Investigaciones recientes realizadas por la agencia de marketing digital Amsive revelan que el tráfico generado por modelos de lenguaje de gran escala (LLMs) no convierte mejor que el tráfico orgánico tradicional. El estudio proporciona información que desafía la creencia de que las referencias impulsadas por IA conducen a visitantes más calificados.
Resumen de los Hallazgos
El análisis se centró en datos de 54 sitios web, destacando que las tasas de conversión del tráfico orgánico se ubicaron en 4.6%, en comparación con una tasa ligeramente superior del 4.87% para las referencias de LLM. Sin embargo, esta ventaja marginal no alcanzó la significancia estadística, indicando que la diferencia en las tasas de conversión entre las dos fuentes es insignificante.
A pesar de las expectativas de que los LLM generarían conversiones más altas, los resultados fueron consistentes a través de diferentes volúmenes de sitios web. De hecho, el tráfico de LLM constituyó menos del 1% de las sesiones totales en los sitios analizados, mientras que la búsqueda orgánica representó aproximadamente el 32% del tráfico total.
Implicaciones del Estudio
La importancia de estos hallazgos radica en su potencial para recalibrar las expectativas de los marketeros en relación con las fuentes de tráfico. Aunque los principales motores de búsqueda han afirmado anteriormente que las referencias de chatbots de IA y LLM producen clics de mayor calidad, este estudio sirve como un segundo ejemplo que socava esa narrativa. Sugiere que el verdadero desafío radica en escalar el tráfico de LLM más que en mejorar la calidad de conversión.
Variabilidad en el Rendimiento de Conversión
El análisis también descubrió variabilidad en el rendimiento de conversión a través de diferentes sitios web. Algunos sitios notaron que el tráfico de LLM superaba al tráfico orgánico, mientras que otros experimentaron lo contrario. Estos resultados mixtos sugieren que el rendimiento del tráfico de LLM puede depender más de la manera en que las herramientas de IA presentan el contenido que de una ventaja de calidad inherente.
Metodología de Datos
Amsive llevó a cabo un examen exhaustivo de seis meses de datos de sesiones de GA4 de los sitios participantes, que incluían conversiones macro validadas como envíos de formularios y compras. Se emplearon rigurosas pruebas estadísticas para confirmar que las diferencias observadas eran significativas.
Perspectivas Comparativas
Investigaciones adicionales realizadas a principios de año indicaron que el tráfico orgánico generalmente superaba a las referencias de LLM en términos de compromiso del usuario. Notablemente, los clics impulsados por IA parecían tener una ventaja en nichos selectos, particularmente en áreas como salud y contenido relacionado con carreras.
Conclusión
La evidencia actualmente sugiere que la búsqueda orgánica mantiene su dominio tanto en escala como en fiabilidad. Si bien vale la pena observar el crecimiento del tráfico de LLM en los próximos años, la expectativa de que este servirá como una alternativa robusta a la búsqueda orgánica para conversiones parece infundada en este momento.
