La IA moldea a tus compradores y tu analytics no lo ve
La estructura y el marcado se actualizaron para los motores de respuesta actuales; el análisis original se conserva.
Mucho antes de que un comprador llene un formulario, ya se ha estado formando una opinión de ti, y en 2024 una parte creciente de eso ocurre dentro de un chatbot de IA, en una conversación privada que no deja clic, ni cookie, ni referral. El canal es real, y tu tablero no lo ve en absoluto.
la respuesta corta
En 2024, los LLMs se han vuelto asesores privados de investigación para compradores B2B, y una conversación con un chatbot no produce clic, cookie ni referral. El momento en que la IA moldea a un comprador es estructuralmente invisible para el analytics; cuando el comprador llega después, se etiqueta mal como tráfico directo o búsqueda de marca. No puedes medir este canal por clics. Lo mides por proxy —atribución autoreportada, búsqueda de marca, comportamiento del tráfico directo— o lo valoras en un falso cero.
claves
- El «dark funnel» no es nuevo —los compradores B2B siempre se han movido por canales privados no rastreables— y en 2024 los LLMs se suman como asesores privados de investigación.
- Una conversación con un chatbot no deja clic, cookie ni referral: el momento en que la IA moldea a un comprador es estructuralmente invisible, y en 2024 no hay siquiera una convención de etiquetado de IA en la que apoyarse.
- Cuando el comprador sí llega después, suele ser por búsqueda de marca o directa, que el analytics etiqueta mal, atribuyendo la influencia de la IA a otra cosa, o a nada.
- No puedes medir este canal con precisión de clic; lo mides por proxy: atribución autoreportada, volumen de búsqueda de marca, y la calidad de tu tráfico directo.
- El riesgo real no es la imprecisión sino un falso cero: a falta de una métrica pulcra, los equipos valoran la IA en nada y subinvierten en un canal que ya moldea decisiones que no ven.
dónde ocurre la influencia vs dónde aparece
La división es todo el punto. Las decisiones que importan —compararte, ponerte en la lista corta— ocurren en la mitad izquierda, donde ningún instrumento alcanza. Lo que tu analytics registra es la mitad derecha: una visita de marca o directa que llega ya convencida. Lee el tablero solo y acreditas el paso visible, perdiendo que el trabajo se hizo en la oscuridad.
Por qué un falso cero es el peligro real
El instinto, ante un canal que no puedes rastrear, es apartarlo hasta que puedas —esperar el informe de referencia, la atribución limpia, el número que justifique el presupuesto—. El problema es que el número no va a llegar, y la espera tiene un costo. Cada trimestre que tratas la influencia de la IA como inmedible, en la práctica la tratas como cero: nada en el tablero, nada en el modelo, nada en el argumento para invertir. Mientras tanto el canal sigue trabajando, moldeando en qué proveedores confían los compradores antes de que siquiera aparezcan en tu funnel. Un falso cero es más peligroso que una estimación gruesa, porque no solo declara mal el valor: saca el canal de la conversación por completo, y no puedes gestionar lo que has decidido que no existe.
La alternativa no es inventar una precisión que no tienes; es aceptar verdad direccional y actuar sobre ella. No podrás decir que la IA generó exactamente estos tantos tratos. Sí podrás decir, desde las fuentes autoreportadas y la búsqueda de marca y la forma de tu tráfico directo, si el canal crece y si los compradores que toca convierten mejor, y eso basta para decidir si invertir en ser la respuesta que la IA da. Para una disciplina de medición, la parte dura es psicológica: renunciar al consuelo de una sola métrica limpia a cambio de una lectura defendible a través de varias imperfectas. Pero ese canje es el honesto, y es el que te impide infrafinanciar un canal precisamente porque es el más difícil de ver.
El dark funnel, en tres partes
Por qué las conversaciones con IA no dejan rastro, cómo reaparece la influencia mal etiquetada, y los proxies que te dejan medirla igual. Abre cada capa para la parte que cambia cómo rastreas el efecto de la IA.
01 Por qué las conversaciones con IA no dejan rastro
Un clic de búsqueda es un evento rastreable: el navegador carga un referrer, la visita aterriza con una fuente adjunta, y tu analytics puede decir de dónde vino. Una conversación dentro de un chatbot no es eso. Es un entorno cerrado —sin referrer header, sin cookie puesta en tu dominio, sin pixel disparándose— porque la interacción nunca se diseñó para entregarle a un sitio una señal atribuible. Cuando un comprador le pide a una IA que te compare contra un competidor, sopesa la respuesta, y decide que vales un vistazo, nada de eso produce un registro que puedas ver. En 2024 esto es especialmente crudo: no hay siquiera una convención asentada para etiquetar visitas impulsadas por IA, así que las conversaciones que moldean la opinión ocurren del todo fuera de tus instrumentos. La influencia es real y el dato simplemente no existe, no porque tus herramientas sean débiles, sino porque el canal no emite el tipo de señal que esas herramientas se construyeron para captar.
02 Cómo reaparece la influencia, mal etiquetada
El comprador persuadido dentro de una conversación con IA no se esfuma; reaparece, solo que no de forma que acredite a la IA. Convencido de que vales considerarte, después busca tu nombre de marca, o teclea tu URL directamente, o hace clic en un resultado que ya estaba predispuesto a elegir. Para tu analytics, eso parece búsqueda de marca o tráfico directo, fuentes que atribuirá felizmente al «SEO» o a nada en particular. El momento real de influencia, la conversación con IA que creó la intención, es invisible, y el toque visible que sigue se lleva todo el crédito. Así es como un canal puede ser calladamente poderoso y aparentemente ausente a la vez: el trabajo ocurre en la oscuridad, y un paso posterior y rastreable hereda el resultado. Lee tu tablero literalmente y concluirás que la búsqueda de marca lo hizo, cuando la búsqueda de marca era solo el eco de una decisión tomada en algún lugar que no puedes mirar.
03 Proxies para un canal inmedible
Si no puedes medir el canal directamente, mides sus sombras, y varias son lo bastante fiables para actuar sobre ellas. La atribución autoreportada es la más directa: un «¿cómo nos conociste?» abierto en tus formularios deja que los compradores nombren la IA como fuente en cuanto empiezan a hacerlo, por delante de cualquier herramienta. El volumen de búsqueda de marca es la siguiente señal: un alza en gente buscando tu nombre específicamente suele ser el rastro aguas abajo de ser recomendado en lugares que no puedes ver. El comportamiento de tu tráfico directo es un tercero: el crecimiento en visitas directas que aterrizan en páginas profundas y específicas en vez del home encaja con el patrón de gente enviada por una IA a una respuesta concreta. Y las entrevistas win/loss cierran el círculo, dejando que los compradores te digan en sus propias palabras qué moldeó la decisión. Ninguno es preciso solo; juntos triangulan una lectura defendible. El oficio es aceptar verdad direccional de varios proxies en vez de exigir una certeza que el canal nunca dará.
Un bucle inicial que puedes correr este trimestre
Ninguno de los proxies es difícil de montar, y no necesitas todos a la vez. El lugar más rápido para empezar es una sola pregunta abierta en tus formularios de demo y contacto: «¿cómo nos conociste?», escrita como un campo en blanco y no como un desplegable, porque un menú fijo solo puede capturar las fuentes que ya pensaste en listar, y el punto entero es atrapar la que no puedes ver. Lee esas respuestas cada semana. La primera vez que un comprador escriba «ChatGPT» o «le pregunté a una IA», tienes tu primera pieza de evidencia directa —antes, y con más honestidad, de lo que cualquier tablero te la habría dado—. Etiqueta las respuestas en grupos aproximados para que el patrón se vuelva legible a lo largo de un trimestre en vez de quedar como un montón de anécdotas.
Junto a eso, vigila dos números que ya tienes. El volumen de búsqueda de marca —cuánta gente busca tu nombre específicamente— es la señal externa más barata, y un alza sostenida en él, sobre todo sin una campaña que lo explique, es consistente con ser recomendado en algún lugar que no puedes observar. Y segmenta tu tráfico directo por página de aterrizaje: una proporción creciente que llega a páginas profundas y específicas en vez del home encaja con gente enviada por una IA a una respuesta concreta, no con gente tecleando tu dirección de memoria. Junta esos tres —fuentes autoreportadas, búsqueda de marca, forma del tráfico directo— y revísalos en la misma cadencia que revisas todo lo demás. No obtendrás un número atribuido limpio, pero en un trimestre tendrás una lectura defendible y que mejora de si la IA está moldeando tu pipeline, que es la versión honesta de medir un canal que se niega a dejar un clic. Empieza el bucle ahora, mientras la señal es pequeña, para que la línea base exista cuando el canal crezca.
El dark funnel: respuestas rápidas
¿No puedo simplemente rastrear el tráfico de referencia de la IA?
Apenas, y en 2024 casi nada, que es el corazón del problema. Una referencia solo existe si la IA manda un clic a tu sitio cargando un rastro de dónde vino, y la mayor parte de la interacción con IA no funciona así. Un comprador le pide a un chatbot que compare opciones, recibe una respuesta, y o actúa sobre ella después o no; ningún clic sale de la conversación, así que no hay nada que registrar. Incluso cuando un clic sí ocurre, el entorno del chatbot a menudo no pasa referrer, así que tu analytics lo registra como tráfico directo sin idea de que empezó en una herramienta de IA. Mientras escribimos, no hay siquiera una convención de etiquetado consistente en la que apoyarse. Así que la respuesta honesta es que el rastreo de referencias captura solo la fina rebanada de influencia de IA que termina en un clic atribuido, y se pierde la parte mucho mayor donde el comprador es persuadido dentro de la conversación y nunca hace clic. Tratar esa fina rebanada como el canal entero es como concluyes que la IA no hace nada, cuando está haciendo mucho en silencio.
¿«Dark funnel» no es solo una excusa para gasto no atribuible?
Puede abusarse así, por eso la disciplina es tratarlo como un reto de medición y no como un pase libre. El dark funnel no es un lugar para esconder resultados; es un reconocimiento de que la influencia real ocurre en canales que la atribución de último clic nunca se construyó para ver —conversaciones privadas, comunidades, y ahora herramientas de IA—. La respuesta equivocada es encogerse de hombros y dejar de medir. La correcta es medir distinto: con proxies que dan señal direccional aunque la atribución precisa sea imposible. Si tus búsquedas de marca suben, si tu tráfico directo crece y se comporta como gente que ya sabe lo que quiere, si los compradores en las llamadas de ventas siguen mencionando que «le preguntaron a ChatGPT», eso es evidencia de que el dark funnel funciona, no excusas por la ausencia de un número limpio. El peligro no es que el dark funnel sea inmedible; es que, a falta de una métrica pulcra, los equipos lo valoran calladamente en cero y subinvierten en algo que está moviendo tratos.
¿Cómo empiezo a medirlo?
Empieza con el proxy más barato y directo: pregunta. Una pregunta de atribución autoreportada en tu formulario de demo o contacto —un «¿cómo nos conociste?» abierto en vez de un menú fijo— hace aflorar la IA como fuente en cuanto los compradores empiezan a nombrarla, mucho antes de que cualquier software pudiera. Combínalo con el seguimiento de búsqueda de marca, porque una marea creciente de gente buscando tu nombre específicamente suele ser el eco aguas abajo de ser recomendado en algún lugar que no puedes ver. Luego mira la calidad de tu tráfico directo: si crece y aterriza en páginas profundas y específicas en vez de tu home, ese patrón es consistente con gente enviada por una IA a una respuesta concreta. Ninguno es preciso por sí solo, pero juntos triangulan. Lee a través de las fuentes autoreportadas, la búsqueda de marca y el comportamiento del tráfico directo y obtienes una lectura defendible de si la IA está moldeando tu pipeline, que es mucho mejor que el falso cero que obtienes esperando un informe de referencia que nunca llegará.
¿Esto significa que la atribución es inútil?
No: significa que la atribución precisa a nivel de clic es el estándar equivocado para este canal, y aferrarse a ella es lo que hace que la situación se sienta inútil. El marketing siempre ha tenido influencia que no podía rastrear hasta un clic: el boca a boca, una mención en una conferencia, una recomendación en un hilo privado. El dark funnel, IA incluida, es más de eso, no una especie nueva de inmedible. La respuesta madura es sostener dos verdades a la vez —que no puedes atribuir perfectamente la influencia de la IA, y que aun así puedes saber, con confianza razonable, si está creciendo y ayudando—. Eso basta para tomar decisiones. Los equipos que les va bien aquí no son los que descifran un modelo de atribución perfecto; no lo hay. Son los que dejan de exigir certeza a nivel de clic a un canal que no la produce, y empiezan a gestionarlo con las señales honestas y direccionales que sí da.
Una nota sobre fuentes y certeza
Esto se escribe en septiembre de 2024. El dark funnel mismo es una idea establecida —los compradores siempre han tomado decisiones en canales privados que la atribución de último clic no puede ver— y lo que esta nota añade es que los chatbots de IA se han sumado a esos canales como asesores de investigación. Hemos descrito la mecánica que ya estaba clara: conversaciones cerradas que no emiten referrer ni cookie, influencia que reaparece como tráfico directo o de marca mal etiquetado, y los métodos proxy que los marketers ya usaban para el dark social. No hemos citado los estudios a gran escala que pusieron números a esto después —qué proporción de compradores usa IA, qué porcentaje del tráfico llega a ser— porque se midieron luego, e importarlos hacia atrás prestaría una falsa precisión a una vista de septiembre de 2024. Notablemente, no hay aún siquiera una forma consistente de etiquetar las visitas impulsadas por IA mientras escribimos. Lo sólido es la forma del problema, y la postura de trabajo del AC Group sobre él por 27 años: mide la influencia con honestidad mediante proxies en vez de fingir que un canal no rastreable no existe.