El tráfico de bots reparte tu presupuesto de publicidad, y lo firmó un humano
La mayoría de los equipos reparten el presupuesto según la cuota de tráfico. Pero cerca de la mitad de ese tráfico es automatizado, así que el reparto financia máquinas. Compáralo con datos autenticados y la diferencia es tu impuesto a los bots.
Imagina a un equipo de marketing repartiendo un presupuesto trimestral de seis cifras entre tres canales de captación, y haciéndolo como hace la mayoría: según la cuota de tráfico. El canal A trajo la mitad de las sesiones, así que se lleva la mitad del dinero. Los canales B y C se reparten el resto. Limpio, defendible y silenciosamente erróneo, porque una parte considerable de esas sesiones nunca fue una persona. Esto es el tráfico de bots fijando tu presupuesto, y lo firmó un humano.
Pasa esos mismos canales por un segundo medidor. No sesiones brutas, sino autenticadas: visitas con sesión iniciada, compras completadas, cuentas que abrieron un ticket de soporte. De un millón de sesiones registradas, puede que solo 300.000 superen un filtro exclusivamente humano. Ahí las cuotas se mueven. El canal A, cargado de display programático barato, aportó la mitad del tráfico bruto pero solo el 30% de las sesiones autenticadas. El canal C, que parecía un error de redondeo con una quinta parte del tráfico, concentra el 40% de los humanos. Repartir el presupuesto por tráfico bruto sobrefinanció el imán de bots y dejó sin recursos al canal que de verdad convierte. Las cifras son ilustrativas, pero el mecanismo no lo es: en cuanto tu criterio de reparto es «cuota de sesiones», has cedido parte del voto a las máquinas.
¿Qué parte del voto? El Informe Bad Bot 2024 de Imperva situó el tráfico automatizado en poco menos de la mitad de todo lo que circuló por internet en 2023, con los bots maliciosos por sí solos cerca de un tercio. Los datos de Cloudflare Radar, que siguen el repunte de rastreadores de IA desde 2024, apuntan en la misma dirección: una parte grande y creciente de las solicitudes son scripts, no clientes. Si la mitad del tráfico bruto no son personas, cualquier métrica destilada de ese tráfico hereda esa contaminación, y la hereda de forma direccional, no como ruido aleatorio. Eso es lo que debería preocupar a un departamento financiero.
¿Qué porcentaje del tráfico de tu web son bots?
Nadie que te venda un panel de control quiere responder a eso por escrito, porque la respuesta honesta contamina su cifra estrella. Y el caso del presupuesto publicitario es solo el más visible. El mismo fallo sostiene la priorización de soporte técnico calculada según la mezcla de sistemas operativos de los visitantes, las estimaciones de mercado potencial construidas sobre «qué navegadores usa nuestro sector» y la diapositiva del consejo que muestra crecimiento de audiencia y en realidad es crecimiento de rastreadores con una etiqueta más amable. Cada una parece un censo de personas y en realidad es, calladamente, un censo de un sustrato. Conecta esos datos a un panel automatizado y habrás dejado que una mayoría no humana vote sobre la hoja de ruta.
¿Por qué los medidores de tráfico y los datos de compra no coinciden?
El escritorio Linux es el sitio más claro para ver cómo se abre esa brecha, por eso se cita hasta la saciedad. Las cifras de escritorio de StatCounter para Norteamérica han mostrado, hasta mediados de 2026, a Linux subiendo hacia cifras altas de un solo dígito, en algunos meses cerca de una décima parte. La Encuesta de Hardware de Steam de julio de 2026, que solo cuenta después de que alguien haya comprado un juego y lo haya lanzado en su propia máquina, sitúa a Linux en cifras bajas de un solo dígito. Mismo sistema, dos medidores, una brecha demasiado ancha para ser redondeo. Los bots, las sondas de monitorización y los scrapers se ejecutan mayoritariamente sobre sistemas de código abierto y se presentan como Linux o Unix cuando se presentan con honestidad, mientras que una compra es cara de falsificar e inútil de automatizar. Filtra la métrica detrás del dinero y las máquinas, en su mayoría, desaparecen.
La dirección del error es la afirmación con confianza; el tamaño exacto no lo es. Parte de la brecha de Linux son máquinas con arranque dual que navegan en un sistema y juegan en otro, parte es un genuino infrarregistro de entusiastas, y parte es que el proxy de la tienda tiene su propio sesgo. Atribuir toda la brecha a los bots sería, en sí mismo, una mala métrica. El argumento se sostiene igual: cuando una cifra sin filtrar y una filtrada por humanos discrepan tanto, la que no está filtrada está inflada, y el tamaño de la brecha te dice, a grandes rasgos, cuánto.
Qué hacer con las métricas infladas por bots
Triangula, y hazlo aburrido a propósito. Para cualquier cifra que mueva dinero, busca la versión filtrada por un comportamiento exclusivamente humano: una sesión autenticada, una compra completada, una instalación con licencia, un ticket de soporte de pago. Trata la cifra de tráfico bruto como techo y el proxy filtrado como suelo, y niégate a citar ninguna de las dos como tu audiencia real. Donde diverjan, el tamaño de esa divergencia es tu estimación de inflación por bots para esa superficie, y la llevas contigo como un analista lleva una tasa base. Esto es riesgo de medición, y pertenece a una revisión seria de estrategia técnica, no al mantenimiento rutinario de analítica.
Los proxies filtrados no son gratis. La encuesta de hardware de una tienda solo ve a quienes compraron en esa tienda, su propia porción estrecha y autoseleccionada. Ese es el argumento a favor de triangular, no de cambiar una fuente defectuosa por otra. El objetivo no es la cifra verdadera. Es acotarla honestamente por ambos lados y saber en qué lado del margen puede tu decisión permitirse equivocarse. Los equipos que ya aplican controles humanos sobre sistemas automatizados suelen tener esto interiorizado: el recuento de la máquina es un dato de entrada, no un veredicto.
¿Qué me haría cambiar de opinión? Que un medidor de tráfico publicara un desglose validado y verificado por humanos que mantuviera la cuota de escritorio Linux cerca de una décima parte tras filtrar bots colapsaría esta lectura de inflación para esa fuente, y la retiraría. Que estimaciones independientes de cuota de bots convergieran muy por debajo de la mitad suavizaría la afirmación general. A falta de eso, la asimetría se mantiene. Cuando una cifra de audiencia sin filtrar y una filtrada por humanos discrepan tanto, la apuesta segura no es que tu audiencia sea mayor de lo que creías. Es que buena parte de ella nunca estuvo ahí.
Preguntas frecuentes
¿Cómo sé si mi gasto publicitario o mis datos por canal están contando bots?
Compara la cuota de sesiones brutas de cada canal con su cuota de sesiones autenticadas: visitas con sesión iniciada, compras completadas, cuentas de pago. Si la cuota humana de un canal queda muy por debajo de su cuota de tráfico bruto, estás financiando tráfico de bots. La diferencia entre ambas cuotas es una estimación aproximada de la inflación por bots de ese canal.
¿Cómo distingo si una estadística de cuota de mercado está midiendo bots?
Pregunta detrás de qué comportamiento se filtró la cifra. Las solicitudes de página, las sesiones y las cadenas de user-agent cuentan máquinas y personas juntas. Una compra, un inicio de sesión autenticado o una instalación con licencia se acercan mucho más a un recuento humano. Sin filtrar equivale, por defecto, a contaminado.
¿De verdad el escritorio Linux es solo unos pocos puntos porcentuales de los usuarios?
Depende del medidor. La Encuesta de Hardware de Steam, filtrada detrás de la compra de un juego, lo sitúa en cifras bajas de un solo dígito; las cifras de StatCounter basadas en tráfico para Norteamérica han sido mucho más altas, cerca de una décima parte en algunos meses. La lectura honesta es un rango con un techo muy inflado por bots, no una única cifra de titular.
Relacionado
- Los bonos de retención no reducen el riesgo de persona clave: la doctrina, sí
- Tu proveedor de nube también financia sus ingresos de IA: hazle due diligence financiera antes de firmar
- No Fueron los Robots: La Norma Fiscal de 2017 Detrás de los Despidos Tecnológicos
- Data & Strategy
Escrito por una persona editorial de IA del sistema editorial propietario de Abyshire y revisado por nuestro equipo.