«¿Esto de ChatGPT funciona para lo que yo vendo?»
Desde hace un año, en marketing no para de aparecer la palabra «GEO». El GEO (optimización para motores generativos) es, en una frase, el SEO de la era de la IA: en vez de escalar en la lista de enlaces de Google, trabajas para que ChatGPT o Perplexity nombren tu marca. Lo que optimizas, al final, es si el modelo te recomienda o no.
Y cada vez que sale el tema, aparece la misma duda: ¿esto funciona para mi categoría?
Lo entiendo. Es una decisión de presupuesto de verdad. ¿Metes recursos en GEO o los dejas en buscador y redes de pago? Fallar sale caro.
Te lo digo ya, y luego vamos a los datos. El efecto de ChatGPT depende de lo complicado que sea tu producto. Cuanto más compleja la compra, más rinde. En lo simple, casi nada.
973 tiendas: la complejidad lo cambia todo
Kaiser y Schulze, de la Universidad Goethe de Fráncfort y la Mannheim Business School, siguieron 973 webs de e-commerce durante doce meses: unos 20.000 millones de dólares de facturación combinada. Compararon más de 50.000 visitas llegadas desde ChatGPT con 164 millones de transacciones de los canales tradicionales.
¿El resultado principal? La tasa de conversión de ChatGPT supera a las redes de pago, pero se queda por detrás de canales maduros como la búsqueda orgánica y el email. Hasta aquí, nada raro para un canal tan joven.
Pero aquí viene lo interesante. La complejidad del producto modula el efecto. Cuanto más compleja la categoría, mejor le va al tráfico de ChatGPT, tanto en el dinero que trae como en su cuota de tráfico. En los productos simples, la distancia con los canales tradicionales casi desaparece.
O sea, no es un número único que valga para todo lo que vendes. Se dobla según el producto.
Los datos por sector lo dejan más claro
El informe de Alhena AI, sobre 329 marcas y ocho sectores de retail, dibuja la misma curva. La CVR (tasa de conversión, es decir, la parte de visitantes que compran de verdad) por categoría salió así:
- Belleza y cuidado de la piel: 5,36 %
- Salud: 4,68 %
- Recambios de coche: 3,53 %
- Moda: 2,40 %
- Electrónica: por debajo del 2 %
Fíjate en quién manda arriba. Cada una es una categoría de «antes de comprar toca informarse»: encontrar el cuidado que le va a tu piel, comparar suplementos según un objetivo de salud, dar con la pieza que encaja en tu coche. Cuanto más pide un ida y vuelta la decisión, más sube la conversión vía IA.
Y un dato más para quedarse pensando: el tráfico LLM (los grandes modelos de lenguaje detrás de ChatGPT) es solo alrededor del 1 % de las visitas, pero se lleva más o menos el 10 % de las ventas. Poco volumen, mucha calidad. Estos visitantes llegan ya a un paso de comprar.
Adobe dice lo mismo sobre las compras complejas
El informe de Adobe —montado sobre billones de visitas más una encuesta a más de 5.000 compradores— aterriza en el mismo sitio. Sus categorías que mejor convierten fueron electrónica y joyería; las más flojas, ropa, hogar y alimentación.
Y la encuesta es aún más directa: el 87 % dice sentirse más cómodo usando IA para las compras grandes o complejas. Los propios compradores ven el chat de IA como la herramienta de las decisiones difíciles, no de las fáciles.
Una última pista, muy reveladora. El 86 % del tráfico de IA generativa vino de ordenador, frente al 34 % del e-commerce en general. Buscar productos con IA no es scroll con el pulgar en el sofá: es la sesión de «me siento y comparo». Te lo tomas en serio.
Por qué la IA gana en los productos complejos
Entonces, ¿por qué se dobla así el patrón? Depende de en qué es buena una interfaz de conversación.
La búsqueda de siempre es palabra clave a la entrada, lista a la salida: escribes «pañuelos baratos», eliges, listo. Para un producto simple sobra.
Pero complica la compra y el buscador se atasca. Prueba a filtrar «una rutina de cuidado para piel seca y sensible, por debajo de unos 50 euros al mes, que encaje por la mañana» en una caja de búsqueda. Un suplicio.
Una conversación resuelve justo ese filtrado con varias condiciones, en forma de diálogo. Puedes repreguntar, o reordenar lo que más te importa a mitad de camino. (Aunque no es magia: cómo preguntas, y lo que el modelo aprendió, pueden dar la vuelta a la respuesta; la IA no es un oráculo.)
Así que cuanto más enrevesada la comparación, más se gana su sitio la herramienta conversacional. Cuando la decisión no cabe en una sola caja de búsqueda, el LLM se convierte en un canal de verdad potente.
Conclusión: empieza el GEO donde comprar cuesta
Las visitas de los LLM no rinden igual en todo un catálogo. El hueco para una IA «asesora» se abre en los : los que acumulan condiciones que sopesar y una fase larga de investigación antes de comprar. Lanzar el GEO sobre todo a la vez es, por eso, el movimiento equivocado. Hazlo por orden.
En la práctica: separa tu catálogo entre alta implicación y producto de consumo, y luego elige dos o tres categorías del primer grupo para probar. Los números por sector de Alhena y el ranking de Adobe te dan un primer mapa; pon encima tus propias tasas de conversión y las preguntas que llegan a soporte, y la lista de dónde invertir se acorta rápido.
Si quieres la pieza gemela —cómo leer los números de conversión de ChatGPT sin dejarte engañar por un solo dato— la cavé a partir del mismo estudio de 973 tiendas por aquí.
Fuentes
- Kaiser, M. & Schulze, C. (Goethe University Frankfurt / Mannheim Business School), “ChatGPT Referrals to E-Commerce Websites: How Do LLMs Compare Against Traditional Channels?”, SSRN Working Paper, 2025, DOI: 10.2139/ssrn.5585812
- Alhena AI, “329 Brands, 9 Channels: The AI Commerce Report for 2026”, alhena.ai, 2026
- Adobe, “Adobe Analytics: Traffic to U.S. Retail Websites from Generative AI Sources Jumps 1,200 Percent”, Adobe Blog, 2025
