Apareces hoy en ChatGPT. Tu GA4 lo registra entre 11 y 18 días después. Ese gap explica por qué muchas PYME B2B creen que GEO no funciona — están mirando el termómetro equivocado en la franja temporal equivocada. Cómo cerrar la brecha de attribution IA con datos primary 2026.
El delay mediano entre la primera aparición de tu marca en una respuesta de ChatGPT o Perplexity y la primera visita atribuible en GA4 es de 11-18 días. No es un retraso técnico del tracking — es un retraso conductual real: el usuario que ve tu marca citada por la IA no clica inmediatamente. Investiga, compara, vuelve días después con una query branded en Google, o accede directo escribiendo tu dominio. El intervalo es predecible, medible y resoluble. Quien no entiende esto compara peras con manzanas: visibilidad IA observada en semana 1 vs sesiones GA4 en semana 1 — y concluye erróneamente que GEO no funciona.
La cifra "11-18 días delay mediano" viene del análisis Citora mayo 2026 cruzando logs de citation tracking propios + datos públicos de Similarweb y Statcounter sobre cohortes de marcas PYME B2B España que empezaron a aparecer en ChatGPT y Perplexity entre enero y abril 2026.
El delay observado en panel Citora sobre 4 clientes B2B España con datos disponibles ha sido 9-21 días, con mediana ~14 días — consistente con el rango 11-18 que usamos como referencia operativa.
El comprador B2B no se comporta como el consumidor B2C. Cuando ChatGPT le dice "para esto, mira [tu marca]", el comprador típicamente:
Resultado: el efecto causal de la cita IA queda invisible para GA4 por defecto. Y por eso muchos clientes B2B miran su panel después de 7 días de campañas GEO y dicen "esto no funciona".
Google introdujo en mayo 2026 el AI Traffic label en GA4 (visible como canal en Reports → Acquisition). Pero el dato es muy bajo: según observación primary Citora cruzada sobre 4 clientes B2B España en los 10 días posteriores al release, el AI Traffic label representa menos del 0,5% de las sesiones diarias. Más detalle en nuestro próximo post sobre AI Traffic label GA4 vs hype.
Por qué el AI Traffic label captura tan poco:
Conclusión: el AI Traffic label es el suelo del impacto IA, no el techo. La realidad de impacto está entre 5-15× lo que muestra ese canal.
La forma honesta de medir IA en GA4 + Google Search Console requiere cruzar 4 señales en ventanas temporales superpuestas:
| Señal | Dónde verla | Qué indica | Lag típico |
|---|---|---|---|
| Citation Rate por motor (Visibility Score) | Audit GEO mensual / herramienta monitoring | Apariciones en respuestas IA | Semana 0 (medición directa) |
| Búsquedas branded en Google Search Console | Performance → Queries con tu marca | Usuarios que vieron la cita y buscaron | Semana 1-3 después |
| Tráfico direct en GA4 | Acquisition → Direct | Acceso por escritura del dominio (efecto cita) | Semana 1-4 después |
| AI Traffic label en GA4 | Acquisition → Channels → AI Traffic | Clics directos desde respuesta IA | Semana 1-2 después (subestimado) |
El modelo correcto: si tu Citation Rate sube en semana 0, espera medir branded search +X% en semana 1-3, direct traffic +Y% en semana 2-4, y AI Traffic label +Z% en semana 1-2 con número pequeño. La suma de los 3 indicadores secundarios refleja el impacto real — no el AI Traffic label aislado.
PYME B2B SaaS con Visibility Score inicial 12/100 que ejecuta plan diversificación multi-LLM (ver plan de diversificación). Proyección típica observada en 4 audits Citora 2026:
| Mes | Visibility Score | Branded search (vs baseline) | Direct traffic (vs baseline) | AI Traffic label |
|---|---|---|---|---|
| 0 (baseline) | 12 | 100% (baseline) | 100% (baseline) | 0,1% |
| 1 | 18 | 105-110% | 105-110% | 0,2% |
| 2 | 25 | 115-125% | 110-115% | 0,3% |
| 3 | 32 | 125-140% | 115-125% | 0,4% |
| 4-6 | 40-50 | 140-180% | 125-145% | 0,5-0,8% |
Lo importante: la suma de branded search +40-80% + direct +25-45% es el impacto IA real. El AI Traffic label aislado mostraría solo 0,5-0,8% del tráfico total — y un CMO mirando solo ese dato concluiría "GEO no funciona". Sería un error de medición, no un fracaso de la estrategia.
Patrón recurrente en audits Citora:
Es exactamente el patrón que destruyó a muchos sites que abandonaron SEO en 2010-2012 cuando los resultados orgánicos tardaron 6-9 meses en aparecer. Quien aguantó esos 9 meses construyó moats que duraron una década. Quien abandonó en mes 3 perdió el ciclo entero.
En Citora medimos los 4 indicadores en cada informe mensual. No prometemos "X visitas desde IA en mes 1". Prometemos:
El cliente que entiende los 4 indicadores no confunde "AI Traffic 0,5%" con "GEO no funciona". El cliente que solo mira un panel sin entender el delay se frustra y abandona — y para él, el problema es de educación, no de estrategia.
Mediana del análisis Citora mayo 2026 cruzando logs propios + datos públicos Similarweb y Statcounter. La distribución tiene cola larga: algunas conversiones tardan 6-8 semanas (sectores con ciclos de compra muy largos como industrial pesado o legal). La mediana es la medida correcta porque el promedio se infla con esos outliers.
Marginalmente. Una landing con UX excelente y CTA muy claro puede convertir al usuario que sí clica en el momento — pero la mayoría no clica en el momento por razones conductuales (research B2B colaborativo, validación interna). No puedes acelerar el ciclo del comprador con UX de tu landing.
Perplexity tiende a generar más clics directos (4-8 días delay típico) porque su UI muestra los citation links de forma muy prominente. ChatGPT tiene delay más largo (12-21 días) porque los links son más sutiles y el formato conversacional invita menos al clic inmediato. Claude y Gemini intermedios.
Tres pasos: (1) Explica que el AI Traffic label GA4 es el suelo, no el techo (con el dato 0,5% como referencia primary). (2) Muestra los 4 indicadores cruzados en informe mensual. (3) Compara con el patrón histórico SEO 2010-2012 — quien abandonó SEO en mes 3 perdió la década. Es un argumento que CEOs B2B veteranos entienden inmediatamente.
Servidor-side tracking con identificación de referrer raw + cruzar con timestamp de citaciones medidas en monitoring GEO da algo más de precisión, pero el delay conductual sigue ahí. El límite no es técnico — es el comportamiento real del comprador B2B.
Sectores con ciclos cortos (ecommerce B2C, herramientas SaaS self-serve <€50/mes) ven delays más cortos (3-7 días mediana) y mayor proporción del impacto en AI Traffic label directo. Para B2B con ticket €1.500+/mes y ciclo 3+ semanas, el patrón 11-18 días es la norma. Ver nuestra guía de resultados GEO por horizonte temporal.
Si llevas 60-90 días en GEO y aún no estás seguro de si funciona, el problema casi nunca es la estrategia — es la medición. El audit gratuito de Citora incluye baseline Visibility Score en los 4 motores. Si después quieres entender qué medir junto a eso, hablamos.
Descubre tu Visibility Score en 2 minutos. Gratuito, sin tarjeta.
Hacer mi audit gratisEl patrón más común en Google Search Console 2026: impresiones suben +30-60% pero clicks bajan o se estancan. Causa: AI Overviews resuelve la query sin que el usuario clique. Análisis Citora sobre el comportamiento zero-click estructural en era AIO + qué hacer cuando GSC te muestra el síntoma sin explicar la causa.
LeerViperChill publicó en mayo 2026 el mega benchmark más grande hasta la fecha sobre AI search: 100M+ data points, 13 estudios cruzados, 8 autores. Análisis Citora del documento + las 7 cifras más relevantes para PYME B2B + por qué algunas contradicen lo que se vendía hasta ahora.
LeerAnálisis Citora cross-fuente mayo 2026: con sample de 500.000 prompts agregados, el 86% disparan AI Overviews en Google. AIO ya no es feature opcional — es comportamiento default. Si no apareces citado, no apareces. Cifras desglosadas + cómo verificar tu cobertura AIO en 10 minutos.
Leer