Durante más de dos décadas, el marketing digital ha girado alrededor de unos pocos canales de adquisición: buscadores, redes sociales, email, afiliación o tráfico directo. La irrupción de los modelos de lenguaje (LLM) introduce un nuevo actor en este ecosistema. Cada vez es más frecuente que un usuario pregunte a ChatGPT qué cafetera comprar, qué portátil elegir o cuál es el mejor software para una necesidad concreta, y termine visitando una tienda online a través de un enlace recomendado por la propia IA.
La pregunta es inevitable: ¿qué valor tiene ese tráfico para las empresas? Un reciente artículo publicado en Marketing Science por Maximilian Kaiser y Christian Schulze ofrece la primera respuesta basada en evidencia a gran escala.
Un estudio con datos reales de casi mil comercios electrónicos
Uno de los principales atractivos del trabajo es su calidad metodológica. Los autores analizan datos de primera parte procedentes de Google Analytics de 973 sitios de comercio electrónico, con un volumen agregado superior a 20.000 millones de dólares en ventas. En total estudian:
- más de 164 millones de transacciones;
- más de 50.000 compras originadas desde ChatGPT;
- doce meses de actividad (agosto de 2024-agosto de 2025).
A diferencia de muchos informes elaborados por agencias de marketing, este estudio compara el tráfico procedente de ChatGPT con todos los grandes canales digitales tradicionales utilizando exactamente las mismas métricas: tasa de conversión, valor medio del pedido, ingresos por sesión y diferentes indicadores de comportamiento del usuario.
La primera conclusión: ChatGPT sigue siendo un canal muy pequeño
Existe una enorme diferencia entre el ruido mediático y la realidad. Durante el periodo analizado, el tráfico generado por los LLM representa menos del 0,2 % del tráfico total recibido por las tiendas online. En otras palabras, Google sigue dominando de forma aplastante la adquisición de usuarios. Además, más del 90 % del tráfico procedente de modelos de lenguaje corresponde a ChatGPT. El resto de plataformas —Gemini, Perplexity, Copilot o Grok— apenas tienen relevancia estadística.
¿Convierte mejor que Google?
No. Pero tampoco tan mal como algunos podrían pensar.
Una vez controladas las diferencias entre empresas, sectores y dispositivos, los autores encuentran que ChatGPT presenta una tasa de conversión superior únicamente a la publicidad en redes sociales (Paid Social).
Todos los demás canales tradicionales obtienen mejores resultados:
- búsqueda orgánica;
- búsqueda de pago;
- afiliación;
- email;
- tráfico directo;
- referral.
La diferencia respecto al SEO es relativamente pequeña, mientras que la distancia respecto a canales como afiliación es bastante mayor.
Es un resultado interesante porque contradice parte del discurso generado por algunos informes comerciales que sugerían que ChatGPT estaba produciendo conversiones extraordinariamente superiores a las de Google.
Un tráfico pequeño… pero bastante cualificado
Aunque las conversiones no sean superiores a las del resto de canales, el comportamiento de los usuarios sí presenta características propias. Los visitantes procedentes de ChatGPT muestran:
- tasas de rebote relativamente bajas;
- menos páginas vistas;
- sesiones más cortas.
Lejos de interpretarlo como un síntoma negativo, los autores proponen una explicación bastante convincente. Cuando un usuario llega desde ChatGPT ya ha realizado buena parte del proceso de búsqueda de información durante la conversación con la IA. Ha comparado productos, ha recibido recomendaciones y ha reducido el conjunto de alternativas. Como consecuencia, necesita explorar mucho menos la página web antes de tomar una decisión.
Es decir, parte del trabajo que tradicionalmente realizaba la web ahora ocurre dentro del propio asistente conversacional.
El hallazgo más interesante: los productos complejos
Probablemente, el resultado más relevante del estudio no sea la comparación entre canales, sino la enorme heterogeneidad entre categorías de producto. ChatGPT funciona considerablemente mejor cuando la compra exige:
- comparar múltiples alternativas;
- procesar mucha información;
- comprender características técnicas;
- reducir incertidumbre antes de decidir.
Los sitios dedicados a productos complejos reciben una proporción de tráfico LLM aproximadamente 4,6 veces superior a la observada en categorías simples. La explicación resulta intuitiva. Si comprar una camiseta requiere pocos minutos de reflexión, una conversación larga con ChatGPT aporta poco valor. Sin embargo, elegir un software empresarial, una cámara profesional, un sistema de climatización o un equipo médico implica comparar múltiples atributos y sintetizar gran cantidad de información. Precisamente ahí es donde un modelo de lenguaje puede ofrecer una ventaja competitiva frente a un buscador tradicional.
El canal está mejorando rápidamente
El estudio también analiza cómo evoluciona ChatGPT a lo largo del tiempo. Durante el año observado ocurre algo llamativo:
- aumenta la tasa de conversión;
- disminuye el valor medio del pedido;
- los ingresos por sesión mejoran lentamente.
Los autores interpretan este patrón como una señal de que los consumidores están aprendiendo a utilizar mejor este nuevo canal. A medida que aumenta la experiencia de los usuarios, también mejora la calidad del tráfico generado por la IA. No obstante, incluso proyectando estas tendencias hacia el futuro, los modelos estadísticos sugieren que ChatGPT todavía necesitaría tiempo para alcanzar el rendimiento de la búsqueda orgánica.
Algunas limitaciones importantes
Como toda investigación empírica, este trabajo también presenta limitaciones. La principal es que utiliza atribución de último clic (last-click attribution). Esto significa que únicamente mide el canal que genera la visita final antes de la compra.
Si un consumidor descubre un producto gracias a ChatGPT pero termina regresando posteriormente mediante Google o acceso directo, la contribución inicial de la IA desaparece del análisis. Por tanto, es posible que el impacto real de los LLM en las fases iniciales del proceso de decisión sea superior al que reflejan estos datos.
+info: Kaiser, M., & Schulze, C. (2026). Frontiers: ChatGPT referrals to e-commerce websites: How do LLMs compare against traditional channels? Marketing Science, 45(4), 699–715. https://doi.org/10.1287/mksc.2025.0489
Deja una respuesta