AI Mode de Google i Google Ads: què cal revisar en tracking, contingut i mesura

Durant vint anys, gestionar Google Ads ha volgut dir treballar sobre un supòsit estable: l'usuari cerca, veu una pàgina de resultats amb anuncis diferenciats de l'orgànic, fa clic (o no) i aterra en una landing. Tot el tracking, tota la lògica d'atribució i bona part dels KPIs que fem servir a diari —CTR, CPC, taxa de conversió per clic— estan construïts sobre aquest recorregut lineal.

Aquest supòsit s'està trencant. No de cop, i no de la mateixa manera a tots els sectors, però prou perquè qualsevol responsable de campanyes hagi de fer-se una pregunta incòmoda: si l'usuari ja no passa per una SERP clàssica sinó per una conversa amb un sistema d'IA generativa, què li passa al meu tracking, al meu contingut i a la manera com mesuro si les campanyes funcionen?

Aquest article no és una peça d'opinió sobre el futur de la cerca. És una revisió tècnica, pensada per a qui gestiona o contracta Google Ads, sobre què cal auditar ara mateix perquè l'aparició d'anuncis dins l'AI Mode de Google no et deixi amb dades brutes, atribució trencada o decisions preses sobre mètriques que ja no signifiquen el que significaven fa un any.

Què és exactament l'AI Mode de Google (i per què no és el mateix que els AI Overviews)

Sovint es parla d'"IA a la cerca de Google" com si fos una sola cosa. No ho és, i la confusió té conseqüències pràctiques a l'hora d'interpretar informes.

Els AI Overviews són el resum generat per IA que apareix a dalt d'una SERP clàssica: l'usuari segueix veient enllaços orgànics i anuncis a sota, com sempre, però amb un bloc de síntesi al capdamunt. És una capa afegida sobre l'experiència tradicional.

L'AI Mode és una cosa diferent: una experiència de cerca conversacional pròpia, on l'usuari no rep una llista d'enllaços sinó una resposta sintetitzada, amb capacitat de fer preguntes de seguiment dins la mateixa sessió, com si mantingués un diàleg. La font d'informació ja no és "deu resultats blaus" sinó una síntesi que Google construeix combinant múltiples fonts, i que pot incloure contingut, dades de producte i, cada cop més, anuncis integrats en aquesta resposta.

La diferència important per a qui gestiona Google Ads és aquesta: als AI Overviews, els anuncis clàssics de la SERP conviuen amb el resum d'IA però mantenen el seu format i la seva posició habitual. A l'AI Mode, l'anunci deixa de ser un element separat de la resposta i passa a formar-hi part, etiquetat com a patrocinat però integrat dins el flux conversacional. És un canvi de superfície publicitària, no només un canvi cosmètic.

Segons una anàlisi publicada per Search Engine Journal, Google ja mostra anuncis dins l'AI Mode en aproximadament una de cada tres cerques amb intenció comercial. La xifra exacta no és el que importa aquí —Google no publica un desglossament oficial verificable per mercat, i la proporció varia segons vertical, país i moment del rollout— sinó la tendència que confirma: la superfície on l'anunciant competeix ja no és només la SERP clàssica. És també l'espai conversacional.

Com apareixen els anuncis dins l'AI Mode

El mecanisme, tal com es documenta a Google Ads Help, segueix la lògica de subhasta habitual: rellevància, qualitat de l'anunci i puja competeixen per aparèixer, i l'etiquetatge "Sponsored" o "Patrocinat" identifica clarament el contingut pagat dins la resposta generada. El que canvia és el context d'aparició: l'anunci ja no competeix només amb altres deu resultats en una pàgina estàtica, sinó que s'insereix dins una síntesi que l'usuari llegeix com una resposta, no com una llista d'opcions.

Això té una conseqüència directa sobre el comportament de l'usuari: en una SERP clàssica, l'usuari escaneja visualment i compara. Dins una resposta conversacional, l'usuari llegeix de manera més lineal i confia més en la síntesi que se li presenta. L'anunci que hi apareix es beneficia (o pateix) d'aquest context de confiança de manera diferent a com ho fa un anunci clàssic en un carrusel de Shopping o un text ad tradicional.

Per a cerques d'intenció comercial clara —"millor aspirador robot per a pisos petits", "software de facturació per a autònoms", "reformar cuina pressupost"— l'AI Mode tendeix a sintetitzar una resposta amb recomanacions, i és en aquest punt on s'insereixen els anuncis relacionats. Per a cerques informatives pures, l'aparició d'anuncis és menys freqüent. Aquest matís és important perquè no totes les paraules clau d'una campanya es veuran afectades igual: les de fons d'embut (comparatives, "millor X per Y", marques + característiques) tenen més probabilitat de trobar-se amb aquest nou format que les de cua llarga purament informativa.

Per què això trenca alguns supòsits del tracking clàssic de Google Ads

El problema no és que l'AI Mode "robi" trànsit. El problema és més subtil: canvia la forma del recorregut que el teu tracking assumeix que existeix.

El tracking clàssic de conversions a Google Ads es construeix sobre clics identificables, sessions amb un origen clar i un embut relativament curt entre clic i conversió. Quan una part creixent de la interacció comercial passa dins una experiència conversacional —potser amb diverses preguntes de seguiment abans que l'usuari faci clic en res, o directament sense clic si la resposta ja el satisfà—, tres coses es tornen més fràgils:

• L'atribució de last-click perd precisió. Si l'usuari interactua amb una resposta d'IA, després potser obre una altra pestanya, torna més tard i finalment converteix per una altra via, el model d'atribució per defecte pot assignar el mèrit a un canal que no reflecteix la influència real de l'anunci vist a l'AI Mode.
• Les dades de primera part guanyen pes. Com menys control tens sobre el recorregut exacte de clics, més important és que el que sí que pots mesurar amb certesa —formularis enviats, trucades, compres— estigui ben instrumentat i no depengui només de paràmetres d'URL o cookies de tercers.
• El Consent Mode i les Enhanced Conversions passen de ser "recomanables" a ser bàsicament obligatoris per mantenir una mesura mínimament fiable quan el senyal de clic es dilueix. Google documenta aquests mecanismes a Google Ads Help i a Google Analytics Help, i no són conceptes nous, però la seva importància relativa augmenta quan l'entorn de cerca es torna menys predictible.

Aquesta lògica —reforçar la mesura de primera part quan el tracking basat només en clics es torna insuficient— no és exclusiva de Google Ads. És el mateix principi que cal aplicar quan es configura Píxel, CAPI, Tag Manager i Analytics perquè Meta Ads mesuri conversions reals: el mètode de fons és transferible encara que la plataforma publicitària sigui diferent, perquè en tots dos casos el repte és el mateix: menys senyal directe de clic, més necessitat de dades pròpies ben connectades.

Auditoria de tracking: què revisar concretament

Abans de canviar estratègia de pujes o replantejar pressupostos, l'ordre lògic és assegurar que la mesura és fiable. Auditar el tracking no és una tasca puntual sinó un procés amb passos concrets que cal repassar amb regularitat, i encara més ara.

Els punts que revisem sistemàticament als comptes que auditem inclouen: la configuració de les accions de conversió (primàries vs. secundàries, i si estan comptant duplicats), l'estat de les Enhanced Conversions per a leads i per a compres, la implementació del Consent Mode v2 documentada a Google Ads Help, la connexió correcta entre Google Ads i GA4 (i si els esdeveniments clau estan marcats com a conversió a totes dues bandes), la importació de conversions offline quan hi ha vendes telefòniques o presencials, i l'estat del contenidor de Google Tag Manager —etiquetes obsoletes, disparadors duplicats o triggers que ja no corresponen a l'estructura actual de la web són més habituals del que sembla.

Un error habitual és donar per fet que, perquè les conversions "es veuen" al panell de Google Ads, la mesura és correcta. Un compte pot mostrar conversions creixents mentre arrossega un problema de doble comptatge, o pot mostrar-ne poques mentre en realitat la majoria arriben per trucada sense estar vinculades. L'auditoria de tracking ha de fer-se abans de treure conclusions sobre l'impacte de l'AI Mode, no després.

Contingut i dades estructurades: per què ara pesen més, també per als anuncis

Aquí hi ha una connexió que sovint es passa per alt: l'AI Mode no genera les seves respostes del no-res. Sintetitza informació a partir de contingut existent —pàgines web, fitxes de producte, dades estructurades— i, quan aquest contingut és ambigu, desactualitzat o mal etiquetat, la síntesi que en resulta és pitjor, i l'oportunitat que un anunci aparegui amb context rellevant es redueix.

Això no vol dir que "fer SEO" substitueixi Google Ads, ni que el contingut orgànic i els anuncis competeixin per un mateix espai de la mateixa manera. Vol dir que la qualitat i la claredat del contingut de la teva web —i, per a e-commerce, la qualitat del feed de producte a Google Merchant Center— afecten indirectament com de bé la teva marca queda representada en aquest nou entorn, tant a la part orgànica com al context en què es pot inserir un anunci relacionat.

Els elements que recomanem revisar no són diferents dels fonaments de sempre, però la seva urgència augmenta: dades estructurades amb Schema.org ben implementades (Product, Offer, FAQPage quan correspon), fitxes de producte amb atributs complets i actualitzats al feed, contingut de pàgina que respon preguntes reals de manera directa (no farcit de paraules clau sense substància), i una arquitectura de web que un sistema de cerca pugui "entendre" amb facilitat. Aquest és exactament el tema que tractem amb més profunditat a l'article sobre SEO i AI Overviews: com preparar una web perquè Google la pugui entendre, sintetitzar i citar, un fonament que ara també és rellevant per al context en què apareixen els teus anuncis.

Per a comptes que combinen Search amb Shopping o Performance Max, aquest punt és encara més crític: la qualitat del feed —títols descriptius, atributs (GTIN, marca, categoria) complets, imatges correctes, preus i disponibilitat actualitzats— determina si el sistema té prou senyal per triar el teu producte en un context generatiu, no només en una graella clàssica de Shopping.

Mesura de rendiment: noves preguntes per fer-se al reporting

Si el tracking és fiable i el contingut és sòlid, el pas següent és revisar com llegeixes els resultats. Aquí hi ha diverses preguntes que val la pena incorporar a les reunions de reporting mensual:

Hi ha desglossament de placement per a AI Mode? A mesura que Google vagi ampliant la visibilitat d'aquest tipus de dades als informes de Google Ads, val la pena revisar els informes de xarxa i ubicació per detectar si apareix segmentació específica. Fins que això no estigui disponible de manera consistent, no es pot atribuir amb precisió quin volum de conversions prové d'aquesta superfície concreta, i cal ser prudent abans d'afirmar "l'AI Mode m'ha portat X vendes" sense dades que ho sustentin.

Els KPIs habituals encara signifiquen el mateix? Un CTR més baix en determinades paraules clau no vol dir automàticament pitjor rendiment: si l'usuari rep una resposta sintetitzada abans de fer clic, el clic que finalment es produeix pot tenir una intenció més qualificada. Val la pena comparar l'evolució de la taxa de conversió per clic, no només el volum de clics, abans de treure conclusions negatives.

Els experiments d'incrementalitat guanyen pes. Quan l'atribució per clic es torna menys fiable, els tests d'incrementalitat (per exemple, geo-experiments o holdouts de conversion lift) permeten validar si una campanya realment genera resultats addicionals, independentment de com es reparteixi el mèrit entre canals. No és una tècnica nova, però la seva utilitat creix precisament quan el recorregut de l'usuari es torna més opac.

Cal comparar períodes amb prudència. El desplegament de l'AI Mode no és uniforme: varia per mercat, idioma i vertical, i està en evolució constant. Una caiguda o pujada puntual d'un KPI en un mes concret pot tenir moltes causes (estacionalitat, canvis de competència, ajustos interns de pujes) abans de poder atribuir-se amb seguretat a aquest canvi d'entorn.

Errors habituals que veiem en clients que reaccionen massa ràpid

Quan apareix una notícia sobre un canvi a Google, la reacció instintiva sol ser d'extrems: pànic total o indiferència total. Cap de les dues és útil.

L'error més freqüent és pausar campanyes o retallar pressupost dràsticament sense dades pròpies que ho justifiquin, basant-se només en un titular. El segon error freqüent és el contrari: ignorar completament el canvi i seguir gestionant el compte exactament igual que fa dos anys, sense revisar si el tracking segueix sent fiable en aquest nou context. El tercer error, potser el més silenciós, és confondre correlació amb causalitat: veure una caiguda de CTR i assumir automàticament que és culpa de l'AI Mode, quan sovint la causa real és una altra (canvi d'estacionalitat, entrada d'un competidor nou, o simplement una configuració de tracking que ja arrossegava un problema abans que l'AI Mode existís).

Criteri Daimatics: com abordar-ho sense sobrereaccionar

La nostra posició, després de vint anys gestionant comptes de Google Ads i observant com el sector reacciona a cada canvi d'aquest tipus, és senzilla: primer els fonaments, després les hipòtesis.

Això vol dir, en ordre de prioritat: assegurar que el tracking és net i complet abans de res; assegurar que el contingut i els feeds tenen prou qualitat perquè qualsevol sistema —humà o generatiu— pugui entendre'ls; establir una cadència de revisió (mensual o trimestral, segons el volum del compte) per detectar canvis de placement o de comportament tan aviat com les dades ho permetin; i, només amb aquesta base sòlida, començar a ajustar estratègia de pujes, missatges d'anunci o assignació de pressupost en resposta a evidència real, no a titulars.

No prometem que aquesta revisió "eviti" l'impacte de l'AI Mode en els teus resultats, perquè seria una promesa que no podem garantir en un entorn que encara està canviant. El que sí que podem afirmar és que una base de mesura sòlida permet prendre decisions amb dades més fiables, sigui quin sigui el rumb que prengui aquesta funcionalitat de Google en els propers trimestres. I això, en gestió de campanyes, val més que qualsevol predicció.

Si gestiones Google Ads internament i vols una segona opinió tècnica sobre l'estat del teu tracking, o si prefereixes que algú s'encarregui d'aquesta gestió de manera contínua, a Daimatics treballem aquest tipus d'auditories i gestió de campanyes de manera habitual.