Cómo atribuir el tráfico de ChatGPT y Perplexity en GA4 sin engañarte

La escena se repite en las reuniones mensuales desde hace un año: alguien comparte pantalla, señala una línea que sube en vertical y dice que el tráfico de la IA se ha multiplicado por cuatro. Pides el número absoluto. Eran once sesiones el mes pasado y cuarenta y cuatro este. Con ese denominador yo también soy capaz de multiplicar cualquier cosa por cuatro.

El problema no es que los asistentes manden poco tráfico —a algunos sitios ya les mandan bastante—, sino que medirlo en GA4 tiene trampas en las tres fases: en lo que llega, en cómo se clasifica y en lo que después concluimos de la tabla.

Por qué buena parte aterriza como directo

Antes de tocar la configuración conviene aceptar que una porción de estas visitas no la vas a etiquetar nunca. Los motivos son bastante prosaicos:

• Las apps nativas. Cuando alguien pincha un enlace desde la aplicación de móvil o de escritorio de un asistente, muchas veces no viaja ningún referente. Sin referente, GA4 no tiene de dónde agarrarse.
• La política de referente. El origen puede recortar la cabecera o directamente no enviarla, y ahí no hay nada que hacer desde tu lado.
• El copia y pega. El asistente menciona tu dominio en el texto, el usuario lo escribe o lo pega en la barra. Eso es directo de manual.
• El rebote por el buscador. Le recomiendan tu marca, y en vez de pinchar, va a Google y busca tu nombre. Esa sesión se te apunta como búsqueda, y encima como búsqueda de marca, que es donde más fácil resulta engañarse.

Añade que el cajón de «Directo» ya venía lleno de marcadores, clientes de correo, códigos QR y gente que teclea el dominio. Interpretar una subida del directo como «esto es la IA» es una hipótesis, no una medición.

Los referentes que sí te llegan enteros

Desde el navegador, la mayoría de asistentes se identifican con su propio dominio. Los que verás con más frecuencia en el informe de referencias: chatgpt.com (y todavía algún resto de chat.openai.com), perplexity.ai, gemini.google.com, copilot.microsoft.com y claude.ai. Hay un detalle que ayuda mucho: OpenAI añade un parámetro de campaña con el valor chatgpt.com a los enlaces salientes, así que en esos casos el origen te llega limpio aunque el referente se pierda por el camino.

Aun así, no des por buena mi lista ni la de nadie. Abre tu informe de adquisición, ordena por origen de la sesión y mira qué dominios raros aparecen en tu propiedad, que cambian cada pocos meses.

El grupo de canales personalizado, paso a paso

En Administrar, dentro de Presentación de datos, tienes Grupos de canales. Creas uno nuevo, añades un canal arriba del todo —el orden importa, GA4 evalúa de arriba abajo y el primero que casa se lleva la sesión— y le pones una condición sobre el origen de la sesión con coincidencia por expresión regular. Sobre el origen, no sobre el medio: el medio no siempre viene relleno y te dejaría fuera justo los casos que quieres cazar.

Una expresión razonable para empezar:

^(chatgpt\.com|chat\.openai\.com|openai\.com|.*perplexity\.ai|gemini\.google\.com|copilot\.microsoft\.com|claude\.ai|you\.com)$

Anclada y con los dominios completos, que es donde se cometen los errores caros. Tres que he visto en producción:

• Filtrar por copilot a secas y acabar metiendo referencias de repositorios y foros de programación que no tienen nada que ver.
• Filtrar por gemini a secas: existe un exchange de criptomonedas con ese nombre y su propio dominio.
• Filtrar por \.ai$ porque «los asistentes acaban en punto ai». También acaban ahí media start-up del planeta.

Google documenta que estos grupos se aplican también a los datos ya recogidos, así que en cuanto lo guardes deberías poder mirar atrás. Compruébalo con un mes que conozcas bien antes de fiarte.

No confundas rastreadores con visitas

En los registros del servidor vas a ver agentes como GPTBot, OAI-SearchBot, ChatGPT-User o PerplexityBot. Son cosas distintas entre sí, y ninguna es una visita: no ejecutan tu JavaScript, así que no aparecen en GA4 ni deben aparecer. Que te rastreen mucho no significa que te manden gente. Son dos gráficos separados y conviene mirarlos separados.

La comparación de conversión, con la aritmética delante

Circulan por ahí multiplicadores muy golosos sobre lo bien que convierte este tráfico frente a la búsqueda. No te voy a dar ninguna cifra de terceros porque casi todas vienen de muestras que no puedo revisar. Sí te puedo dar la forma de calcular la tuya y de saber si significa algo.

Monta una exploración libre con tu grupo de canales como dimensión y sesiones, sesiones con interacción y conversiones como métricas. Y antes de enseñar el resultado, haz este cálculo: si tienes 40 sesiones y 2 conversiones, tu tasa es del 5%, pero el margen de error de esa proporción anda por los ±6,7 puntos. Es decir, el intervalo incluye el cero y también el 11%. Cualquier comparación construida sobre eso es una anécdota con formato de tabla.

Cuando ya tengas volumen suficiente, quedan dos sesgos que corregir a mano:

• El filtrado previo. Quien llega desde un asistente ya ha pasado por una conversación en la que se han descartado alternativas. Compararlo con todo el tráfico de búsqueda es comparar a alguien que va a por algo concreto con la media de todos los curiosos.
• La marca. Una parte de estas visitas son consultas donde ya te nombraban. Compáralas contra tus búsquedas de marca, no contra el total, o te saldrá un multiplicador precioso que solo mide que la gente que te conoce compra más.

El cuadro mínimo que aguanta una reunión

• Sesiones absolutas del canal nuevo, siempre con el número crudo al lado del porcentaje.
• Páginas de entrada de esas sesiones: los asistentes suelen mandar a páginas profundas, y eso ya te dice qué material tuyo están usando.
• Evolución del directo en paralelo, como indicio, marcado como indicio.
• Rastreos por agente, en su propio gráfico y sin mezclar con visitas.

Con eso puedes hablar del tema sin inventarte nada, que en un asunto donde todo el mundo tiene prisa por tener datos ya es bastante. Y cuando alguien enseñe el próximo «+400%», pregunta por el denominador antes de que lo pregunte el cliente.