El apagón del 45% en Google Analytics 4: La caída ficticia del tráfico de ChatGPT y la fuga hacia el canal directo
Un fallo en los parámetros UTM y la cabecera de referencia tras la llegada de GPT-6 envió millones de visitas de ChatGPT a la papelera del tráfico directo en GA4. Análisis del error, impacto real en analítica y guía de corrección.
Fecha de publicación: 2026.10.16
Durante la segunda semana de octubre, cientos de directores de marketing y analistas de datos en todo el mundo encendieron las alarmas. Los paneles de Google Analytics 4 mostraron un desplome vertical: las sesiones atribuidas al canal de asistentes de inteligencia artificial, y específicamente a ChatGPT, caían entre un 22% y un 57% de un día para otro. La primera reacción de muchos comités de dirección fue asumir un cambio repentino en el comportamiento del consumidor o una penalización algorítmica en los motores de respuesta de OpenAI.
La realidad era mucho más terrenal y peligrosa para la toma de decisiones: los usuarios seguían haciendo clic en los enlaces, pero los datos entraban a ciegas.
El origen del problema no radicaba en un desinterés del público, sino en un fallo técnico en la forma en que ChatGPT abría los enlaces recomendados tras la integración de sus nuevos formatos de respuesta y el despliegue del modelo GPT-6. Al hacer clic en una cita dentro del texto de la respuesta, el navegador abría una nueva pestaña suprimiendo tanto la cabecera de procedencia (referrer) como la etiqueta de seguimiento automática utm_source=chatgpt.com. Para cualquier software de analítica web, esa visita no procedía de un motor de IA conversacional, sino que se registraba como tráfico directo (Direct). Es el equivalente digital a recibir miles de paquetes por mensajería a los que alguien les ha arrancado la etiqueta de remitente antes de entregarlos en la puerta de entrada.
Secuencia del fallo de atribución entre ChatGPT y GA4
De la consulta del usuario a la distorsión del canal directo en analítica web
Generación de respuesta con GPT-6
El asistente incluye citas y enlaces directos dentro del cuerpo del texto mediante nuevas interfaces interactivas.
Apertura de enlace sin parámetros ni cabecera
El navegador abre una pestaña secundaria omitiendo utm_source y bloqueando el valor HTTP Referer.
Reclasificación involuntaria en GA4
El tráfico no se pierde físicamente, sino que se desvía del canal AI Assistant al cajón de sastre de Direct.
Este apagón de telemetría provocó que miles de empresas tomaran decisiones erróneas durante siete días críticos, desde reescribir contenido pensado para motores de IA hasta cuestionar la rentabilidad de sus estrategias de optimización para motores de respuesta (GEO). Comprender la mecánica de este fallo permite restaurar la confianza en los cuadros de mando y proteger la medición futura de la compañía.
Cifras de la anomalía: Del desplome de 31.000 visitas diarias al repunte del tráfico directo
Las investigaciones independientes llevadas a cabo por firmas de inteligencia de búsqueda como Graphite, LLM Pulse, Profound y Peec AI, junto con datos de telemetría de Adobe, permitieron reconstruir con precisión milimétrica la magnitud del error técnico ocurrido entre el 8 y el 15 de octubre.
Ethan Smith, director ejecutivo de Graphite, detectó que los sitios con un volumen significativo de tráfico procedente de asistentes conversacionales sufrieron un recorte de sesiones atribuidas a ChatGPT de entre el 22% y el 57%, situando la media del descenso en un 45% respecto a la línea de base habitual. De forma paralela, la plataforma de monitorización LLM Pulse reportó una caída del 46% en las sesiones entre el 9 y el 11 de octubre frente a los registros de las dos semanas previas. Sin embargo, el volumen total de tráfico de esos mismos sitios se mantuvo constante, lo que confirmó desde el primer momento que los usuarios no habían dejado de navegar.
Los datos aportados por Cedric Huesler, director sénior de producto en Adobe, terminaron de despejar cualquier duda sobre la transferencia entre canales. Al analizar una muestra de aproximadamente 500 páginas corporativas donde ChatGPT generaba al menos el 5% del tráfico habitual, Huesler descubrió una correlación casi perfecta entre lo que perdía un canal y lo que ganaba el otro:
| Parámetro analizado | Antes del despliegue (Semana previa al 8 de oct.) | Ventana del incidente (9–13 de octubre) | Variación neta observada |
|---|---|---|---|
| Visitas diarias atribuidas a ChatGPT | ~68.000 visitas/día | ~37.000 visitas/día | -31.000 visitas/día (-45,6%) |
| Visitas diarias atribuidas a Directo | ~112.000 visitas/día | ~138.000 visitas/día | +26.000 visitas/día (+23,2%) |
| Páginas con subida simultánea de Directo | 48% de las páginas | 66% de las páginas | +18 puntos porcentuales |
| Proporción de nuevos usuarios en móvil | 36% (tasa base directo) | 44% (subida en directo) | Acercamiento al 55% típico de ChatGPT |
| Respuestas con enlaces etiquetados (Profound) | 98% de respuestas | 66% de respuestas | -32 puntos porcentuales |
| Enlaces que apuntan a página de inicio (Peec AI) | 8–10% | 42% del total de citas | 54% dirigidos a la raíz de la web |
El análisis de Peec AI, liderado por Tomek Rudzki tras procesar una batería de un millón de instrucciones (prompts) antes y después del lanzamiento, reveló además un cambio en el patrón de enlaces de ChatGPT: la inteligencia artificial comenzó a insertar URLs directas en el 42% de sus respuestas (frente al 8–10% habitual), y el 54% de esos enlaces apuntaban a páginas de inicio (homepages). Al no portar parámetros de seguimiento, más de la mitad del tráfico de referencia se acumuló en la portada de los sitios web bajo la etiqueta de visitas directas sin procedencia conocida.
Daños colaterales en las operaciones de marketing: Presupuestos desalineados, atribución rota y pánico en el reporting
Una desconexión analítica de siete días no es un simple detalle administrativo. En organizaciones que operan con modelos de atribución multitáctil y presupuestos dinámicos, esta distorsión generó tres problemas operativos de primer nivel.
Desfase en la presencia de etiquetas de seguimiento según el formato
Porcentaje de enlaces que conservaron parámetros UTM durante la anomalía
Distorsión en el coste por adquisición y desvío de presupuestos de contenido
Los equipos que miden la rentabilidad de sus publicaciones mediante el coste por adquisición (CPA) vieron cómo sus modelos indicaban una supuesta pérdida de rendimiento en los activos diseñados para ser indexados por modelos de lenguaje. Si un canal parece desplomarse un 45%, la reacción inmediata de los directores financieros suele ser congelar los recursos destinados a ese frente. En realidad, los visitantes seguían llegando y convirtiendo, pero su valor se asignaba erróneamente al canal directo, inflando la eficacia percibida de la marca orgánica a costa de castigar la inversión en optimización de IA.
La ceguera móvil: El 95% de las visitas de aplicaciones sin etiqueta de origen
El entorno móvil fue el más castigado por el fallo. Mientras que en un navegador de escritorio la falta de parámetros a veces puede salvarse si el navegador conserva la cabecera del dominio de procedencia, en los teléfonos móviles el tráfico procede casi en su totalidad de la aplicación nativa de ChatGPT.
Según los datos de Graphite, el 95% del tráfico móvil procedente del asistente dependía de forma exclusiva de la presencia de la etiqueta utm_source=chatgpt.com. Cuando el enlace se abría en una vista web integrada (in-app browser) o en una pestaña nueva sin cabeceras, la señal de origen se destruía al 100%. Las empresas con audiencias predominantemente móviles vieron esfumarse prácticamente todo su canal de IA durante esa semana.
Fricción en el análisis de conversión de páginas de aterrizaje frente a la portada
El comportamiento de un usuario que entra por la página de inicio es radicalmente distinto al de quien aterriza en una guía comparativa o una ficha de producto. Como demostró la investigación de Peec AI, el 54% de los nuevos enlaces automáticos de ChatGPT apuntaban a la raíz de los sitios web. Al ingresar como tráfico directo a la página principal, las métricas de rebote, tiempo de permanencia y porcentaje de clics hacia el embudo de compra se desvirtuaron por completo, dificultando saber si el tráfico era de alta intención comercial o simple navegación exploratoria.
Mecanismos de detección y el parche de OpenAI: Cómo la telemetría cruzada destapó el fallo
La detección de este problema técnico no vino de los canales de comunicación oficiales de OpenAI, sino de la triangulación de datos entre profesionales del sector. Cuando la firma tecnológica desplegó GPT-6 el 7 de octubre para usuarios de pago y al día siguiente para cuentas gratuitas, no se incluyó ninguna mención a cambios en la estructura de los enlaces salientes dentro de las notas de la versión.
Fue la comunidad de analistas la que empezó a hilar fino. La consultora Profound observó que la aparición de un nuevo formato de respuesta, bautizado internamente como Intelligent UI (que despliega tablas comparativas, gráficos y herramientas interactivas dentro del chat), coincidió con el desplome de las citas tradicionales. Este nuevo diseño pasó de representar el 2% de todas las respuestas recolectadas por Profound a superar el 35% en solo cuatro días.
Comportamiento del enlace: Cita tradicional vs. Nuevo formato con fallo
Diferencia de arquitectura en la apertura de enlaces externos desde ChatGPT
Cita tradicional (Pre-incidente)
Atribución correcta- • Apertura estándar con parámetro utm_source
- • Transmisión de cabecera HTTP Referer al destino
- • Identificación limpia en GA4 bajo canal AI Assistant
Nuevo formato (Ventana del fallo)
Fuga hacia Directo- • Apertura en nueva pestaña con atributos rel restrictivos
- • Supresión involuntaria de parámetros de campaña
- • Clasificación automática como tráfico sin origen conocido
Los enlaces integrados dentro de los paneles laterales de fuentes y los módulos de compras conservaban sus parámetros intactos; en cambio, los hipervínculos insertados de forma fluida en el cuerpo de la respuesta perdían todo el rastreo.
Tras las pruebas aportadas por Cedric Huesler y otros especialistas, OpenAI reconoció en privado el 14 de octubre que la pérdida de etiquetas respondía a un error de programación (bug) en la renderización del código de salida y no a una política deliberada de privacidad. A primera hora del 15 de octubre comenzó el despliegue del parche correctivo. Hacia las 9:00 horas (PT), las cuentas monitorizadas por Huesler registraron una recuperación de los clics etiquetados hasta alcanzar entre el 95% y el 100% de los niveles registrados la semana anterior.
No obstante, esta corrección técnica tiene un límite inalterable: Google Analytics 4 no reescribe datos históricos. Las decenas de miles de visitas que quedaron registradas como tráfico directo entre el 8 y el 15 de octubre permanecerán en esa categoría para siempre en las bases de datos de las empresas.
Protocolo de auditoría y saneamiento de datos para analistas digitales tras la brecha de atribución
Para evitar que los informes mensuales de rendimiento trasladen una imagen falsa a los comités de dirección, los equipos de analítica y marketing deben ejecutar un protocolo de contingencia estructurado en tres líneas de defensa operativas.
Pasos obligatorios para neutralizar el impacto del apagón de ChatGPT en los informes
Paso 1: Anotación histórica
Bloquear en GA4 la ventana del 8 al 15 de octubre para evitar falsas alarmas en auditorías futuras.
Paso 2: Conciliación de métricas
Cruzar el descenso de AI Assistant con el repunte de Direct en las páginas de destino críticas.
Paso 3: Blindaje de enlaces propios
Asegurar parámetros UTM explícitos en feeds de producto y campañas de pago en plataformas de IA.
Primera línea de defensa: Marcadores obligatorios en GA4 y aislamiento temporal (8–15 de octubre)
La acción inmediata más importante es documentar formalmente la incidencia dentro de la herramienta de analítica. Cualquier persona que consulte los informes dentro de seis meses o un año interpretará esa semana como una crisis de demanda si no existe una aclaración explícita.
- Creación de anotaciones en el panel: Añadir una nota de sistema en GA4 que delimite con exactitud el periodo comprendido entre el 8 y el 15 de octubre de 2026.
- Etiquetado del incidente: Registrar el evento bajo la denominación Fallo de telemetría de origen en enlaces salientes de ChatGPT (GPT-6).
- Aislamiento en comparativas interanuales: Excluir esos siete días de cualquier análisis automatizado de series temporales que calcule tasas de crecimiento semanal o mensual para el canal de asistentes de inteligencia artificial.
Segunda línea de defensa: Conciliación matemática entre tráfico directo y páginas de destino de IA
Dado que los datos históricos no se van a recalcular por sí solos, los analistas deben generar vistas personalizadas o informes en herramientas como Looker Studio para estimar el tráfico real de la compañía durante la semana afectada.
- Cruce por página de aterrizaje (Landing Page): Filtrar las páginas de destino que históricamente reciben más del 5% de sus visitas desde ChatGPT. Si en esas URLs específicas el tráfico directo experimentó una subida anormal paralela a la caída del asistente, esa diferencia debe reclasificarse analíticamente como tráfico de IA en los informes internos.
- Auditoría de la página de inicio: Revisar el incremento de sesiones directas que entraron por la URL principal sin términos de campaña. Aplicar el factor de corrección observado por Peec AI (donde el 54% de los enlaces apuntaron a la raíz) para no atribuir ese volumen a campañas de marca o notoriedad tradicional.
- Análisis del consentimiento móvil: Comprobar si la tasa de primera visita en el canal directo móvil experimentó el salto del 36% al 44% detectado por Adobe. Este indicador es la prueba más sólida para demostrar ante dirección que los visitantes eran usuarios nuevos referidos por el asistente y no clientes recurrentes escribiendo la web directamente en el navegador.
Tercera línea de defensa: Parametrización robusta para evitar la dependencia de etiquetas automáticas de terceros
Este incidente ha demostrado la fragilidad de confiar exclusivamente en que las plataformas de inteligencia artificial mantengan de forma voluntaria o correcta los parámetros de procedencia. Las marcas deben tomar el control de su propia arquitectura de enlaces.
- Protección de enlaces en publicidad y patrocinios: Comprobar que cualquier enlace procedente de campañas de ChatGPT Ads mantenga sus propios parámetros UTM configurados de origen. Como confirmó Ethan Smith, los enlaces que ya cuentan con variables de campaña incrustadas manualmente por el anunciante no se vieron afectados por este fallo del sistema.
- Sindicación de catálogos y feeds comerciales: En los enlaces suministrados a motores de respuesta a través de integraciones estructuradas, esquemas de producto o API de comercio electrónico, es indispensable codificar parámetros UTM permanentes en la propia URL de destino (por ejemplo,
utm_medium=ai_referral). - Monitorización de cabeceras en servidores propios: Configurar alertas a nivel de servidor o herramientas de infraestructura para vigilar anomalías en la distribución de las cabeceras HTTP Referer. Identificar a tiempo si un proveedor modifica la forma en que entrega visitantes permite corregir los modelos de atribución antes de que las cifras distorsionadas lleguen a la mesa del director general.