Impacto de los navegadores con AI en la atribución

Los navegadores potenciados por IA, como ChatGPT Atlas (OpenAI) y Perplexity Comet, están redefiniendo la forma en que la gente busca, navega e interactúa con la web. Estos navegadores "agénticos" desdibujan la línea que separa los motores de búsqueda de los navegadores. Atlas convierte el navegador en un asistente que emprende acciones, mientras que Comet se centra en la búsqueda profunda y el conocimiento contextual. Ambos se lanzaron en 2025 y tuvieron una rápida adopción. Según Cyberhaven, a finales de 2025

• En el 27,7% de las empresas, al menos un empleado instaló Atlas en las primeras semanas
• Algunas empresas informaron de que el 10% de la plantilla lo utilizaba
• Atlas alcanzó 60 veces más descargas que Comet, superando rápidamente al competidor lanzado unos meses antes
• El lanzamiento de Atlas incluso multiplicó por 6 las descargas de Comet.

Esta oleada de uso de los navegadores de IA es emocionante, pero viene con una trampa para la analítica digital. Los modelos tradicionales de atribución de marketing y la precisión de los datos se están viendo alterados. ¿Por qué? Atlas y Comet cambian fundamentalmente la forma en que se manejan los datos de los usuarios (como la identidad del navegador, las cookies y las referencias), a menudo bloqueando o eludiendo los propios mecanismos de seguimiento en los que se basan los análisis. Los profesionales del marketing y los analistas informan de tendencias extrañas, como picos de nuevos "usuarios", más tráfico directo/no asignado, tráfico invisible y cadenas de atribución rotas.

A continuación, exploramos cómo estos navegadores de IA enmascaran la identidad del usuario y afectan al seguimiento, los retos de atribución que crean y lo que pueden hacer los equipos de análisis para adaptarse.

Cómo los navegadores de IA configuran la identificación y el seguimiento de los usuarios

Los navegadores con IA, como Atlas y Comet, introducen nuevos comportamientos que ocultan la identidad del usuario para los sistemas de análisis web.

Camuflaje de agente de usuario

ChatGPT Atlas no se anuncia como un nuevo navegador, pero se hace pasar por Chrome. En las pruebas, la cadena de agente de usuario de Atlas era idéntica a la de un Chrome estándar en Mac:

Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, como Gecko) Chrome/142.0.0.0 Safari/537.36

Comet se comporta de forma similar; su agente de usuario también es un reflejo de Chrome sin ninguna mención obvia a "Comet". De hecho, la cadena UA de Comet es esencialmente la misma que la de Atlas (y la de Chrome) del ejemplo anterior. Esto significa que los sitios web y las herramientas de análisis ven a los usuarios de Atlas/Comet como si estuvieran en Google Chrome. Aunque esto garantiza la compatibilidad, enmascara la verdadera identidad del navegador, lo que dificulta segmentar o filtrar a estos usuarios en función del agente de usuario.

Bloqueo de anuncios que oculta los análisis

Otra diferencia importante es cómo gestionan estos navegadores los scripts de seguimiento y las cookies. A menudo, ¡simplemente no lo hacen! Comet, en particular, incluye un bloqueador de anuncios integrado que está activado por defecto. No sólo sirve para bloquear anuncios, sino que también bloquea por defecto los scripts de análisis y seguimiento habituales (como Google Tag Manager o GA4). Como resultado, cuando un usuario visita tu sitio a través de Comet, puede que no veas... ¡nada en absoluto en tus análisis! No hay páginas vistas ni eventos porque Comet ha impedido que se disparen las solicitudes de seguimiento. Parece que la lógica que impide que se carguen los scripts de seguimiento la proporciona uBlock Origin, que es uno de los bloqueadores de anuncios más agresivos del mercado.

En nuestras pruebas, no se envió ni una sola solicitud de seguimiento desde Comet, lo que significa que esas visitas fueron efectivamente invisibles en Google Analytics.

Cookies rechazadas automáticamente

Atlas no ha seguido el camino de un bloqueador de anuncios (de momento), pero introduce su propia interrupción del seguimiento: la automatización del consentimiento de cookies. Atlas suele abrir las páginas a través de un asistente interno de IA o una vista "sandboxed", y cuando encuentra un banner de consentimiento de cookies, hace clic automáticamente en "Rechazar todo". Este comportamiento de privacidad por defecto significa que no se permite la carga de cookies analíticas o publicitarias, bloqueando eficazmente que esos scripts recopilen datos en las sesiones de Atlas. Un experto en privacidad, Thomas Adhumeau, concluyó que

"Atlas no es, en esencia, más que un bloqueador de cookies"

En otras palabras, a menos que un usuario lo anule explícitamente, Atlas no dará su consentimiento para el rastreo, cortando la analítica en la mayoría de los casos, igual que lo haría un bloqueador de anuncios agresivo. Descubre cómo los bloqueadores de anuncios merman la precisión de tus análisis.

Contextos aislados y pérdida de persistencia de las cookies

Los navegadores de IA a veces abren páginas dentro de ventanas de chat de IA, en "contextos de tareas" temporales, o en pestañas aisladas o "sandboxed". En este escenario, las cookies a menudo no se transfieren. ¿Cuál es el resultado? Los visitantes que vuelven aparecen como usuarios nuevos y se rompen las cadenas de atribución.

Remitentes eliminados o ausentes

Además de bloquear los scripts y las cookies, Atlas y Comet también gestionan la navegación de la página de formas que confunden los datos de referencia. ChatGPT Atlas abre enlaces compartidos en un sandbox interno o webview, que elimina por completo la cabecera de referencia. En ese caso, GA4 registra la sesión como "Directa" (o (no establecida)) en tus informes.

El comportamiento de Comet es un poco diferente. El tráfico de Comet suele pasar por un remitente normal.

Todos estos factores significan que las herramientas de análisis de marketing obtienen menos información sobre quién es el usuario, cómo ha llegado a tu sitio y qué hace en él. En resumen, Atlas y Comet introducen enmascaramiento de identidad y lagunas de datos por diseño. Pretenden proteger la privacidad del usuario y funcionar sin problemas, pero esto confunde a los métodos tradicionales de seguimiento que se basan en ID coherentes y flujos de remitentes.

Así que, para resumir, los impactos clave incluyen:

Comportamiento	Navegador antigénico	Explicación
Camuflaje del agente de usuario	Atlas + Comet	El navegador AI se identifica como Chrome, lo que hace imposible por defecto distinguir a los usuarios del navegador AI mediante cadenas de agente de usuario.
AdBlocker por defecto	Comet	Si un visitante utiliza Comet, es posible que tus analíticas no registren nada en absoluto. El bloqueador de anuncios por defecto de Comet impide que se carguen los scripts de seguimiento (GTM, GA4, etc.), por lo que esos usuarios son efectivamente invisibles en tus datos.
Cookies rechazadas automáticamente	Atlas	El asistente de IA de Atlas deniega automáticamente los banners de consentimiento de cookies, lo que significa que las cookies analíticas/de marketing se rechazan por defecto. En la práctica, esa sesión no enviará ningún rastreo o enviará datos muy limitados (ya que no se dio consentimiento para ejecutar rastreadores).
Persistencia limitada	Atlas + Comet	Las tareas basadas en IA pueden ejecutarse en contextos aislados del navegador que no comparten cookies con la sesión principal, interrumpiendo la continuidad de la sesión y el reconocimiento del visitante que vuelve.
Remitentes eliminados	Atlas	Las integraciones de IA de Atlas a menudo omiten los datos del remitente en los clics salientes, por lo que las visitas que se originaron a partir de una remisión o búsqueda podrían registrarse como tráfico directo.

En resumen, Atlas y Comet están diseñados teniendo en cuenta la privacidad y la funcionalidad de la IA, lo que rompe inadvertidamente muchas tecnologías estándar de la analítica web.

Retos de atribución causados por los navegadores de IA

Debido a estas peculiaridades, los profesionales del marketing se encuentran con importantes retos de atribución cada vez que los usuarios tocan un navegador de IA durante su viaje. En algunos casos, puede que las visitas no se registren en absoluto (por ejemplo, si un navegador de IA bloquea por completo el script de análisis o rechaza las cookies de seguimiento), pero incluso cuando se registran, los datos pueden no ser del todo precisos. Dos efectos inmediatos son la distorsión de las métricas de usuario nuevo frente a usuario recurrente y la precisión de la atribución de canales y fuentes de tráfico.

Métricas de usuarios nuevos frente a recurrentes

Algunos sitios han informado de aumentos repentinos en el recuento de "Nuevos usuarios" en GA4 tras el lanzamiento de Atlas. No necesariamente porque llegara una avalancha de gente realmente nueva, sino porque muchos visitantes que volvían pasaban ahora por Atlas y eran clasificados erróneamente.

Al mismo tiempo, las métricas de "Usuario recurrente" pueden disminuir a corto plazo. Esencialmente, si una parte de tu audiencia prueba el nuevo y brillante navegador AI, GA4 los tratará como visitantes nuevos y únicos (ya que no se reconocen ni se permiten sus antiguas cookies/ID analíticas).

Desde una perspectiva analítica, es como si adquirieras un montón de visitantes primerizos de la nada. Si los usuarios de tu sitio son expertos en tecnología, es posible que la adopción de Atlas aparezca en tus datos y sesgue estas métricas, mientras que los sitios con audiencias más generales verán un impacto mínimo.

Atribución de canales y precisión del origen del tráfico

Los buscadores de IA pueden alterar la información habitual de fuente/medio en la que confían los profesionales del marketing. Como se ha señalado, Atlas a menudo elimina los datos de referencia, lo que significa que el tráfico que en realidad procede de una búsqueda o recomendación impulsada por IA aparece como Directo o "(no establecido)" en los análisis.

Los profesionales del marketing han observado volúmenes crecientes de tráfico Directo/No Asignado que no se alinean con sus campañas. Parte de este "tráfico misterioso" puede proceder en realidad de referencias ChatGPT o Atlas que no tienen parámetros UTM ni remitente. (¡Si quieres saber más sobre cómo investigar el tráfico no asignado, profundiza aquí!)

Por ejemplo, si un usuario pregunta al chatbot de Atlas por "el mejor software CRM" y luego hace clic en un sitio web, esa visita podría aparecer sin atribución de origen (ni búsqueda orgánica ni referencia), cayendo esencialmente en el cubo Sin asignar de GA4. Con el tiempo, esto podría inflar tus cifras de tráfico Directo y enmascarar el verdadero origen.

Además, los modelos estándar de atribución multitoque (incluso la atribución basada en datos de GA4) tienen dificultades si el recorrido del usuario se divide entre estos navegadores. Imagina que un cliente encuentra tu sitio originalmente a través de la Búsqueda de Google en Chrome (por lo que el canal de Búsqueda orgánica recibe el crédito por ese toque), pero más tarde vuelve a visitarlo a través de Atlas (que ahora parece una visita Directa de un usuario "nuevo") y realiza una compra. GA4 podría atribuir erróneamente la venta a Direct (o contarla como una ruta de conversión completamente nueva) porque no la ve como la misma persona que llegó antes a través de Google. Esta fragmentación conduce a más conversiones atribuidas al canal equivocado o etiquetadas como "no asignadas".

En resumen, los comportamientos por defecto de los navegadores de IA pueden romper la cadena de atribución, causando varios quebraderos de cabeza analíticos:

• No se registra tráfico alguno: Comet utiliza un adblocker agresivo, y Atlas rechaza las cookies por defecto.
• Recuento excesivo de nuevos usuarios: Los visitantes que vuelven aparecen como "nuevos" en las analíticas debido a cookies restablecidas o bloqueadas.
• Contabilización insuficiente de los usuarios recurrentes: Tus visitantes fieles que cambian a Atlas o Comet pueden desaparecer temporalmente de tus métricas de usuarios recurrentes.
• Pico de Tráfico Directo/No Asignado: La pérdida de parámetros de referencia y de campaña significa que más sesiones se agrupan como Directas o No asignadas, ocultando su verdadero origen.
• Conversiones mal asignadas: La atribución multitoque es confusa, ya que los toques del navegador de IA no están correctamente vinculados a los toques de marketing anteriores, lo que puede sobrevalorar el papel del tráfico directo e infravalorar la referencia original o los canales orgánicos que iniciaron el viaje.

Para los profesionales del marketing, estos problemas alteran los datos de rendimiento. Podrías ver cómo se diluye el verdadero impacto de una campaña, o asustarte ante un repunte del tráfico "Directo" que no está respaldado por ningún aumento intencionado de visitas directas. Mientras tanto, una parte de tu audiencia podría estar navegando a través de estas herramientas de IA completamente bajo el radar de tus análisis. La precisión general de los embudos y del análisis del recorrido del usuario disminuye. Reconocer que Atlas y Comet están introduciendo estas anomalías es el primer paso. A continuación, los equipos de analítica deben responder de forma proactiva.

Cinco pasos prácticos para los equipos de análisis

¿Cómo deben adaptarse los equipos de análisis y marketing a esta nueva realidad? He aquí algunos pasos prácticos para mantener la fiabilidad de los datos y la atribución en la era de los navegadores con IA:

1. Supervisa las métricas clave para detectar anomalías

Establece alertas o revisiones periódicas para detectar cambios repentinos en los recuentos de Nuevos Usuarios, tráfico Directo/No Asignado u otras métricas básicas. Si observas un salto o una caída inexplicables hacia finales de 2025, considera el efecto Atlas/Comet. Por ejemplo, compara la relación entre usuarios nuevos y recurrentes antes y después de octubre de 2025. Un aumento inusual de nuevos usuarios sin una campaña correspondiente podría indicar que una parte de tu audiencia cambió a navegadores AI. Del mismo modo, controla el recuento global de sesiones; si algún segmento experto en tecnología se oscurece (debido a que Comet bloquea el seguimiento), podrías observar un ligero descenso del tráfico o un desfase entre los registros del servidor del sitio y los datos de GA4.

2. Inspeccionar la tecnología y los informes de remisión

Indaga en el informe de detalles del Navegador de GA4 y mira las tendencias de la versión del navegador. Actualmente, Atlas se informa a sí mismo como versión de Chrome "141.x" o "142.0.0.0" (a finales de 2025), pero es posible que pronto introduzcan un sello único en su agente de usuario. Asimismo, comprueba el informe de Adquisición para ver si aparece "perplexity.ai / referral", que indica visitantes que llegan a través de las recomendaciones de Comet. Asegúrate de que GA4 clasifica "perplexity.ai" como canal de Referencia (debería hacerlo por defecto), y considera la posibilidad de crear una agrupación de canales personalizada para el tráfico del "Navegador de IA" si quieres hacer un seguimiento por separado. Además, vigila el tráfico (directo) / (ninguno). Si el tráfico directo está aumentando de forma desproporcionada, profundiza en las páginas de destino y en el momento. Podrías encontrar patrones (por ejemplo, páginas específicas que reciben visitas que corresponden a referencias de enlaces generados por la IA con atribución perdida).

3. Utilizar datos de origen para unir las identidades de los usuarios

Dado que las cookies pueden no persistir a través de Atlas/Comet (o pueden bloquearse por completo), considera la posibilidad de aprovechar el seguimiento basado en el inicio de sesión o la ID de usuario en GA4. Si tu sitio tiene un sistema de autenticación, implementar la función de ID de usuario de GA4 puede ayudar a unir las visitas de la misma persona en diferentes navegadores o dispositivos, siempre que inicie sesión. Esto puede anular la dependencia de las cookies por sí solas. Por ejemplo, si un usuario conocido cambia a Atlas e inicia sesión en su cuenta en tu sitio, GA4 puede fusionar su sesión de Atlas con su perfil anterior, conservando el historial de atribución (aunque la sesión de Atlas tuviera un nuevo ID de cliente).

4. Implementar el etiquetado en el servidor

Utilizar herramientas como Google Tag Manager Server-Side u otros puntos finales proxy puede mitigar la pérdida de datos. Aunque no puede restaurar mágicamente una referencia perdida, te da más control sobre cómo se establecen las cookies y los identificadores de usuario, y puede evitar algunas restricciones del front-end. Por ejemplo, una configuración del lado del servidor podría establecer una cookie analítica de origen con una vida útil más larga o compartirla a través de subdominios, haciendo que sea más probable que persista cuando un usuario navega a través de navegadores AI o modos de privacidad. Y lo que es más importante, el Seguimiento en el Servidor puede eludir los bloqueadores de anuncios o las restricciones de scripts que puedan estar presentes en los navegadores de IA. En otras palabras, aunque Atlas/Comet bloquee un script de GA del lado del cliente o impida que se establezca una cookie consentida, tu punto final del lado del servidor puede seguir recopilando una vista de página o un evento de clic (ya que parece una solicitud de origen). Por supuesto, si realmente no hay consentimiento (Atlas lo rechaza automáticamente), debes respetarlo en la forma de utilizar los datos, pero los enfoques del lado del servidor permiten al menos capturar que se ha producido una visita.

5. Anotar y educar

Es una buena idea anotar en tu cronología de análisis el lanzamiento de los principales navegadores de IA (por ejemplo, "Atlas lanzado el 21 de octubre de 2025") para que los futuros análisis tengan en cuenta ese contexto. Comparte estos resultados con tu equipo de marketing. Explica que un aumento del tráfico Directo o de Nuevos Usuarios a finales de 2025 podría deberse a estas herramientas, no necesariamente a un cambio de campaña o de SEO. Educar a las partes interesadas evitará interpretaciones erróneas de los informes. Internamente, considera la posibilidad de crear un sencillo panel o segmento que rastree el "Tráfico del Navegador de IA" utilizando una combinación de señales conocidas. Aunque sea imperfecto, puede iluminar las tendencias y asegurar al equipo que se comprenden las anomalías.

PREGUNTAS FRECUENTES

¿Cómo afectan los navegadores de IA a las métricas de usuarios nuevos frente a los que regresan?
Tienden a inflar tu recuento de "Nuevos usuarios" en los análisis, porque un visitante que vuelve y cambia a un navegador AI es rastreado como un usuario totalmente nuevo (sus antiguas cookies o ID de cliente no se transfieren ni se permiten). Al mismo tiempo, tu recuento de usuarios recurrentes puede disminuir temporalmente. En resumen, algunos auténticos visitantes recurrentes son etiquetados erróneamente como nuevos. El efecto es más notable si una gran parte de tu audiencia prueba el nuevo navegador más o menos al mismo tiempo.

¿Pueden los profesionales del marketing segmentar o identificar de forma fiable a los visitantes mediante Atlas o Comet?
No es fácil, al menos de momento. Atlas y Comet se hacen pasar por Chrome, por lo que la identificación habitual del navegador en las analíticas no los separa claramente. Las referencias de Comet a veces pueden detectarse por la fuente/medio (verás perplexity.ai /referencia si el tráfico no está bloqueado), pero el tráfico de Atlas a menudo parece tráfico genérico directo u orgánico sin marcadores especiales. De hecho, si el bloqueador de anuncios predeterminado de Comet está activo, es posible que esos usuarios ni siquiera aparezcan en tus datos de GA, lo que imposibilita la segmentación en ese frente. Por ahora, la segmentación requiere algunas conjeturas y revisar los detalles técnicos. Es posible que, con el tiempo, los proveedores de análisis actualicen sus sistemas para detectar explícitamente estos navegadores con IA (o proporcionen filtros para las sesiones "asistidas por IA"), pero actualmente tenemos que utilizar pistas indirectas para segmentarlos.

¿Es el Seguimiento en el Servidor una solución para las lagunas de atribución creadas por los navegadores de IA?
Parcialmente, sí. El seguimiento del lado del servidor puede ayudar a conservar datos que el seguimiento del lado del cliente podría perder. Por ejemplo, te permite establecer cookies de origen más persistentes y puede transmitir eventos incluso cuando los scripts del navegador están bloqueados o limitados. Sin embargo, no es una bala de plata. Si un navegador AI no envía una referencia o ha impedido directamente cualquier rastreo, la recopilación del lado del servidor también carecerá de esa referencia (no puedes recuperar mágicamente lo que no está ahí). Y si un usuario rechaza explícitamente las cookies (a través del "rechazar todo" automático de Atlas), también debes respetar esa decisión en tu lógica del lado del servidor. Dicho esto, las implementaciones del lado del servidor mejoran la calidad general de los datos y la resistencia frente a los cambios del navegador. Te permiten utilizar tu propio dominio para la recopilación de datos y otras técnicas de enmascaramiento, que pueden eludir los bloqueadores de anuncios.

¿Cómo puede TAGGRS ayudar a la analítica a prueba de futuro frente a estas disrupciones del navegador de IA?
El núcleo de nuestro producto es un contenedor GTM del lado del servidor que configuramos con técnicas avanzadas de enmascaramiento y enrutamiento. Estas técnicas hacen que la recopilación de datos sea más resistente contra los bloqueadores de anuncios predeterminados. Incluso los más agresivos, como la tecnología integrada uBlock de Comet. Dado que las solicitudes de seguimiento se enrutan a través de tu propia infraestructura, no a través de dominios de Google o puntos finales de proveedores conocidos, las implementaciones de TAGGRS pueden seguir recopilando señales analíticas esenciales incluso cuando la mayoría de los scripts de terceros están bloqueados.