Cómo calcular cuánto tráfico orgánico vas a perder por la IA (y cuánto puedes recuperar)

El 8 de enero de 2026 moderé un micro-training de SearchBrand con Cata y Cristóbal, de la consultora D2B. A los 11 minutos compartieron por el chat una planilla de Google Sheets. Cata escribió los clics de cuatro grupos de consultas (200 informativos, 100 comerciales, 600 transaccionales, 50 de marca), 20.000 sesiones orgánicas y 280.000 de revenue. La planilla devolvió al instante cuántas sesiones y cuánta plata quedaban expuestas a los answer engines, grupo por grupo.

Este artículo reemplaza la versión anterior de esta guía. Los porcentajes de pérdida ahora son los que se vieron en la demo, y los que no se vieron quedan marcados como supuestos. La calculadora lee directo el CSV de Search Console y trae un módulo para estimar cuánto recuperas.

Lo que D2B ve en el tráfico que llega desde ChatGPT y otros LLMs

Cristóbal es cofundador de D2B, una consultora que lleva 7 años trabajando con empresas de Latinoamérica en SEO y CRO, además de analítica y performance. Abrió con lo que veían en sus clientes a diciembre de 2025, una muestra cargada a e-commerce, con clientes de finanzas y educación: las sesiones que llegan desde LLMs seguían siendo una fracción muy chica del total, y en sitios informativos probablemente todavía menos (minuto 3:30).

ChatGPT se llevaba casi todo ese tráfico. Gemini venía segundo, y Copilot y Perplexity aparecían con porcentajes muy bajos. Su recomendación para quien tiene un backlog eterno fue priorizar ChatGPT y seguir de cerca la llegada de publicidad a ChatGPT, que en enero él veía venir para este año. Revisa cómo está eso hoy en tu mercado.

No reproduzco los porcentajes exactos que dijo Cristóbal: la transcripción automática los deja ambiguos y D2B no publicó el tamaño de la muestra. Tu GA4 te da una cifra mejor; si no la tienes, sigue esta guía para medir el tráfico que ya te llega desde ChatGPT en GA4.

Qué industrias pierden más con el zero-click

Según Cristóbal (minuto 5:55), el golpe depende de cuánto se puede resumir la respuesta:

Tipo de sitio o consulta	Exposición según D2B
Contenido informacional y sitios de noticias	Alta
Consultas cuya respuesta cabe en un párrafo	Alta
Salud y educación, por su dependencia de la búsqueda informativa	Alta
Transaccional y financiero	Menor: el cambio «no es tan drástico»

D2B no dio porcentajes por industria. Usa la tabla para elegir el preset de la calculadora.

Del bibliotecario al asistente con posgrado

Cristóbal usó una imagen que vale la pena robar. Google funciona como un bibliotecario: te entrega referencias y tú navegas, vuelves, haces otro clic. Un answer engine se parece más a «un asistente con investigación de posgrado» (minuto 6:40). Su ejemplo fue un prompt largo pidiendo zapatillas de cierta talla, sin ciertas características y evitando algunas marcas. La respuesta llega casi como una recomendación final.

El efecto sobre el tráfico lo resumió así: donde antes visitabas entre tres y ocho sitios para decidir, ahora te bastan uno o dos. El modelo intenta poner esa diferencia en números.

Antes de calcular: los datos que necesitas

La calculadora pide tres cosas, y las tres tienen que cubrir exactamente el mismo periodo. Cata y Cristóbal insistieron en eso entre el minuto 14:30 y el 18:00.

De Search Console: en Rendimiento → Resultados de búsqueda, elige el rango de fechas, abre la pestaña Consultas y exporta en CSV. El archivo puede venir en español o en inglés, y el separador decimal da lo mismo. El export de la interfaz trae como máximo 1.000 filas y excluye las consultas anonimizadas, así que la suma de clics del archivo casi nunca cuadra con el total del gráfico. La calculadora te muestra esa diferencia.

De GA4, sesiones del canal Organic Search. Sesiones y no usuarios: Cristóbal lo explicó porque un clic en Google se parece mucho más a una sesión que a un usuario, que puede volver varias veces. En la práctica eso es sobre todo google / organic, que según él «probablemente sea el 80/20», más Bing y otros buscadores.

De GA4, revenue del mismo canal y periodo. Con eso la calculadora saca tu valor por visita.

¿Qué ventana usar? D2B trabaja con 90 días o 6 meses según el cliente. Para negocios estacionales Cristóbal recomienda un año completo, y dio el ejemplo de un negocio con su peak en febrero y marzo: con 90 días de invierno la estimación sale torcida. Si tu tracking de los últimos 12 meses está roto, usa el periodo bien medido. Yo prefiero 12 meses cuando existen, porque la cifra que vas a presentar es anual.

Calculadora: sube tu CSV de Search Console y edita los supuestos

La calculadora abre con la demo del webinar cargada. Cambia a «Subir CSV», escribe tu marca con sus variantes (sin espacio, mal escrita, nombres de tus productos) y revisa la tabla: puedes mover cualquier consulta a otro grupo con un clic. Cada porcentaje se edita a mano.

Si después de ver la pérdida quieres saber si los answer engines ya te citan en las consultas donde más pierdes, puedes medirlo en SearchBrand: crea tu cuenta con 10 créditos gratis, sin tarjeta.

El modelo en cinco fórmulas

Cata atribuyó la estructura del modelo a Avinash Kaushik: cuatro grupos de intención, cada uno con su propio potencial de pérdida (minuto 11:20). La planilla de D2B y esta calculadora hacen lo mismo:

share_i        = clics_i / clics totales
sesiones_i     = share_i × sesiones orgánicas GA4
valor_visita   = revenue orgánico / sesiones orgánicas
perdidas_i     = sesiones_i × % de pérdida_i
revenue_perd_i = perdidas_i × valor_visita

El segundo paso es el más débil, y D2B lo dijo sin rodeos: Search Console y GA4 no se unen consulta por consulta, así que se supone que el share de clics de cada grupo es también su share de sesiones. Cuando alguien del público preguntó, Cristóbal respondió:

«No tenemos cómo unirlo de forma perfecta.» — Cristóbal, cofundador de D2B [31:00]

El valor por visita es el visit value de siempre: revenue del canal dividido por sus sesiones. Con 280.000 de revenue y 20.000 sesiones, da 14 por visita.

De dónde sale cada porcentaje (y por qué cambiamos los de este post)

La versión anterior de este artículo usaba 60 % para informativas, 35 % para comerciales, 15 % para transaccionales y 5 % para marca, y atribuía los cuatro números al modelo de Kaushik. Al revisar la grabación, la planilla de D2B aplica 45 % al grupo informativo: 4.210 sesiones informativas generan 1.895 sesiones perdidas (minuto 27:40). El 35 % comercial sí coincide. Los porcentajes de transaccionales y marca no aparecen en pantalla.

Tampoco pudimos verificar que alguno de estos números salga textual de Kaushik. Por eso los presets declaran su origen:

Intención	Conservador	Base	Agresivo
Informativa	32 %	45 % (planilla D2B)	60 % (post anterior)
Comercial	25 %	35 % (planilla D2B)	45 %
Transaccional no-marca	10 %	15 % (post anterior)	20 %
Marca	3 %	5 % (post anterior)	7 %

Los valores sin etiqueta son supuestos de SearchBrand: la base multiplicada por 0,7 o por 1,3 y redondeada. Cata fue explícita en que el porcentaje se mueve:

«Este potencial de pérdida, según la metodología, es algo que puede ser flexible.» — Cata, especialista SEO de D2B [12:40]

En D2B lo ajustan por cliente e industria y además miran el CTR de cada grupo. La calculadora tiene un ajuste opcional para eso: si el CTR de un grupo está bajo el umbral que definas (2 % por defecto), le suma 10 puntos a su pérdida, con la idea de que la IA ya se está quedando con esos clics. Viene apagado porque el umbral depende de tu categoría.

Caso práctico paso a paso

La demo del webinar, reproducida

Estos son los números que Cata cargó en vivo. Con el preset base, la calculadora reproduce las cifras de la planilla para los dos grupos que se vieron en pantalla:

Intención	Clics	Sesiones	% pérdida	Sesiones perdidas	Revenue perdido
Informativa	200	4.210	45 %	1.895	26.526
Comercial	100	2.105	35 %	737	10.316
Transaccional	600	12.632	15 %	1.895	26.526
Marca	50	1.053	5 %	53	737
Total	950	20.000	22,9 %	4.579	64.105

Transaccionales y marca usan nuestros supuestos, así que el total no es el de D2B. En clics, se pierden 218 de 950.

El grupo transaccional pierde tantas sesiones como el informativo con un tercio del porcentaje, porque concentra el 63 % de los clics. Si tu sitio vende, revisa cuánto pesa ese grupo antes de discutir el supuesto informativo: con ese peso, dos puntos de diferencia en transaccionales mueven el total más que 15 puntos en informativas.

Una tienda deportiva con 12 meses de datos (caso ilustrativo)

Este caso no viene del webinar: lo armamos para mostrar el flujo completo con cifras redondas.

1. Exporta de Search Console las consultas de los últimos 12 meses. Supongamos 1.000 filas con 18.000 clics.
2. Escribe los términos de marca en la calculadora: el nombre de la tienda, la versión sin espacio, el error de tipeo más común. Resultado: 3.600 clics de marca.
3. Deja que las reglas clasifiquen el resto. «precio», «comprar», «oferta» y «despacho» van a transaccionales; «mejores», «vs» y «opiniones» van a comerciales; lo demás queda como informativo. Resultado: 7.200 informativos, 3.600 comerciales y 3.600 transaccionales.
4. Revisa el cuadre y la tabla. Consultas como «cómo elegir zapatillas de trail» quedan bien como informativas, pero «zapatillas trail hombre» no tiene modificador y también cae ahí: muévela a transaccionales si en tu categoría esa búsqueda compra.
5. En GA4, abre Adquisición de tráfico, filtra Organic Search y anota sesiones y revenue de los mismos 12 meses: 60.000 sesiones y CLP 90.000.000, es decir, CLP 1.500 por visita.
6. Con el preset base, la pérdida bruta es de 17.400 sesiones (29 %) y CLP 26.100.000. El grupo informativo aporta 10.800 de esas sesiones.
7. En recuperación, marca schema (4 %) y autoridad (3 %). Sobre las 60.000 sesiones eso son 4.200 sesiones y CLP 6.300.000, en un plazo de 90 a 120 días.
8. La pérdida neta queda en 13.200 sesiones (22 %) y CLP 19.800.000. El rango entre el preset conservador y el agresivo va de 8.040 a 18.840 sesiones, o sea de CLP 12.060.000 a CLP 28.260.000.

La pérdida neta con su rango es la cifra que llevarías a una reunión de presupuesto.

Cómo recuperar tráfico: seis acciones y cuánto vale cada una

A mitad del webinar le pregunté a Cristóbal si el modelo contemplaba lo que se gana en visibilidad de marca aunque se pierdan clics (minuto 24:35). Respondió que sí, que así como hay tipos de consulta con pérdida hay acciones con ganancia, con una advertencia:

«Es superdifícil estimar las mejoras de SEO. Siempre ha sido un tema.» — Cristóbal, cofundador de D2B [24:50]

La recuperación viene de que te citen. Cata lo planteó así:

«Nuestro objetivo es recuperar ese tráfico, pero haciendo que nuestro contenido sea tan claro, tan estructurado y tan confiable que los answer engines elijan citarnos y vincularnos a nosotros para obtener más detalles.» — Cata, especialista SEO de D2B [32:50]

Las seis acciones que presentó, atribuidas a la metodología de Kaushik:

1. Adaptar el contenido para que sirva de respuesta: H2 con forma de pregunta, respuesta directa en el primer párrafo y, en e-commerce, preguntas respondidas dentro de las páginas de producto y de categoría.
2. Implementar schema (Product, Organization, FAQ, HowTo, Review, AggregateRating).
3. Construir autoridad, empezando por biografías de autores.
4. Mantener feeds estructurados: Merchant Center y el feed de productos para compras dentro de ChatGPT que Cata mencionó. Ese programa de OpenAI cambió durante 2026; revisa sus condiciones actuales antes de invertir en él.
5. Trabajar las consultas de marca y controlar sus resultados enriquecidos, para que la fuente sobre tu marca seas tú.
6. Publicar comparativas y guías prácticas, incluso si no puedes nombrar a la competencia: casos de uso y diferenciales que la IA pueda usar para comparar.

Solo dos tienen porcentaje. Según Cata, Kaushik estima que implementar bien el schema recupera un 4 % y construir autoridad un 3 %, en 90 a 120 días (minuto 36:50). Ella misma aclaró que son porcentajes base de los proyectos de Kaushik y que cambian a medida que mides.

La diapositiva no dejaba claro sobre qué se aplica ese porcentaje, así que la calculadora lo declara: por defecto, sobre el total de sesiones orgánicas (4 % de 20.000 son 800 sesiones). Si prefieres una lectura más prudente, cámbialo a «sobre las sesiones perdidas». Las otras cuatro acciones parten en 0 % hasta que tengas un dato propio.

Un aviso sobre el punto 2: desde 2023, Google muestra los resultados enriquecidos de FAQ solo para sitios gubernamentales y de salud, y retiró los de HowTo. Ese schema sigue ayudando a que una máquina entienda la página, pero no esperes el rich result. Si quieres ordenar por dónde empezar, parte con una auditoría AEO y sigue con un plan de 90 días para conseguir tu primera mención en IA.

Otras tácticas de crecimiento

Cata sumó una segunda lista, también atribuida a Kaushik y sin porcentajes:

• Agrupar el contenido que resuelve un mismo problema.
• Escribir por casos de uso.
• Escalar autoridad con contenido de terceros.
• Link building.
• Video y audio de producto.
• Reseñas first-party recogidas en tu propio CMS, en vez de widgets de Google o Facebook.
• Preparar el sitio para el comercio vía agentes de IA.

¿Y Google Ads?

Cristóbal dijo que el mismo modelo se puede correr sobre Search y Performance Max, y que se estiman pérdidas también en el tráfico pagado, aunque D2B todavía no las veía en sus datos (minuto 40:20). La calculadora tiene un módulo opcional para eso, con el porcentaje que tú definas.

Sus cuatro recomendaciones para PPC: anuncios que respondan en vez de solo vender (su contraejemplo fue «Viaja a Brasil por 1000, todo incluido»), mover presupuesto de Search a Performance Max, usar las URLs de contenido como señales de audiencia y alimentar las campañas con first-party data del CRM y de email marketing. Lo que dijo de PMax frente a Search (mejor conversión y ROAS) es experiencia de agencia, no un benchmark.

Lo que no recomendamos

• Presentar un solo número. El modelo descansa en una atribución proporcional y en porcentajes que nadie ha validado para tu categoría. Muestra siempre el rango.
• Usar usuarios en vez de sesiones, o mezclar el periodo de Search Console con otro de GA4. Esos dos errores inflan o achican la pérdida más que cualquier preset.
• Aplicar 60 % a informativas por defecto a una tienda cuyo tráfico es sobre todo transaccional. Ese valor tiene sentido como techo para un sitio de noticias o de salud.
• Llenar las seis acciones de recuperación con porcentajes inventados para que la pérdida neta dé cero. Si no tienes dato, deja la acción en 0 %.
• Correr el cálculo sin mirar antes la tendencia real. Si tu tráfico orgánico de los últimos 12 meses no cae, dilo en la presentación: Cristóbal contó que algunas industrias todavía no ven el efecto. Para medir lo que ya pasó, usa la guía de impacto real de AI Overviews y AI Mode.

Cómo llevar la cifra a gerencia

El cierre de Cristóbal fue sobre la conversación interna más que sobre el cálculo (minuto 45:00):

«Compartan y discutan estas estimaciones con tu equipo antes de comunicarlas hacia arriba.» — Cristóbal, cofundador de D2B [44:40]

Agregó que hay que explicar a gerentes y C-level por qué va a pasar la pérdida, con datos, y no llegar solo con la pérdida. El informe descargable de la calculadora trae los supuestos y el periodo usado, para que el equipo los discuta antes. En la reunión yo usaría tres filas: pérdida bruta, recuperación esperada a 90–120 días y pérdida neta, cada una con su rango.

Lo siguiente es saber si en esas consultas la IA cita a tu competencia, es decir, tu share of voice en las IAs. SearchBrand lo mide con tus propios prompts: 10 créditos gratis, sin tarjeta.

Fuentes

• Webinar «Del SEO al AEO: cómo ganar en la era de los answer engines (modelo práctico)», SearchBrand con D2B, 8 de enero de 2026: https://www.youtube.com/watch?v=BkAj-pDQFL0
• Metodología de Avinash Kaushik, según la presentaron Cata y Cristóbal en el webinar. Los porcentajes de este post no se verificaron contra el texto original de Kaushik.
• Google Search Central, cambios en los resultados enriquecidos de FAQ y HowTo (agosto de 2023).