En los últimos meses, muchas webs están empezando a recibir visitas desde herramientas de inteligencia artificial como ChatGPT, Perplexity, Gemini o Copilot. No siempre es evidente ni sencillo identificar este tipo de tráfico en Google Analytics 4, ya que la herramienta no lo trata como una fuente diferenciada y suele mezclarlo con otros canales más tradicionales.
Aun así, entender cómo llega este tráfico, qué comportamiento tiene y cómo medirlo correctamente se está volviendo cada vez más relevante. En este artículo vamos a ver cómo captura GA4 el tráfico procedente de herramientas de IA y, sobre todo, cómo podemos aislarlo, analizarlo y reportarlo de forma más clara usando las opciones que ya tenemos disponibles dentro de la propia herramienta.
Contenidos
¿Qué es el tráfico de IA y cómo lo captura GA4?
Cuando hablamos de tráfico procedente de herramientas de IA, nos referimos a visitas que llegan a la web desde aplicaciones o interfaces que utilizan modelos de lenguaje, como ChatGPT, Perplexity, Gemini o Copilot. Desde el punto de vista del usuario, el proceso es sencillo: la IA muestra un enlace y este se abre en el navegador. Para GA4, sin embargo, esa visita no tiene nada de especial.
Google Analytics 4 no identifica el tráfico de IA como una categoría propia. La herramienta se limita a recoger la información técnica disponible en el momento de la sesión, principalmente la fuente, el medio y, si existe, el dominio de referencia o referrer. Si la plataforma de IA envía un referrer reconocible, ese tráfico suele aparecer como referral. En otros casos, puede acabar registrado como tráfico directo o mezclado dentro de otros canales que no reflejan realmente su origen.
Aquí aparece una de las principales limitaciones. Muchas herramientas de IA no envían referrer, lo hacen de forma inconsistente o utilizan dominios que cambian con el tiempo. Esto significa que GA4 solo es capaz de capturar una parte del tráfico real generado por estas plataformas, y que cualquier análisis que hagamos estará basado necesariamente en datos parciales.
Aun así, entender cómo se está registrando este tráfico es clave. Saber que GA4 no lo distingue de forma automática y que lo mezcla con otros canales explica por qué es necesario apoyarse en configuraciones adicionales si queremos aislarlo, analizarlo con más detalle y evitar interpretaciones erróneas en los informes.
¿Por qué tiene sentido medir y analizar el tráfico de IA?
Medir el tráfico procedente de herramientas de IA no tiene tanto que ver con el volumen como con el contexto. En la mayoría de sitios web, este tráfico todavía representa una parte pequeña del total, pero su origen y su intención suelen ser distintos a los de otros canales más tradicionales. No es lo mismo una visita que llega desde un buscador que otra que aterriza en la web después de que una IA haya seleccionado un enlace como respuesta a una pregunta concreta.
Además, este tipo de tráfico suele estar más cualificado en términos de intención. En muchos casos, el usuario no está explorando opciones de forma genérica, sino que llega con una necesidad bastante definida, lo que puede traducirse en patrones de comportamiento diferentes. Analizar métricas como el engagement, las páginas de entrada o la conversión por separado ayuda a entender si este canal se comporta más como tráfico informacional, de descubrimiento o de acción directa.
Separar el tráfico de IA también evita lecturas erróneas en otros análisis. Si este tráfico queda mezclado dentro de referral, directo o búsqueda orgánica, puede distorsionar comparativas históricas o hacer que ciertos cambios de comportamiento pasen desapercibidos. Identificarlo como un conjunto propio permite contextualizar mejor los datos y empezar a responder preguntas más específicas.
Identificar el tráfico de IA mediante un segmento en GA4
Una de las formas más directas de empezar a analizar el tráfico procedente de herramientas de IA en GA4 es crear un segmento que agrupe las sesiones cuyo origen coincide con dominios conocidos de este tipo de plataformas. No es una solución perfecta, pero sí un buen primer paso para aislar este tráfico y empezar a observar su comportamiento de forma separada.
La idea es apoyarse en la dimensión de fuente de la sesión o dominio de referencia y aplicar una expresión regular que incluya los proveedores de IA más habituales. Herramientas como ChatGPT, Perplexity, Copilot o Gemini suelen enviar un dominio identificable cuando abren enlaces en un navegador, y es ahí donde podemos apoyarnos para construir el segmento. Este enfoque funciona especialmente bien dentro del apartado de Exploraciones, donde los segmentos permiten analizar métricas y dimensiones sin afectar a los datos originales.
Un ejemplo de regex que agrupa los dominios más relevantes actualmente es:
chatgpt\.com|chat\.openai\.com|gemini\.google\.com|deepseek\.com|perplexity(?:\.ai)?|claude\.ai|copilot\.microsoft\.com|deepl\.com|character\.ai|(?:\w+\.)?meta\.ai|grok\.x\.com|grok\.com|x\.ai|bard\.google\.com|(?:\w+\.)?mistral\.ai|writesonic\.comAl crear el segmento, entra en Exploraciones, abre o crea un nuevo informe de explorador y haz clic en Segmentos → + Nuevo segmento → Segmento de sesión. En la sección de Condiciones, selecciona Fuente de la sesión y pega el regex anterior. Esto permitirá que todas las sesiones cuyo dominio de origen coincida con alguno de los proveedores queden incluidas en el segmento.
Este patrón permite identificar sesiones cuya fuente de tráfico contiene referencias a herramientas ampliamente utilizadas en la actualidad. Aun así, conviene asumir que esta lista no es estática. Nuevas plataformas aparecen, algunas cambian de dominio y otras dejan de enviar referrer, por lo que es recomendable revisar y ajustar el regex de forma periódica para evitar tanto falsos positivos como lagunas innecesarias.
Una vez aplicado, este segmento se convierte en la base de todo el análisis posterior. A partir de aquí ya es posible comparar el comportamiento del tráfico de IA frente a otros canales, analizar páginas de entrada o estudiar su impacto en conversiones, siempre teniendo presente que estamos observando una parte del tráfico y no su totalidad.
Crear una agrupación de canales personalizada para tráfico de IA
Si quieres que este tráfico aparezca directamente en los informes estándar, lo mejor es crear una agrupación de canales personalizada. Para ello, ve a Administrar → Visualización de datos → Agrupaciones de canales. Haz clic en Crear agrupación de canales y añade un nuevo canal llamado, por ejemplo, “Asistentes de IA”.
Dentro de las reglas del canal, selecciona la dimensión Fuente de la sesión y aplica el mismo regex que usaste para el segmento. Así, cualquier sesión que cumpla la condición se incluirá automáticamente en este canal. Guarda la agrupación y luego ve a cualquier informe de adquisición. Ahora podrás filtrar o comparar el canal “Asistentes de IA” junto con Organic, Direct, Referral u otros utilizando la nueva agrupación de canales.
Esta configuración permite analizar el comportamiento del tráfico de IA de manera consistente en diferentes informes y compararlo con otros canales sin necesidad de aplicar el segmento cada vez. Al igual que con el segmento, ten en cuenta que solo se capturan visitas con referrer identificable, por lo que siempre trabajamos con datos parciales pero mucho más claros que antes.
Usar la agrupación de canales de IA en informes y exploraciones
Una vez creada la agrupación de canales para tráfico de IA, aplicarla es muy sencillo. En cualquier informe de adquisición, como Adquisición de tráfico o Adquisición de usuarios, basta con seleccionar la dimensión Agrupación de canales personalizada en lugar de la predeterminada. Allí verás tu canal “Asistentes de IA” junto con los demás, lo que permite comparar métricas como sesiones, usuarios nuevos o engagement con el resto de canales.
En Exploraciones, el procedimiento es similar. En las tablas, gráficos o cualquier visualización de tu informe de explorador, puedes usar la dimensión de tu agrupación de canales personalizada para filtrar o desglosar datos. Esto te permite analizar, por ejemplo, qué páginas de entrada son más frecuentes para tráfico de IA, cuánto tiempo pasan en la web o qué eventos realizan. La ventaja es que no necesitas volver a crear segmentos, ya que cualquier sesión que cumpla las condiciones de la agrupación aparecerá automáticamente en este canal.
Con este enfoque, puedes integrar el tráfico de IA directamente en tus reportes habituales y exploraciones avanzadas, logrando una visión más clara de su comportamiento sin complicarte con filtros adicionales.
En resumen, medir y analizar el tráfico de IA en GA4 requiere un poco de trabajo adicional porque la herramienta no lo distingue de forma automática. Crear un segmento basado en un regex de fuentes de IA y, sobre todo, definir una agrupación de canales personalizada permite aislar estas visitas y analizarlas de manera consistente, tanto en exploraciones como en los informes estándar.
Aunque los datos siempre serán parciales, aplicar estas configuraciones ayuda a entender mejor el comportamiento de este tipo de tráfico, comparar su rendimiento con otros canales y entender cómo interactúan los usuarios que llegan desde herramientas de inteligencia artificial.
