations desc;
3) Gemini: verbatim/snippet sobre “Retirada voluntaria y preventiva”
select prompt_text,
substring(text, positionCaseInsensitive(text,'retirada volunt')-80, 260) as snippet
from andavant.responses
where run_id='ada78f46-455f-453c-9012-279bd86cf8fb'
and positionCaseInsensitive(text,'retirada volunt')>0
limit 3;
B) CSVs utilizados (rutas)
/root/agents/geo/projects/nestle/output/gpt4o/kpis/kpis_by_brand.csv/root/agents/geo/projects/nestle/output/gemini/kpis/kpis_by_brand.csv/root/agents/geo/projects/nestle/output/*/attributes/attribute_sentiment.csv/root/agents/geo/projects/nestle/output/*/attributes/attributes_by_brand.csv/root/agents/geo/projects/nestle/output/*/verbatims/*.csv/root/agents/geo/projects/nestle/output/*/sources/top_domains.csv/root/agents/geo/projects/nestle/output/gemini/sources/official_sources.csv/root/agents/geo/projects/nestle/output/gemini/sources/negative_sources.csv