AI Mode de Google y Google Ads: qué hay que revisar en tracking, contenido y medición

Durante veinte años, gestionar Google Ads ha significado trabajar sobre un supuesto estable: el usuario busca, ve una página de resultados con anuncios diferenciados del orgánico, hace clic (o no) y aterriza en una landing. Todo el tracking, toda la lógica de atribución y buena parte de los KPIs que usamos a diario —CTR, CPC, tasa de conversión por clic— están construidos sobre ese recorrido lineal.

Ese supuesto se está rompiendo. No de golpe, y no de la misma manera en todos los sectores, pero lo suficiente como para que cualquier responsable de campañas deba hacerse una pregunta incómoda: si el usuario ya no pasa por una SERP clásica sino por una conversación con un sistema de IA generativa, ¿qué le pasa a mi tracking, a mi contenido y a la manera en que mido si las campañas funcionan?

Este artículo no es una pieza de opinión sobre el futuro de la búsqueda. Es una revisión técnica, pensada para quien gestiona o contrata Google Ads, sobre qué hay que auditar ahora mismo para que la aparición de anuncios dentro del AI Mode de Google no te deje con datos sucios, atribución rota o decisiones tomadas sobre métricas que ya no significan lo que significaban hace un año.

Qué es exactamente el AI Mode de Google (y por qué no es lo mismo que los AI Overviews)

A menudo se habla de "IA en la búsqueda de Google" como si fuera una sola cosa. No lo es, y la confusión tiene consecuencias prácticas a la hora de interpretar informes.

Los AI Overviews son el resumen generado por IA que aparece en la parte superior de una SERP clásica: el usuario sigue viendo enlaces orgánicos y anuncios debajo, como siempre, pero con un bloque de síntesis arriba. Es una capa añadida sobre la experiencia tradicional.

ElAI Mode es algo distinto: una experiencia de búsqueda conversacional propia, donde el usuario no recibe una lista de enlaces sino una respuesta sintetizada, con capacidad de hacer preguntas de seguimiento dentro de la misma sesión, como si mantuviera un diálogo. La fuente de información ya no son "diez resultados azules" sino una síntesis que Google construye combinando múltiples fuentes, y que puede incluir contenido, datos de producto y, cada vez más, anuncios integrados en esa respuesta.

La diferencia importante para quien gestiona Google Ads es esta: en los AI Overviews, los anuncios clásicos de la SERP conviven con el resumen de IA pero mantienen su formato y su posición habitual. En el AI Mode, el anuncio deja de ser un elemento separado de la respuesta y pasa a formar parte de ella, etiquetado como patrocinado pero integrado en el flujo conversacional. Es un cambio de superficie publicitaria, no solo un cambio cosmético.

Según un análisis publicado por Search Engine Journal, Google ya muestra anuncios dentro del AI Mode en aproximadamente una de cada tres búsquedas con intención comercial. La cifra exacta no es lo que importa aquí —Google no publica un desglose oficial verificable por mercado, y la proporción varía según vertical, país y momento del despliegue— sino la tendencia que confirma: la superficie donde el anunciante compite ya no es solo la SERP clásica. Es también el espacio conversacional.

Cómo aparecen los anuncios dentro del AI Mode

El mecanismo, tal como se documenta en Google Ads Help, sigue la lógica de subasta habitual: relevancia, calidad del anuncio y puja compiten por aparecer, y el etiquetado "Sponsored" o "Patrocinado" identifica claramente el contenido de pago dentro de la respuesta generada. Lo que cambia es el contexto de aparición: el anuncio ya no compite solo con otros diez resultados en una página estática, sino que se inserta dentro de una síntesis que el usuario lee como una respuesta, no como una lista de opciones.

Esto tiene una consecuencia directa sobre el comportamiento del usuario: en una SERP clásica, el usuario escanea visualmente y compara. Dentro de una respuesta conversacional, el usuario lee de manera más lineal y confía más en la síntesis que se le presenta. El anuncio que aparece ahí se beneficia (o sufre) de ese contexto de confianza de manera distinta a como lo hace un anuncio clásico en un carrusel de Shopping o un anuncio de texto tradicional.

Para búsquedas de intención comercial clara —"mejor aspirador robot para pisos pequeños", "software de facturación para autónomos", "reformar cocina presupuesto"— el AI Mode tiende a sintetizar una respuesta con recomendaciones, y es en ese punto donde se insertan los anuncios relacionados. Para búsquedas informativas puras, la aparición de anuncios es menos frecuente. Este matiz es importante porque no todas las palabras clave de una campaña se verán afectadas igual: las de fondo de embudo (comparativas, "mejor X para Y", marcas + características) tienen más probabilidad de encontrarse con este nuevo formato que las de cola larga puramente informativa.

Por qué esto rompe algunos supuestos del tracking clásico de Google Ads

El problema no es que el AI Mode "robe" tráfico. El problema es más sutil: cambia la forma del recorrido que tu tracking asume que existe.

El tracking clásico de conversiones en Google Ads se construye sobre clics identificables, sesiones con un origen claro y un embudo relativamente corto entre clic y conversión. Cuando una parte creciente de la interacción comercial ocurre dentro de una experiencia conversacional —quizá con varias preguntas de seguimiento antes de que el usuario haga clic en nada, o directamente sin clic si la respuesta ya le satisface—, tres cosas se vuelven más frágiles:

• La atribución de last-click pierde precisión. Si el usuario interactúa con una respuesta de IA, después quizá abre otra pestaña, vuelve más tarde y finalmente convierte por otra vía, el modelo de atribución por defecto puede asignar el mérito a un canal que no refleja la influencia real del anuncio visto en el AI Mode.
• Los datos de primera parte ganan peso. Cuanto menos control tienes sobre el recorrido exacto de clics, más importante es que lo que sí puedes medir con certeza —formularios enviados, llamadas, compras— esté bien instrumentado y no dependa solo de parámetros de URL o cookies de terceros.
• El Consent Mode y las Enhanced Conversions pasan de ser "recomendables" a ser básicamente obligatorios para mantener una medición mínimamente fiable cuando la señal de clic se diluye. Google documenta estos mecanismos en Google Ads Help y en Google Analytics Help, y no son conceptos nuevos, pero su importancia relativa aumenta cuando el entorno de búsqueda se vuelve menos predecible.

Esta lógica —reforzar la medición de primera parte cuando el tracking basado solo en clics se vuelve insuficiente— no es exclusiva de Google Ads. Es el mismo principio que hay que aplicar cuando se configura Píxel, CAPI, Tag Manager y Analytics para que Meta Ads mida conversiones reales: el método de fondo es transferible aunque la plataforma publicitaria sea distinta, porque en ambos casos el reto es el mismo: menos señal directa de clic, más necesidad de datos propios bien conectados.

Auditoría de tracking: qué revisar concretamente

Antes de cambiar la estrategia de pujas o replantear presupuestos, el orden lógico es asegurar que la medición es fiable. Auditar el tracking no es una tarea puntual sino un proceso con pasos concretos que hay que repasar con regularidad, y todavía más ahora.

Los puntos que revisamos sistemáticamente en las cuentas que auditamos incluyen: la configuración de las acciones de conversión (primarias vs. secundarias, y si están contando duplicados), el estado de las Enhanced Conversions para leads y para compras, la implementación del Consent Mode v2 documentada en Google Ads Help, la conexión correcta entre Google Ads y GA4 (y si los eventos clave están marcados como conversión en ambos lados), la importación de conversiones offline cuando hay ventas telefónicas o presenciales, y el estado del contenedor de Google Tag Manager —etiquetas obsoletas, activadores duplicados o triggers que ya no corresponden a la estructura actual de la web son más habituales de lo que parece.

Un error habitual es dar por hecho que, porque las conversiones "se ven" en el panel de Google Ads, la medición es correcta. Una cuenta puede mostrar conversiones crecientes mientras arrastra un problema de doble conteo, o puede mostrar pocas mientras en realidad la mayoría llegan por llamada sin estar vinculadas. La auditoría de tracking debe hacerse antes de sacar conclusiones sobre el impacto del AI Mode, no después.

Contenido y datos estructurados: por qué ahora pesan más, también para los anuncios

Aquí hay una conexión que a menudo se pasa por alto: el AI Mode no genera sus respuestas de la nada. Sintetiza información a partir de contenido existente —páginas web, fichas de producto, datos estructurados— y, cuando ese contenido es ambiguo, desactualizado o mal etiquetado, la síntesis que resulta es peor, y la oportunidad de que un anuncio aparezca con contexto relevante se reduce.

Esto no quiere decir que "hacer SEO" sustituya a Google Ads, ni que el contenido orgánico y los anuncios compitan por un mismo espacio de la misma manera. Quiere decir que la calidad y la claridad del contenido de tu web —y, para e-commerce, la calidad del feed de producto en Google Merchant Center— afectan indirectamente a cómo de bien queda representada tu marca en este nuevo entorno, tanto en la parte orgánica como en el contexto en que se puede insertar un anuncio relacionado.

Los elementos que recomendamos revisar no son distintos de los fundamentos de siempre, pero su urgencia aumenta: datos estructurados con Schema.org bien implementados (Product, Offer, FAQPage cuando corresponda), fichas de producto con atributos completos y actualizados en el feed, contenido de página que responde preguntas reales de manera directa (no relleno de palabras clave sin sustancia), y una arquitectura web que un sistema de búsqueda pueda "entender" con facilidad. Este es exactamente el tema que tratamos con más profundidad en el artículo sobre SEO y AI Overviews: cómo preparar una web para que Google la pueda entender, sintetizar y citar, un fundamento que ahora también es relevante para el contexto en que aparecen tus anuncios.

Para cuentas que combinan Search con Shopping o Performance Max, este punto es todavía más crítico: la calidad del feed —títulos descriptivos, atributos (GTIN, marca, categoría) completos, imágenes correctas, precios y disponibilidad actualizados— determina si el sistema tiene suficiente señal para elegir tu producto en un contexto generativo, no solo en una cuadrícula clásica de Shopping.

Medición de rendimiento: nuevas preguntas para hacerse en el reporting

Si el tracking es fiable y el contenido es sólido, el paso siguiente es revisar cómo lees los resultados. Aquí hay varias preguntas que vale la pena incorporar a las reuniones de reporting mensual:

¿Hay desglose de placement para AI Mode? A medida que Google vaya ampliando la visibilidad de este tipo de datos en los informes de Google Ads, vale la pena revisar los informes de red y ubicación para detectar si aparece segmentación específica. Hasta que esto no esté disponible de manera consistente, no se puede atribuir con precisión qué volumen de conversiones proviene de esta superficie concreta, y hay que ser prudente antes de afirmar "el AI Mode me ha traído X ventas" sin datos que lo sustenten.

¿Los KPIs habituales todavía significan lo mismo? Un CTR más bajo en determinadas palabras clave no significa automáticamente peor rendimiento: si el usuario recibe una respuesta sintetizada antes de hacer clic, el clic que finalmente se produce puede tener una intención más cualificada. Vale la pena comparar la evolución de la tasa de conversión por clic, no solo el volumen de clics, antes de sacar conclusiones negativas.

Los experimentos de incrementalidad ganan peso. Cuando la atribución por clic se vuelve menos fiable, los tests de incrementalidad (por ejemplo, geo-experimentos o holdouts de conversion lift) permiten validar si una campaña realmente genera resultados adicionales, independientemente de cómo se reparta el mérito entre canales. No es una técnica nueva, pero su utilidad crece precisamente cuando el recorrido del usuario se vuelve más opaco.

Hay que comparar períodos con prudencia. El despliegue del AI Mode no es uniforme: varía por mercado, idioma y vertical, y está en evolución constante. Una caída o subida puntual de un KPI en un mes concreto puede tener muchas causas (estacionalidad, cambios de competencia, ajustes internos de pujas) antes de poder atribuirse con seguridad a este cambio de entorno.

Errores habituales que vemos en clientes que reaccionan demasiado rápido

Cuando aparece una noticia sobre un cambio en Google, la reacción instintiva suele ser de extremos: pánico total o indiferencia total. Ninguna de las dos es útil.

El error más frecuente es pausar campañas o recortar presupuesto drásticamente sin datos propios que lo justifiquen, basándose solo en un titular. El segundo error frecuente es el contrario: ignorar completamente el cambio y seguir gestionando la cuenta exactamente igual que hace dos años, sin revisar si el tracking sigue siendo fiable en este nuevo contexto. El tercer error, quizá el más silencioso, es confundir correlación con causalidad: ver una caída de CTR y asumir automáticamente que es culpa del AI Mode, cuando a menudo la causa real es otra (cambio de estacionalidad, entrada de un competidor nuevo, o simplemente una configuración de tracking que ya arrastraba un problema antes de que el AI Mode existiera).

Criterio Daimatics: cómo abordarlo sin sobrerreaccionar

Nuestra posición, después de veinte años gestionando cuentas de Google Ads y observando cómo el sector reacciona a cada cambio de este tipo, es sencilla: primero los fundamentos, después las hipótesis.

Esto significa, en orden de prioridad: asegurar que el tracking está limpio y completo antes de nada; asegurar que el contenido y los feeds tienen suficiente calidad para que cualquier sistema —humano o generativo— pueda entenderlos; establecer una cadencia de revisión (mensual o trimestral, según el volumen de la cuenta) para detectar cambios de placement o de comportamiento tan pronto como los datos lo permitan; y, solo con esta base sólida, empezar a ajustar estrategia de pujas, mensajes de anuncio o asignación de presupuesto en respuesta a evidencia real, no a titulares.

No prometemos que esta revisión "evite" el impacto del AI Mode en tus resultados, porque sería una promesa que no podemos garantizar en un entorno que todavía está cambiando. Lo que sí podemos afirmar es que una base de medición sólida permite tomar decisiones con datos más fiables, sea cual sea el rumbo que tome esta funcionalidad de Google en los próximos trimestres. Y eso, en gestión de campañas, vale más que cualquier predicción.

Si gestionas Google Ads internamente y quieres una segunda opinión técnica sobre el estado de tu tracking, o si prefieres que alguien se encargue de esta gestión de manera continua, en Daimatics trabajamos este tipo de auditorías y gestión de campañas de manera habitual.