Como atribuir receita ao canal de IA — o problema de tracking que ainda não tem solução perfeita
Tráfego vindo de IA cresce 527% ao ano mas a maioria das empresas não consegue medir. Entenda o problema de atribuição do canal de IA e as soluções disponíveis hoje.
O tráfego originado em IAs cresceu 527% no primeiro semestre de 2025 em relação ao mesmo período do ano anterior. É o canal de mais rápido crescimento em marketing digital. E, paradoxalmente, é o canal que a maioria das empresas menos consegue medir — porque os modelos de atribuição tradicionais não foram construídos para ele.
Esse gap de mensuração cria um problema real: equipes de marketing precisam justificar investimento em estratégias de visibilidade em IA, mas não conseguem mostrar, com a precisão que um gerente de performance exigiria, qual receita veio especificamente daquele canal. Isso atrasa decisões, reduz budget e, em última instância, deixa a empresa para trás enquanto concorrentes que toleraram a ambiguidade já construíram presença.
Por que o tracking de IA é diferente do tracking de outros canais
Em marketing digital convencional, o modelo de atribuição funciona assim: um usuário clica num anúncio → o UTM no URL registra a origem → o analytics conecta o clique à conversão posterior. O canal fica rastreado de ponta a ponta.
O canal de IA quebra essa lógica em dois pontos:
Ponto 1 — A IA não necessariamente linka para o seu site. Quando o ChatGPT menciona sua empresa numa resposta, frequentemente não há link clicável. O usuário leu a recomendação, anotou o nome, e foi buscar você diretamente no Google ou digitando a URL. Esse tráfego chega como "direto" no analytics — invisível como origem IA.
Ponto 2 — Quando há link, o referrer pode ser perdido. Em plataformas de IA que geram links (Perplexity é a principal), o referrer perplexity.ai deveria aparecer no analytics. Mas dependendo das configurações de HTTPS, do tipo de clique (direto no app mobile vs browser), e de configurações de privacidade do usuário, o referrer pode ser perdido ou mascarado.
Esses dois fatores combinados significam que a maior parte do tráfego de IA está hoje, nos analytics da maioria das empresas, escondida dentro do tráfego direto — a categoria menos informativa de todas.
Os referrers de IA que você pode rastrear hoje
Parte do tráfego de IA é rastreável via referrer. Os domínios que você deve monitorar no GA4 como segmento específico de "IA referral":
chatgpt.comechat.openai.comperplexity.aiclaude.aigemini.google.comebard.google.comcopilot.microsoft.comebing.com/chatyou.comphind.com
Crie um segmento no GA4 com esses referrers e acompanhe semanalmente. Os números vão ser menores do que o tráfego de IA real — porque apenas a fração que veio com link rastreável vai aparecer — mas são dados reais que você pode usar para comparar qualidade de tráfego e tendência ao longo do tempo.
O problema da jornada multi-touch
Mesmo quando você consegue rastrear que um usuário veio de perplexity.ai, existe um segundo problema: a jornada de compra no B2B raramente começa e termina no mesmo canal.
O cenário mais comum: o cliente descobre sua empresa via ChatGPT, mas não converte imediatamente. Dias depois, pesquisa seu nome no Google, clica no resultado orgânico, e converte. O modelo de atribuição por último clique vai creditar o Google. O modelo por primeiro clique vai creditar direto (porque o ChatGPT não gerou clique rastreável). A IA não aparece como responsável pela conversão em nenhum modelo padrão.
Esse é o problema de atribuição que nenhum sistema de analytics resolve completamente hoje. As abordagens disponíveis são imperfeitas, mas uteis:
Pesquisa de origem com novos clientes. Inclua no processo de onboarding a pergunta "como você conheceu a nossa empresa?" com opção de IA (ChatGPT, Perplexity, etc.) entre as alternativas. Dados de auto-declaração têm viés, mas são surpreendentemente informativos para entender o mix de canais — especialmente para origens que analytics não captura.
Análise de segmento de tráfego de IA. Compare métricas de qualidade do segmento de IA referral (tempo no site, páginas por sessão, taxa de conversão para cadastro) com outros canais. Mesmo sem atribuição de receita precisa, a diferença de qualidade de tráfego justifica o investimento no canal.
Correlação temporal. Se você fez uma ação de visibilidade em IA em março (publicou um press release, conseguiu uma matéria em veículo de autoridade) e em abril o tráfego direto e os leads aumentaram, a correlação temporal é uma evidência — fraca, mas real — de causalidade.
O argumento para investir mesmo sem tracking perfeito
A falta de tracking perfeito não é um argumento para não investir — é um argumento para calibrar expectativas e usar métricas alternativas.
As empresas que mais crescem em marketing digital raramente têm tracking perfeito de todos os canais. O SEO, que é hoje o canal mais maduro do marketing digital, levou anos para ter modelos de atribuição aceitáveis — e mesmo hoje, "tráfego orgânico" captura de forma imperfeita toda a influência que o conteúdo tem na decisão de compra.
O canal de IA está no mesmo momento que o SEO estava em 2010: crescendo rapidamente, difícil de medir com precisão, mas claramente gerando resultado para quem investe. As empresas que aceitaram a ambiguidade e investiram em SEO em 2010 colheram vantagens competitivas que persistem até hoje.
Como a Crowly ajuda a fechar a lacuna de atribuição
A Crowly não resolve o problema de tracking de receita — nenhuma ferramenta resolve completamente hoje. O que a Crowly oferece é a métrica de meio de funil que conecta esforço de conteúdo e presença com visibilidade mensurável: score de citação por plataforma, evolução semana a semana, comparativo com concorrentes.
Esse score é o proxy mais confiável disponível para "quanto investimento em IA está gerando resultado" — mesmo que não chegue até a receita diretamente.
Construa visibilidade em IA agora, antes que o tracking seja perfeito. As empresas que esperam o tracking perfeito chegam tarde ao canal. Diagnóstico gratuito →
Fontes:
