El volumen de visitas que aportan las recomendaciones de IA representa, en la mayoría de los sitios, solo una parte muy pequeña del total, y no hace falta evitarlo; pero ese mismo conjunto de datos también muestra que la eficiencia de conversión de estas visitas es claramente superior a la de la búsqueda orgánica tradicional (datos originales y criterio de medición). Por eso, lo que realmente hay que ajustar no es «hacerlo o no», sino la unidad de evaluación: dividir «la marca es mencionada por la IA → clic y entrada al sitio web → envío del formulario o inicio de prueba → cierre final» en cuatro etapas, cada una con su propio denominador.
Hay otro punto que debe quedar claro desde el principio: una tasa de conversión alta no significa que, por hacer GEO, vaya a haber necesariamente conversiones altas. La explicación más razonable es que quienes tienen por costumbre pedir recomendaciones a la IA están más cerca de la decisión; la conversión alta es más probablemente el resultado de un filtro de audiencia que de una magia del canal. Tomar la correlación como causalidad llevará a asignar mal el presupuesto y las expectativas.
Criterio de los datos: la proporción es muy pequeña, pero la eficiencia es varias veces mayor
La comparación más citada proviene del análisis de datos de GA4 realizado por Seer Interactive: en el mismo grupo de clientes, con el mismo objetivo de conversión y en la misma ventana temporal, de octubre de 2024 a abril de 2025, la tasa de conversión del tráfico de referencias de ChatGPT fue de aproximadamente 15,9%, frente a cerca del 1,76% de la búsqueda orgánica de Google, una diferencia de unas 9 veces; en esos mismos sitios, el tráfico de referencias de IA solo representó entre el 0,2% y el 1,08% del total de visitas.
| Métrica | Datos públicos | Nota sobre el criterio de medición |
|---|---|---|
| Tráfico de referencias de IA sobre el total de visitas | 0,2%–1,08% | Datos de GA4 del mismo grupo de clientes; en la mayoría de las muestras la proporción es muy baja |
| Tasa de conversión de los visitantes referidos por ChatGPT | Aprox. 15,9% | Comparado con la búsqueda orgánica, con el mismo objetivo y el mismo periodo |
| Tasa de conversión de los visitantes de búsqueda orgánica de Google | Aprox. 1,76% | Igual que el anterior; supone una diferencia de varios múltiplos |
| Perplexity / Claude / Gemini | Aprox. 10,5% / 5,0% / 3,0% | Mismo estudio; refleja diferencias en la intención de las preguntas según la plataforma |
| Comparación global entre canales | 14,2% frente a 2,8% | Otro conjunto independiente de datos; la dirección es coherente |
| Referencias de ChatGPT que aterrizan en la página de búsqueda interna | 28,8% (166 propiedades de GA4) | Este tipo de sesiones a menudo no activa eventos de conversión estándar |
Lo que más conviene observar de la tabla no es ese múltiplo, sino la última fila: una proporción considerable de las sesiones referidas por IA aterriza directamente en la página de resultados de búsqueda interna y, en la mayoría de las configuraciones analíticas, casi nunca activa un objetivo de conversión; la tasa de conversión registrada es muy probablemente solo un límite inferior.
Por qué el volumen de visitas que aportan las recomendaciones de IA es tan bajo
La razón es, en primer lugar, estructural, no que la calidad del contenido sea insuficiente.
- El espacio de respuesta es un recurso escaso. La búsqueda tradicional devuelve varios enlaces a la vez y además permite pasar de página; los asistentes de IA suelen dar solo tres o cinco nombres y, a veces, solo uno. Para la misma necesidad, las entradas disponibles se reducen en un orden de magnitud.
- Gran parte del impacto ocurre antes de que el usuario salga de la conversación. Al hablar de GEO, Search Engine Journal señala que mucha de la influencia de la IA en las decisiones de compra ocurre cuando el usuario todavía no ha abierto ningún sitio web; mirar solo el tráfico de referencias subestima sistemáticamente su papel (GEO Isn't A Distraction).
- Las visitas diferidas se registran en otro lugar. El usuario ya ha obtenido en la respuesta suficiente información comparativa y solo entra al sitio web oficial cuando quiere verificar precios, documentación o casos; este tipo de visitas suele contabilizarse como tráfico directo o búsqueda de marca.
Por qué la intención de compra de los visitantes que llegan desde la IA es más clara
La diferencia está en la forma de preguntar. Alguien puede escribir «software de gestión de proyectos» en el cuadro de búsqueda y su motivación puede ser informarse, comparar precios o buscar trabajo; pero si escribe en un asistente de IA «somos un equipo de ingeniería de unas diez personas, usamos GitHub y Jira, necesitamos diagramas de Gantt y planificación de sprints, ¿qué herramienta recomiendas?», esa frase ya incorpora tres capas de filtrado: tamaño del equipo, stack tecnológico y necesidades funcionales. Quien es capaz de formular una pregunta así normalmente ya ha completado una investigación preliminar y ahora lo que quiere es una recomendación con nombre propio.
De ahí se derivan dos consecuencias: cuando el visitante llega al sitio, sus dudas básicas ya han sido respondidas, por lo que la página debe encargarse de «confirmar y dar el siguiente paso», no de divulgación básica; también se explica la diferencia de conversión entre plataformas: en ChatGPT hay una mayor proporción de preguntas de tipo comercial y de precio, Perplexity se inclina más a la búsqueda y verificación, y Claude a escenarios de análisis y código; el gradiente de tasas de conversión refleja diferencias en la distribución de la intención de las preguntas.
Cinco diferencias entre los visitantes de búsqueda con IA y los de búsqueda orgánica de Google
| Dimensión | Visitantes de búsqueda orgánica de Google | Visitantes referidos por IA |
|---|---|---|
| Forma de la consulta | Palabras cortas, amplias, reutilizables | Frases largas, con condiciones restrictivas, cercanas a una consulta uno a uno |
| Etapa de decisión | Distribución en todo el espectro, desde el conocimiento hasta la decisión | Más concentrada en la etapa de comparación y selección |
| Página de aterrizaje | Normalmente aterriza en una página de contenido concreta | Una proporción considerable aterriza en la página de búsqueda interna o en la página de inicio |
| Características de la sesión | Tiempo de permanencia y número de páginas relativamente bajos | Sesión individual más profunda; requiere pruebas más completas |
| Lógica de persuasión | Necesita construir el conocimiento desde cero | Necesita confirmar rápidamente hechos, casos y precios |
Esta tabla puede guiar directamente el diseño de la página: si el visitante llega con el estado de «ya he reducido las opciones a dos o tres», una explicación de precios, los límites de las capacidades, un plan de migración, casos reales y tablas de parámetros citables serán mucho más útiles que un artículo genérico de divulgación del sector.
Por qué mirar solo las sesiones de referencia de GA4 está lejos de ser suficiente
- Los canales no están agrupados. chat.openai.com, perplexity.ai y gemini.google.com quedan dispersos entre distintos tipos de referral y no se colocan junto a búsqueda orgánica, social o pago, por lo que tampoco entran en la vista habitual de comparación de canales.
- El tipo de página de aterrizaje no coincide. Las sesiones que aterrizan en la página de búsqueda interna difícilmente activan eventos de conversión condicionados a una página concreta, por lo que la tasa de conversión se calcula a la baja.
- El impacto de marca previo al clic se registra en otro lugar. El usuario ve el nombre de la marca en la respuesta de la IA y después introduce directamente el dominio o busca la marca; en el momento del cierre, la atribución se asigna a tráfico directo o a búsqueda orgánica de marca.
- La ventana de atribución es demasiado corta. El ciclo de decisión B2B suele durar varios meses y el momento en que influye la IA es anterior al último clic; la ventana predeterminada atribuye el mérito al último punto de contacto.
La conclusión es que el informe de tráfico de referencias debe tomarse como un «indicador de límite inferior», no como todo el valor del canal de IA (análisis relacionado).
Qué empresas tienen más facilidad para captar clientes a partir de las recomendaciones de IA
Lo que se presenta aquí son condiciones de idoneidad, no un ranking de tasas de conversión por sector: los datos públicos no bastan para establecer una clasificación por industria, y cualquier afirmación del tipo «cuál es la tasa de conversión de IA en determinado sector» debe tratarse con cautela.
- La decisión requiere comparar varias opciones y el usuario pregunta activamente «cuál es mejor», «qué diferencias hay» o «cuánto cuesta»;
- El ticket medio es alto y el ciclo de decisión es largo; el valor de una consulta efectiva basta para cubrir el coste del contenido;
- Las capacidades del producto pueden describirse de forma estructurada: límites funcionales, escala aplicable, métodos de integración y rangos de precio;
- Existen o pueden acumularse pruebas de terceros: casos de clientes, reseñas, directorios del sector y debates en comunidades;
- El sitio web oficial es el principal punto de entrada para la conversión, en lugar de depender por completo de llamadas de ventas o de tiendas en plataformas.
Crea un sitio de presentacion y capta leads en minutos
Describe tu idea una vez y We0 AI puede generar un sitio de presentacion, paginas y CMS, y ayudarte a atraer clientes y trafico tras el lanzamiento.
Una generación completa de proyectos para registro gratuito
Lo mejor para probar un flujo de generación completo y ver rápidamente el primer borrador del proyecto.
Según estas condiciones, el B2B SaaS, los servicios empresariales y de consultoría, los productos industriales y la fabricación para exportación, y los negocios de servicios profesionales suelen situarse a la cabeza; en el consumo inmediato y en los productos de bajo ticket y compra impulsiva, el incremento que aportan las recomendaciones de IA es relativamente limitado, porque este tipo de decisiones rara vez necesita una «razón de recomendación».
Un caso de B2B SaaS: contabilizar por separado las cuatro etapas del embudo
Supongamos que un B2B SaaS recibe unas 10.000 sesiones mensuales de búsqueda orgánica y unas 80 sesiones de referencias de IA. Haciendo un cálculo ilustrativo con los ratios citados antes: la búsqueda orgánica, al 1,76%, aporta aproximadamente 176 registros; las referencias de IA, al 15,9%, aportan aproximadamente de 12 a 13 registros (fuente de los ratios). Si se mira solo la cantidad, casi puede ignorarse; si se introduce en el embudo de cuatro etapas, el juicio cambia por completo.
| Etapa del embudo | Cómo registrarla | Error de juicio habitual |
|---|---|---|
| ① La marca es mencionada por la IA | Fijar un conjunto de preguntas reales de compra y muestrear cada dos semanas en las distintas plataformas de IA: si aparece la marca, en qué posición, si incluye enlace y qué competidores aparecen en la misma respuesta | Preguntar solo por la reputación de la propia marca y omitir las formas reales de preguntar |
| ② Clic y entrada al sitio web | Crear un grupo de canales independiente para búsqueda con IA y observar sesiones, distribución de páginas de aterrizaje y proporción de la página de búsqueda interna | Mirar solo el número total de sesiones y no si la página de aterrizaje coincide |
| ③ Envío del formulario o inicio de prueba | Añadir al formulario «¿cómo nos conociste?», preguntar por el uso previsto tras el registro y escribir la etiqueta de origen en el CRM | El formulario no recoge el origen y la fuente del lead depende de la memoria del equipo de ventas |
| ④ Cierre | Agrupar el pipeline del CRM por origen y comparar tasa de cierre, ciclo de ventas y ticket medio | Sustituir los ingresos por el número de leads y pasar por alto las diferencias de calidad según el origen |
Esta tabla pone de manifiesto un hecho contraintuitivo: el canal de IA es casi invisible en la parte delantera del embudo, pero su peso en la parte trasera puede ser muy superior a la proporción que representa en el informe de sesiones. Por eso cada etapa debe tener su propio denominador.
Cómo construir un sistema unificado de evaluación de resultados para SEO y GEO
La parte de entrada de SEO y GEO coincide en gran medida: páginas que se pueden rastrear, afirmaciones factuales claras, información de producto estructurada y fuentes de terceros fiables; la diferencia está sobre todo en la forma de medir. Seis pasos ejecutables:
- Unificar el criterio de los canales: crear en la herramienta de analítica un grupo de canales de búsqueda con IA y agrupar los dominios de las principales plataformas de IA; añadir el mismo campo en el CRM para garantizar que la nomenclatura coincida entre el front-end y el back-end.
- Crear un conjunto de preguntas: extraer preguntas de intención de compra de conversaciones reales de ventas, tickets de atención al cliente y términos de búsqueda interna, y usarlas como banco fijo de preguntas para el muestreo.
- Muestrear las respuestas de la IA con una cadencia definida: una vez cada dos semanas, registrar la tasa de mención, los enlaces citados y la presencia de competidores en la misma respuesta; este tipo de indicadores adelantados refleja los cambios antes que los ingresos.
- Completar los bloques de información citable: redactar como párrafos independientes y extractables los rangos de precios, los límites de las capacidades, la escala aplicable, las explicaciones comparativas, la ruta de implementación y las objeciones habituales.
- Garantizar la legibilidad por máquina: confirmar que los rastreadores de IA no estén bloqueados, que el contenido clave no se renderice solo con scripts del lado del cliente y que la primera pantalla contenga información sustantiva.
- Dividir el informe en tres capas: visibilidad (tasa de mención, número de citas), comportamiento (sesiones del canal de IA, calidad de la página de aterrizaje, tasa de finalización de formularios) e ingresos (leads, tasa de cierre, ticket medio). Las tres capas deben observarse al mismo tiempo.
En cuanto al ritmo, puede organizarse así: el primer mes, poner las cuentas en orden, crear el grupo de canales, extraer el conjunto de preguntas y realizar un primer muestreo de referencia; el segundo mes, completar tres tipos de páginas: precios y explicación de planes, comparación objetiva con competidores y casos verificables; el tercer mes, convertir las preguntas frecuentes del conjunto que no tienen respuesta en el sitio oficial en una cola de contenidos que se actualice de forma continua. En negocios B2B se recomienda dejar pasar al menos un ciclo completo de decisión antes de sacar conclusiones.
En esta fase, la infraestructura de creación de sitios y de contenido influye directamente en la velocidad de ejecución. Plataformas de creación de sitios con IA y crecimiento orientadas a sitios de presentación como we0 integran en una misma cadena la creación de sitios mediante lenguaje natural, la colaboración multiagente, el back office CMS, el despliegue de dominios y los módulos de optimización SEO y GEO; los bloques de información y la estructura de las páginas pueden organizarse desde la fase de construcción de forma indexable y citable, y las actualizaciones posteriores no tienen por qué volver cada vez a la planificación de desarrollo; si resulta aplicable en cada caso concreto debe juzgarse aún en función del stack tecnológico existente del equipo y del tamaño del sitio (sitio web oficial de we0).
Tres errores de juicio que deben evitarse
- Tomar la tasa de conversión de un caso concreto como referencia del sector. Esa comparación entre 15,9% y 1,76% procede de una combinación específica de clientes y de una definición específica de conversión; si cambian el producto, el precio o el evento de conversión, las cifras varían mucho; lo transferible es el método, no los números.
- Tomar la correlación como causalidad. El papel de GEO es hacer que la marca entre en la lista de candidatos de esas conversaciones de alta intención, no aumentar de la nada la disposición de compra del visitante (impacto antes del clic).
- Tomar decisiones con un único indicador. Renunciar por completo porque la proporción es pequeña hará perder una entrada de alta eficiencia; dejar de invertir en búsqueda orgánica porque se ve un múltiplo elevado también es un error de juicio: hoy la búsqueda orgánica sigue aportando la gran mayoría del volumen absoluto.
Preguntas frecuentes (FAQ)
El tráfico que aporta ChatGPT tiene una proporción tan baja, ¿aun así merece la pena invertir?
Sí, pero hay que cambiar el objetivo. No se debe establecer el KPI en función del volumen de sesiones; el objetivo debe situarse en la visibilidad y en la segunda mitad del embudo: si la marca se menciona en las preguntas clave de compra, si la calidad de los leads del canal de IA es superior a la media y si el ciclo de cierre es más corto.
Esa tasa de conversión muy superior a la de la búsqueda orgánica, ¿puede aplicarse directamente a nuestro sector?
No se recomienda. Procede de un grupo específico de clientes y de una definición específica de conversión; en distintos sectores y con distintos eventos de conversión (registro, captación de datos, consulta, cierre), los denominadores son completamente diferentes. Tómela como una señal de dirección y sustitúyala por sus propios datos de referencia.
¿Cómo identificar el tráfico de búsqueda con IA en las herramientas de analítica?
Cree un grupo de canales personalizado y agrupe en un mismo canal dominios de origen como chat.openai.com, chatgpt.com, perplexity.ai, gemini.google.com y claude.ai, y consulte por separado la distribución de las páginas de aterrizaje; al mismo tiempo, revise la proporción de sesiones en la página de búsqueda interna para evitar subestimar la conversión.
Herramientas relacionadas
- Grupos de canales personalizados de GA4: agrupar las fuentes de IA dispersas en un canal unificado para obtener una base comparable.
- Google Search Console: comprobar los cambios de impresiones y clics en la búsqueda orgánica para evitar atribuir erróneamente a fluctuaciones de búsqueda el impacto de la IA.
- Muestreo fijo en ChatGPT / Gemini / Perplexity: utilizar el mismo conjunto de preguntas para hacer registros cada dos semanas y seguir los cambios en menciones y citas.
- we0: plataforma de creación de sitios con IA y crecimiento orientada a sitios de presentación, que permite completar en un mismo flujo de trabajo la creación de páginas, el mantenimiento de contenidos en el CMS y la configuración de estructuras SEO/GEO.
Enlaces relacionados
- ChatGPT referrals convert at 15.9%, Google organic at 1.76% (recopilación de datos de Seer Interactive)
- GEO Isn't A Distraction: AI Influence Doesn't Show Up In Referral Data (Search Engine Journal)
- The 88% AI Search Gap: recopilación de datos del sector sobre la conversión de la búsqueda con IA frente a la búsqueda tradicional
- sitio web oficial de we0: descripción de las capacidades de creación de sitios con IA y SEO/GEO
Resumen
El tráfico de referencias de IA es hoy realmente pequeño; la mayoría de los sitios solo recibe una pequeña parte del total de visitas; pero varios conjuntos de datos independientes muestran al mismo tiempo que la eficiencia de conversión de estos visitantes es significativamente superior a la de la búsqueda orgánica. La razón principal está en el filtrado de intención que genera la forma de formular las preguntas, no en que el canal tenga un bonus en sí mismo. Lo que las empresas realmente deben ajustar es la forma de medir: unificar el criterio de los canales de IA, registrar por separado las cuatro etapas del embudo, tratar los indicadores de visibilidad como indicadores adelantados y dejar un ciclo completo de decisión para la evaluación. Que la proporción sea pequeña no es razón para no invertir; tomarla como único criterio de evaluación sí lo es.
