Cómo identificar el tráfico de IA en Google Analytics

El tráfico procedente de herramientas de IA generativa ya está presente en muchos sitios web, aunque no siempre seamos conscientes de ello. A menudo aparece disfrazado de tráfico directo o sin asignar, de referencias extrañas o de sesiones con comportamientos atípicos que descolocan los informes. No es un fenómeno masivo (aún), pero empieza a dejar rastro y no tenerlo en cuenta puede llevarnos a interpretaciones erróneas.

La mayoría de estas herramientas actúan como nuevos canales de descubrimiento: responden preguntas, recomiendan enlaces y facilitan el acceso a contenidos sin pasar por SERPs ni redes sociales. Esto cambia cómo llega el tráfico, dónde aterriza y con qué intención. Pero para poder analizarlo, primero hay que saber identificarlo.

¿Qué pistas deja el tráfico procedente de herramientas de IA?

Antes de entrar en cómo adaptar nuestras herramientas de análisis, conviene entender qué tipo de señales pueden dejar estas visitas en nuestros datos. Aunque no existe una única forma en la que el tráfico generado por asistentes de IA se refleja en nuestros informes, sí hay ciertos patrones que nos pueden ayudar a detectarlo.

Iñaki Huerta propuso una clasificación muy útil basada en el tipo de referencia que puede acompañar a estas sesiones. Según el asistente y la versión que estemos utilizando  —web, app o personalizada— y el tipo de enlace que nos sirva en la respuesta, podemos encontrar tres formas principales en que estos accesos se reflejan en nuestros datos:

1. Referencias reconocibles

Son accesos que llegan con un origen claramente identificable. En este caso, entre las fuentes de tráfico podremos observar dominios como chatgpt.com, perplexity.ai, gemini.google.com o chat.deepseek.com, que aparecen en Google Analytics como Referral. Este es el mejor caso posible, ya que podremos crear segmentos o personalizar la agrupación de canales fácilmente.

2. Etiquetado UTM en el enlace

Algunas herramientas pueden incorporar parámetros UTM en los enlaces que muestran al usuario. Este caso aplica especialmente para ChatGPT o Perplexity, que tienden a añadir UTMs cuando enlaza como cita o fuente o cuando se crea un modelo custom dentro del LLM, ya que podemos definirlos nosotros mismos.

Por ejemplo, en la interfaz de Analytics podremos encontrar páginas de destino que incluyen el parámetro utm_source=chatgpt.com o similares. 

En Google Analytics, las sesiones con este tipo de origen se suelen reflejar con fuente “chatgpt.com” combinada con los medios “(not set)” o “(none)”, aunque también se puede dar el caso de que Analytics lo categorice como “organic”. Por lo general, nos encontraremos este tipo de tráfico dentro del grupo de canales “Unassigned”.

3. Sin referencia identificable (tráfico directo)

En muchos casos, los enlaces abiertos desde un asistente de IA no transmiten ninguna información de origen, especialmente cuando el acceso se realiza desde una app. Al no incluir referrer ni parámetros de campaña, nos impide conocer la procedencia del tráfico. Como resultado, estas sesiones suelen aparecer clasificadas como tráfico directo.

¿Hay alguna forma de obtener pistas sobre el origen de este tráfico?

Este tipo de análisis resulta más complejo, ya que entran en juego muchas variables —como el modelo de atribución empleado— y limitaciones en la forma en que Google Analytics registra la información. En algunos casos, puede que el referrer no se muestre en los informes estándar, a pesar de que esté disponible en los datos subyacentes.

Para explorar este tipo de situaciones con más profundidad, conviene apoyarse en BigQuery, ya que es posible trabajar con información a nivel de sesión y consultar directamente los valores capturados, permitiendo investigar accesos aparentemente directos con más contexto.

¿Y qué hay del tráfico procedente de Google AIO o Bing Copilot?

En los últimos meses, buscadores como Google y Bing han empezado a integrar respuestas generativas directamente en sus páginas de resultados. Google AIO (AI Overviews) y Bing Copilot muestran resúmenes creados por IA y, en algunos casos, enlazan a páginas externas como parte de la respuesta.

En el caso de Google AIO, el tráfico se registra igual que cualquier resultado orgánico: lo veremos como google / organic. Google Analytics no ofrece una forma directa de diferenciar si ese clic viene de un resultado tradicional o de una respuesta generativa.

En el caso de los resúmenes generativos de Bing (Copilot), el tráfico también se registra como tráfico orgánico. Analytics lo refleja con la fuente/medio bing / organic, ya que el referrer enviado es www.bing.com. Al igual que en el caso de Google, esto hace que el tráfico procedente de estos bloques se mezcle con el resto de tráfico orgánico tradicional, sin una distinción clara a nivel de analítica estándar.

Identificando el tráfico de IA con la agrupación de canales

Una vez tenemos claro cómo detectar las señales que puede dejar este tipo de tráfico, el siguiente paso es organizarlo de forma coherente en nuestros informes. Y ahí es donde entra en juego la agrupación de canales.

Aunque podamos identificar fuentes o patrones mediante referrers o UTMs, eso no garantiza que Google Analytics los clasifique correctamente. De hecho, como veíamos en los ejemplos anteriores, muchas sesiones acaban por defecto en canales genéricos como “Direct”, “Referral” o incluso “Unassigned”. Esto no solo complica la interpretación de los datos, sino que puede distorsionar las métricas clave asociadas a cada canal.

Una forma de resolverlo es crear una agrupación de canales personalizada con un grupo específico para estos orígenes, que permita aislar este tráfico y darle visibilidad sin contaminar el resto de canales.

A su vez, tiene sentido separar el tráfico que llega desde recomendaciones naturales del que procede de ubicaciones promocionadas. De hecho, algunas plataformas, como Perplexity, ya han empezado a introducir enlaces patrocinados o espacios publicitarios dentro de sus respuestas.

Así, lo ideal sería crear dos canales diferenciados:

• Organic AI: tráfico generado desde respuestas sin incentivo comercial.
• Paid AI: tráfico derivado desde resultados promocionados o integraciones publicitarias.

¿Cómo se implementa esta agrupación de canales?

Una vez decidida la estructura, el siguiente paso es llevar esta lógica a nuestras herramientas de análisis.

En Google Analytics podemos crear un nuevo grupo de canales personalizado desde la configuración de Channel Groups. A partir de ahí, creamos un nuevo canal y definimos las condiciones de inclusión. En el caso del canal Organic AI, por ejemplo:

• Incluir como fuente: chatgpt.com, perplexity.ai, gemini.google.com, chat.deepseek.com, etc.
• Incluir como medio: referral, organic, (not set) o (none)

En el caso de Paid AI, al tratarse de una funcionalidad emergente, tendremos que esperar para confirmar el medio empleado por este tipo de tráfico para categorizarlo. Síguenos en Linkedin o suscríbete a nuestra newsletter 👇, donde te informaremos de las novedades que surjan sobre este nuevo canal de pago.

En cualquier caso, configurar Organic AI te permitirá visualizar este tráfico de forma diferenciada sin contaminar otros canales como Referral u Organic Search.

Si trabajas con Looker Studio u otras herramientas de visualización, recuerda actualizar la fuente de datos para que incorpore el nuevo grupo de canales. Alternativamente, puedes crear campos calculados que repliquen esta lógica y añadirlos como dimensión personalizada en tus informes.

Analizar el tráfico proveniente de IAs

Una vez identificado y clasificado, lo relevante es entender qué papel juega este tráfico dentro del comportamiento global. No se trata solo de medir volumen, sino de analizar el contexto y el comportamiento.

Algunas preguntas que conviene hacerse:

• ¿Qué tipo de páginas están recibiendo tráfico? ¿Es este tráfico más frecuente en determinados productos, servicios o segmentos?
  Podría estar indicando nuevas intenciones de búsqueda, intereses emergentes o señales tempranas de demanda.
• ¿Qué tipo de contenidos tienen más potencial para ser incluidos en respuestas generativas y atraer visitas desde estos canales?
• ¿Cómo afecta este tráfico a mis decisiones de inversión en SEO o paid media?
  Si parte del descubrimiento se está desplazando hacia herramientas de IA, ¿tiene sentido redistribuir parte del presupuesto o reforzar ciertos formatos?
• ¿Llegan con una expectativa distinta que los usuarios de buscadores? ¿Cómo puedo adaptar las landing pages para maximizar el valor de estas visitas?
• ¿Hay patrones de comportamiento distintos respecto al tráfico de buscadores?
• ¿El tráfico es de calidad? Es decir, ¿cuál es el tiempo medio y la tasa de interacción?, ¿genera conversiones?
• ¿Este tráfico tiene impacto en mis conversiones asistidas o en el embudo de conversión?
  Aunque no convierta directamente, ¿contribuye en fases tempranas del funnel como la consideración o la inspiración?

Segmentar este tráfico y observar su evolución puede ayudarnos a entender no solo cómo llegan los usuarios, sino cómo están cambiando los modelos de descubrimiento de contenido y cómo adaptarse a ellos.

Todo esto plantea también un reto para el SEO. Ya no basta con optimizar pensando solo en buscadores tradicionales. El reto ahora es ganar visibilidad también en entornos generativos, donde el contenido se presenta y se selecciona de forma distinta. El SEO no desaparece, pero necesita evolucionar para seguir generando visibilidad en un escenario en el que el descubrimiento ya no pasa solo por el buscador.

Un canal emergente que deberías empezar a vigilar

El tráfico procedente de herramientas de IA generativa aún representa una parte pequeña del total, pero está creciendo rápidamente y empieza a dejar señales claras en los datos, reflejando un cambio en cómo se descubre y accede al contenido digital.

Identificar estas señales, tener estructuras preparadas y un enfoque analítico claro no es solo una forma de anticiparse. También puede ayudarnos a detectar oportunidades antes que el resto, ajustar la estrategia de contenidos y publicidad, así como posicionarnos en este canal antes de que madure y aumente la competencia.

¿Ya sabes cuánto tráfico llega desde ChatGPT? ¿Qué contenidos están atrayendo más clics desde respuestas generadas por IA? Si no lo sabes, quizá es buen momento para empezar a investigarlo.

Si necesitas ayuda para identificar este tipo de tráfico en tus datos, adaptarlo a tu lógica de reporting o desarrollar un enfoque de análisis más avanzado, podemos ayudarte.

¿Hablamos?