Blog

Los crawlers de IA distorsionan tus analíticas

En junio de 2026 el tráfico automatizado superó al tráfico humano en la web por primera vez: Cloudflare midió que el 57 por ciento de las peticiones a páginas HTML venía de bots. Gran parte es rastreo de IA, modelos que leen tus páginas para responder preguntas, construir índices de búsqueda o entrenarse. Para tu script de analítica, un crawler parece un visitante muy rápido, e infla silenciosamente tus cifras. Aquí aprenderás a detectar el tráfico de bots, qué les hace a tus métricas y cómo volver a medir a tus visitantes reales.

· Publicado

La web se ha dado la vuelta: los bots superan a las personas

Durante años, la regla aproximada era que alrededor de un tercio del tráfico web era automatizado. Esa época terminó. En junio de 2026, Cloudflare informó de que las peticiones automatizadas superaron el 50 por ciento de todo el tráfico web por primera vez, alcanzando cerca del 57 por ciento de las peticiones a páginas HTML. Matthew Prince, CEO de la empresa, señaló que su propia previsión situaba ese cruce en 2027. Llegó más de medio año antes.

El principal motor es la inteligencia artificial. Cada vez que un asistente de IA cita tu web en una respuesta, un crawler rastreó esa página poco antes. Los modelos rastrean para responder a las preguntas de los usuarios, construir índices de búsqueda de IA y entrenarse con contenido nuevo. Una investigación de Fastly ya situaba el rastreo automatizado en torno al 80 por ciento del tráfico de bots relacionado con IA en 2025, y el volumen sigue creciendo.

El problema para la medición: la mayoría de las herramientas de analítica cuentan un crawler como una visita. Pide una página, dispara el script de seguimiento o toca el servidor y desaparece. Nada en un informe estándar de páginas vistas te dice si eso fue una persona o un modelo. Tu tráfico parece más sano de lo que es, y cada métrica que se apoya en él se va distorsionando.

Los crawlers falsos no son un problema marginal

Hay una segunda capa: la cadena user-agent es texto libre. Cualquier script puede llamarse «Googlebot» o «GPTBot», y muchos lo hacen. Un estudio de verificación de Centinel Analytica (septiembre de 2026) comprobó cada petición que decía ser un crawler conocido en los sitios de noticias que protege: en un sitio típico, 1 de cada 7 peticiones «Googlebot» fallaba la verificación, y el 84 por ciento de las peticiones que decían ser GPTBot eran falsas. Una medición aparte en tres webs más pequeñas situó la parte suplantada de los crawlers de IA y búsqueda en torno al 40 por ciento.

Así que si lees tus registros sin procesar y ves «GPTBot visitó mi sitio 500 veces», una gran parte puede que no venga de OpenAI en absoluto. Scrapers, herramientas de SEO e impostores toman prestados los nombres de crawlers respetables precisamente porque muchos propietarios tratan esos nombres como fiables. Contar los nombres de crawlers al pie de la letra significa contar tráfico que nunca ocurrió, o atribuirlo a la empresa equivocada.

Qué le hace el tráfico de bots a tus métricas

Una vez los bots entran en tus informes, la distorsión se extiende a casi cada número con el que tomas decisiones:

  • Visitantes y páginas vistas se inflan. El volumen de rastreo fluctúa con los ciclos de lanzamiento de los modelos, no con tu marketing. Un pico de tráfico puede ser un modelo de IA releyendo tu documentación, y no una campaña que funcionó.
  • La tasa de rebote pierde el sentido. Un crawler toma una página y se va. Es el rebote de libro. Cuando crece la parte de bots, tu tasa de rebote crece con ella, aunque el comportamiento humano no cambie.
  • La tasa de conversión cae. El denominador (visitantes) se infla mientras el numerador (conversiones) sigue siendo solo humano. Tu tasa de conversión baja sin que nada empeore de verdad.
  • La duración de sesión se hunde hacia cero en las sesiones de bots, arrastrando tus medias hacia abajo.
  • Las cifras de referidos de IA se vuelven inservibles. Los clics reales desde respuestas de ChatGPT o Perplexity son una señal pequeña y valiosa. Las visitas de crawlers son cientos de veces más frecuentes. Si ambas acaban en el mismo saco, la señal se ahoga en el ruido.

Para agencias y equipos que reportan a clientes o a dirección, esto es corrosivo de forma silenciosa: dos informes de la misma web con una semana de diferencia pueden contar historias completamente distintas, solo por la actividad de los crawlers.

Cómo separar los bots de los visitantes reales

Separar bien ambos exige señales que un falsificador cómodo no puede reproducir fácilmente:

  • Verifica la afirmación, no el nombre. Los crawlers serios publican sus rangos de IP, y una comprobación DNS inversa confirma que un «Googlebot» venía de verdad de Google. Todo lo que falle la verificación no debería contarse como ese crawler.
  • Observa el comportamiento, no solo las cabeceras. Los visitantes reales ejecutan JavaScript, mueven el ratón, hacen scroll y cargan recursos en varias peticiones. Los clientes HTTP desnudos que toman una página y desaparecen en un segundo se comportan de forma medible, y distinta.
  • Compara los datos del navegador con los registros del servidor. Un script en el navegador solo se dispara si JavaScript funciona; los registros del servidor ven cada petición. La diferencia entre ambos es un mapa aproximado de tu tráfico automatizado.

Hacer todo esto a mano para cada informe no es realista. Aquí es donde MetriXs hace el trabajo por ti: cada evento entrante se comprueba automáticamente, y los bots y crawlers conocidos se filtran antes de llegar siquiera a tus informes. En los planes Team y Pro, la pestaña de Seguridad incluye un feed de bots bloqueados, para ver exactamente qué se filtró en lugar de preguntarte si tus cifras están limpias. El filtrado ocurre en nuestros servidores, antes del almacenamiento, así que tu panel muestra personas, no scripts.

Conserva la señal de IA que sí importa

Esto no significa que debas tirar el tráfico de IA. Bajo la etiqueta «tráfico de IA» se esconden dos cosas completamente distintas:

  • Crawlers. Máquinas que leen tus contenidos. Útiles para tu visibilidad en respuestas de IA, pero no son visitantes y no tienen sitio en tus métricas de visitantes.
  • Referidos. Personas reales que leyeron una respuesta de IA, pulsaron el enlace hacia tu web y aterrizaron en tu página. Son visitantes de verdad, a menudo bien informados y cerca de una decisión.

MetriXs mantiene las dos cosas separadas. Los crawlers se filtran fuera de tus métricas principales, y las llegadas reales desde ChatGPT, Perplexity, Gemini, Copilot y otros asistentes aparecen en un panel dedicado al tráfico de IA, incluido en todos los planes, con tasa de rebote, duración de sesión e ingresos para sitios de comercio. Así obtienes una respuesta limpia a la pregunta que importa: ¿me encuentran personas a través de la IA, y interactúan? Cómo hacer crecer esa visibilidad está explicado en nuestras guías sobre Generative Engine Optimization y medir referidos de IA.

Conclusión

El cruce ya ocurrió: los bots generan hoy la mayoría del tráfico web, y una parte creciente es rastreo de IA. Una analítica que cuenta crawlers como visitantes se hará cada vez más ruidosa, y las decisiones tomadas sobre esas cifras cada vez más frágiles. La solución no es abandonar la analítica, sino filtrar a las máquinas y conservar la única señal de IA que vale: personas reales que llegan desde respuestas de IA. MetriXs filtra automáticamente, te muestra qué bloqueó y te entrega los datos de referidos de IA por separado. Todo se puede probar en el plan gratuito.

Preguntas frecuentes

¿Cuánto del tráfico de mi web son bots?
Varía mucho según el sitio y el tipo de página. A escala web, Cloudflare midió cerca del 57 por ciento de peticiones automatizadas a páginas HTML en junio de 2026, y los sitios con mucho contenido atraen más rastreo que la media. Señales en tus propios datos: sesiones con una sola página vista y duración casi nula, picos de tráfico que no encajan con ninguna campaña y tráfico que nunca aparece en tus informes basados en navegador.
¿Los crawlers de IA perjudican mi posicionamiento?
No directamente. Los crawlers de IA son distintos de Googlebot, y que te rastreen no es una penalización de posicionamiento. Los costes reales son prácticos: recursos de servidor desperdiciados, analítica distorsionada y el hecho de que algunos crawlers no respetan robots.txt. Bloquear todos los crawlers de IA también te quita el camino a que te citen en respuestas de IA, un canal de tráfico muy real.
¿MetriXs cuenta los crawlers de IA como visitantes?
No. Cada evento entrante se comprueba automáticamente y los bots y crawlers conocidos se filtran antes del almacenamiento, así que nunca llegan a tus informes ni a los límites de tu plan. Las personas reales que llegan desde ChatGPT, Perplexity, Gemini, Copilot y otros asistentes cuentan como visitantes y se muestran aparte en el panel de tráfico de IA.
¿Por qué me rastrean los bots de IA?
Por tres razones: para tomar páginas que van a citar en una respuesta a la pregunta de un usuario, para construir los índices detrás de las funciones de búsqueda de IA y para recoger material de entrenamiento. Cuanto más se usa la IA, más rastreo hay, y por eso el tráfico de bots sigue creciendo. Plataformas como Cloudflare han empezado a bloquear algunas clases de crawlers por defecto, porque los editores se rebelaron contra el scraping incontrolado.
¿Debería bloquear los crawlers de IA en robots.txt?
Depende de tus objetivos. Si aparecer en respuestas de IA te importa, bloquear los crawlers de respuesta y de búsqueda juega en tu contra. La mejor combinación: dar acceso a los crawlers que quieres que te citen, y filtrar todo el tráfico de crawlers fuera de tu analítica para que nunca contamine tus métricas de visitantes. Exactamente así lo hace MetriXs.

Mide personas, no bots

MetriXs filtra bots y crawlers conocidos automáticamente, rastrea referidos de IA reales en todos los planes y aloja todo en la UE. Plan gratuito, planes de pago desde 6 €/mes.

Pruébalo gratis →

Relacionados: Generative Engine Optimization · ¿Te recomienda ChatGPT tu negocio? · Checklist de cabeceras de seguridad · Tracking sin cookies: cómo funciona · Servidor MCP de analítica