La búsqueda sin clics rompió el marketing de performance. Esto es lo que lo sustituye.

El stack tradicional de compra de medios de performance se sostenía sobre tres supuestos estructurales. Los tres están hoy bajo presión.

El marketing de búsqueda ha sido el canal de performance más limpio durante dos décadas porque capturaba a usuarios de alta intención en el momento exacto de esa intención. La búsqueda sin clics rompe el modelo desde su raíz. Cuando el 60 % de las búsquedas no genera ningún clic en la web abierta, los medios de performance basados en búsqueda pierden eficiencia de forma matemática, con independencia de la estrategia de pujas o de la calidad creativa. El usuario que antes habría hecho clic para llegar al sitio de una marca y leer sobre un producto ahora obtiene la respuesta en el AI Overview y nunca visita el sitio. El evento de conversión que la marca medía no se produce, no porque la marca no haya satisfecho al usuario, sino porque su necesidad de información quedó resuelta sin necesidad de una visita. El estudio de 2025 de Pew Research sobre los AI Overviews concluyó que la brecha de clics (8 % frente a 15 %) no es un bache temporal, sino estructural, y que se amplía en las búsquedas informativas que antes alimentaban las estrategias de contenido educativo de las marcas.

El valor de la publicidad display se ha apoyado en la atribución por clics desde principios de los años 2000. El modelo lleva años bajo presión por la desaparición de las cookies y por los marcos de privacidad que limitan el seguimiento entre sitios, pero la contaminación por bots es un problema distinto y poco discutido. La medición publicitaria que preserva la privacidad cambia cómo atribuimos las conversiones; el tráfico de bots cambia si las impresiones y los clics sobre los que estamos atribuyendo son siquiera humanos. Cuando entre el 15 % y el 25 % de las impresiones en un editor premium están generadas por bots, el modelo de atribución por clics produce resultados técnicamente defendibles y sustancialmente erróneos.

El conjunto tradicional de KPI de mitad de embudo (sesiones, páginas vistas, tiempo en el sitio, tasa de conversión, coste por clic, coste por visita) se diseñó para un mundo en el que el clic era la puerta de entrada al engagement. Cuando la búsqueda sin clics es el comportamiento dominante en las SERP y el tráfico de bots contamina las visitas que sí se producen, cada KPI basado en tráfico se vuelve más ruidoso. El coste por clic se convierte en coste por clic parcialmente generado por bots. La tasa de conversión se convierte en una tasa de conversión calculada sobre una base de visitantes parcialmente sintética. Los equipos de marca que comparan las métricas de este año con las del año pasado están comparando contra una base que ya se estaba degradando. La medición no ofrece una imagen honesta de lo que realmente funciona.

La dimensión de la contaminación por bots dentro de este cambio es la menos discutida y, posiblemente, la más costosa. Trabajamos recientemente con una firma de private equity de primer nivel cuyo programa de medios de pago se concentraba en editores financieros premium de máxima solvencia (el tipo de inventario que históricamente se ha considerado el entorno más seguro y más contrastado para marcas financieras B2B). Nuestra auditoría de medición reveló que hasta el 25 % de las impresiones de pago en ese inventario eran atribuibles a tráfico de bots, no a lectores humanos. Una cuarta parte de la inversión publicitaria se destinaba a una visibilidad fantasma.

El trabajo de optimización que siguió utilizó señales de una capa de medición de detección de bots para refinar la mezcla de inventario en tres pasos. Primero, cartografiamos la contaminación por bots a nivel de editor y de ubicación, para que el equipo de la marca pudiera ver qué entornos premium rendían tal y como se anunciaban y cuáles no. Segundo, redirigimos la inversión de pago fuera de las ubicaciones con mayor contaminación hacia un subconjunto de inventario verificado y con menor contaminación. Tercero, recalibramos la medición de la campaña sobre un indicador adelantado que sabemos que se correlaciona con resultados de negocio positivos para este cliente: el tiempo en página entre lectores humanos verificados, y no las sesiones agregadas ni el ratio de clics.

El resultado fue una mejora significativa del tiempo en página en todo el plan de medios optimizado, y un relato de medición defendible que el equipo de la marca pudo llevar a su CFO. El mismo porcentaje de presupuesto de medios generó más atención humana verificada. El inventario en sí no era de menor calidad a nivel de publicación; el problema de contaminación se encontraba en una capa por debajo de la publicación, en la infraestructura de ad-tech que entregaba las impresiones. Los equipos de marca que no tienen visibilidad sobre esa capa están pagando por un inventario que rinde de forma distinta a lo que describe su plan.

La lección estructural: el inventario premium de máxima solvencia ya no es un indicador fiable de brand safety para dar por hecho que el inventario está verificado como humano. Ambas cosas se han distanciado. Tratarlas como si fueran lo mismo es un error medible y reversible.

Si el stack de performance basado en clics está roto, ¿qué lo sustituye? Criterion Global ha incorporado tres nuevas capacidades a su práctica en respuesta a este cambio, y hoy las ofrece a clientes actuales y nuevos como parte del servicio estándar de medios de performance.

La publicidad en ChatGPT es la primera gran oportunidad de posicionamiento de pago dentro de los motores de respuesta de IA que han absorbido el tráfico de búsqueda. El formato es estructuralmente distinto al de los resultados de búsqueda patrocinados: en lugar de comprar posicionamiento frente a una consulta, la marca compra presencia dentro de la respuesta conversacional que recibe el usuario. La presencia de marca es más contextual, las métricas de visibilidad son distintas (impresiones dentro de un contexto conversacional, no posiciones destacadas en pantalla), y el flujo de compra se parece más a una compra gestionada que a una subasta de autoservicio. Ya estamos colocando inventario de ChatGPT para clientes y lo tratamos como el canal sucesor natural del presupuesto de búsqueda que ya no genera volumen de clics en Google. El argumento a favor de los anuncios en ChatGPT no es que sean más baratos o más eficientes que la búsqueda de pago tradicional a nivel de impresión; es que ponen la presencia de marca delante del usuario en el momento en que consume información, en el canal que está absorbiendo las búsquedas que antes generaban clics.

La AEO es la disciplina estructural y de contenido que consiste en optimizar para los motores de respuesta de IA (ChatGPT, Perplexity, los AI Overviews de Google, Claude) y no solo para los motores de búsqueda tradicionales. La AEO no es lo mismo que el SEO con un acrónimo renombrado. Requiere una arquitectura de contenido distinta (formatos de preguntas y respuestas, datos estructurados, diseño de contenido como fuente de verdad, lenguaje con calidad de cita), un enfoque de medición distinto (cuota de citación dentro de los motores de respuesta en lugar de la posición en las SERP tradicionales), y una relación distinta con el ritmo de publicación (los motores de respuesta actualizan sus datos de entrenamiento e índices en ciclos distintos a los de Google). Para los equipos de marca cuyo contenido orgánico era antes un canal de captación en la parte alta del embudo, la AEO es hoy la disciplina equivalente. Hemos integrado la AEO en nuestros servicios de contenido junto al SEO tradicional, y tratamos ambas disciplinas como complementarias, no como sustitutas. Las marcas que sean citadas dentro de los motores de respuesta de IA en 2027 serán las que publiquen ya, hoy, contenido con calidad de cita y la estructura adecuada.

La tercera capacidad es una capa de medición diseñada específicamente para detectar la contaminación por bots en el inventario de pago y para dar al equipo de la marca la señal que necesita para optimizar en consecuencia. El caso práctico descrito anteriormente es un ejemplo representativo de este trabajo. La suite de medición opera a nivel de impresión, atribuye la contaminación a nivel de editor y de ubicación, y genera una señal de ajuste sobre la que el equipo de marca puede actuar. El objetivo de la suite no es rechazar todo inventario imperfecto; es hacer visible la contaminación para que el equipo pueda tomar decisiones económicamente racionales sobre qué inventario conservar, cuál ajustar y cuál descartar. A medida que el tráfico de bots sigue creciendo como proporción del total de impresiones de ad-tech (las estimaciones del sector sitúan el tráfico inválido en el ecosistema programático abierto muy por encima del 20 % en algunas categorías), esta capa de medición pasa de ser un extra premium a un requisito básico.

El conjunto de KPI de sustitución para los equipos de marca que operan en el entorno post-clic es materialmente distinto al stack heredado. El siguiente marco es el que utilizamos con los clientes al reestructurar la medición tras el trabajo de auditoría.

Dos marcos complementarios sustentan el stack de sustitución. El primero es una capa de medición de brand equity que opera en un horizonte temporal más largo que los datos de clics atribuibles a campaña; hemos escrito por separado sobre por qué los estudios de brand lift no sustituyen a un seguimiento continuo del brand equity, y la misma lógica se aplica aquí. El segundo es un marco de indicadores adelantados: el tiempo en página entre humanos verificados, la profundidad de scroll, el engagement con el contenido y el comportamiento posterior a la visualización ofrecen, en conjunto, una lectura más fiable de si los medios de pago están funcionando que la que ofrecían las métricas basadas en clics, y son menos susceptibles a la contaminación por bots desde el origen.

Hay tres acciones adecuadas para cualquier marca que gestione una inversión de medios de pago significativa en 2026, trabaje o no con Criterion Global o con otro partner.

Auditar el supuesto de que clic equivale a interacción. Extraer una muestra de ubicaciones de pago del último trimestre, aplicar una capa de detección de bots sobre los datos de impresiones y clics, y cuantificar qué parte de la interacción reportada fue generada por máquinas. La cifra suele ser más alta de lo que esperan los equipos de marca, y la brecha entre lo reportado y lo real es el tamaño de la oportunidad de optimización.

Recalibrar el panel de KPI frente a la realidad post-clic. Sustituir el ratio de clics como métrica principal de éxito por una métrica de interacción de humanos verificados. Sustituir el coste por clic por el coste por interacción de humano verificado, o por el coste por impresión con citación en IA cuando el canal sea un motor de respuesta. Sustituir el posicionamiento orgánico como métrica principal de visibilidad por la cuota de citación en motores de IA para búsquedas informativas.

Reasignar presupuesto de prueba hacia los nuevos pilares. Una marca que gestione un plan anual de medios de pago en 2026 debería destinar entre el cinco y el quince por ciento de su presupuesto de prueba a publicidad en ChatGPT, inversión en contenido AEO e infraestructura de medición de monitorización de bots. La asignación no necesita ser enorme para generar aprendizajes útiles. Sí necesita empezar ya, porque los motores de respuesta, la disciplina AEO y los ecosistemas de detección de bots están madurando a un ritmo lo bastante rápido como para que las marcas que esperen a que todo se estabilice compitan en desventaja.

El stack de medios de performance con el que se formó la mayoría de los equipos de marca asumía un mundo en el que Google era la puerta de entrada dominante, en el que los clics generaban tráfico y en el que el tráfico era, de forma fiable, humano. Ese mundo ha desaparecido. La búsqueda sin clics ya afecta a aproximadamente el 60 % de todas las búsquedas en Google y al 83 % de las búsquedas con AI Overviews. La contaminación por bots en el inventario premium alcanza con regularidad el rango del 15 % al 25 % que documentamos en el caso práctico anterior. El modelo de atribución basado en clics que vincula la inversión de pago con los ingresos no se puede defender honestamente frente a ninguna de estas dos dinámicas.

La sustitución no es un único producto ni un único giro. Es un stack de medios de performance recalibrado que incluye posicionamiento de pago dentro de los motores de respuesta de IA que han absorbido las búsquedas (anuncios en ChatGPT), disciplina estructural de contenido para esos propios motores (AEO), infraestructura de medición que distingue el inventario verificado como humano del inventario contaminado, y un marco de indicadores adelantados anclado al tiempo en página, la calidad de la atención y el brand equity longitudinal, en lugar de a los KPI basados en clics. Criterion Global ha incorporado cada uno de estos elementos a su práctica y hoy los ofrece como parte del servicio estándar de planificación y compra de medios internacionales.

El argumento no es que la búsqueda de pago esté muerta, que el display esté muerto, o que los KPI heredados sean inútiles. El argumento es que los equipos de marca que operan exclusivamente contra el stack heredado están pagando por un rendimiento que no pueden ver por completo. El nuevo stack no promete que todas las campañas funcionen. Promete dar al equipo una imagen honesta de qué campañas están funcionando, frente a humanos verificados, en los canales donde hoy realmente vive la atención del usuario.

Las marcas que sean visibles en los motores de respuesta de IA en 2027 serán las que publiquen para esos motores ya, hoy. Las marcas que inviertan de forma eficiente en inventario premium serán las que midan la contaminación por bots en ese inventario ya, hoy. Las marcas que defiendan sus presupuestos de medios de performance ante sus CFO en 2028 serán aquellas cuyos paneles de KPI ya reflejen la realidad post-clic. Nada de esto requiere esperar a que el sector se estabilice. Requiere aceptar que el stack heredado no va a volver.

Para más perspectivas de Criterion Global relacionadas con este tema, consulta nuestros análisis sobre los estudios de brand lift en un mundo post-IA, el argumento a favor de los acuerdos programáticos directos, y nuestras guías sobre metodología de brand lift, atribución de marketing y teoría del brand equity y los modelos de Aaker y Keller.