Cómo medir en GA4 el tráfico de ChatGPT y otros motores de IA

Para medir en GA4 el tráfico procedente de ChatGPT y otros asistentes de IA, hay que empezar por el informe de Adquisición de tráfico e inspeccionar los valores de fuente de sesión que llegan realmente a la propiedad. Después se crea una clasificación mantenida —por ejemplo, mediante un grupo de canales personalizado— y se comparan sesiones, interacción, eventos clave, páginas de entrada e ingresos cuando corresponda.

Esta medición cubre visitas atribuibles, no toda la visibilidad en IA. Una respuesta puede mencionar la marca sin producir clic y algunas visitas pueden llegar sin información de referencia utilizable. La analítica de GA4 debe convivir con la monitorización de respuestas, pero sin mezclarse con ella.

Qué mide la analítica de tráfico de IA

En GA4 describe la actividad de la web o aplicación atribuida a valores de origen asociados con asistentes o motores de respuesta. La unidad práctica suele ser una sesión, no una respuesta, mención, impresión o prompt. Google documenta el informe de Adquisición de tráfico para visitantes nuevos y recurrentes con dimensiones de sesión como Fuente de la sesión y Fuente/medio de la sesión.

Este límite es esencial. GA4 registra una sesión cuando la recogida y atribución aportan un origen. No revela cuántas veces una respuesta nombró a la empresa, cuántas personas la leyeron ni cuántas interacciones sin clic influyeron después. A la inversa, una sesión referida desde IA no demuestra que la conversación previa contuviera una mención monitorizada.

Utilizar el alcance de sesión

En GA4 se abre Informes, Adquisición y Adquisición de tráfico. La dimensión principal cambia a Fuente/medio de la sesión o Fuente de la sesión y se observa un periodo suficiente para el volumen del sitio. Google distingue este informe de Adquisición de usuarios: el segundo utiliza el primer origen del usuario, mientras el primero trabaja con sesiones. La diferencia está explicada en la comparación oficial de ambos informes.

Para responder «¿Qué sesiones comenzaron desde una fuente de IA durante el periodo?» se utilizan dimensiones de sesión. Primer origen del usuario contesta dónde se adquirió inicialmente a la persona. Mezclarlas puede producir cifras distintas aunque los dos informes funcionen según su alcance.

Antes de agrupar se conservan fuente y medio brutos. Esta evidencia permite auditar una regla, detectar nuevos orígenes y evitar que una expresión amplia absorba tráfico no relacionado.

Descubrir fuentes antes de clasificarlas

No conviene comenzar con una lista permanente de dominios encontrada en internet. El primer inventario sale de los valores observados en la propiedad y, cuando exista, se contrasta con logs de servidor u otra telemetría autorizada. Las interfaces, dominios, redirecciones y formas de transmitir el referrer pueden cambiar.

Un diccionario de fuentes debería incluir:

• Valor de Fuente de la sesión observado en GA4.
• Etiqueta normalizada del asistente o plataforma.
• Regla que lo incluyó.
• Fechas de primera y última aparición y última revisión.
• Estado incluido, excluido o pendiente.
• Evidencia o nota que justifique la clasificación.

Las fuentes desconocidas se revisan por volumen y recencia. Un dominio que contiene «ai» no tiene por qué ser un asistente; una coincidencia amplia capturaría sitios ajenos. Es más seguro usar hosts exactos observados o alternativas estrechamente controladas.

Crear un canal personalizado de asistentes

La documentación vigente de Google define los grupos de canales personalizados como categorías basadas en reglas e incluye un ejemplo específico para asistentes de IA. El flujo documentado consiste en crear o editar un grupo, añadir un canal, aplicar una condición de origen, colocarlo antes que canales más amplios cuando proceda y analizarlo en adquisición. Google también indica que la expresión y la lista deben actualizarse cuando cambien las fuentes.

Un proceso controlado sería:

1. Guardar una exportación fechada de la línea base sin agrupar.
2. En Administrar, abrir Grupos de canales y crear uno desde la base disponible.
3. Añadir un canal con un nombre explícito, como «Asistentes de IA — mantenido».
4. Hacer coincidir los valores aprobados en el diccionario.
5. Situar la regla antes de Referral cuando la lógica lo requiera.
6. Probar inclusiones y exclusiones previstas.
7. Registrar definición, responsable, fecha de revisión y versión.

Google señala que el tráfico entra en el primer canal cuya definición coincide, de modo que el orden forma parte del clasificador. Una modificación en producción debe conservar la regla anterior y anotar la fecha efectiva de la nueva.

Escribir expresiones regulares más seguras

La guía de expresiones regulares de Google Analytics indica que la coincidencia es completa y distingue mayúsculas de forma predeterminada; para coincidencias parciales hacen falta metacaracteres. Por eso deben existir pruebas.

Supongamos que una propiedad ha verificado dos valores ilustrativos: chatgpt.com y perplexity.ai. Una expresión estrecha podría ser ^(chatgpt\.com|perplexity\.ai)$. No pretende ser una lista completa. Se utilizan los valores exactos de la propiedad, se escapan los puntos y se mantiene una tabla de casos que deben coincidir y que no.

La prueba mínima comprueba:

• Cada fuente aprobada coincide una sola vez.
• Dominios ajenos que contienen «ai», «gpt» u otro fragmento no entran.
• Mayúsculas, subdominios y variantes se comportan como estaba previsto.
• Autorreferrals, pagos, herramientas internas y tráfico de prueba quedan fuera.
• Las fuentes desconocidas permanecen visibles para revisión.

Construir la vista de análisis

El panel empieza con sesiones y usuarios y añade interacción y resultados propios del sitio. Pueden incluirse sesiones con interacción, tasa de interacción, eventos clave e ingresos si están bien implementados. La comparación mantiene periodo, configuración, condiciones de consentimiento y definiciones.

El canal se abre por fuente, página de entrada, país o mercado, dispositivo y contexto de usuario cuando la decisión lo requiere. La página de entrada muestra qué contenido recibe visitas observables, pero no acredita que fuese citado en la respuesta. Para eso hace falta un conjunto específico de monitorización de fuentes.

Resulta útil separar dos paneles:

• Calidad del canal: sesiones, interacción, eventos clave, ingresos y notas de datos.
• Entrada de contenido: páginas de destino, fuentes, grupos editoriales y acciones posteriores.

Las tasas llevan sus recuentos. Diez eventos entre cien sesiones y uno entre diez tienen la misma tasa ilustrativa, pero diferente peso. Las muestras pequeñas se marcan y no se ordenan fuentes por diferencias inestables.

Ejemplo ilustrativo de lectura

Imaginemos un sitio B2B que observa 180 sesiones clasificadas en el canal mantenido de asistentes durante un mes. De ellas, 112 son sesiones con interacción y 14 contienen un evento clave de lead. El mes comparable anterior tenía 150 sesiones, 99 con interacción y 12 eventos.

El informe muestra recuentos, calcula las tasas correspondientes y examina la composición por fuente y destino. Supongamos que casi todo el incremento aterriza en un artículo de investigación nuevo y las otras páginas permanecen estables. La observación es una concentración de tráfico referido clasificado. No demuestra que la publicación causara el aumento ni que todos los asistentes recomienden más la marca.

Una muestra independiente de respuestas puede revelar si las citas expuestas o menciones cambiaron. Que ambas series coincidan invita a investigar, pero no establece atribución persona a persona. Todas las cifras del ejemplo son ilustrativas.

Limpiar ruido de referencias

Procesadores de pago, dominios propios, autenticación y herramientas internas pueden crear patrones engañosos. La documentación sobre referencias no deseadas explica que Analytics reconoce el dominio inmediatamente anterior y permite establecer condiciones para los que no deben tratarse como origen de referencia.

Hay que auditar medición multidominio, autorreferencias, retornos de pago, cambios de consentimiento, tráfico interno y cobertura de etiquetas. Cualquier modificación de configuración se aplica con cuidado, conserva historial y se anota en la serie.

Relacionar tráfico y visibilidad sin fusionarlos

Una vista combinada coloca tres capas separadas en el tiempo:

1. Respuestas muestreadas: menciones, protagonismo y fuentes expuestas.
2. Adquisición web: sesiones clasificadas y páginas de entrada.
3. Resultados onsite: interacción, eventos clave, pipeline o ingresos según atribución.

La guía para monitorizar menciones desarrolla la primera capa y métricas de visibilidad define denominadores. El share of voice en IA debe seguir siendo una medida competitiva de respuestas, no una proporción de tráfico referido.

Limitaciones

• Solo aparecen visitas que alcanzan la propiedad y quedan recogidas.
• La referencia puede faltar o alterarse, dejando tráfico de IA sin clasificar.
• Dominios y rutas cambian, por lo que las reglas necesitan revisión fechada.
• La calidad del grupo depende de inclusiones, exclusiones, orden y pruebas.
• Una sesión no revela el prompt, respuesta o representación que la precedió.
• La asociación temporal entre contenido, visibilidad, tráfico y resultado no prueba causalidad.

Una configuración fiable combina análisis por sesión, reglas estrechas y probadas, mantenimiento periódico y separación explícita de la visibilidad de respuesta. No mide toda la influencia de la IA, pero ofrece una lectura honesta de las visitas atribuibles que registra la telemetría del sitio.