¿Qué cadena hotelera española domina en ChatGPT, Gemini y Perplexity?
Por Iván Fanego
Autor invitado
“Mejores hoteles en Mallorca para ir con niños”. “¿Meliá o Barceló para todo incluido en Cancún?”. “Hoteles adults only en Tenerife recomendados”.
Y, cuando la gente pregunta a la IA por hoteles, ¿qué cadenas aparecen y cuáles no? ¿en qué contexto?
Eso es lo que vamos a responder en este artículo.
Imagen creada con ChatGPT. El de la foto soy yo.
Vamos a analizar la visibilidad en IA de las 5 principales cadenas hoteleras españolas y sus submarcas, usando Brand Radar, la herramienta con la mayor base de datos de visibilidad en IA, que cuenta con más de 400 millones de prompts respaldados por búsquedas, no generados por IA.
Actualización: 23 de junio de 2026
Tras publicar este análisis, el equipo de marketing de uno de los grupos hoteleros analizados nos escribió para revisar algunos datos de su marca. Agradecemos el mensaje: contrastar con los equipos del propio sector es justo lo que hace que estos análisis mejoren. Aprovechamos para matizar algunos puntos.Como explicamos en el artículo, Brand Radar no parte de un conjunto de prompts elegido a mano: filtra, entre cientos de millones de prompts derivados de búsquedas y preguntas reales de los usuarios, aquellos en los que aparece alguna de las marcas analizadas. La consecuencia es que ese universo mezcla tres tipos de consulta muy distintos:
- Consultas que ya incluyen el nombre de una marca (por ejemplo, “¿la cadena RIU / Barceló / Meliá es española?”), que tienden a favorecer a la marca nombrada.
- Consultas sobre hoteles o ubicaciones concretas (sitio, horario…), que no miden la visibilidad de cadena.
- Consultas genéricas y neutrales (“mejores cadenas hoteleras”, “mejores hoteles todo incluido”), que son las únicas que comparan a todas las cadenas en igualdad de condiciones.
Agregar los tres tipos en un único porcentaje mezcla cosas que no son del todo comparables e introduce sus propios sesgos.Podemos ganar precisión agrupando prompts. Para comparar de verdad la visibilidad entre cadenas, el camino no es un número único sobre todo el universo, sino trabajar con grupos de prompts homogéneos: aislar las consultas genéricas y neutrales, agruparlas por intención (informativa, consideración, decisión) y calcular la visibilidad dentro de cada grupo. Así se elimina el ruido de las consultas de marca y de las muy específicas, y el dato resultante sí es comparable entre marcas. Lo desarrollamos aquí: ¿por qué mis datos no coinciden? y seguimiento de prompts personalizados.Ajuste de submarcas. Además, al revisar el caso detectamos que algunas submarcas (por ejemplo, hoteles de Allegro como “Allegro Agadir”) no se agrupaban del todo bien bajo la marca madre. Corregido el agrupamiento, las cifras se ajustan ligeramente, aunque el orden general entre cadenas se mantiene.A nivel global:
En España:
También lo menciono al final del artículo: para un análisis más profundo y detallado, el próximo paso sería incorporar prompts sectoriales. El nivel de detalle y de pruebas que habría que hacer para incorporar de forma equitativa a todas las submarcas de cada cadena, añadiría aún más precisión. Pero es algo que se escapa del objeto de este artículo, que tiene un enfoque puramente educativo.
Qué cadenas hoteleras vamos a analizar
Vamos a analizar los 5 mayores grupos hoteleros españoles, los que tienen mayor número de habitaciones, según datos de Hosteltur:
Cadena | Habitaciones | Submarcas |
|---|---|---|
Meliá Hotels International | 99.350 | Gran Meliá, ME by Meliá, The Meliá Collection, Paradisus by Meliá, Meliá Hotels & Resorts, Zel, INNSiDE by Meliá, Sol by Meliá, Affiliated by Meliá |
Barceló Hotel Group | 63.820 | Royal Hideaway, Barceló Hotels & Resorts, Occidental Hotels & Resorts, Allegro Hotels |
RIU Hotels & Resorts | 51.669 | RIU Palace, RIU Plaza, Adults Only, Elite Club, RIU Party |
Iberostar Hotels & Resorts | 32.206 | JOIA by Iberostar, Iberostar Selection, Iberostar Waves |
Eurostars Hotel Company (Grupo Hotusa) | 27.683 | Eurostars Hotels, Áurea Hotels, Dorma Hotels, Exe Hotels, Ikonik Hotels, Crisol Hotels, Tandem Suites |
Fuente: Ranking en Hosteltur
Nota al margen
Las submarcas añaden una capa de complejidad
Este análisis tiene una capa extra respecto a otros que he hecho, algo parecido a lo que ocurrió con el sector automoción. Hemos tenido que tener en cuenta las submarcas de cada cadena, para poder tener una visión más ajustada a la realidad. Esto importa porque la gente no siempre busca “Meliá”. Busca “hoteles INNSiDE”, “RIU Palace opiniones” o “¿qué es Zel de Meliá?”.
Así hemos agrupado las submarcas dentro de las “marcas madre”:
Alcance geográfico: visión global, foco en España
El análisis cubre dos niveles:
- España: el mercado doméstico donde estas cadenas tienen su base y una parte relevante de su oferta.
- Global: porque estas 5 cadenas operan internacionalmente y compiten por viajeros de todo el mundo.
Herramienta: Brand Radar
Brand Radar es una herramienta de visibilidad en IA que permite ver dónde se menciona tu marca en plataformas de inteligencia artificial, como ChatGPT, Gemini, Perplexity, AI Mode de Google y AI overviews, Copilot y Grok.
A diferencia de la mayoría de herramientas de prompt tracking, Ahrefs monitoriza de partida más de 400 millones de prompts al mes, lo que da una muestra histórica amplia.
En cualquier caso, recuerda:
- Las respuestas de IA no son estáticas: pueden variar en función del modelo, la personalización o el momento en que se formule la consulta.
- Este análisis debe tomarse como una fotografía comparativa, no como una medición absoluta.
Todos los datos se han recogido en la primera mitad de mayo de 2026.
Análisis de visibilidad IA
RIU lidera en visibilidad IA a nivel global
RIU se posiciona por delante de Meliá, a pesar de tener menos habitaciones:
¿Cómo se calcula el Índice de Presencia IA?
Aquí puedes verlos en gráfico:
Meliá lidera en visibilidad IA en España, seguida de RIU
Los datos en España son algo distintos:
El contraste más llamativo es el de Meliá, que pasa del 30% global al 42,7% en España, mientras que a RIU le pasa lo contrario: del 48% global pasa al 34% local.
Barceló y Eurostars también suben bastante en el mercado español, aunque desde una base más baja:
La pregunta del millón: mis datos no coinciden
- Las respuestas de IA no son deterministas.
- Aunque lo fueran, los resultados de visibilidad que ves se basan en una serie de prompts que se envían a la IA. Es decir, es un muestreo. Y nadie tiene acceso a los prompts reales que ese escriben en ChatGPT, Gemini o cualquier otra plataforma.
Análisis temático: ¿qué preguntan los viajeros a la IA?
Con el Índice de Presencia nos podemos hacer una idea de la visibilidad global. Pero lo que importa operativamente es en qué tipo de consultas aparece cada cadena.
Como contaba más arriba, Brand Radar monitoriza más de 400 millones de prompts mensuales en todo el mundo. Pero cuando vemos los datos de nuestra marca y competidores, lo que estamos viendo es un subconjunto más pequeño.
En este post lo expliqué más a fondo, pero con el gráfico te puedes hacer una idea más clara:
Por ejemplo, en el caso de ChatGPT, en España, estos son algunos de los 435 prompts en los que se basan los datos:
Puedes ver:
- Cada prompt (que se sacan de preguntas de usuarios en Google).
- Su volumen de búsqueda en Google (no el de ChatGPT o Gemini, porque eso no lo sabe nadie, pero sirve de aproximación).
- La respuesta registrada que dio ChatGPT (o el modelo que elijas).
- Las fan-out queries, que son las búsquedas que lanzó el modelo para tener más contexto.
- Las marcas que se mencionan (la que hayas elegido aparecerá destacada).
- Las fuentes que se usan.
- Y la fecha del último rastreo.
Hay preguntas muy interesantes, completamente informativas:
Y otras mucho más orientadas a negocio:
En Brand Radar tienes una agrupación automática, pero si quieres trabajar de una forma más personalizada, puedes crear tu propia organización, ya sea manualmente descargando los datos o con ayuda de la IA.
Podríamos clasificar, uno a uno, cada prompt.
O podemos descargar los datos y dárselos a Claude (mi nuevo mejor amigo) para que nos ayude a visualizarlos.
En este caso, le propuse que me ayudara a organizar los prompts en función de “en qué punto están del funnel”.
Dicté el mensaje, así que quedó un poco de aquella manera:
Pero, muy diligentemente, Claude me propuso esta organización:
- Awareness (Descubrimiento) Queries genéricas sobre la industria: “¿Cuáles son las cadenas hoteleras españolas?”, “¿Cuáles son las 10 mejores cadenas?”.
- Consideración (Destino + Comparación) El usuario ya busca dónde alojarse o compara opciones: “¿Mejor zona para quedarse en Tenerife?”, “¿Mejores hoteles de playa?”.
- Decisión (Detalles específicos del hotel) Preguntas concretas sobre un hotel: precios, habitaciones, estrellas, qué incluye el todo incluido, distancia al aeropuerto, horarios de desayuno.
- Marca / Corporativo Quién es el dueño, historia de la marca, qué significa el nombre, cuántos hoteles tiene la cadena, sede, facturación, salarios. No es funnel de compra directo, pero es señal de interés en la marca.
- Fidelización / Post-venta Programas de fidelidad, puntos, membresías, códigos corporativos, check-out. El usuario ya es cliente o está cerca de serlo.
Me pareció muy razonable, así que le pedí a Claude que me hiciera una visualización y este es el gráfico interactivo que generó:
Si lo miramos por volumen de búsqueda en vez de por número de prompts, el peso se redistribuye. Los prompts de “Consideración” ganan relevancia porque incluyen las búsquedas con más volumen: “mejores hoteles de playa”, “mejor zona para quedarse en Tenerife” o “mejores hoteles todo incluido”.
Son consultas que mueven miles de búsquedas al mes en Google y que, cada vez más, también se formulan en ChatGPT o Perplexity.
En cualquiera de los dos casos, las consultas de marca tienen un peso elevado. Es normal, porque al fin y al cabo, estamos consultando los prompts que sí o sí contienen alguna de las marcas.
De todas formas, los prompts más relevantes y que querríamos analizar más a fondo serían los de “Consideración” y “Decisión”.
Porque es donde nos jugamos el dinero.
Y aquí la pregunta clave es: ¿qué está usándose como fuente?
Dominios y páginas: ¿qué fuentes usa la IA para recomendar hoteles?
Para mejorar la visibilidad en IA tenemos dos vías principales:
- Influir en los datos de entrenamiento: complicado, ocurre cada bastante tiempo y hay poco control.
- Aparecer en las páginas que la IA usa para documentar sus respuestas: ChatGPT, Perplexity y otras plataformas buscan en internet para mejorar y actualizar sus respuestas.
Con Brand Radar podemos analizar qué dominios y páginas están citando las distintas plataformas.
Los dominios más citados
Brand Radar permite ver qué dominios está citando la IA cuando responde a preguntas en las que se menciona a las marcas que monitorizamos.
Aquí van los 20 dominios más citados, clasificados:
Si quieres que la IA te cite, necesitas aparecer en tres tipos de sitios:
- Tu propia web con contenido informativo,
- medios especializados del sector, y Wikipedia.
- Las OTAs (online travel agencies) y plataformas de reseñas ayudan.
Necesitas tener una estrategia de medios propios y medios ganados.
Las páginas concretas más citadas
A nivel de página concreta, el ranking confirma lo que veíamos por dominio.
Aquí, de nuevo, merece la pena filtrar los datos y fijarse en qué tipo de respuesta salen:
- Las páginas “Quiénes somos” y “Acerca de” de RIU dominan las primeras posiciones. Son páginas corporativas con información básica: historia, familia fundadora, número de hoteles, valores.
- La página de Wikipedia de Meliá Hotels International es la segunda más citada (20 citas). Para preguntas corporativas sobre Meliá, la IA tira de aquí antes que de la propia web de la cadena.
- El blog de RIU también aparece varias veces (FAQs, significado del nombre, hoteles que pertenecen a la cadena). Son posts que responden preguntas concretas que la gente hace. Algo que funcionaba en SEO y… Funciona en AEO / GEO / LLMO.
- Sin embargo, vemos menos páginas de producto puro (fichas de hotel, páginas de reserva), landing pages de campañas, o contenido de redes sociales. La IA no está citando tanto estas páginas transaccionales como las informativas, tipo, “quiénes somos” o el blog con preguntas frecuentes.
Conclusiones
El tamaño no determina la visibilidad en IA
RIU, con casi la mitad de habitaciones que Meliá, la supera con claridad a nivel global (48% vs 30,1%). Y Barceló, la segunda cadena por número de habitaciones, es casi invisible: 4,4% de presencia global. La cuota de mercado offline no se transfiere automáticamente a las respuestas de IA. Ya lo hemos visto en otros análisis, pero conviene tenerlo en cuenta.
RIU consigue tanta presencia gracias a las citas de su web propia
La web de “riu.com” es el segundo dominio más citado del análisis, con 86 citas y 171 páginas indexadas. Sus páginas “Quiénes somos”, “Acerca de”, blogs con FAQs y contenido informativo propio son los que la IA referencia.
Los medios especializados son la principal puerta de entrada.
Hosteltur lidera con 110 citas. Esto tiene implicaciones directas: una estrategia de PR orientada a medios de turismo especializados parece tener más impacto en visibilidad en IA que una campaña en medios generalistas.
Las submarcas, salvo excepciones, son poco visibles en IA.
Gran Meliá es la única submarca con presencia notable. El resto (Zel, INNSiDE, Sol by Meliá, Occidental, Allegro, Iberostar Waves, Áurea, Dorma, Ikonik...) no aparecen o lo hacen de forma marginal.
La clave está en entender el customer journey del viajero y complementar el análisis con una buena selección de prompts propios
Creo que el análisis que podemos sacar de partida es valioso, pero probablemente necesitaríamos añadir más prompts orientados a consultas de zonas concretas o transaccionales.
La visibilidad en IA para cadenas hoteleras no se compra con campañas de publicidad. Se construye con contenido que la IA pueda leer, entender y citar, contenido que sea útil para las respuestas que necesitan las personas, aunque estas personas estén preguntando a la IA.
Para profundizar más
Si quieres aprender más sobre análisis de visibilidad en IA:
Si te interesan otros análisis sectoriales:
Iván Fanego es CEO y fundador de AppCritic, el servicio especializado que ayuda a empresas a posicionarse, crecer y desarrollar a sus clientes con una mezcla agnóstica de Estrategia y Marketing de Contenidos, Construcción de Relaciones y Automatización.