La búsqueda con IA, ChatGPT, Copilot y compañía han cambiado de raíz tu buyer journey y, con ello, tu clásico setup de atribución.

Hoy, los compradores B2B investigan durante semanas o incluso meses de forma anónima en comunidades, comparadores y cada vez más a través de asistentes de IA, antes siquiera de rellenar un formulario o hablar con el equipo de ventas. Estudios muestran que alrededor del 70 % del buyer journey B2B ya está completado cuando un comprador contacta por primera vez con Sales; la mayor parte de estas actividades tiene lugar en el llamado "Dark Funnel" y permanece prácticamente invisible para tu analítica.

Al mismo tiempo, tus soluciones aparecen en AI Overviews, respuestas de ChatGPT o recomendaciones de agentes... pero estos puntos de contacto son anónimos, sin sesiones ni cookies clásicas.

En esta guía verás, paso a paso, cómo desarrollar modelos de ROI sólidos en esta "Attribution Hell" sin fingir una precisión que no existe.

Lo que vas a aprender en esta guía

  • Por qué la atribución de marketing clásica fracasa en la era de los agentes de IA y qué partes siguen funcionando
  • Un framework de 7 pasos para hacer medible el ROI a pesar de la investigación anónima con IA
  • Qué métricas proxy necesitas para AI Search (SEO/GEO/AEO)
  • Cómo integrar señales de IA y del Dark Funnel en un modelo de atribución realmente aplicable
  • Cómo implementar el setup en el día a día con tu equipo y con herramientas como Nukipa - automatización de marketing con IA

Requisitos previos: qué deberías tener listo antes de empezar

Comprueba de antemano si cuentas con las siguientes bases:

  • CRM limpio y estructura de oportunidades
    • Los deals/oportunidades están vinculados a contactos y cuentas
    • El ingreso (Won) está claramente documentado
  • Fundamentos de analítica
    • Herramienta de analítica web (p. ej., GA4, Matomo, Piwik PRO) con campañas basadas en UTM
    • Taxonomía de canales coherente (Organic, Paid Social, Paid Search, Referral, Direct, etc.)
  • Tracking de eventos y formularios
    • Envíos de formularios, solicitudes de demo y trials registrados como eventos en la analítica y en el CRM
    • Campo "¿Cómo supiste de nosotros?" (Self-Reported Attribution) disponible
  • Base de contenidos
    • Blog/zona de recursos optimizada para buscadores
    • Idealmente, contenidos adaptados para AI Search y GEO
  • Opcional, pero recomendado
    • Data Warehouse/BI (BigQuery, Snowflake, Power BI, Looker)
    • Seguimiento de visibilidad en IA o GEO, por ejemplo tracking de prompts en Google, ChatGPT y Claude para más de 100 prompts relevantes de compra. Nukipa realiza tracking de más de 100 prompts en Google, ChatGPT y Claude, mide dónde se menciona tu marca y qué tráfico vuelve a tus contenidos

Paso 1: acepta que tu buyer journey es "agéntico" y no lineal

Antes de plantear un nuevo modelo de atribución, tienes que ajustar tu modelo mental.

Qué ha cambiado

  1. La investigación anónima domina
    Cerca de dos tercios de los compradores B2B empiezan con una investigación online autónoma, a menudo apoyada por asistentes de IA. La selección de proveedores suele estar prácticamente decidida cuando llega la primera solicitud. Según un estudio reciente de 6sense, más del 80 % ya tiene un favorito antes de contactar por primera vez con Sales.
  2. El Dark Funnel crece
    Foros, comunidades en Slack, Dark Social, chats internos y la búsqueda con IA (ChatGPT, Perplexity, Copilot) apenas se pueden medir, pero son decisivos. Los estudios estiman que alrededor del 70 % del journey es anónimo.
  3. De SEO a optimización para búsqueda con IA (GEO)
    La optimización para motores generativos (GEO) significa diseñar los contenidos de forma que los sistemas de búsqueda generativa como ChatGPT los utilicen directamente como respuesta, y no solo como enlace en páginas clásicas.

Analogía (motorsport): Antes, en marketing B2B solo veías el "tiempo por vuelta", es decir, el último clic. Hoy, el buyer journey se parece a la telemetría de un Porsche GT3 en Nürburgring Nordschleife: cientos de datos, muchos invisibles. Datos perfectos no existen, pero sí suficientes señales para mejorar de forma sistemática.

Idea clave: La atribución perfecta no es posible. Necesitas un modelo de medición probabilístico y orientado a la experimentación.

Paso 2: define qué ROI quieres medir realmente

Antes de entrar en atribución tienes que aclarar qué ROI debe orientar tu marketing.

2.1 Definir objetivos de negocio

Acláralo con el liderazgo de revenue (CFO, CRO, Head of Sales):

  • Horizonte temporal relevante (p. ej., pipeline a 12 meses vs. inbound a 3 meses)
  • Métricas centrales:
    • New Business ARR/MRR
    • Expansión/Upsell
    • Número de oportunidades cualificadas
    • Win Rate y Deal Velocity
  • Segmentos críticos (p. ej., DACH vs. global o por ICP)

2.2 Definir el ROI para actividades de IA y Dark Funnel

Para la búsqueda con IA y GEO necesitas una definición ampliada de ROI:

  • Primario:
    • Ingresos/pipeline procedentes de canales con relación a IA (p. ej., tráfico AI-Referral, Self-Reported "nos encontró vía ChatGPT")
  • Secundario (indicadores adelantados):
    • AI Share of Voice (cuota de marca en respuestas de IA)
    • Crecimiento de búsquedas de marca, tráfico directo y leads "No Referrer"
    • Self-Reported Attribution con "asistente de IA" como fuente

Consejo: Documenta tu definición de ROI de forma explícita y consigue la aprobación del CFO. Así tendrás un marco claro para las discusiones sobre atribución y ROI.

Paso 3: estabiliza tu atribución básica (todo lo que aún es medible)

Solo cuando las señales núcleo están en orden tiene sentido ampliar con señales de IA.

3.1 Setup mínimo para canales

Asegura o corrige:

  1. First-Touch y Last-Touch
    • First-Touch: canal del primer contacto del lead
    • Last-Touch: último canal antes de la conversión (p. ej., formulario, trial)
  2. Atribución multi-touch
    Los estudios de atribución recomiendan claramente modelos multi-touch para representar el journey de forma integral.
    Empieza con un modelo lineal sobre todos los touchpoints conocidos.
  3. Grupos de canales propios para nuevas fuentes
    • AI Search / Referral (tráfico desde ChatGPT, Perplexity, Copilot, etc.)
    • Communities & Dark Social (p. ej., vanity URLs en Slack, enlaces con UTM en mensajes directos de LinkedIn)

Evita este error:
Si el tráfico de IA se clasifica como "Direct" o "Referral/Other", pierdes de forma sistemática parte de su impacto. Define grupos de canales específicos desde el principio.

3.2 Añadir Self-Reported Attribution

Amplía los formularios clave con el siguiente campo:

"¿Cómo supiste de nosotros por primera vez?"
(respuesta abierta + selección de opciones)

Nuevas opciones de respuesta:

  • "Recomendación de asistente de IA (ChatGPT, Copilot, Perplexity)"
  • "Comunidad / Slack / Discord"
  • "Podcast / YouTube"

Así incorporas al sistema parte del Dark Funnel desde la perspectiva del comprador.

Paso 4: captura nuevas señales de AI Search y del Dark Funnel

Ahora vas a hacer visibles las actividades con IA pese a la falta de datos de clic.

4.1 Introducir métricas de AI-Visibility y GEO

Son útiles las métricas relativas a Generative Engine Optimization (GEO) y AI Search Analytics:

  • AI Share of Voice (SOV):
    Cuota de presencia de tu marca en respuestas de IA relevantes frente a la competencia
  • Answer Presence/Coverage:
    ¿Con qué frecuencia apareces en AI Overviews, respuestas de ChatGPT o Perplexity?
  • Calidad de las citas:
    ¿Se referencian recursos de alta calidad como casos de éxito o comparativas?

Más importante que los porcentajes exactos es la tendencia en el tiempo.

Mi conclusión: Las métricas de visibilidad en IA son como el radar: lo que importa son las tendencias. Intentar una asignación de ROI milimétrica suele distorsionar la realidad.

4.2 Hacer un tracking específico del tráfico desde IA

En la práctica:

  1. Patrones de referrer
    • Analiza referrers como chat.openai.com, perplexity.ai, bard.google.com y asígnalos de forma fiable al canal AI Search / Referral.
  2. Landing pages/URLs específicas para IA
    • Desarrolla recursos optimizados para búsqueda con IA (artículos comparativos, FAQs, how-tos) y emplea slugs reconocibles (p. ej., /comparativa-x-vs-y-ia).
  3. Testing y monitorización de prompts
    • Define prompts clave y observa si y cómo aparece tu marca; por ejemplo, de forma automatizada con el prompt tracking de Nukipa.

4.3 Métricas proxy para el Dark Funnel

El tracking directo rara vez es posible, así que observa:

  • Aumento del volumen de búsquedas de marca
  • Más tráfico directo con señales de calidad (tiempo en página, recurrencia)
  • User-Generated Content (hilos en Reddit, capturas de Slack, comparativas)
  • Self-Reported "asistente de IA/comunidad" como primer contacto

Consejo:
Haz "Dark-Funnel-Reviews" mensuales: recopila capturas de pantalla, resultados de prompts, menciones y correlaciónalos con pipeline y demanda de marca.

Paso 5: construye un modelo de atribución híbrido para compradores con IA

Ahora vas a combinar datos de ingresos con señales de IA y Dark Funnel para lograr un modelo útil en la práctica.

5.1 Tres capas: visión general del modelo

  1. Capa 1 - Hechos duros (nivel de deal):
    • Ingresos/pipeline
    • Canales First-/Last-Touch
    • Self-Reported Attribution
  2. Capa 2 - Atribución por canal y programa:
    • Evaluación multi-touch de todos los touchpoints conocidos
    • Asignación a programas de contenidos/eventos
  3. Capa 3 - Influencias de IA y Dark Funnel:
    • AI Share of Voice, conversiones AI-Referral, métricas proxy

5.2 Ejemplo: esquema de ROI ponderado

Un modelo posible podría ser:

  • 50 %: atribución de ingresos claramente asignable
  • 30 %: modelización a través de proxies de IA/Dark Funnel (p. ej., correlación entre AI SOV y branded search)
  • 20 %: experimentos controlados (A/B, splits geográficos, fases On/Off)

Importante: Deja claro que las capas 2 y 3 son modeladas, no exactamente medibles. El objetivo es apoyar decisiones, no un fetichismo de cifras.

5.3 Implementación operativa

  • Crear un tablero de atribución central en BI: deals en filas, métricas (incluyendo índice de IA, GEO-Score) en columnas
  • Calcular automáticamente un "Attribution Score" basado en la ponderación
  • Gestionar los presupuestos de Paid/Search/Content en función de estos scores

Paso 6: haz visible el ROI de IA con experimentos

Cuando la atribución directa falla, ayudan los experimentos diseñados a propósito.

6.1 Diseños de experimento típicos

  1. Experimentos On/Off:
    • Optimiza de forma específica una selección de artículos clave y observa los cambios posteriores (branded search, tráfico directo, fuente de IA en Self-Reported, SQOs)
  2. Geo-Splits:
    • Compara regiones con distinto nivel de apuesta por GEO y analiza la evolución de la pipeline
  3. A/B tests de contenidos para visibilidad en IA:
    • Prueba distintos formatos de contenido y mide cuáles se citan con más frecuencia en respuestas de IA

6.2 Agentes de IA en commerce

Los datos del retail muestran que el tráfico procedente de canales de IA y agentes se ha llegado a duplicar y presenta ratios de conversión superiores a los canales clásicos. Aunque estos datos son B2C, se puede afirmar: la discovery impulsada por IA es real y sus efectos se hacen visibles mediante experimentos y métricas proxy.

Consejo:
Céntrate en un máximo de 2-3 experimentos por trimestre que prueben de forma clara un efecto de IA/GEO.

Paso 7: establece dashboards y rutinas en el día a día

Incluso el mejor modelo no sirve de nada sin una utilización constante.

7.1 Los tres dashboards clave

  1. Dashboard C-Level (Executive View)
    • Pipeline/ingresos por grupo de canales (incluyendo AI Search / Referral)
    • Branded Demand (búsquedas de marca, tráfico directo, Self-Reported "marca")
    • AI-Influence-Index (a partir de AI SOV, AI-Referral, Self-Reported "asistente de IA")
  2. Dashboard de Marketing Operations
    • Rendimiento de canales, incluida atribución multi-touch
    • Coste/SQO/Won por programa
    • Evolución de las métricas GEO/IA
  3. Dashboard de Contenidos y SEO/GEO
    • Rendimiento de contenidos (tráfico, engagement, leads)
    • Visibilidad en IA por pieza de contenido
    • Backlog de optimización basado en resultados de prompts

7.2 Rutinas organizativas

  • Monthly Revenue Review:
    • Analiza la evolución de los hechos duros y del Dark Funnel
    • Deriva decisiones de presupuesto
  • Quarterly Experiment Review:
    • ¿Qué está funcionando en los experimentos de IA/GEO? ¿Qué se escala y qué se detiene?
  • Planificación de contenido y GEO (p. ej., con Nukipa):

Consejo:
Las agencias se benefician especialmente de un setup escalable. Con Nukipa para agencias de marketing puedes aplicar frameworks de atribución y GEO de forma transversal a todos tus clientes.

Errores frecuentes y cómo evitarlos

Error 1: Buscar una causalidad 100 % perfecta: no existe en la web anónima de agentes. Construye un modelo sólido de decisión, no una prueba matemática.

Error 2: Basarse solo en atribución de último clic: oculta el impacto de la IA y del trabajo de contenidos.

Error 3: Comprar herramientas de AI-Visibility sin criterio: primero define objetivo y criterios de decisión.

Error 4: Separar SEO y GEO a nivel organizativo: ambos deben formar parte de una estrategia integrada; un SEO técnico sólido es condición básica para el éxito de GEO.

Próximos pasos: de la Attribution Hell a un framework sólido

Lista de tareas:

  • Esta semana:
    • Aclarar la definición de ROI con el liderazgo de revenue
    • Crear el nuevo grupo de canales AI Search / Referral
    • Añadir Self-Reported Attribution en el formulario
  • En los próximos 30 días:
    • Implementar First-/Last-Touch y multi-touch en la analítica y el CRM
    • Definir entre 10 y 20 prompts y probarlos con prompt tracking
    • Crear en el BI las métricas proxy de IA y Dark Funnel
  • En los próximos 90 días:
    • Representar en un dashboard el modelo de atribución híbrido (capas 1-3)
    • Lanzar de 2 a 3 experimentos GEO/IA
    • Alinear la hoja de ruta de contenidos con los insights de GEO/IA, de forma automatizada con Nukipa.

Con estos pasos obtendrás un cuadro de mandos fiable para tu marketing B2B en la era de AI Search y de los buyer journeys agénticos.

FAQ: atribución en la era de los agentes de IA

1. ¿Cómo gestiono el tráfico anónimo de IA en el CRM?

Los contactos directos rara vez son visibles. Procede así:

  • Registra los referrers de IA como canal independiente
  • Utiliza Self-Reported "asistente de IA" en formularios
  • Correlaciona la evolución del tráfico de IA con branded search, Direct y SQOs
  • Usa experimentos para aislar efectos
  • Marca las oportunidades con señales de IA y analiza su éxito

2. ¿Qué herramientas son imprescindibles para la atribución en la web de agentes?

Imprescindibles:

  • CRM con estructura de oportunidades
  • Analítica web con tracking UTM
  • Capa de BI/reporting

Muy útiles:

  • Plataforma para content marketing automatizado y optimizado con IA (p. ej., Nukipa)
  • AI-Visibility / prompt tracking
  • Event tracking vía CDP/Tag Manager

Opcionales:

  • Data Warehouse
  • Herramienta de atribución con capacidad multi-touch

3. ¿Cómo explico el ROI a mi CFO aunque no conozcamos todos los touchpoints?

  • Transparencia: Comunica abiertamente qué se mide y qué se modela.
  • Comparabilidad: Muestra efectos relativos (p. ej., +25 % de pipeline en una región con GEO frente a la región de control).
  • Experimentos: Demuestra efectos causales mediante tests.

Los CFO valoran más los modelos comprensibles con supuestos claros que los cálculos pseudo-exactos pero poco transparentes.

4. ¿Cuál es la diferencia entre SEO, GEO y AEO?

  • SEO (Search Engine Optimization): Optimización para páginas de resultados de búsqueda clásicas con clic en enlaces.
  • GEO (Generative Engine Optimization): Enfoque en sistemas de búsqueda generativa (AI Overviews, ChatGPT Search) que devuelven respuestas y muestran enlaces selectivamente.
  • AEO (AI Engine Optimization): Incluye además la optimización para agentes de IA que investigan y recomiendan por sí mismos.

SEO, GEO y AEO deben pensarse como un sistema integrado: con un SEO técnico como base y contenidos optimizados para IA como capa de ampliación.

5. ¿Cómo empezar de forma pragmática sin rehacerlo todo?

  • Añade en tus formularios la opción Self-Reported "asistente de IA"
  • Crea el canal "AI Search / Referral"
  • Define 10 prompts clave y revisa las respuestas de las IAs
  • Documenta 1-2 experimentos de GEO y observa su efecto en la demanda de marca y en los SQOs

Así obtendrás en pocas semanas resultados tangibles y podrás seguir automatizando y escalando de forma dirigida.

Nukipa testen