BLUE DIGITAL SCORE™

1. ¿Qué es BDS?

Blue Digital Score™ es un modelo matemático determinista que transforma evidencia digital observable en una puntuación de inteligencia absoluta y precisa.

2. De la Evidencia Web a las Matemáticas

ADQUISICIÓN DE DATOS (DOM / HTTP)
↓
EXTRACCIÓN DE EVIDENCIA
↓
25 INDICADORES
↓
NORMALIZACIÓN
↓
PENALIZACIÓN DE COBERTURA
↓
9 DIMENSIONES
↓
BDS GLOBAL
↓
RANKING COMPETITIVO

3. Los 25 Indicadores

La base del algoritmo se apoya en 25 métricas técnicas y semánticas extraídas de manera determinista de la huella digital.

SEO VISIBILITY W: 0.25

Indexability Health

\[ S = \frac{\text{Indexable}}{\text{Valid}} \times 100 \]
SEO VISIBILITY W: 0.25

Schema Richness

\[ S = 100 \left(1 - e^{-0.8c}\right) \]
SEO VISIBILITY W: 0.25

Performance Proxy

\[ S = \max\left(0, 100 - \frac{t}{15}\right) \]
SEO VISIBILITY W: 0.25

Metadata Coverage

\[ S = \frac{\text{Valid}}{\text{Total}} \times 100 \]
DIGITAL PRESENCE W: 0.35

Brand Consistency

\[ S = \frac{\text{Matches}}{\text{Total}} \times 100 \]
DIGITAL PRESENCE W: 0.35

Mobile UX Signals

\[ S = \frac{\text{Passed}}{3} \times 100 \]
DIGITAL PRESENCE W: 0.3

Accessibility Baseline

\[ S = \frac{\text{Valid}}{\text{Total}} \times 100 \]
TECHNOLOGY W: 0.4

Stack Maturity

\[ S \in \{33, 66, 100\} \]
TECHNOLOGY W: 0.3

Analytics Maturity

\[ S \in \{0, 50, 100\} \]
TECHNOLOGY W: 0.3

Security & Privacy

\[ S = S_{https} + S_{hsts} + S_{csp} \]
CONTENT AUTHORITY W: 0.35

Content Depth

\[ S = 100 \left(1 - e^{-x/800}\right) \]
CONTENT AUTHORITY W: 0.35

Content Freshness

\[ S = 100 \cdot e^{-d/60} \]
CONTENT AUTHORITY W: 0.3

Format Diversity

\[ S \in \{0, 50, 100\} \]
REPUTATION W: 0.4

Awards Relevance

\[ S \in \{0, 33, 66, 100\} \]
REPUTATION W: 0.3

Verified Client Cases

\[ S = \frac{\text{Linked}}{\text{Logos}} \times 100 \]
REPUTATION W: 0.3

Third-party Profiles

\[ S = \text{Boolean} ? 100 : 0 \]
INNOVATION AI W: 0.6

AI Capability Maturity

\[ S \in \{0, 33, 66, 100\} \]
INNOVATION AI W: 0.4

Observable AI Integration

\[ S = \text{Boolean} ? 100 : 0 \]
SERVICES CAPABILITIES W: 0.4

Specialization Focus

\[ S = 100 \left(1 - e^{-10r}\right) \]
SERVICES CAPABILITIES W: 0.3

Service Breadth

\[ S = 100 \left(1 - e^{-0.4c}\right) \]
SERVICES CAPABILITIES W: 0.3

Service Evidence Depth

\[ S = \frac{\text{Valid}}{\text{Total}} \times 100 \]
EXPERIENCE W: 0.5

Proven Trajectory

\[ S = 100 \frac{\log(1+y)}{\log(15)} \]
EXPERIENCE W: 0.5

Portfolio Scale

\[ S = 100 \left(1 - e^{-0.05c}\right) \]
INTERNATIONALIZATION W: 0.5

Market Adaptability

\[ S \in \{0, 75, 100\} \]
INTERNATIONALIZATION W: 0.5

Proven Global Reach

\[ S = \text{Boolean} ? 100 : 0 \]

4. Normalización Matemática

Las métricas digitales sin procesar varían desde milisegundos hasta miles de páginas. Las funciones de normalización restringen estas variables ilimitadas a un intervalo absoluto de \([0, 100]\).

Saturación Exponencial

\[ S(x) = 100\left(1 - e^{-x/k}\right) \]

\(x\) representa el conteo bruto. \(k\) representa la constante de escala de saturación. Utilizado para recompensar fuertemente el crecimiento inicial mientras previene matemáticamente la inflación infinita de la puntuación en volúmenes masivos.

Normalización Logarítmica

\[ S(x) = 100\frac{\log(1+x)}{\log(15)} \]

Utilizado para la trayectoria y experiencia. El escalado logarítmico asegura que la diferencia entre 1 y 5 años sea fuertemente recompensada, mientras que la diferencia entre 20 y 25 años disminuye orgánicamente.

Ratio Lineal

\[ S(x) = \frac{x}{y} \times 100 \]

Aplicado estrictamente cuando una métrica representa una proporción limitada entre elementos válidos (\(x\)) y elementos totales esperados (\(y\)).

TTFB / Suelo de Rendimiento

\[ S(t) = \max\left(0, \, 100 - \frac{t}{15}\right) \]

Utilizado para el tiempo de respuesta del servidor (\(t\)). La puntuación disminuye linealmente a medida que aumenta el tiempo de respuesta, estableciendo un suelo rígido de 0 más allá de los umbrales de latencia inaceptables.

5. Renormalización Dinámica de Pesos

Cuando un indicador se evalúa como NULL, su peso es absorbido matemáticamente por los indicadores válidos supervivientes dentro de la dimensión.

\[ w_i' = \frac{w_i}{\displaystyle\sum_{j\in V}w_j} \]

\(V\) representa el conjunto de indicadores válidos en la dimensión.

6. NULL ≠ ZERO

El algoritmo distingue rigurosamente entre la ausencia estructural y un rendimiento deficiente (fallo).

\[ \text{NULL} \neq 0 \]

CERO (ZERO)

\[ S_i = 0 \]

La estructura existe y participa en el promedio, hundiendo activamente la puntuación con cero puntos.

NULL

\[ S_i = \varnothing \]

La estructura no existe. Queda excluida del promedio (\(w_i'\)), pero desencadena una reducción en la cobertura total (\(C < 1\)).

7. La Penalización de Cobertura

Para evitar que las agencias aseguren una puntuación perfecta exponiendo un único indicador válido mientras ocultan el resto, el algoritmo mide la cobertura estructural.

\[ C = \frac{\displaystyle\sum_{i\in V}w_i}{\displaystyle\sum_{i\in E}w_i} \]

\(V\) = Indicadores Válidos

\(E\) = Indicadores Esperados

\(C\) = Ratio de Cobertura de la Dimensión

Cálculo de la Puntuación Dimensional

Primero, la puntuación dimensional bruta se calcula utilizando los pesos renormalizados:

\[ D = \sum_{i\in V} S_i w_i' \]

Luego, la Penalización de Cobertura se aplica estrictamente:

\[ D_{\text{final}} = D \times C \]

La puntuación no puede inflarse en ausencia de evidencia.

8. Las 9 Dimensiones

\[ \sum_{d=1}^{9} W_d = 1 \]
\[ W_{\text{SEO Visibility}} = 0.20 \]
\[ W_{\text{Digital Presence}} = 0.15 \]
\[ W_{\text{Technology}} = 0.10 \]
\[ W_{\text{Content Authority}} = 0.10 \]
\[ W_{\text{Reputation}} = 0.10 \]
\[ W_{\text{Innovation \& AI}} = 0.10 \]
\[ W_{\text{Services \& Capabilities}} = 0.10 \]
\[ W_{\text{Experience}} = 0.10 \]
\[ W_{\text{Internationalization}} = 0.05 \]

9. La Ecuación Global BDS

\[ \boxed{ BDS = \frac{\displaystyle\sum_{d\in V_D} D_d \cdot W_d}{\displaystyle\sum_{d\in V_D} W_d} } \]

El BDS es el promedio ponderado de todas las dimensiones válidas, calculado estrictamente después de aplicar la Penalización de Cobertura.

10. Ranking y Percentiles

Ranking Absoluto

Las agencias se ordenan determinísticamente de forma estricta según su Puntuación Global.

\[ Rank(A_i) = 1 + \#\left\{A_j : S_j > S_i\right\} \]

Percentiles

Calculados mediante interpolación lineal para un mapeo continuo y preciso.

\[ p = \frac{q}{100}(n-1) \]
\[ P_q = S_{\lfloor p \rfloor} + \left( S_{\lceil p \rceil} - S_{\lfloor p \rfloor} \right) (p - \lfloor p \rfloor) \]

11. Inteligencia Competitiva

Brecha Competitiva (Gap)

\[ Gap_i = S_i - S_{i+1} \]

Mide la separación matemática exacta entre una agencia y su competidor inmediatamente posterior.

Distancia entre Competidores

\[ Distance(A,B) = |S_A - S_B| \]

Distancia absoluta utilizada para el análisis de vecinos más cercanos y la fragmentación de clústeres.

12. Determinismo y Precisión

\[ 66.396672084772 \]

El motor preserva incondicionalmente la precisión IEEE 754. El redondeo solo ocurre en la capa de presentación.

Nota Importante: El cálculo de la puntuación es puramente determinista. Sin embargo, en el evento altamente improbable de un empate matemático exacto (hasta el 14º decimal), BDS v2.1.1 delega el orden secundario al comportamiento nativo de secuencia de almacenamiento de la base de datos SQLite.

13. Resumen Matemático Final

\( \text{Evidencia} \Rightarrow \text{Indicadores} \Rightarrow \text{Renormalización} \Rightarrow \text{Penalización} \Rightarrow BDS \Rightarrow Ranking \)