Un comprador puede consultar Google, hablar con ChatGPT y visitar tu web para tomar la misma decisión. Contar qué plataforma gana una visita ayuda menos que entender qué parte de la decisión está resolviendo. Yo empezaría por la tarea: qué necesita entender, comparar, verificar o hacer.
Mapa de evidencia: comparar unidades equivalentes
| Fuente / diseño | Muestra y periodo | Qué mide | Límite de interpretación |
|---|---|---|---|
| OpenAI | 1,5 M conversaciones; mayo 2024–junio 2025 | Finalidad del mensaje en ChatGPT | No es cuota de búsqueda |
| Pew | 900 adultos de EE. UU.; marzo 2025 | Resúmenes por longitud de consulta | Panel estadounidense; resultados reconstruidos |
| Cohortes de Semrush | Base de 260.000 M filas; enero 2024–junio 2025 | Sesiones de Google antes/después de adopción | Sin N de participantes analizados |
| Clickstream de Semrush | >1.000 M líneas de EE. UU.; octubre 2024–febrero 2026 | Búsqueda activada y referencias salientes | Panel global no equivale a N analítico de EE. UU. |
Qué mide realmente el uso de ChatGPT
El estudio publicado por OpenAI en septiembre de 2025 analizó 1,5 millones de conversaciones de ChatGPT de consumo entre mayo de 2024 y junio de 2025, mediante clasificación automática que preservaba la privacidad. Su resumen distribuyó los mensajes entre preguntar (49%), hacer (40%) y expresarse (11%). Son categorías de mensajes dentro de ChatGPT, no cuotas de búsqueda ni una prueba de que esos usuarios hayan abandonado Google. OpenAI, How people are using ChatGPT, September 15, 2025. Estudio completo y metodología
La diferencia importa para marketing. Un asistente puede explicar una categoría, preparar una especificación o ayudar a evaluar criterios. Solo algunas de esas tareas consisten en descubrir un proveedor. Una cifra de uso elevada no identifica qué pregunta comercial merece tu próxima página.
La pregunta también cambia la experiencia de búsqueda
Pew Research Center estudió 68.879 búsquedas únicas en Google a partir de la navegación de 900 adultos de Estados Unidos durante marzo de 2025. Encontró resúmenes de IA en el 8% de las búsquedas de una o dos palabras y en el 53% de las que tenían diez o más. Los resultados se reconstruyeron en abril: no reproducen necesariamente todo lo que cada participante vio en su momento. Es un panel estadounidense, no una fotografía actual del mercado español. Pew Research Center, Google users and AI summaries, July 22, 2025
La señal útil es que la forma de preguntar importa. No demuestra que las consultas largas pertenezcan exclusivamente a ChatGPT. La documentación de Google describe AI Mode como una experiencia para razonar y comparar opciones complejas. Dividir el mercado entre Google para comprar y asistentes para investigar oculta ese solapamiento. Google Search Central, AI features and your website
Construye un mapa de tareas antes de elegir canal
Propongo cuatro etapas para planificar, sin presentarlas como una ley del comportamiento del comprador. Entender: qué problema tengo y qué alternativas existen. Comparar: qué criterios separan las opciones. Verificar: qué pruebas, límites y condiciones sostienen la elección. Actuar: qué necesito para pedir una demostración, reservar un servicio o comprar.
Imagina un equipo de marketing que busca una plataforma de analítica. Para entender puede necesitar una explicación de incrementalidad. Para comparar, distinguir atribución de experimentación. Para verificar, conocer integraciones, requisitos de datos y estudios fiables. Para actuar, una ruta de implantación concreta. Un artículo genérico sobre la categoría difícilmente resuelve las cuatro tareas.
Asigna a cada tarea una página existente y un responsable de la evidencia. Registra dónde está la respuesta, si explica sus condiciones y qué pregunta sigue pendiente. Deja abierta la columna de plataforma hasta recoger datos. Así evitas convertir una intuición sobre el canal de moda en el briefing de contenidos.
Contrasta el mapa con tres observaciones distintas
Primero, revisa tus consultas de búsqueda, páginas de entrada y conversiones cualificadas por tarea. Clasifica lo observable: la analítica no muestra todas las preguntas que alguien hizo antes de llegar. Segundo, pregunta a los posibles clientes que quieran participar dónde investigaron y qué les ayudó a decidir. Conserva sus palabras y permite varias fuentes. Sus respuestas tienen sesgos de recuerdo y selección.
Tercero, ejecuta un panel fijo de preguntas en las experiencias de búsqueda y asistentes relevantes. Guarda texto, idioma, mercado, modo, fecha, respuesta y fuentes visibles. Ese panel muestra cómo responden bajo las condiciones registradas. No mide cuántos compradores los utilizan.
Busca coincidencias entre las tres vías. Una comparativa incompleta merece más atención si los clientes preguntan por los mismos criterios y las respuestas actuales tampoco los resuelven. Si la carencia solo aparece en el panel de modelos, úsala como hipótesis de investigación, sin convertirla en una previsión de ventas perdidas.
Prioriza una tarea que puedas mejorar
Elige una pregunta que influya en una decisión real y para la que puedas publicar evidencia responsablemente. Mejora la respuesta en una página existente cuando tenga sentido. Añade criterios de elección, excepciones relevantes y el siguiente paso. Pide a producto, investigación u operaciones que verifique las afirmaciones antes de reescribir.
Deja un registro con tarea, carencia de evidencia, página, responsable y fecha de revisión. El primer resultado evaluable es una respuesta completa y correcta que facilite decidir. La interacción cualificada y los resultados comerciales se medirán después; publicar no los garantiza.
Si tu equipo ya resuelve bien las tareas importantes, conserva ese trabajo. Amplía el mapa cuando los clientes revelen otra decisión pendiente, sin crear artículos para cada variante de una pregunta.
La pregunta de investigación: ¿sustitución o redistribución?
La expresión migración de búsquedas hacia la IA contiene al menos tres hipótesis. Sustitución significa que las mismas personas buscan menos después de adoptar un asistente. Complementariedad significa que incorporan el asistente y mantienen el buscador. Redistribución significa que cambian algunas tareas, aunque el uso total de búsqueda siga estable. Cada hipótesis exige una observación distinta. Un gráfico de tráfico de mercado no permite elegir entre ellas.
El estudio de Semrush de agosto de 2025 utilizó una base de 260.000 millones de filas de clickstream de EE. UU., de enero de 2024 a junio de 2025. Comparó sesiones de búsqueda en Google antes y después de adoptar ChatGPT a principios de 2025 e incluyó un control de no adoptantes. El resumen no encontró cambios estadísticamente significativos en las sesiones diarias. No publica el tamaño de las cohortes analizadas ni intervalos de confianza. Las filas no son personas. Semrush, 2025
El resultado cuestiona la explicación de una sustitución total en esas cohortes. No demuestra que todas las tareas permanecieran en Google. La adopción no fue aleatoria: quienes incorporaron ChatGPT pueden diferir de quienes no lo hicieron. Para afirmar algo sobre un recorrido comercial concreto, necesitaría observaciones por tarea y una comparación defendible.
Otro análisis de Semrush cubre más de 1.000 millones de líneas de clickstream de escritorio y móvil en EE. UU., de octubre de 2024 a febrero de 2026. En febrero, Google recibió el 21,6 % de las referencias salientes de ChatGPT y el 34,5 % de sus consultas tuvo búsqueda activada. El panel global de 200 millones de usuarios no equivale a la muestra estadounidense analizada. Semrush, 2026
Esto documenta navegación entre servicios. No explica por qué alguien abrió Google, si preseleccionó un proveedor o si convirtió. Lo utilizo para mantener abierto el mapa del recorrido: una respuesta puede llevar a otra búsqueda, en lugar de cerrar la investigación.
Interpretar la diferencia sin cambiar su significado
En las observaciones de Pew, 53 % menos 8 % equivale a 45 puntos porcentuales de diferencia en la aparición de resúmenes entre los dos grupos de longitud. La proporción es aproximadamente 6,6 a uno. Son cálculos a partir de porcentajes publicados, no mediciones nuevas. El denominador son las búsquedas de cada grupo, no todos los usuarios ni todas las decisiones de compra.
Una consulta larga puede contener una comparación, una condición o una pregunta completa. La longitud sirve como pista de clasificación, pero no como etiqueta de intención. «¿Qué es la atribución y en qué se diferencia de la incrementalidad?» es educativa. «¿Qué plataforma respeta nuestros requisitos de consentimiento y permite exportar datos?» es de verificación. Ambas pueden ser largas.
En un brief comercial, conserva la condición concreta. Una página que explica la categoría pero omite el requisito de residencia de datos no resuelve esa decisión. Añadir párrafos genéricos aumentaría su longitud sin aumentar su utilidad.
Un protocolo de recogida que tu equipo pueda repetir
Empieza por una decisión sobre un producto o servicio y una audiencia definida. Registra la pregunta literal, idioma, tipo de fuente, fecha, etapa y decisión afectada. Retira los identificadores personales de la copia de trabajo. Señala si procede de un prospecto, una consulta de búsqueda observada o el equipo editorial. No son evidencias intercambiables de demanda.
Utiliza un código de clasificación breve. Entender pide significado o alternativas. Comparar pide criterios o contrapartidas. Verificar pone a prueba una afirmación, condición o adecuación. Actuar pide el siguiente paso operativo. Permite una etapa principal y otra secundaria cuando haga falta. Guarda los desacuerdos sin forzar todas las preguntas a encajar perfectamente.
Revisa un pequeño subconjunto compartido con otra persona antes de clasificar todo el registro. Comparad etiquetas y resolved las definiciones ambiguas. Es una comprobación de calidad propuesta, no un resultado de fiabilidad entre evaluadores de una investigación propia. Conserva el texto original junto a la etiqueta para que otro revisor pueda cuestionar la interpretación.
Después, contrasta las fuentes. Un informe de consultas aporta demanda observable; los testimonios de compradores, contexto recordado; un panel fijo, las respuestas que devuelven determinadas interfaces. Solo las dos primeras aportan evidencia del comportamiento de tu audiencia, con sus límites de cobertura. El panel diagnostica respuestas bajo condiciones registradas.
Para cada pregunta importante, escribe los componentes esperados antes de revisar tu página: integraciones compatibles, condiciones de implantación, limitaciones, fecha de la evidencia y siguiente paso. Así reduces la tentación de declarar completa una página solo porque menciona el tema.
Convertir la investigación en una decisión editorial
Prioriza una pregunta cuando afecte a una decisión relevante, la respuesta actual tenga una carencia concreta y un responsable pueda aportar evidencia publicable. Registra esos tres juicios. Una puntuación opaca con pesos inventados no fortalece la evidencia.
Mantén un registro breve: pregunta, página actual, evidencia ausente, responsable, cambio propuesto y fecha de revisión. Para comparar, puede servir una tabla de criterios con excepciones. Para verificar, una condición de implantación documentada. Para actuar, una ruta clara a una evaluación. El formato responde a la tarea.
En la siguiente revisión, separa la integridad de la respuesta del engagement cualificado. Puedes comprobar la primera contra los componentes definidos. El efecto comercial necesita datos posteriores. Si cambian las preguntas observadas, versiona el registro; no sustituyas el panel sin avisar y presentes después una supuesta mejora.
El siguiente paso
Escoge una decisión comercial y mapea sus cuatro tareas esta semana. Contrasta las preguntas con la evidencia que ofrece tu web. Corrige la carencia más importante antes de mover presupuesto suponiendo que toda tu audiencia ha cambiado de plataforma.
Fuentes y alcance
Análisis de fuentes públicas, consultadas el 12 de octubre de 2026. Los marcos y ejemplos propuestos no son resultados de un estudio propio. Los datos estadounidenses no se extrapolan a España.
FA