Las referencias de IA están superando silenciosamente a Google en el comercio electrónico

Las referencias de IA ya están convirtiendo mejor que la búsqueda

El fundador y CEO, Lebesgue, analizó el tráfico web y los datos de conversión de más de 35,000 marcas de comercio electrónico que usan Shopify y encontró una marcada brecha de rendimiento entre las referencias de IA y la búsqueda.

Según los datos:

• Las referencias de herramientas de IA como ChatGPT convierten a una tasa media del 3.6%
• El tráfico de búsqueda tradicional de Google convierte al 1.23%
• Las referencias de IA generan alrededor de un 30% más de ingresos por sesión

El autor sostiene que esto refleja un cambio más profundo en el comportamiento del consumidor al que los equipos de comercio electrónico tendrán que adaptarse rápidamente.

El recorrido de compra se está comprimiendo

Durante años, el crecimiento del comercio electrónico se ha construido alrededor de los motores de búsqueda. Los usuarios escribían una consulta, escaneaban una lista de enlaces, comparaban opciones en varios sitios y finalmente elegían un producto.

Las herramientas de IA están reordenando ese flujo.

Recomendado

El laboratorio de Mira Murati presenta Inkling, un modelo abierto de 975 000 millones de p

En lugar de búsquedas amplias como “best running shoes” o “cheap Bluetooth speaker”, los usuarios ahora hacen preguntas muy detalladas, ricas en contexto y adaptadas a sus necesidades exactas. Donde antes recibían una larga lista de sitios para explorar, ahora obtienen una recomendación específica y a medida.

En el planteamiento del artículo, las plataformas de IA están comprimiendo la etapa de consideración. Gran parte de la evaluación ocurre antes de que el comprador llegue a una página de producto. Cuando finalmente hacen clic en el sitio de una marca, ya tienen cierto grado de confianza, similar a actuar según la recomendación de un amigo de confianza.

Eso crea un perfil de visitante muy diferente. El tráfico de búsqueda tradicional suele ser amplio y exploratorio; los visitantes referidos por IA se parecen más a clientes potenciales pre‑calificados, que llegan con expectativas más claras y una intención de compra más fuerte, lo que ayuda a explicar las mayores tasas de conversión y los ingresos por sesión.

Visibilidad ahora significa confianza, no solo rankings

Para las marcas de comercio electrónico, el tráfico de mayor intención suele traducirse en más ingresos por visitante y en adquisiciones más eficientes. Pero muchas siguen midiendo el éxito con marcos creados para el antiguo modelo centrado en la búsqueda.

Las estrategias de marketing siguen centradas en gran medida en volúmenes de tráfico, tasas de clics y rankings de palabras clave. En contraste, los sistemas de recomendación de IA se basan en señales diferentes. La visibilidad dentro de las respuestas generadas por IA depende menos de los anuncios tradicionales y más de la credibilidad, la autoridad y la relevancia contextual en toda la web.

Las marcas ya no compiten solo por posiciones en búsquedas: compiten para convertirse en fuentes de confianza dentro del ecosistema de información del que extraen las herramientas de IA.

Eso desplaza el énfasis del contenido y la descubribilidad:

• Las reseñas se vuelven más influyentes, ya que los sistemas de IA las incorporan con frecuencia.
• La cobertura editorial de terceros importa más porque alimenta la autoridad y la credibilidad.
• Las discusiones comunitarias en foros y redes sociales cobran peso como señales de credibilidad y contexto.

Según el artículo, los ganadores en el descubrimiento impulsado por IA serán las empresas con reputaciones sólidas y coherentes en múltiples fuentes de confianza, no aquellas que dependan únicamente del marketing de rendimiento agresivo.

Atribución y el riesgo de invertir mal

El artículo también señala un problema de medición. Muchas empresas pueden tener una imagen incompleta de qué canales impulsan realmente el crecimiento.

La publicidad digital ha sufrido durante mucho tiempo de “distorsión de atribución”: las plataformas optimizan para conversiones y terminan reenfocándose en gran medida a clientes existentes o usuarios que ya estaban cerca de comprar, inflando el rendimiento percibido de adquisición. Al mismo tiempo, el tráfico referido por IA a menudo está infra‑medido porque es una fuente de entrada relativamente nueva.

El riesgo es claro: las marcas invierten en exceso en canales heredados que se ven bien en el papel, mientras subestiman el tráfico emergente de alta intención procedente de recomendaciones de IA.

Cómo deberían responder las marcas de comercio electrónico

El autor sostiene que las marcas deben replantearse tanto dónde anuncian como cómo se presentan en la web.

Eso comienza con una auditoría básica de su huella digital:

• ¿Las reseñas son coherentes y de confianza?
• ¿La marca es mencionada por publicaciones y comunidades creíbles?
• ¿La información del producto es clara, precisa y realmente útil?

También implica crear contenido que responda preguntas reales de los consumidores en detalle, en lugar de perseguir solo palabras clave de alto volumen.

La búsqueda tradicional no va a desaparecer de la noche a la mañana. Los motores de búsqueda siguen importando, y los editores continúan configurando gran parte de la información que los sistemas de IA consumen y referencian.

Lo que está cambiando es el camino hacia la compra. Como afirma el texto, la era de ganar atención únicamente mediante la visibilidad está dando paso a la era de ganarse la confianza antes incluso de que se haga clic.

The views expressed here are those of the author and are not necessarily those of TechRadar Pro or Future plc.

El artículo fue producido como parte de TechRadar Pro Perspectives, que muestra colaboradores externos. TechRadar señala que los lectores interesados en contribuir pueden obtener más información en: https://www.techradar.com/pro/perspectives-how-to-submit