Algo se rompió en el tráfico orgánico B2B durante el año pasado, y LinkedIn acaba de ponerle un número.
Su propio equipo de marketing publicó datos internos en enero de 2026 que muestran el tráfico no relacionado con el conocimiento de la marca se redujo hasta un 60% en un subconjunto de temas B2B, mientras que las clasificaciones de búsqueda se mantuvieron completamente estables. La causa: Descripción general de la IA de Google ahora responde directamente a las consultas informativas y los usuarios han dejado de hacer clic para acceder a la fuente. El contenido no empeoró. El reglamento sí.
Si administras campañas o creas paneles para una empresa B2B, esto cambia lo que debes medir.
Lo que realmente dijo LinkedIn
El 28 de enero de 2026, la directora de marketing digital de LinkedIn, Inna Meklin, y la directora del grupo de crecimiento orgánico, Cassie Dell publicó una cuenta detallada de lo que ocurrió con su tráfico de contenido:
- El tráfico no relacionado con la marca en la fase de concienciación disminuyó hasta un 60% en ciertos temas B2B
- Las clasificaciones de búsqueda se mantuvieron estables o mejoraron
- Las tasas de clics se redujeron (no se revela la cifra exacta)
- La causa: la inteligencia artificial de Google permite responder a las consultas sin enviar a los usuarios a ninguna parte
Hay algunas cosas que vale la pena aclarar, porque esa cifra del 60% se repite en todas partes sin contexto. Es el caída máxima observada en categorías temáticas específicas, no es un promedio de todo el tráfico de LinkedIn. Al mismo tiempo, la plataforma también informó crecimiento de tres dígitos en el tráfico de las LLM como ChatGPT y Perplexity. La historia no es «lo orgánico está muerto». Es que el canal se divide en dos: el contenido que se cita en las respuestas de la IA y el contenido que se resume.
El patrón más amplio es difícil de descartar. Las consultas informativas, que incluyen guías prácticas, comparaciones, artículos sobre mejores prácticas y explicaciones del sector, generan las descripciones generales de la IA al ritmo más alto. Eso es exactamente en lo que se ha basado el marketing de contenidos B2B durante una década.
Cómo las descripciones generales de la IA están remodelando el tráfico orgánico B2B
La señal más clara de los datos de LinkedIn no es la caída del tráfico. Es el desvincular las impresiones de los clics.
LinkedIn compartió una categoría de contenido donde las impresiones aumentaron un 27,56% año tras año y las clasificaciones promedio realmente mejoraron. Los clics siguieron cayendo un 36,18%. Más visibilidad. Menos visitas.
Investigaciones independientes respaldan esta afirmación. Ahrefs analizó 300 000 palabras clave en diciembre de 2025 y descubrió que la presencia de una descripción general de la IA ahora se correlaciona con una CTR 58% más bajo para la página que ocupa el primer lugar, frente al 34,5% de tan solo ocho meses antes. El impacto se acelera, no se estabiliza.
Si tus informes solo registran las sesiones y las conversiones, no lo verás venir. Un trimestre después, te darás cuenta de que los clientes potenciales han bajado sin una explicación obvia.
Tres brechas que probablemente falten en sus paneles
El tráfico referido a LLM no está segmentado
El tráfico de Perplexity, ChatGPT y Copilot normalmente llega a GA4 como «directo» u «otro». Está creciendo rápidamente. LinkedIn confirmó un crecimiento de tres dígitos en sus propias propiedades. Sin embargo, la mayoría de los equipos buscan un número combinado que oculta por completo el cambio. La creación de un grupo de canales personalizado en GA4 que capture estas fuentes por separado no requiere ningún código e inmediatamente hace visible una tendencia oculta.
La atribución de LinkedIn Ads no se ha actualizado
A medida que Google Organic genera menos tráfico de concientización B2B, LinkedIn Ads está ganando un peso a la primera vista que no existía hace un año. Sin embargo, si tus informes siguen tratando a LinkedIn Ads como un canal intermedio, es probable que estés malinterpretando su contribución real. Se trata del mismo desajuste de atribuciones que analizamos en por qué las plataformas reportan números de conversión diferentes. Los modelos creados para una realidad dejan de funcionar cuando la mezcla de canales cambia.
No hay ninguna métrica de visibilidad en tu panel
La respuesta de LinkedIn incluyó la creación de un «grupo de trabajo de búsqueda con IA» multifuncional y la sustitución de los KPI centrados en el tráfico por otros nuevos: frecuencia de citación, calidad de las menciones de la IA, cuota de voz de la IA. La mayoría de los paneles de marketing no tienen ninguno de estos. No es necesario reconstruirlo todo, pero si los informes semanales no incluyen al menos una métrica que refleje la presencia de la marca más allá de los clics, hay un punto ciego en la parte superior del embudo.
Para un marco más amplio sobre la estructuración de la medición cuando ninguna fuente única cuenta la historia completa, el guía de análisis multicanal explica cómo alinear la atribución en mezclas de canales cambiantes.
Qué cambió LinkedIn en su estrategia de contenido
La respuesta de LinkedIn es instructiva no porque sea novedosa, sino porque señala lo que un equipo de marketing B2B bien dotado de recursos consideró urgente.
Actualizaron el contenido en cuatro dimensiones: estructura HTML semántica clara para que los sistemas de IA puedan analizarlo limpiamente; autores nombrados con credenciales visibles, ya que los LLM dan más importancia a las fuentes expertas atribuibles; fechas de publicación claras, que son importantes en las decisiones de citación de la IA; y respuestas directas y estructuradas en lugar de una prosa editorial fluida.
También publicaron una guía completa sobre la optimización del contenido para los chatbots de IA, no para Google. Para una empresa que basó su marketing en torno al SEO, ese cambio en la prioridad declarada es probablemente la señal más honesta sobre hacia dónde se dirige el descubrimiento de contenido B2B.
Tres cosas que vale la pena comprobar esta semana
Empieza con Search Console. Filtra tus páginas informativas principales según las de los últimos 90 días y analiza las impresiones y los clics por separado. Si ves que las impresiones aumentan mientras que los clics se mantienen estables o disminuyen, ese es el patrón de las descripciones generales de la IA en sus propios datos, no es una teoría. Saber qué páginas se ven afectadas es el primer paso antes de cualquier cambio de contenido o medición.
A continuación, compruebe GA4 para ver el tráfico referido a LLM. Consulta el informe fuente/medio para ver si hay tráfico procedente de perplexity.ai o chatgpt.com. Si no aparece nada, es casi seguro que no lo estás capturando en lugar de no recibirlo. Este tráfico se convierte bien. La investigación de Seer Interactive descubrió que las marcas citadas en las descripciones generales de la IA muestran un 35% más de clics orgánicos que las no citadas en las mismas consultas (aunque Seer señala que se trata de una correlación, no de una causalidad comprobada, ya que las marcas de mayor autoridad tienden a ser citadas más). Vale la pena saber qué cantidad ya estás recibiendo.
Por último, revisa tu modelo de atribución de LinkedIn Ads. Si lo orgánico está generando menos notoriedad por parte de Google, las campañas pagas deben tener más peso. El hecho de que el rendimiento actual de LinkedIn Ads parezca bueno o débil a menudo depende del punto de referencia con el que se compare., y es posible que esa base de referencia ya no sea válida. El desglose de modelos de atribución es una referencia útil para decidir qué modelo se ajusta al recorrido real del cliente en este momento.
Cree un panel de control que refleje cómo funciona realmente el marketing B2B en 2026
A medida que el tráfico orgánico B2B se aleja de los clics tradicionales y pasa a centrarse en las descripciones generales de la IA y el descubrimiento impulsado por la LLM, rastrear el rendimiento significa extraer datos de más lugares que antes: GA4, Search Console, LinkedIn Ads, Google Ads y, finalmente, señales de visibilidad de IA a medida que esas herramientas maduran. La mayoría de los equipos siguen perdiendo tiempo reuniéndolo todo en una sola vista, de forma automática y sin necesidad de realizar exportaciones manuales semanales.
