Money back guarantee
Desde $0.07–$0.16 por cada 1 000 visitas

Cómo rastrear el tráfico de IA: un marco práctico de análisis

Aprender cómo rastrear el tráfico de IA es importante porque ahora las personas descubren marcas a través de asistentes de IA, resúmenes de búsqueda con IA y herramientas basadas en agentes, además de las páginas de resultados convencionales. Una encuesta del Pew Research Center reveló que el 34 % de los adultos de Estados Unidos había usado ChatGPT a principios de 2025. El reto de medición es que muchas de esas conversaciones nunca generan un clic visible. En 27 mercados, solo el 4 % de los encuestados afirmó que siempre o a menudo accede desde los asistentes de IA a las fuentes originales, según el Reuters Institute.

Eso no significa que medir sea inútil. Significa que la tarea cambia. Necesitas separar lo que la analítica puede observar de lo que las personas y los sistemas pueden indicar. Esta guía utiliza la triangulación para que una señal imperfecta no se convierta en toda la historia.

Cómo rastrear el tráfico de IA con triangulación

Cuatro capas de evidencia de distintos colores conectan GA4, etiquetas, búsquedas y comentarios en una interfaz de analítica cuidada.

La principal dificultad es que una recomendación de IA no equivale a una única fuente de tráfico. Una persona puede hacer clic en un enlace citado por un asistente de IA y conservar la información de referencia. Otra puede copiar la URL en un navegador, donde la visita aparece como Direct. Alguien puede ver tu marca en una AI Overview y volver más tarde mediante una búsqueda de marca.

Ese patrón explica por qué un panel con un alcance limitado suele registrar menos tráfico del real, pero no todas las visitas Direct proceden de la IA. El campo HTTP Referer es habitual, pero no ofrece información completa: las aplicaciones, los ajustes de privacidad, los enlaces copiados y los saltos al navegador pueden eliminarlo.

Si estás decidiendo cómo medir el tráfico de IA, puedes utilizar varias capas de evidencia que responden a preguntas diferentes:

  • Los datos de canales de GA4 miden las sesiones humanas identificables procedentes de asistentes conocidos.
  • Una regla de referencia personalizada y parámetros UTM permiten captar sesiones atribuibles que quedan fuera de una definición predeterminada.
  • Los informes de las plataformas de búsqueda muestran la visibilidad en búsquedas generativas que quizá no se traduzca en una visita.
  • La atribución declarada por el usuario permite a las personas explicar la influencia que la analítica no puede ver.

Esta estructura hace que el análisis del tráfico de IA sea más creíble porque cada capa tiene un límite explícito. GA4 te informa sobre las sesiones medidas; los informes de las plataformas de búsqueda, sobre la visibilidad; y la respuesta de un cliente, sobre cómo recuerda haberte descubierto. No debes sumar estos datos como si fueran la misma métrica.

Asegura la calidad de los datos antes de comparar fuentes

Antes de confiar en una nueva configuración de seguimiento, los profesionales de marketing suelen comprobar la calidad de la analítica. La guía de SparkTraffic para medir el tráfico de IA pone ese trabajo en contexto: SparkTraffic es una plataforma publicitaria que envía visitantes reales segmentados geográficamente a través de una red de sitios editores verificados y enseña a utilizar etiquetas UTM. Esto puede ayudar a los equipos a validar las páginas de destino y las reglas de atribución con tráfico de prueba transparente. Su función aquí es comprobar si tu medición funciona, con etiquetas claras e informes limpios.

El control de calidad es importante porque una sesión mal clasificada puede distorsionar las líneas de tendencia, las comparaciones entre páginas de destino y las tasas de conversión. Un paso útil es documentar las definiciones actuales de IA, tráfico de referencia, tráfico directo y conversión asistida para que marketing y analítica utilicen el mismo vocabulario. Esa revisión también debe descartar las visitas automatizadas; nuestra guía sobre cómo detectar el tráfico de bots incluye cinco comprobaciones rápidas para hacerlo.

Una prueba controlada es más segura que cambiar la lógica en producción y esperar que todo salga bien. Las visitas de prueba con etiquetas UTM claramente identificadas en una propiedad de prueba pueden confirmar que las reglas de canal clasifican las sesiones correctamente. Puedes abrir los enlaces etiquetados en el navegador y desde la ubicación geográfica previstos, revisar la fuente, el medio, la campaña, la página de destino y la secuencia de eventos, y después documentar el resultado.

Un etiquetado transparente de las fuentes mantiene clara la atribución en producción y ayuda a tus compañeros a comparar futuros cambios de configuración con una referencia limpia. El tráfico de prueba real, las etiquetas claras y una propiedad aislada aportan evidencia útil sin comprometer la toma de decisiones.

Define primero qué quieres medir

Un total semanal es demasiado impreciso. Puedes decidir si necesitas conocer la calidad de las fuentes, las páginas citadas o que reciben clics, o las conversiones posteriores. La respuesta determina el informe y evita que una herramienta de seguimiento del tráfico de IA generativa se convierta en una colección de cifras sin explicación. Para las categorías sensibles, recomendamos recopilar únicamente los datos de atribución justificados y ajustar la recogida al consentimiento exigido por el RGPD. Un plan centrado en las personas respeta a los visitantes y ofrece evidencia útil a tu equipo.

Usa el canal nativo AI Assistant de GA4 como primera capa de sesiones

Un informe de GA4 destaca el canal AI Assistant con métricas de sesiones, interacción, eventos y páginas de destino.

GA4 añadió el canal nativo AI Assistant a su Default Channel Group en mayo de 2026. Cuando la referencia coincide con la lista de asistentes de IA admitidos por Google, GA4 asigna el medio ai-assistant y la campaña (ai-assistant). Esta es la vista inicial más clara de las visitas identificables procedentes de fuentes como ChatGPT, Gemini, Copilot, DeepSeek y Grok.

Es importante tener en cuenta ese límite. Google AI Overviews y AI Mode quedan excluidos y permanecen en Organic Search. En el estudio de navegación de Pew, hubo clics en resultados tradicionales en el 8 % de las visitas con un resumen de IA, frente al 15 % de las visitas sin uno, mientras que los enlaces de los resúmenes recibieron clics en el 1 %. Estos patrones de clics en AI Overview muestran por qué los informes de búsqueda y de asistentes deben interpretarse por separado.

Un primer informe práctico filtra Default Channel Group por AI Assistant y después desglosa las sesiones por Session source, página de destino, tasa de interacción y eventos clave. Conviene revisar las fechas cercanas a la implementación, porque un cambio en la clasificación nativa puede crear un salto visible en la serie que refleje un mejor etiquetado y no una nueva demanda. Nuestra guía sobre la diferencia entre sesiones, usuarios y páginas vistas explica por qué estas cifras rara vez encajan perfectamente.

Considera el canal nativo un mínimo, no un recuento completo

El canal nativo ofrece coherencia dentro de GA4, pero no un recuento completo. No recoge los asistentes que quedan fuera de la lista de coincidencias ni los saltos desde aplicaciones sin información de referencia. Puedes mantener el informe nativo intacto como base de comparación.

Captura el tráfico de referencia y etiquetado omitido con un grupo de canales personalizado

Las reglas de canal agrupan las fuentes ChatGPT, Perplexity y Gemini junto a campos sencillos para enlaces UTM y un estado de coincidencia.

Un grupo de canales personalizado es la capa de respaldo para las sesiones de IA identificables que GA4 deja en Referral. En Admin, puedes abrir Data display, después Channel groups, y crear una regla para asistentes de IA basada en Session source u otra dimensión de fuente adecuada. El orden de las reglas importa: colocar esa regla por encima de Referral evita que la regla de referencia más amplia clasifique primero la sesión.

Una expresión regular inicial puede incluir los dominios que aparecen en tus datos, como (?i)(chatgpt\.com|perplexity\.ai|claude\.ai|gemini\.google\.com|copilot\.microsoft\.com|grok\.com). Puedes utilizarla como lista de partida. Una práctica útil es revisar semanalmente las fuentes de Unassigned y Referral, confirmar nuevos dominios y mantener un registro de cambios con fechas.

Los parámetros UTM ofrecen una vía más clara cuando controlas el enlace. Son etiquetas que se añaden a una URL para que la analítica pueda identificar su fuente, medio y campaña, como se explica en esta introducción a los parámetros UTM. ChatGPT suele añadir utm_source=chatgpt.com a los enlaces citados. Cuando aparezca, puedes conservarlo en lugar de sobrescribirlo con una regla demasiado amplia.

Para tus propios boletines, materiales de socios o demostraciones realizadas mediante prompts, una convención de nombres estable puede utilizar utm_source=chatgpt, utm_medium=ai-assistant y una etiqueta de campaña fácil de leer. Recomendamos evitar añadir etiquetas a enlaces que no controlas o asumir que una etiqueta de fuente demuestra que todos los destinatarios utilizaron un asistente de IA. La coherencia funciona porque permite agrupar los datos de forma limpia sin atribuirles más certeza de la que ofrecen.

Analiza el tráfico Direct sin cambiar su clasificación

Una categoría Direct considerable puede incluir URL escritas manualmente, marcadores, campañas sin etiquetar y visitas desde asistentes sin información de referencia. Puedes examinar las páginas de destino de Direct, los patrones de usuarios nuevos frente a recurrentes y los periodos posteriores a una mención conocida en IA para obtener contexto. Las sesiones Direct deben seguir figurando por separado, salvo que haya evidencia para clasificarlas como tráfico de IA.

Aquí es donde las anotaciones aportan valor al análisis del tráfico de IA. Puedes marcar la puesta en marcha de una nueva regla personalizada, una campaña, una cita pública o un cambio en los informes. La anotación no demuestra causalidad, pero ofrece a un futuro analista el contexto necesario para comprobar el patrón en lugar de hacer suposiciones.

Añade informes de búsqueda generativa de las propias plataformas

Una herramienta gratuita para rastrear el tráfico de IA no debería limitarse a los datos de clics. El informe AI Performance de Bing Webmaster Tools y los informes de rendimiento de IA generativa de Google Search Console ofrecen señales de las propias plataformas sobre la visibilidad en búsquedas generativas. Ambos informes se mencionan en la descripción de Wikipedia sobre la optimización para motores generativos, la práctica de mejorar la visibilidad en las respuestas de IA generativa.

Estos informes pueden servir como una capa de visibilidad independiente. Puedes comparar consultas, páginas, impresiones y clics con los datos de páginas de destino de GA4, pero es poco probable que coincidan uno a uno porque el alcance, las fechas y el procesamiento son diferentes. Para medir las citas y el tráfico en Perplexity, consulta nuestra guía de SEO para Perplexity.

Si quieres comprobar el tráfico de IA sin comprar otra plataforma, la solución práctica es combinar esos informes gratuitos de las propias plataformas con GA4. Una herramienta gratuita de monitorización del tráfico de IA resulta útil cuando documenta lo que no puede observar con la misma claridad que lo que sí puede. Esa transparencia evita presentar una métrica de visibilidad como una métrica de visitas.

Pregunta a las personas cómo influyó la IA en su visita

La atribución declarada por el usuario cubre un vacío del seguimiento técnico. Un campo breve y opcional en un formulario después de una solicitud de demostración, una suscripción al boletín o una compra puede preguntar: «¿Cómo nos conociste?». Las opciones pueden incluir ChatGPT, Gemini, Perplexity, resumen de búsqueda con IA, buscador, compañero y otro, además de una opción de texto libre.

Las personas no siempre recuerdan el primer contacto, por lo que esta información complementa la analítica en lugar de sustituirla. Una práctica útil es revisar las respuestas de texto libre cada mes para detectar nombres de asistentes y casos de uso. Recomendamos mantener una redacción neutral y, en empresas cuyo proceso comercial depende del equipo de ventas, vincular las respuestas a las etapas de las oportunidades para distinguir la curiosidad de las conversiones asistidas.

Crea un panel semanal que distinga las capas

Un panel semanal separa las sesiones, la visibilidad y el contexto del tráfico directo mediante tarjetas que distinguen datos medidos, inferidos y declarados por los usuarios.

El mejor panel de tráfico de IA es lo bastante compacto para revisarlo cada semana y lo bastante explícito para que un nuevo compañero lo interprete correctamente. Puedes utilizar un periodo fijo de informes y mostrar los cambios de una semana a otra, sin perder el contexto mensual, porque los volúmenes pequeños de tráfico de asistentes pueden fluctuar mucho.

Tu panel principal de sesiones puede incluir:

Un nuevo compañero solo puede consultar el panel si tiene acceso. Los permisos individuales Viewer o Analyst permiten rastrear cada cambio, mientras que una cuenta compartida oculta quién hizo qué. Nuestra guía sobre cómo añadir usuarios en Google Analytics explica qué rol conviene a cada lector y cómo asignarlo en seis pasos.

  • Sesiones por fuente de IA, separadas entre AI Assistant de GA4, referencias de IA personalizadas y sesiones etiquetadas con UTM.
  • Páginas de destino, incluidas las entradas, la tasa de interacción y los eventos clave para cada combinación de fuente y página.
  • Conversiones asistidas, utilizando la ventana y el modelo de atribución que hayas documentado.
  • Contexto del tráfico directo, mostrado por separado en lugar de reclasificarlo como IA.
  • Observaciones de los informes de búsqueda generativa, con la etiqueta original de su plataforma y el intervalo de fechas.

La tasa de interacción y los eventos clave pueden ayudarte a evaluar si las sesiones de referencia son relevantes para las personas, en lugar de celebrar las visitas sin más. Las conversiones asistidas son especialmente útiles cuando el clic inicial desde la IA busca información y la conversión final llega a través del correo electrónico, el tráfico directo o una búsqueda de marca. Conviene mantener la definición visible junto al gráfico para que un aumento de las conversiones asistidas se interprete de forma coherente.

Un complemento útil es una etiqueta de nivel de confianza: medido, inferido o declarado por el usuario. Así, el análisis del tráfico de IA se convierte en una herramienta para tomar decisiones y ayuda a la dirección a no tratar una estimación como un hecho. Para las comparaciones externas, utiliza nuestra guía sobre tráfico de IA de la competencia para mantener separadas las evidencias y las estimaciones.

Usa una lista de verificación semanal para mantener la fiabilidad del sistema

Puedes revisar el marco de análisis a medida que cambian los asistentes, las fuentes de referencia y las reglas. Esta rutina semanal permite que el seguimiento del tráfico de IA siga siendo práctico:

  1. Puedes revisar las sesiones de la categoría nativa AI Assistant y las principales fuentes, páginas de destino, tasas de interacción, eventos clave y conversiones asistidas.
  2. Un paso útil es examinar las fuentes de Referral y Unassigned para identificar dominios que realmente pertenezcan a asistentes y, después, actualizar la regla personalizada solo con evidencia documentada.
  3. Puedes revisar los nuevos valores UTM y señalar los nombres de fuente o medio inconsistentes antes de que fragmenten los informes.
  4. Comparar los informes de las plataformas de búsqueda generativa con las tendencias de GA4 puede ayudarte a mantener separadas la visibilidad y las sesiones.
  5. Un hábito útil es leer una pequeña muestra de las respuestas declaradas por los usuarios y compartir los temas relevantes con los equipos de contenido, producto y ventas.
  6. Puedes registrar los cambios, las pruebas y las carencias de datos conocidas en las notas del panel.

Este enfoque permite mejorar las reglas a medida que mejora la evidencia, favorece un etiquetado transparente e informes de producción sin inconsistencias, y mantiene el foco en las personas que necesitan respuestas útiles.

Icono de marcador de posición del perfil de usuario

Daryl Finch

Editor sénior y redactor

Reside en Málaga, España

Linkedin
El contenido de este sitio está abiertamente accesible para su indexación y uso por sistemas de IA y LLMs (p. ej., ChatGPT, Gemini, Claude, Perplexity, etc.).
Apoyamos la transparencia y la innovación en la IA. 🤖