La atribución de leads desde la IA tiene un agujero que ninguna analítica cierra: el cliente que te descubrió en ChatGPT y llegó días después escribiendo tu marca en Google aparece como tráfico de buscador o directo. El parche más efectivo cuesta un campo de formulario: la pregunta cómo nos encontraste, bien diseñada, con la IA como opción explícita. Aquí está el diseño correcto del campo, el cruce con GA4 y los errores que vuelven inútil la respuesta.
Tabla de Contenidos
¿Por qué tu analítica no ve a estos leads?
El recorrido típico del lead influenciado por IA rompe la cadena de atribución en dos puntos. Primero, la recomendación puede ocurrir sin clic: el asistente describe tu empresa y el usuario no toca ningún enlace, así que no existe referral. Segundo, la visita suele llegar después y por otra puerta: búsqueda de tu marca, escritura directa de la URL o hasta WhatsApp. Tu GA4 registra el último paso y le asigna el mérito, mientras el descubrimiento real queda invisible.
Esa ceguera tiene costo de decisión: subestimas el canal que está creciendo y sobreinviertes en los que solo cosechan. La atribución declarada por el propio lead, con sus imperfecciones, es hoy la mejor ventana a ese tramo oculto, y complementa la medición técnica de la guía de GEO para aparecer en ChatGPT, Gemini, Claude y Perplexity. En KOM la usamos en nuestros propios formularios, y el porcentaje de leads que ya declara venir de asistentes es parte de la evidencia con que trabajamos. [DATO-KOM: porcentaje actual de leads de KOM que declara descubrimiento vía IA, con periodo]
El diseño correcto del campo
Los detalles deciden la calidad del dato. La pregunta va en pasado y apunta al descubrimiento: ¿cómo nos encontraste?, no ¿cómo llegaste a esta página?, porque quieres el origen del conocimiento de tu marca, no el último clic. El formato correcto es selección única con lista corta: seis a ocho opciones cubren el mapa sin fatigar. Y la opción de IA se nombra con ejemplos concretos: Un asistente de IA (ChatGPT, Gemini, Perplexity, Claude), porque la etiqueta genérica inteligencia artificial confunde a parte de los usuarios.
La lista de referencia que usamos: buscador (Google, Bing), asistente de IA con los ejemplos, recomendación de un conocido, redes sociales, publicidad, ya era cliente o los conocía, y otro con campo libre. El orden se rota o se piensa: poner la IA primera infla su selección; escondida al final, la deprime. En medio de la lista, con nombre claro, da el dato más limpio.
Cómo implementarlo paso a paso
Paso 1: agrega el campo sin matar la conversión
Selección única, opcional u obligatoria según el largo actual del formulario: si ya pides cinco datos, hazlo opcional; en formularios cortos aguanta obligatorio. Resultado verificable: la tasa de conversión del formulario estable tras dos semanas del cambio.
Paso 2: guarda la respuesta donde puedas analizarla
El dato viaja con el lead a tu correo, hoja o CRM como un campo más, no como texto perdido en el cuerpo del mensaje. Resultado verificable: una columna fuente declarada consultable con filtros.
Paso 3: captura en paralelo la fuente técnica
Configura tu formulario para registrar también el referral y los parámetros de la visita en campos ocultos, el estándar de cualquier buen plugin de formularios. Resultado verificable: cada lead llega con fuente declarada y fuente técnica, lado a lado.
Paso 4: cruza ambas fuentes cada mes
La tabla mensual: cuántos leads declararon IA, qué decía su fuente técnica (directo, marca en buscador, referral de asistente) y la brecha entre ambas. Esa brecha es justamente el descubrimiento sin clic que buscabas medir. Resultado verificable: la fila del mes en tu dashboard junto al canal de tráfico IA.
Paso 5: pregunta el detalle solo donde vale
En leads de ticket alto, el equipo comercial añade una repregunta natural en la primera llamada: qué le preguntaste al asistente, qué te dijo de nosotros. Ese texto cualitativo alimenta tu monitoreo de narrativa. Resultado verificable: las citas textuales registradas en el CRM.
¿Cuánta confianza darle al dato declarado?
La honestidad metodológica primero: la memoria del usuario es imperfecta, algunos marcan lo primero que ven y otros mezclan canales en su recuerdo. El dato declarado es una estimación con sesgo conocido, no una verdad contable. Tres prácticas lo mantienen útil: lista corta y clara que reduzca el error de marcado, serie larga que diluya el ruido individual, y triangulación constante con las fuentes técnicas y tu auditoría de menciones. Cuando las tres señalan en la misma dirección, la conclusión es sólida; cuando divergen, la divergencia misma es el hallazgo a investigar.
Lo que no debes hacer con él: reportarlo como medición exacta de canal ni compararlo contra métricas de clic como si fueran la misma cosa. Es la pieza del rompecabezas que cubre el tramo sin clics, y vale exactamente por eso.
Qué hacer con el dato una vez que fluye
El campo rinde en tres niveles según tu madurez de medición. Nivel uno, el porcentaje: qué fracción de tus leads declara descubrimiento por IA y cómo evoluciona; es el número que cambia conversaciones de presupuesto. Nivel dos, la calidad: compara la tasa de cierre y el ticket de los leads declarados de IA contra el resto; en varios negocios llegan más informados y deciden más rápido, y ese hallazgo vale más que el volumen. Nivel tres, la narrativa: los textos de la repregunta comercial te dicen qué versión tuya está contando el asistente, directo de la boca del cliente.
Con esos tres niveles, el campo deja de ser una curiosidad de formulario y se vuelve lo que realmente es: el sensor más barato del canal de descubrimiento que más rápido está cambiando.
Errores que arruinan la atribución declarada
Los cinco clásicos. La opción de IA ausente o etiquetada en jerga, que manda esos leads a otro u otros canales. La lista interminable de doce opciones, que produce marcado al azar. El campo de texto libre como única opción, que genera respuestas inanalizables. Recoger el dato y no mirarlo nunca, el formulario como ritual. Y el sesgo del entusiasta: presentar la opción de IA primera y celebrarla en el reporte, inflando el canal que querías defender. El dato solo sirve si el diseño es neutral y la lectura, adulta.
Preguntas frecuentes
¿El campo extra no baja la conversión del formulario?
Un campo de selección única bien puesto rara vez mueve la aguja, y la evidencia la tendrás tú mismo: mide la tasa de envío dos semanas antes y después. Si tu formulario ya es largo, hazlo opcional: incluso con respuesta parcial, la muestra mensual alcanza para la tendencia que buscas.
¿Por qué no basta con el referral técnico de los asistentes?
Porque captura solo el clic inmediato desde la conversación, y buena parte del descubrimiento por IA termina en visita directa o búsqueda de marca días después. El referral te da precisión sobre una fracción; el campo declarado te da cobertura sobre el total, con menos precisión. Juntos forman la mejor foto disponible.
¿Cómo manejo esto si mis leads entran por WhatsApp?
Con la versión conversacional del mismo campo: una línea en la respuesta inicial, antes de pedir datos, preguntando cómo nos encontraste. Registrada con disciplina en el CRM, rinde igual que el formulario. Para negocios donde WhatsApp domina, este es el único punto de captura del dato, así que el guion del equipo importa el doble.
¿Desde cuándo es relevante medir esto en el Perú?
Desde ya: el costo es un campo y la serie se construye sola. Aunque hoy tu porcentaje declarado sea chico, la línea base temprana es la que te permitirá ver el crecimiento del canal antes que tu competencia, y los textos cualitativos de los primeros leads que lleguen por IA valen oro para entender qué dice de ti el asistente.
Tu siguiente paso: agrega el campo esta semana con la lista de referencia y abre la columna en tu CRM u hoja. El primer mes te da la línea base; el cruce mensual con GA4 te da, por fin, una vista del canal que tu analítica sola nunca te va a mostrar.
