Tráfico desde IA en Google Analytics 4: cómo identificarlo y medirlo

Portada » Blog » 🕵️ Cómo detect…

Cómo detectar y analizar el tráfico IA en Google Analytics 4 - Blog Idento

En este artículo vamos a hablar del tráfico IA. Y es que la irrupción de herramientas basadas en inteligencia artificial como ChatGPT, Bing Copilot o Perplexity está cambiando la forma en que los usuarios interactúan con el contenido web. Cada vez más sesiones en nuestras webs se originan a partir de estas herramientas, lo que nos plantea un nuevo reto para la analítica: ¿cómo medir correctamente este tráfico IA cuando la fuente no es un navegador tradicional, sino una plataforma que actúa como intermediaria entre el usuario y el contenido?

Abordamos cómo identificar este tipo de tráfico en Google Analytics 4 (GA4), qué implicaciones tiene para la calidad de los datos y qué estrategias puedes aplicar para gestionarlo adecuadamente.

Tabla de Contenidos

¿Por qué es relevante identificar el «tráfico IA» en tus informes?

El tráfico generado a través de asistentes de IA representa visitas reales de personas, pero con una peculiaridad: la navegación se produce mediante herramientas que no siempre transmiten correctamente el contexto o la procedencia del usuario. Esto afecta directamente a la atribución, la segmentación y la interpretación de las métricas clave.

Detectar este tipo de tráfico es esencial para:

Entender el verdadero origen de las sesiones.
Evaluar correctamente la eficacia de tus canales de adquisición.
Prevenir distorsiones en KPIs como el tiempo en página o la conversión.

Además, algunos de estos asistentes pueden mostrar versiones simplificadas del contenido, sin cargar scripts ni activar eventos, lo que repercute directamente en las métricas recogidas en GA4.

Cómo reconocer patrones de tráfico generado por asistentes de IA en GA4

Aunque GA4 no identifica de forma directa este tráfico, existen varios indicios que pueden ayudarte a detectarlo:

Picos de tráfico directo sin fuente de referencia ni campaña asociada.
User agents poco habituales que corresponden a navegadores integrados en apps de IA.
Alta tasa de rebote o sesiones sin eventos registrados, debido a la no ejecución de JavaScript.
Localizaciones atípicas (por ejemplo, desde servidores proxy o ubicaciones genéricas).

También puedes observar cambios en el comportamiento del usuario: menos páginas por sesión, menor profundidad de navegación o mayor volumen de tráfico móvil con origen desconocido.

Métodos prácticos para identificar este tráfico en GA4

1. Revisión de exploraciones personalizadas

Usa los informes estándar o crea informes personalizados de exploración para segmentar por:

Session source / medium con valores nulos o «(direct) / (none)»
Browser con cadenas inusuales
Engaged sessions = 0 + duración mínima

2. Análisis de user agents mediante BigQuery

Si tienes BigQuery conectado, puedes inspeccionar los user agents más frecuentes y detectar nuevas entradas que correspondan a navegadores de IA.

SELECT user_agent, COUNT(*) as sesiones
FROM `tu_proyecto.analytics_XXXX.events_*`
GROUP BY user_agent
ORDER BY sesiones DESC

Cruzar estos datos con listados de herramientas como Perplexity, DuckDuckGo o Copilot puede ayudarte a acotar el origen.

3. Uso de herramientas externas de analítica

Servicios como Cloudflare, Matomo o Plausible pueden complementar tu análisis, mostrando cabeceras HTTP o patrones de tráfico difíciles de ver en GA4.

¿Se puede excluir o segmentar este tráfico?

Dado que se trata de tráfico humano, lo más recomendable no es excluirlo, sino identificarlo y segmentarlo correctamente. Algunas estrategias para hacer esto son:

Crear segmentos de usuarios con combinaciones sospechosas de source/medium + browser.
Usar parámetros UTM personalizados si detectas que alguna IA enlaza contenido de forma recurrente.
Etiquetar y seguir las URLs compartidas por estas herramientas para trazar su comportamiento.

Buenas prácticas para analizar este tipo de tráfico

Mantén un registro actualizado de user agents y patrones emergentes.
Documenta hallazgos en tus reportes de analítica, diferenciando tráfico tradicional y tráfico asistido por IA.
Adapta tus dashboards para reflejar esta segmentación y evitar interpretaciones erróneas.
Comparte con tu equipo de marketing o contenidos los insights extraídos, ya que este tráfico puede ser una oportunidad de visibilidad.

Cómo crear informes personalizados para tráfico IA en GA4 (ejemplo)

Si quieres analizar de forma eficaz las visitas generadas por inteligencia artificial en tu sitio web, lo más recomendable es crear una exploración personalizada en GA4. Para hacerlo de forma estructurada, puedes dividir tu informe en diferentes secciones como estas:

Vista general del tráfico: Una primera pestaña que muestre un resumen por fuente de tráfico de IA (por ejemplo, Perplexity, ChatGPT, etc.), facilitando la comparación entre ellas.
Análisis de landing pages: Examina qué páginas están recibiendo más visitas desde tráfico de IA y cómo están funcionando en términos de engagement o conversión.
Categorías de dispositivos: Revisa si este tráfico llega mayoritariamente desde ordenadores, móviles, tabletas o incluso televisores inteligentes. Esto te ayuda a optimizar según el dispositivo más común.
Navegadores utilizados: Determina qué navegadores emplean los usuarios de IA para acceder a tu sitio, lo cual puede ser útil para detectar patrones técnicos o problemas de compatibilidad.
Procedencia geográfica: Identifica los países o regiones desde los que accede el tráfico IA, para comprender mejor su distribución internacional.
Eventos clave o conversiones: Observa si ese tipo de tráfico completa objetivos importantes en tu web, como formularios, clics en CTA, suscripciones, etc.
Ventas o datos de eCommerce: Si tienes tienda online, puedes evaluar si este tráfico genera ingresos o añade productos al carrito, entre otros eventos comerciales.
Ruta de navegación: Visualiza cómo se mueven los visitantes desde IA dentro del sitio: qué páginas ven, cuánto tiempo permanecen y dónde abandonan.
Embudo de conversión: Estudia en qué fases del funnel interactúan y si terminan convirtiendo, ideal para detectar cuellos de botella específicos de este tipo de tráfico.

Paso 1. Crea un informe de exploración en blanco

Paso 2. Define el segmento de tráfico IA, las dimensiones y las métricas que se usarán en los informes

Establecemos el periodo por defecto. Hemos escogido los últimos 90 días, pero puedes personalizarlo.

Para el segmento de tráfico IA usaremos la condición, dentro del segmento de eventos:

En cuanto a las dimensiones, sugerimos estas, pero podéis elegir las que más os convengan:

Primera fuente/medio del usuario (para el informe resumen)
Página de destino y cadena de consulta
Categoría de dispositivo
Navegador
País
Nombre del evento
Ruta de página + cadena de consulta

Y métricas las siguientes:

Sesiones
Total de usuarios
Vistas
Sesiones con interacción
Porcentaje de interacciones
Número de eventos
Eventos clave
Total de ingresos
Tasa de evento clave de sesión
Tasa de evento clave de usuarios
Cantidad de productos de comercio electrónico
Ingresos de producto
Artículos añadidos al carrito
Artículos vistos
Artículos comprados

Paso 3. En la primera pestaña tenemos el informe resumen

Como dimensión, elegimos «primera fuente/medio del usuario» y añadimos todas las métricas insertadas en el paso anterior.

Queda un informe como este:

Paso 4. Duplica la pestaña y crea nuevas pestañas, cada una con una dimensión

En la flecha donde aparece el nombre de la pestaña tienes la opción para duplicar. Ponle nombre y solo tienes que cambiar la dimensión por otra de las insertadas en el paso 2. Si repites el proceso con otras dimensiones, te puede quedar un informe muy completo similar a este. También puedes crear algún informe con el formato de embudo de conversión o ruta de exploración:

¿Cómo puede ayudarte Idento con este análisis?

En Idento trabajamos con empresas que necesitan un control preciso de sus datos. Podemos ayudarte a:

Configurar tu GA4 y BigQuery para identificar tráfico de IA.
Diseñar dashboards personalizados que distingan entre tráfico tradicional y tráfico asistido.
Auditar tu ecosistema de datos para detectar sesgos o inconsistencias.

👉 Contacta con nosotros y te hacemos una propuesta para sacar el máximo partido a tu analítica, incluso en escenarios complejos como el actual.