Desde que Internet se metió en el mundo del marketing, éste siempre ha funcionado con la cómoda lógica de que, si un canal influye en una venta, deja un rastro que podemos medir mediante Analítica y CRO. Un clic, una cookie, una fuente de tráfico, una campaña etiquetada con UTM. El usuario recorría un embudo y las herramientas de analítica iban colocando migas de pan para reconstruir el camino. Pero, con el tráfico agéntico la atribución de la IA es más difícil porque se están empezando a borrar esas migas.
Una persona puede preguntar a ChatGPT qué empresa le conviene para resolver un problema, comparar varias opciones en Perplexity, pedir a Gemini una recomendación y terminar entrando directamente en la web de una marca. Puede escribir su dirección, buscar su nombre o acceder desde un marcador. Cuando finalmente convierte, Google Analytics registra una visita directa, no una recomendación de la IA.
La influencia existe. El clic, no siempre.
Este fenómeno plantea uno de los grandes problemas de medición de los próximos años. El tráfico procedente de herramientas de inteligencia artificial todavía puede parecer pequeño en muchos negocios, pero medir únicamente los clics directos desde estas plataformas es como intentar calcular el tamaño de un iceberg observando solo lo que sobresale del agua. Toca crear nuevos modelos de atribución.
Por tanto, ya es posible identificar una parte del tráfico procedente de estas herramientas. No dependemos únicamente de la intuición, del crecimiento de las búsquedas de marca o de un aumento difícil de explicar en el tráfico directo.
La precisión importa porque el verdadero problema no es que la IA sea invisible para GA4. El problema es que GA4 solo puede medir la parte del comportamiento que llega hasta la web con una señal reconocible.
GA4 sí puede identificar visitas desde plataformas de IA
Google Analytics utiliza dimensiones de fuente de tráfico para atribuir y explicar desde qué plataforma, web o entorno ha llegado un usuario. Entre ellas se encuentran la fuente, el medio y el grupo de canales. Cuando una plataforma externa envía una visita y conserva la referencia, GA4 puede mostrar ese origen como tráfico referido.
Esto permite localizar sesiones procedentes de dominios asociados a herramientas de inteligencia artificial. Una empresa puede analizar esas visitas, comprobar sus páginas de entrada, estudiar su nivel de interacción y comparar su capacidad de conversión con la de otros canales.
También puede crear grupos de canales personalizados para reunir bajo una misma categoría las fuentes relacionadas con IA, en lugar de revisarlas de manera dispersa dentro del tráfico referido. GA4 admite agrupaciones basadas en reglas, lo que facilita construir una vista específica para este tipo de adquisición.
Es un avance importante. El tráfico desde IA ya no tiene por qué quedar mezclado en una masa indeterminada de referencias. La atribución de la IA ya es posible.
Pero esta medición tiene un límite evidente: necesita que exista una visita y que la información sobre su procedencia llegue intacta.
Medir el tráfico no equivale a medir toda la influencia
La IA habrá influido, aunque no aparezca como el origen de la visita.
Esta distinción es fundamental. Una herramienta de analítica puede decir por dónde entró una persona, pero no siempre puede explicar por qué decidió entrar.
No es un defecto exclusivo de GA4. Es una limitación estructural de la atribución digital: los sistemas observan interacciones registradas, no pensamientos, conversaciones ni recomendaciones que suceden fuera del entorno medido.
Claramente no podemos medir el impacto de la IA en nuestra marca con las metodologías de SEO tradicionales, hay que evolucionar todo lo relativo a la medición desde una perspectiva de GEO.
La IA se parece más a un asesor que a una fuente de tráfico
En el embudo tradicional, los canales se clasificaban según el momento en el que intervenían. La publicidad generaba conocimiento de marca. Los contenidos ayudaban a valorar alternativas. Google capturaba la intención. La página web cerraba la conversión.
La IA atraviesa todas esas fases y hay que tenerlas en cuenta para los modelos de atribución.
Puede presentar una marca que el usuario no conocía, explicar sus ventajas, compararla con sus competidores y recomendarla en una misma respuesta. En determinadas consultas, actúa como un asesor de compras situado muy cerca de la decisión final.
Por eso empieza a tener sentido hablar de la IA como un nuevo bottom of the funnel. No necesariamente porque genere el último clic, sino porque puede condicionar la elección justo antes de que el usuario visite la web.
La diferencia es importante. El último clic indica por dónde entró una persona. No explica necesariamente por qué eligió entrar.
El tráfico directo es una caja negra
Google define el tráfico “directo” como aquel que no tiene una fuente de referencia clara. Dentro de ese cajón pueden entrar personas que escriben una dirección en el navegador, utilizan un marcador o llegan desde entornos que no transmiten correctamente la información de procedencia.
Por tanto, “directo” no significa necesariamente que el usuario haya recordado espontáneamente la dirección de una web. En muchos casos significa, sencillamente, que la herramienta de medición no sabe de dónde viene.
La propia lógica de atribución de Google Analytics añade otra capa de complejidad. Sus modelos excluyen normalmente las visitas directas del reparto del mérito, salvo cuando todo el recorrido está compuesto por accesos directos. El sistema intenta evitar que una visita sin fuente reconocida se lleve el crédito de una conversión impulsada previamente por otro canal.
Tenemos la conversión. Tenemos el tráfico directo. Nos falta el capítulo anterior: la atribución de la IA.
De la búsqueda sin clic a la recomendación sin clic
Este problema no comenzó con ChatGPT. Durante años, Google ha respondido cada vez más consultas dentro de su propia página de resultados mediante fragmentos destacados, mapas, paneles informativos y otros módulos.
El estudio Zero Click Search de SparkToro ya demostró en 2024 que alrededor del 59,7% de las búsquedas realizadas en la Unión Europea terminaron sin un clic. De cada mil búsquedas, solo 374 acabaron enviando tráfico hacia la web abierta.
La IA lleva esa lógica un paso más allá. Ya no se limita a responder una pregunta sin generar una visita. También puede participar en una decisión comercial sin enviar al usuario inmediatamente a la web elegida.
Estamos pasando de la búsqueda sin clic a la influencia sin clic.
Desde el punto de vista de la medición, es un cambio parecido al que se produciría si todos los dependientes de una ciudad comenzaran a recomendar productos, pero ninguna tienda pudiera saber qué cliente había hablado antes con ellos.
Las ventas seguirían llegando. La atribución quedaría coja.
Cómo detectar la huella de la IA
No existe todavía un indicador perfecto que permita medir toda esta influencia, aunque nosotros hemos desarrollado una metodología que ayuda bastante. Conviene desconfiar de cualquier herramienta que prometa resolverla con una cifra exacta. Lo razonable es trabajar con señales y construir hipótesis.
Una de ellas es la relación entre el crecimiento del uso de la IA, el tráfico directo y las conversiones iniciadas desde la página de inicio. Si una empresa observa que aumentan las búsquedas de marca, las entradas directas y las conversiones desde la home, mientras los canales tradicionales permanecen estables, puede existir una influencia externa que no está siendo atribuida.
Eso no demuestra por sí solo que la IA sea la causa. Correlación no equivale a causalidad, como repetiría cualquier profesor de estadística antes de dejarnos salir del aula. Pero sí justifica investigar.
Las empresas pueden empezar incorporando preguntas sencillas en formularios y procesos comerciales: “¿Cómo nos conociste?” o “¿Qué te ayudó a elegirnos?”. También pueden analizar las conversaciones del equipo de ventas, observar si los clientes mencionan ChatGPT u otras herramientas y comparar la evolución de las visitas a la página de inicio con la de las páginas profundas.
Otra señal relevante es el tipo de tráfico que sí llega directamente desde la IA. Aunque su volumen sea reducido, puede revelar qué contenidos, productos y mensajes aparecen en las recomendaciones. Similarweb señala que ChatGPT concentra más del 80% de las referencias generadas por IA hacia los principales dominios analizados, lo que lo convierte en un buen punto de partida para estudiar este comportamiento.
La clave está en no confundir lo medible con lo importante.
La nueva batalla no consiste únicamente en conseguir el clic.
Durante dos décadas, buena parte del marketing digital ha trabajado para ocupar una posición visible en Google. La próxima batalla será conseguir que las marcas formen parte de las respuestas que generan las inteligencias artificiales.
Eso obliga a revisar la estrategia de contenidos. Ya no basta con publicar para atraer visitas. Las empresas necesitan producir información clara, fiable y verificable que ayude a los modelos y, sobre todo, a los usuarios a entender qué hacen, para quién trabajan y por qué son una opción relevante.
También obliga a revisar los cuadros de mando. Si seguimos evaluando la IA únicamente como una fuente de tráfico, parecerá irrelevante durante más tiempo del que realmente lo es.
Ortega y Gasset escribió que somos nosotros y nuestras circunstancias. En marketing, una conversión también es ella y todas las circunstancias que la precedieron. El problema es que algunas de esas circunstancias ya ocurren dentro de una máquina que no comparte todo su cuaderno de notas.
La medición de la IA dentro de Google Search también está evolucionando
Hace poco más de un mes, el 3 de junio de 2026, Google anunció nuevos informes de rendimiento de IA generativa en Search Console. Estos informes ofrecen datos específicos sobre la visibilidad de una web en funciones como AI Overviews y AI Mode, tanto en la Búsqueda como en Discover, con información sobre impresiones, país, dispositivo y URL. El despliegue es progresivo, por lo que todavía no está disponible en todas las propiedades.
El cambio es relevante porque separa mejor la presencia de una web en las experiencias generativas de Google. Sin embargo, no resuelve toda la atribución.
Search Console mide lo que ocurre dentro del ecosistema de Google, pero no las recomendaciones realizadas por ChatGPT, Perplexity, Claude u otras plataformas. Tampoco puede saber si un usuario leyó una respuesta, recordó una marca y regresó días después por otra vía.
Aporta una pieza nueva al puzle, pero no la imagen completa.
No confundamos ausencia de atribución con ausencia de efecto
Ahí está el verdadero punto ciego: la IA no es invisible para Analytics; lo invisible es una parte del camino que recorre el usuario antes de llegar a la web.
La pregunta, por tanto, no es solo cuánto tráfico envía la IA, sino cuántas decisiones está condicionando antes del clic.
