Verifica la visibilidad de tu empresa en AI
Gratis, sin tarjeta de crédito.
El cliente puede conocer la empresa en una conversación con la AI, comparar soluciones y solo después buscar el nombre del proveedor en Google. El informe de fuentes de tráfico mostrará entonces la entrada desde el motor de búsqueda, aunque el asistente pudo haber jugado un papel en la elección de la marca. Para evaluar la importancia de este proceso, es necesario distinguir tres cosas: la recomendación, la visita al sitio y el efecto en las ventas.
¿Qué mostró el estudio de Demandbase?
El comunicado publicado el 12 de agosto de 2026 se refiere a los pasos de los usuarios al hacer clic en un enlace en el asistente AI. El conjunto abarcó más de 11 mil millones de visitas y 1584 instancias separadas de la plataforma Demandbase. No se debe confundir este número con el número confirmado de empresas únicas.
| Parámetro | Resultado |
|---|---|
| Pasos desde ChatGPT en junio de 2025 | alrededor de 645 mil |
| Transiciones de ChatGPT en junio de 2026 | aproximadamente 2,6 millones |
| Cambio año tras año | +303% |
| Periodo de toda la colección | 1 de junio de 2025 – 31 de julio de 2026 |
Los valores mensuales son la suma para la muestra analizada, no el promedio por empresa. ChatGPT fue responsable del crecimiento, mientras que las transiciones de Perplexity disminuyeron, y Gemini y Claude se mantuvieron en niveles similares.Fuente y metodología: Demandbase.
El resultado justifica la verificación de los propios datos. No es una proyección de crecimiento para un solo sitio ni evidencia de un crecimiento proporcional en las ventas. Para la decisión sobre el presupuesto, aún se necesita una evaluación de la calidad de los contactos, el costo de adquisición y el valor de los contratos firmados.
¿Por qué GA4 no muestra todo el impacto de las recomendaciones de AI?
Supongamos que el director de ventas pregunta a su asistente sobre un sistema CRM para una empresa que emplea a 50 vendedores. Recibe varias propuestas, las discute con su equipo, y después de dos días busca a uno de los proveedores en Google. Este es un ejemplo de un camino donde el momento del descubrimiento de la marca y el acceso a su sitio están separados.
Si el usuario hace clic en un resultado gratuito de Google, la visita correctamente reconocida generalmente tendrá la fuente y el medio google / organic. Hacer clic en un anuncio puede ir al canal pagado. La designación direct / none indica la falta de una fuente reconocida. Buscar el nombre de la marca no convierte la visita en una entrada directa. Documentación de fuentes de tráfico GA4, explicación del tráfico directo.
La fuente de la sesión muestra de dónde vino el usuario a la página. No siempre muestra dónde conoció la marca por primera vez.
Esta distinción tiene consecuencias prácticas. Agregar un grupo separado de canales para AI organiza las transiciones reconocidas, pero no reproduce las conversaciones que ocurrieron anteriormente fuera del sitio. Por lo tanto, en el informe es valioso presentar por separado el tráfico asignado a plataformas de AI y las señales de su posible impacto en el interés por la marca.
¿Qué significan los números de Similarweb: 8,8% y 55,9%?
Similarweb analizó visitas tras recomendaciones de marcas en ChatGPT. En los caminos estudiados, el 8,8% de las visitas provino del canal AI, el 55,9% de motores de búsqueda, el 19,9% de entradas directas y el 13,5% de otras referencias. Fuente: Similarweb.
Visitas tras la recomendación de la marca en la muestra estudiada de Similarweb. Las categorías mostradas suman el 98,1%; la participación restante no se detalla en el conjunto mencionado. Fuente: Similarweb.
El análisis se centró en usuarios de computadoras en EE. UU., en los sectores de finanzas, turismo y belleza, y en el período de julio a diciembre de 2025. Se observaron siete días tras la recomendación. Se excluyó a las personas que visitaron el sitio de la marca en las cuatro semanas anteriores o que mencionaron su nombre en la consulta. Esta es una muestra diferente a la del conjunto B2B Demandbase.
El índice 55,9% describe el tráfico de motores de búsqueda, no exclusivamente búsquedas del nombre de la marca. No se debe presentar como participación de consultas de marca. Fuente: El impacto posterior de la visibilidad de AI.
El estudio indica que la recomendación y la posterior visita pueden ocurrir en diferentes canales. No proporciona un conversor universal para empresas B2B ni una base para considerar cada visita posterior como causada por AI.
¿Cómo afecta la forma de presentar las respuestas al número de clics?3
En un análisis separado, Similarweb describió enlaces más visibles a marcas en las respuestas de ChatGPT desde el 7 de mayo de 2026. La comparación de la semana anterior al cambio y después mostró un aumento de clics del 157,7%. La proporción de visitas dirigidas a las páginas principales aumentó de aproximadamente 26–32% a alrededor del 60%. El estudio abarcó un panel de escritorio durante el período del 30 de abril al 20 de mayo de 2026. Fuente: Similarweb.
Conclusión para la empresa: el aumento del tráfico después de actualizar su propia página debe compararse con los cambios en la plataforma. Más sesiones no necesariamente significan que la marca haya comenzado a aparecer más a menudo. También podría ser más fácil para los usuarios hacer clic en el enlace.
En el informe mensual, es importante comparar tres indicadores: la frecuencia de presencia de la marca en las respuestas monitoreadas, el número de visitas reconocidas y el número de contactos valiosos. Si solo el segundo indicador aumenta, es necesario revisar la forma de presentar los enlaces, las páginas de destino y los cambios en la medición, antes de atribuir el resultado a las acciones propias.
¿Las visitas de bots significan más clientes de AI?
La descarga automática de contenido del sitio y el paso del usuario desde el asistente son eventos distintos. La documentación de Cloudflare separa las solicitudes de crawlers del tráfico de referencia de plataformas AI y permite analizarlos por separado. Fuente: Control de rastreo AI de Cloudflare.
La descarga de una página por un bot, la recomendación de una marca y la visita de un cliente son tres eventos diferentes. Cada uno requiere una medición separada.
Los registros del servidor ayudan a detectar problemas de acceso al contenido. El monitoreo de respuestas muestra si la marca aparece en preguntas seleccionadas. La analítica del sitio describe el comportamiento de los visitantes, y el CRM permite evaluar contactos y oportunidades de venta. Ninguna de estas fuentes describe por sí sola todo el proceso.
Por lo tanto, observar que los bots de un proveedor descargan la página con más frecuencia no es suficiente para comparar la efectividad de marketing de los asistentes. Antes de llegar a tal conclusión, es necesario definir el tipo de eventos medidos, el período y el alcance de los datos.
¿Cómo medir el impacto de la IA en la adquisición de clientes B2B?
Proponemos un informe que mantiene la distinción entre las diferentes etapas, y al mismo tiempo permite buscar relaciones entre ellas.
| Área de medición | Qué observar | Cómo interpretar |
|---|---|---|
| Visibilidad de la marca | Presencia en respuestas a un conjunto fijo de preguntas | El resultado se refiere a la muestra monitoreada, no a todas las conversaciones de los usuarios |
| Tráfico de AI | Sesiones reconocidas, páginas de entrada y conversiones | Muestra visitas con información de fuente disponible |
| Interés en la marca | Consultas que contienen el nombre de la empresa e información de los clientes | Requiere considerar campañas, PR y estacionalidad |
| Ventas | Contactos calificados, oportunidades e ingresos | Necesita tiempo correspondiente al ciclo de ventas |
| Disponibilidad de contenido | Solicitudes de bots y errores de respuesta del servidor | Ayuda a diagnosticar el acceso, no prueba recomendaciones |
1. Construya un conjunto de preguntas del proceso de compra
El punto de partida deben ser las conversaciones comerciales, las solicitudes de oferta y los problemas reportados por los clientes. El conjunto puede incluir preguntas sobre la elección de la categoría de solución, integraciones requeridas, limitaciones de implementación y comparaciones de proveedores.
Por ejemplo, una empresa que ofrece un sistema CRM puede monitorear la pregunta: “¿Qué CRM elegir para un equipo de ventas de campo que necesita trabajar sin conexión?”. Esta pregunta permite verificar la presencia ante una necesidad específica. Por separado, vale la pena analizar preguntas que contengan el nombre de la empresa, para no mezclar el descubrimiento de nuevos proveedores con la verificación de una marca ya conocida.
2. Mantenga la comparabilidad de las mediciones
Establece el idioma, el mercado, el conjunto de preguntas y las plataformas. Registra las fechas y las condiciones de las pruebas. Evalúa el cambio en función de varias mediciones, y después de modificar el conjunto de preguntas, indica una pausa en la comparabilidad. De lo contrario, un mejor resultado puede reflejar preguntas más fáciles en lugar de una mejora real.
También es útil separar la mención de la marca de la indicación de su página como fuente. Este tema lo desarrollamos en el informe de Semly sobre la visibilidad del comercio electrónico en las respuestas de AI. El alcance de este informe es diferente al de los análisis discutidos aquí; sirve como complemento a la forma de medir.
3. Conecta la analítica con la evaluación de la calidad de los contactos
En GA4, analiza las entradas reconocidas de AI y las acciones relevantes para el negocio: envío de formularios, registro para demostraciones o inicio de contacto. Luego, verifica en el CRM cuántas solicitudes cumplen con los criterios del cliente objetivo y avanzan a las siguientes etapas de ventas.
Siempre muestra la tasa de conversión junto con el tamaño de la muestra. Dos conversiones en diez sesiones dan un 20%, pero aún no constituyen una base estable para pronósticos. También considera el retraso entre la primera visita y la firma del contrato. Más sobre este proceso lo leerás en el artículo cómo medir e informar sobre ventas con AI Search.
4. Recoge declaraciones de clientes sin sugerir respuestas
La pregunta "¿Dónde escuchaste por primera vez sobre nuestra empresa?" puede complementar los datos técnicos. Ofrece la posibilidad de una respuesta libre y regístrala en el CRM. Si el cliente menciona al asistente de AI, vale la pena precisar qué estaba buscando y qué información le ayudó en su elección.
Considera estas declaraciones como una fuente adicional de conocimiento. La memoria del cliente puede ser incompleta, y varias personas pueden participar en la decisión. No se debe asignar automáticamente todo el valor del contrato a un solo contacto indicado de la marca.
5. Evalúa los cambios en el contexto del resto del marketing
Mantén un calendario conjunto de publicaciones, campañas, eventos y cambios en la oferta. Si aumenta la visibilidad en AI y el interés por la marca, verifica si al mismo tiempo se lanzó una campaña publicitaria o una publicación mediática.
Al aumentar la escala, compara grupos de temas o páginas afectadas por cambios con grupos similares sin cambios. Esta disposición puede fortalecer la evaluación de los efectos, aunque aún requiere controlar las diferencias entre grupos. Una simple correlación no es suficiente para confirmar la causa.
¿Qué mejorar en la página para que el usuario pueda verificar la recomendación?
Comienza con el contenido necesario para la decisión: describe claramente al destinatario de la solución, aplicaciones, integraciones, condiciones de implementación y limitaciones. En los estudios de caso, muestra el punto de partida, las acciones realizadas y cómo se calcularon los resultados. Actualiza la información que puede cambiar.
También es importante cuidar la navegación clara entre la guía, la descripción del producto y el contacto. Un usuario que llegó a la página principal a través de una recomendación debería encontrar rápidamente la confirmación de que la oferta satisface sus necesidades.
En el contexto de la presencia en Google AI Overviews y AI Mode, Google señala las bases del SEO: accesibilidad para robots, enlaces internos, información importante en formato de texto y datos estructurados que coincidan con el contenido. No requiere una etiqueta especial 'bajo AI'. Estas son pautas sobre las funciones de Google, no una garantía de citación por cualquier asistente. Fuente: Google Search Central.
Preguntas frecuentes sobre el tráfico de ChatGPT
¿Un aumento del 303% significa un aumento en todo el tráfico B2B?
El resultado se refiere a las transiciones desde ChatGPT en la prueba de Demandbase. No describe todo el tráfico del sitio ni el aumento en el número de clientes. Fuente: Demandbase.
¿El 55,9% significa búsquedas del nombre de la marca?
Similarweb describe este indicador como la participación del tráfico de los motores de búsqueda en las visitas analizadas relacionadas con la recomendación de AI. No es una medida limitada a consultas de marca. Fuente: Similarweb.
¿GA4 mide todas las visitas derivadas de recomendaciones de AI?
GA4 puede reconocer la fuente de la visita cuando se dispone de la información adecuada. No identifica automáticamente una conversación anterior con el asistente, después de la cual el usuario accedió al sitio por otro medio. Fuente: documentación de GA4.
¿Por dónde empezar a medir los efectos de AI en una empresa B2B?
Comienza por establecer las preguntas de compra, medir la presencia de la marca y separar el tráfico reconocido de AI. Luego, vale la pena combinar estos datos con la calificación de contactos en el CRM y las respuestas de los clientes sobre cómo conocieron la empresa.
Verifica si AI considera tu empresa al elegir un proveedor
Comienza con las preguntas que responde tu producto o servicio. Verifica si la marca aparece en las respuestas, cómo se describe y con qué competidores se compara. Solo sobre esta base elige la información y los materiales que necesitan ser complementados.
Verifica gratis la visibilidad de tu empresa en AI. Compara los resultados del monitoreo con la analítica del sitio y el CRM para evaluar tanto la presencia de la marca como la calidad de los contactos obtenidos.
Nota metodológica: el artículo es un resumen de análisis públicos de Demandbase y Similarweb, así como de la documentación de herramientas. No presenta un estudio propio del tráfico de Semly. Los intentos y períodos de los análisis son diferentes; las recomendaciones de medición son un comentario editorial. Estado de verificación de fuentes: 21 de septiembre de 2026.
Compartir:
