El análisis del tráfico procedente de la IA ya era complicado
El análisis del tráfico procedente de la IA ya era complicado de por sí, y acaba de volverse todavía más opaco: Gemini ha dejado de incluir el parámetro UTM en sus enlaces.
Quizás recordáis que en septiembre comenzó a incorporar utm_source=gemini. En los registros de los sitios que monitorizo, ese parámetro fue apareciendo durante tres semanas hasta que el 29 de septiembre desapareció de golpe, de un día para otro. Adjunto captura de uno de esos sitios.
He aprovechado para actualizar el artículo de mi blog con información más detallada sobre qué podemos medir de la IA y qué se nos escapa, a partir de datos reales extraídos de mis clientes: Qué podemos medir del tráfico de IA y qué no.
Algunos de los datos que he podido recopilar:
ChatGPT-User descarga entre 2 y 7 veces más páginas de las que ChatGPT manda como visitas reales. De cada 100 descargas, solo entre 0,1 y 1 visitas llegan a esa URL en los cinco minutos siguientes.
Desde GPT-6, el Referer de ChatGPT llega en contadas ocasiones: entre el 96% y el 99% de las visitas con UTM entran sin él. Si la UTM falla, ese tráfico queda engullido por Direct.
Cuando la UTM de ChatGPT falló entre el 7 y el 16 de octubre, el canal perdió entre el 68% y el 74% de sus visitas en logs y entre el 20% y el 60% en GA4. Ese tráfico no fue posible recuperarlo dentro de Direct.
En uno de los sitios analizados, hasta el 35% de las visitas con utm_source=chatgpt.com correspondían a clientes automatizados desde centros de datos, con un patrón que encaja con lo que se conoce como prompt trackers.
En el caso de Gemini, solo he podido estimar un mínimo de lo que cae en Direct, cruzando datos de la app de iOS y lo que dejó ver la prueba de la UTM: entre el 0,05% y el 0,23% del Direct de una semana normal.
En cuanto a las estimaciones que circulan de que entre un 20% y un 40% del tráfico de IA acaba atribuido a Direct, por ahora no tengo datos suficientes para confirmarlas ni para descartarlas.Gemini elimina el parámetro UTM: el tráfico de IA se vuelve aún más opaco
Resumen técnico
Gemini dejó de enviar utm_source=gemini el 29 de septiembre tras apenas tres semanas activo en logs. ChatGPT-User descarga entre 2 y 7 veces más páginas que visitas reales genera. Desde GPT-6, entre el 96% y el 99% de visitas con UTM llegan sin Referer. Cuando la UTM de ChatGPT falló del 7 al 16 de octubre, el canal perdió entre el 68% y el 74% de visitas en logs y entre el 20% y el 60% en GA4. Hasta el 35% de visitas con utm_source=chatgpt.com correspondían a clientes automatizados desde centros de datos.
Análisis de implicaciones
Sin utm_source=gemini, el tráfico procedente de Gemini cae directamente en el canal Direct, haciéndolo indetectable en herramientas como GA4. La única señal fiable queda en los logs del servidor, donde la app de iOS de Gemini deja una huella mínima: entre el 0,05% y el 0,23% del Direct semanal. Las estimaciones habituales de un 20-40% de tráfico IA atribuido a Direct no pueden confirmarse ni descartarse con los datos actuales disponibles.
Aplicación práctica
El análisis de tráfico IA fiable requiere cruzar logs del servidor con datos de GA4. Para Gemini, monitorizar el User-Agent de la app de iOS es actualmente el método con mayor precisión. Para ChatGPT, correlacionar descargas de ChatGPT-User con visitas en ventanas de 5 minutos permite estimar tráfico real. Ante fallos de UTM, aislar picos en Direct durante períodos conocidos de incidencia es la única vía para recuperar atribución perdida sin depender de parámetros que los modelos pueden eliminar sin previo aviso.
Contexto del sector
La inestabilidad en la implementación de UTMs por parte de modelos como Gemini y ChatGPT evidencia que la atribución de tráfico IA no está estandarizada. Ningún motor de IA generativa garantiza parámetros de seguimiento estables. Mientras ChatGPT mantiene UTMs con interrupciones documentadas, Gemini los ha abandonado sin comunicación oficial. La analítica web tradicional no está preparada para este comportamiento y los equipos de datos necesitan rediseñar sus modelos de atribución.
Artículo relacionado