- En México, 50% de los internautas que planeaba comprar durante HOT SALE 2026 dijo que utilizaría inteligencia artificial para comparar productos.
- GA4 ya separa los clics procedentes de ChatGPT, Gemini y otros asistentes, pero no identifica las compras que comienzan en una conversación y terminan días después mediante una búsqueda de marca.
- Los datos internacionales muestran que el visitante referido por IA puede convertir mejor; para las marcas mexicanas, el reto inmediato está en producto, medición y atribución, no solamente en SEO.
El nuevo comprador digital no siempre abre Google, escribe el nombre de un producto y recorre diez enlaces. Puede comenzar preguntándole a un asistente cuál es la mejor pantalla para un departamento pequeño, qué protector solar funciona en piel sensible o qué refrigerador consume menos electricidad.
La respuesta reduce opciones, establece criterios de comparación y, en algunos casos, introduce marcas que el consumidor no tenía contempladas. Después, el usuario puede hacer clic, buscar directamente el nombre recomendado, abrir la aplicación de un marketplace o visitar una tienda física.
Para el ecommerce mexicano, este recorrido plantea un problema incómodo: la IA puede haber generado la demanda sin aparecer como fuente de la venta.
La búsqueda, el retail media y la inteligencia artificial ya compiten por la misma decisión de compra. Únete a la Comunidad y accede a análisis diseñados para tomar mejores decisiones de marketing, medios y tecnología.
La señal mexicana está en la comparación, no en el checkout
El dato local más revelador no proviene todavía de los reportes de tráfico, sino de la intención declarada. En su Pulso HOT SALE 2026, la Asociación Mexicana de Venta Online reportó que 50% de los internautas que planeaba comprar durante la campaña utilizaría IA para comparar productos.
La precisión es importante. El estudio no afirma que la mitad de las ventas haya sido generada por inteligencia artificial. Muestra que la tecnología ya entró en una de las fases más valiosas del recorrido: la construcción de la lista corta.
Ahí se decide qué marcas merecen ser evaluadas, qué atributos importan y qué opciones quedan fuera antes de que comience la competencia por el clic.
Julieta Ruiz
La recomendación puede terminar acreditada a Google
Similarweb siguió durante siete días a miles de usuarios que habían recibido una recomendación de marca en ChatGPT en las categorías de finanzas, viajes y belleza. Para reducir sesgos, excluyó a quienes ya habían visitado la marca o la habían mencionado previamente en su consulta.
Las personas expuestas a una recomendación fueron 2.5 veces más propensas a visitar posteriormente el sitio de esa marca. Pero buena parte no llegó mediante un enlace de ChatGPT: lo hizo a través de búsqueda de marca o tráfico directo. También consultó casi el doble de páginas y permaneció aproximadamente el doble de tiempo en el sitio.
Google tiene la ventaja operativa en México
La plataforma mejor posicionada para capturar demanda comercial con IA en México sigue siendo Google, porque controla simultáneamente la búsqueda, el inventario de Shopping, Merchant Center, los formatos publicitarios y una parte de la medición.
El Modo IA comenzó a implementarse en español en septiembre de 2025. La herramienta descompone una pregunta compleja en varias consultas, compara fuentes y presenta una respuesta con enlaces.
En mayo de 2026, Google también llevó a México su función “Pruébalo”, que permite visualizar prendas y calzado sobre una fotografía del usuario. Si el consumidor decide comprar, Google lo dirige al sitio del comerciante.
La relevancia publicitaria es evidente: Google ya no sólo captura una palabra clave. Puede intervenir en la exploración, la comparación visual y la selección del producto antes de entregar el clic.
ChatGPT ocupa una posición distinta. Puede influir en la investigación y consideración, pero su experiencia comercial enriquecida y la integración de catálogos continúan disponibles oficialmente en Estados Unidos; las compras se completan en los sitios o aplicaciones de los comercios.
OpenAI anunció el 7 de mayo que planeaba ampliar su piloto publicitario a México, aunque hasta el 4 de agosto no había publicado una confirmación equivalente sobre un despliegue comercial completo en el país. La compañía sostiene que los anuncios estarán separados de las respuestas orgánicas y que las conversaciones no serán compartidas con los anunciantes.
Esto abre dos mercados de visibilidad: aparecer en la recomendación de forma orgánica y comprar exposición alrededor de una conversación relevante. La segunda opción no sustituye a la primera.
Julieta Ruiz
Ganarán los catálogos que puedan ser entendidos, no sólo rastreados
En la búsqueda tradicional, muchas tiendas lograron posicionarse con páginas de categoría, autoridad de dominio y optimización de palabras clave. Los asistentes necesitan algo adicional: interpretar con precisión qué producto es, para quién sirve, cuánto cuesta, dónde está disponible y bajo qué condiciones se entrega o devuelve.
Google recomienda complementar las páginas con datos estructurados de producto: disponibilidad, precio, variantes, evaluaciones, políticas de envío y devoluciones. Desde junio también permite que los videos enviados mediante el nuevo atributo de Merchant Center sean elegibles para mostrarse en sus experiencias comerciales.
La unidad de optimización deja de ser solamente la página. Ahora es el producto como conjunto de datos verificables.
Para el ecommerce mexicano, esto implica revisar:
- Títulos y descripciones que distingan usos, materiales y compatibilidades.
- Precio, inventario y variantes sincronizados.
- Costos y tiempos de entrega por ubicación.
- Políticas de cambio, devolución y garantía visibles.
- Identificadores como SKU y GTIN correctamente implementados.
- Comparaciones, preguntas frecuentes y guías redactadas con información propia.
- Reseñas auténticas y señales claras sobre su procedencia.
Los contenidos genéricos pueden atraer una impresión. Los datos de producto completos pueden conseguir una recomendación.
Julieta Ruiz
GA4 ya ve el clic; todavía no ve toda la influencia
Desde el 13 de mayo, Google Analytics identifica automáticamente el tráfico procedente de asistentes reconocidos como ChatGPT, Gemini y Claude. Las sesiones reciben el medio ai-assistant, aparecen en el canal “AI Assistant” y utilizan la campaña (ai-assistant).
Es un avance importante para los equipos de analítica, pero sólo registra recorridos en los que existe un enlace y un referrer reconocible. No resuelve el escenario en el que alguien recibe una recomendación, cierra el asistente y busca la marca más tarde.
Search Console comenzó, además, a probar reportes específicos de visibilidad generativa para AI Overviews, Modo IA y Discover. Estos muestran impresiones, páginas, países, dispositivos y fechas, aunque inicialmente sólo se desplegaron para un subconjunto de sitios.
La medición de ecommerce necesita, por tanto, dos libros contables:
- Tráfico observable: sesiones, conversiones, ingresos y valor por visita del canal AI Assistant.
- Influencia posterior: cambios en búsquedas de marca, tráfico directo, visitas a aplicaciones, conversiones asistidas y ventas posteriores a una recomendación.
¿Qué deberían hacer las marcas antes del Buen Fin?
La respuesta no es abrir un nuevo presupuesto de “GEO” y producir cientos de artículos. Es construir una línea base que conecte visibilidad, producto y negocio.
- Primero, conviene auditar las consultas que realmente anteceden una compra: comparaciones, restricciones presupuestales, compatibilidad, tamaño, ingredientes, tiempos de entrega y condiciones de uso. Después, hay que comprobar qué marcas y fuentes aparecen en ChatGPT, Gemini, Copilot, Perplexity y Modo IA.
- El segundo paso es limpiar los datos del catálogo. Una recomendación basada en precio o disponibilidad incorrectos puede destruir confianza y producir una visita que nunca convertirá.
- El tercero es comparar el canal AI Assistant contra búsqueda orgánica, pagada, afiliados y retail media utilizando conversión, ingreso por sesión, margen y devoluciones; no sólo volumen.
- Finalmente, las marcas necesitan experimentos de incrementalidad. Las encuestas posteriores a la compra, los análisis de búsquedas de marca y las pruebas por región o periodo pueden revelar parte del efecto que el último clic oculta.
La batalla inmediata no consiste en obtener todo el tráfico de la IA. Consiste en ser una de las pocas opciones que el asistente coloca frente al consumidor y demostrar qué valor comercial produjo esa aparición.
Para AdTech y MarTech, la consecuencia es profunda: búsqueda, contenido, datos de producto, retail media y analítica ya no son disciplinas separadas. Todas intervienen en una misma respuesta.
La próxima ventaja competitiva no será comprar más impresiones, sino entender dónde se forma la preferencia. Forma parte de la Comunidad que está redefiniendo marketing, datos y tecnología.
