Un cliente te encontró en ChatGPT, pero tu analítica no lo registró
Publicado: · Revisado por el equipo editorial de geo-rank.ai · Nuestro método
Un comprador ve tu nombre en ChatGPT y días después busca tu web en Google. La analítica puede registrar una visita orgánica, mientras el cliente sitúa el descubrimiento en la IA. Ambos datos describen partes diferentes del recorrido. Para investigar la contribución de ChatGPT, combina visitas y testimonios sin perder el origen de cada evidencia.
Aquí analizamos lo que sucede antes de la primera visita observable. Un informe de referencias de IA cuenta tráfico registrado; no recupera un clic que nunca existió.
Cómo desaparece la recomendación del informe
Ejemplo ficticio: el lunes, una responsable de marketing pide criterios para contratar una renovación web y guarda dos nombres sugeridos por ChatGPT. El miércoles busca uno en Google y envía un formulario.
Desplázate horizontalmente para ver todas las columnas.
| Etapa | Evidencia disponible | Qué permite establecer |
|---|---|---|
| Recibe la recomendación | Conversación del comprador | Contenido de la respuesta, si se conserva |
| Anota el nombre | Nota o relato personal | Cómo explica su decisión |
| Busca la marca en Google | Visita y analítica disponible | Vía observable de acceso al sitio |
| Envía una consulta | Formulario y CRM | Contacto recibido y resultado posterior |
El sitio no participó hasta el miércoles. Cambiar el modelo de atribución no crea una visita anterior desde ChatGPT. Además, GA4 distingue fuentes del primer usuario, de sesión y de evento: First user source y Session source responden a preguntas distintas. Documentación de GA4.
Por qué no debes atribuir todo Direct a la IA
Optimist analiza el descubrimiento que no aparece en los informes de clics. Es una pregunta útil, pero el crecimiento de visitas directas o búsquedas de marca no revela por sí mismo su causa.
Google define (direct) / (none) como tráfico sin una fuente de referencia clara. Puede deberse a escribir la dirección o a perder información del origen; no significa «llegó tras una recomendación de IA». Explicación de Direct.
Las búsquedas de marca también crecen por publicidad, prensa, eventos o recomendaciones personales. Una tendencia invita a investigar, no permite adjudicar el resultado a ChatGPT.
Pregunta por la secuencia
Empieza de forma neutral: «¿Cómo conociste nuestra empresa por primera vez?». «¿Nos encontraste en ChatGPT?» sugiere una respuesta.
Si la persona menciona IA, pregunta:
- ¿Qué necesidad tenía y qué consultó aproximadamente?
- ¿El servicio propuso el nombre o ya lo conocía y pidió compararlo?
- ¿Qué le interesó: recomendación, enfoque, precio o artículo?
- ¿Cómo encontró después el sitio y qué la llevó a contactar?
Así distingues descubrimiento y evaluación. Una persona puede conocer la empresa por un colega y usar ChatGPT para preparar preguntas al proveedor. La IA intervino, pero no originó el conocimiento de marca.
Puedes invitarla a compartir el fragmento pertinente sin datos ajenos a la elección. No exijas su historial. Si no conserva la respuesta, registra el relato y esa limitación.
Mantén tres capas de evidencia
Separa datos automáticos, relato del comprador e interpretación. De lo contrario, una hipótesis acaba convertida en un supuesto hecho del CRM.
Desplázate horizontalmente para ver todas las columnas.
| Capa | Registro ilustrativo | Uso |
|---|---|---|
| Observación | Consulta L-104; sesión vinculada: google / organic | Adquisición registrada |
| Relato | «Vi el nombre en ChatGPT y después lo busqué» | Descubrimiento declarado por el cliente |
| Respaldo e interpretación | Respuesta original no disponible | Grado de evidencia, sin inventar una referencia |
L-104 es ficticio. Utiliza un identificador acordado para que varias llamadas no se conviertan en varios compradores. Si no puedes vincular una sesión con fiabilidad, conserva sus datos agregados; coincidencias de fecha y empresa pueden ser solo indicios.
Guarda las entrevistas en el sistema habitual de clientes. No introduzcas texto libre en URL o parámetros de eventos: puede incluir información personal o comercial innecesaria para medir el origen.
Clasifica lo que realmente sabes
Hay una respuesta conservada. Confirma su contenido, pero todavía hay que saber cuándo la vio el cliente y cómo influyó. Una captura no demuestra una venta adicional causada por IA.
Hay un relato detallado sin original. Cuenta como descubrimiento o participación de IA declarados, con esa limitación. No necesita convertirse en una URL exacta.
Solo crecen Direct o las búsquedas de marca. Es una señal agregada. Contrasta campañas, publicaciones, estacionalidad y cambios de medición; no la asignes a personas concretas.
El cliente no recuerda. Conserva «desconocido». Elegir el canal más plausible reduce la calidad del informe.
Cuenta cada comprador una sola vez
Supongamos 12 consultas únicas que cumplen los criterios comerciales. Son datos ilustrativos. Ocho personas contestan la pregunta de descubrimiento. Tres dicen ChatGPT: una aporta el original y dos lo recuerdan. Otra usó IA después de la recomendación de un colega. Cuatro no responden.
El informe puede decir: «De ocho participantes, tres declararon conocer la empresa por ChatGPT; uno aportó la respuesta. Otro utilizó IA para evaluar al proveedor. Faltan datos de descubrimiento en cuatro de las 12 consultas».
La proporción es 3/8 = 37,5% entre quienes respondieron y 3/12 = 25% de todas las consultas con ese testimonio. Los cuatro casos desconocidos impiden declarar que el otro 75% no tuvo relación con IA.
Los registros automáticos y la encuesta pueden solaparse. Unifica por identificador antes de sumar: quien hizo clic y lo contó al comercial sigue siendo un comprador.
Qué decidir con los resultados
Si varios clientes describen de manera independiente un mismo caso útil, comprueba que esté explicado en el sitio. Si las expectativas contradicen la oferta actual, corrige la información que las genera. Si solo existe una tendencia agregada, sigue observando y considera otras acciones de marketing.
Analiza unas pocas consultas recientes con el mismo procedimiento. Guarda las palabras del cliente, el recorrido observable y los vacíos. Esto complementa el análisis de tráfico y consultas y ayuda a definir la medición de visibilidad en IA.