TL;DR: Los ingresos de afiliación dependen de una cadena de cuatro eslabones: alguien busca, hace clic hasta tu página, hace clic en tu enlace de afiliado y compra. La búsqueda con IA ataca el segundo eslabón, y lo hace de forma desigual. Los datos de navegación del Pew Research Center correspondientes a marzo de 2025 muestran que, cuando aparece un resumen de IA de Google, los usuarios hacen clic en un resultado de búsqueda tradicional en el 8% de las visitas, frente al 15% cuando no hay resumen. Al aplicar esa diferencia verificada al baremo de comisiones publicado por Amazon Associates, se obtiene una caída uniforme del 46,7% en las comisiones de todas las categorías de producto, desde el 4,5% de los libros hasta el 1% de los productos de salud. Como la caída es uniforme, cambiar de categoría no salva el modelo. La variable real es la forma de la consulta: Pew constató que los resúmenes de IA aparecían en el 60% de las búsquedas formuladas como pregunta, pero solo en el 8% de las búsquedas de una o dos palabras. Los contenidos de reseña que apuntan a “el mejor X para Y” ocupan la posición más expuesta del tablero. La respuesta estratégica consiste en reorientar la cartera hacia formas de consulta y fuentes de tráfico que los resúmenes de IA no interceptan, y dejar de tratar los ingresos de afiliación como pasivos.
Durante unos quince años, la edición de afiliación funcionó con un supuesto estable: si conseguías posicionar una página comparativa, Google te enviaba personas, y una proporción previsible de ellas compraba algo. Todos los consejos de la categoría, todas las herramientas de palabras clave, todas las guías de “monta un sitio de nicho” descansaban sobre la vigencia de ese supuesto.
Ya no se sostiene, y lo interesante no es que el tráfico haya caído. Lo interesante es dónde cayó y dónde no, porque esa distribución te dice exactamente qué hacer a continuación.
Este texto es una comprobación con la realidad construida a partir de dos fuentes públicas: datos de clics verificados y un baremo de comisiones publicado. Sin proyecciones ni previsiones de proveedores. Solo lo que dicen las cifras cuando se ponen una al lado de la otra.
La única cifra verificada que cambia el modelo
El Pew Research Center publicó el 22 de julio de 2025 un estudio sobre comportamiento de navegación basado en 900 adultos estadounidenses que consintieron instalar un rastreador de navegación. Abarcó 68.879 búsquedas únicas de Google realizadas durante marzo de 2025, de las cuales 12.593 generaron un resumen de IA.
Los hallazgos que importan para la economía de la afiliación:
- Cuando aparecía un resumen de IA, los usuarios hacían clic en un resultado de búsqueda tradicional en el 8% de las visitas.
- Cuando no aparecía ningún resumen de IA, hacían clic en un resultado en el 15% de las visitas.
- Hacían clic en un enlace situado dentro del resumen de IA en el 1% de las visitas.
- Con un resumen de IA presente, el 26% de las visitas terminaba la sesión de navegación por completo, frente al 16% sin resumen.
- Alrededor del 18% de todas las búsquedas de Google del mes generaron un resumen de IA.
Ese movimiento del 15% al 8% es toda la historia. Supone una caída relativa del 46,7% en la probabilidad de que una búsqueda se convierta en visita. Y la cifra sobre el fin de sesión indica que el tráfico no se está redistribuyendo hacia otra página que también pudiera ser tuya. Se marcha.
La tasa de clic del 1% dentro del resumen merece su propio momento. Una esperanza extendida en los círculos editoriales era que la cita dentro de una respuesta de IA sustituiría al clic orgánico perdido. En el 1% de las visitas, la cita es un resultado de marca, no un canal de tráfico. Planifica en consecuencia.
Modelo original 1: qué le hace el desplome de clics a los ingresos por comisiones
Esto es lo primero que merece la pena construir. El contrato operativo de Amazon Associates publica un baremo fijo de comisiones por categoría de producto. Al combinar esos porcentajes publicados con las cifras de clics de Pew se obtiene una imagen de ingresos por categoría.
El modelo mantiene constantes todos los supuestos posteriores en ambos escenarios. La tasa de conversión y el valor medio del pedido se presentan explícitamente como parámetros ilustrativos de modelización, no como estadísticas medidas, y son idénticos en las dos columnas. Eso significa que la diferencia entre columnas procede exclusivamente de los datos de clics verificados de Pew, mientras que las cifras absolutas están ahí para dar forma tangible a las proporciones.
Base del modelo: 10.000 búsquedas comerciales. La base previa a la IA produce 1.500 visitas (15%). El escenario con resumen de IA produce 800 visitas (8%). La conversión ilustrativa de visita a compra se mantiene en el 2% en ambos escenarios.
| Categoría | Porcentaje de Amazon (publicado) | Valor medio de pedido ilustrativo | Comisión por pedido | Ingresos previos a la IA (1.500 visitas) | Ingresos con resumen de IA (800 visitas) | Caída |
|---|---|---|---|---|---|---|
| Libros impresos | 4,5% | 22 $ | 0,99 $ | 29,70 $ | 15,84 $ | 46,7% |
| Cocina | 4,5% | 85 $ | 3,83 $ | 114,75 $ | 61,20 $ | 46,7% |
| Ropa | 4,0% | 55 $ | 2,20 $ | 66,00 $ | 35,20 $ | 46,7% |
| Auriculares | 3,0% | 110 $ | 3,30 $ | 99,00 $ | 52,80 $ | 46,7% |
| Componentes de PC | 2,5% | 180 $ | 4,50 $ | 135,00 $ | 72,00 $ | 46,7% |
| Televisores | 2,0% | 600 $ | 12,00 $ | 360,00 $ | 192,00 $ | 46,7% |
| Salud y cuidado personal | 1,0% | 40 $ | 0,40 $ | 12,00 $ | 6,40 $ | 46,7% |
Marco editorial de CEOtudent. Los porcentajes de comisión proceden del baremo estándar publicado por Amazon Associates. Las tasas de clic proceden de los datos de navegación del Pew Research Center. Los valores medios de pedido y la tasa de conversión son parámetros ilustrativos de modelización, mantenidos constantes en ambos escenarios.
Vuelve a leer la última columna. Es la misma cifra siete veces.
Este es el hallazgo que la mayoría de los comentarios sobre afiliación pasa por alto. La caída es una propiedad de la capa de tráfico, no de la capa de comisiones. Una categoría al 4,5% y otra al 1% pierden exactamente la misma proporción de sus ingresos, porque la pérdida ocurre antes de que nadie llegue a tu página. Perseguir categorías con mayor comisión, el consejo reflejo habitual, cambia el tamaño de la cifra de la cuarta columna y no hace absolutamente nada en la séptima.
Hay una lectura secundaria que conviene señalar. Como la pérdida es proporcional y no absoluta, las categorías de ticket alto pierden mucho más dinero con la misma caída de clics. La fila de Televisores cede 168 $ mientras que la de Libros cede 13,86 $. Los sitios construidos sobre productos caros tienen más ingresos en riesgo en términos absolutos aunque su exposición porcentual sea idéntica.
Modelo original 2: la exposición no se reparte de forma uniforme
Si la categoría es la palanca equivocada, ¿cuál es la correcta? Pew informó de la frecuencia con la que aparecían los resúmenes de IA según la forma de la consulta, y ahí es donde reside la verdadera variación:
- Búsquedas formuladas como pregunta: el resumen apareció el 60% de las veces
- Búsquedas de 10 o más palabras: 53%
- Búsquedas en oración completa: 36%
- Búsquedas de una o dos palabras: 8%
- Todas las búsquedas: 18%
Combinar las tasas de activación con las dos tasas de clic verificadas produce una tasa de clic esperada mixta para cada forma de consulta. La aritmética es sencilla: la tasa esperada equivale a la proporción de búsquedas sin resumen por 15%, más la proporción con resumen por 8%.
| Forma de la consulta | Tasa de activación del resumen de IA | Tasa de clic esperada mixta | Retención frente a la base del 15% | Contenido de afiliación típico posicionado aquí |
|---|---|---|---|---|
| Forma de pregunta (“qué X es mejor para Y”) | 60% | 10,80% | 72,0% | Guías de compra, comparativas, listas de los mejores |
| 10 o más palabras | 53% | 11,29% | 75,3% | Reseñas de cola larga orientadas a resolver problemas |
| Oración completa | 36% | 12,48% | 83,2% | Tutoriales conversacionales y resolución de incidencias |
| Todas las búsquedas (media mixta) | 18% | 13,74% | 91,6% | Cartera mixta |
| Una o dos palabras | 8% | 14,44% | 96,3% | Nombres de marca, números de modelo concretos, términos de categoría |
Marco editorial de CEOtudent. Las tasas de activación y ambas tasas de clic proceden de los datos de navegación del Pew Research Center; la tasa mixta y la retención son derivadas.
Esta es la tabla accionable, y dice algo muy concreto.
La distancia entre la forma de consulta más expuesta y la menos expuesta es considerable: 72,0% de retención frente a 96,3%. Y la forma más expuesta es precisamente aquella para la que se ha optimizado el contenido de reseñas de afiliación desde que existe la categoría. “Cuál es el mejor portátil para estudiantes” es una búsqueda formulada como pregunta. Es la palabra clave de afiliación arquetípica. Es también la forma de consulta con más probabilidades de quedar resuelta antes de que nadie llegue a un resultado.
En cambio, la forma menos expuesta son las consultas cortas de marca y modelo. Quien busca un número de modelo concreto ya ha decidido qué está investigando y busca un destino determinado. Los resúmenes de IA interceptan esa intención con mucha menor frecuencia.
Eso es una lectura de cartera, no una táctica de recuperación de tráfico. Dice que el contenido de afiliación que mejor sobrevive es el que se sitúa más cerca de una decisión de compra ya tomada, y que el que más sufre es el que intenta tomar la decisión por alguien.
Qué hace con esto la mirada de director y qué la de estudiante
La pregunta del director no es “cómo recupero mi tráfico”. Esa pregunta da por supuesto que el canal antiguo es recuperable. En su mayor parte no lo es, y quien dedique dos años a reparar un canal estructuralmente dañado habrá cometido un error de asignación de capital, no un error de posicionamiento en buscadores.
La pregunta es: ¿dado un canal que conserva en torno al 72% de su valor en el extremo expuesto y el 96% en el protegido, cuál es la asignación correcta?
De ahí se siguen tres implicaciones.
Los ingresos de afiliación dejan de ser pasivos. La etiqueta de pasivo siempre subestimó el coste de mantenimiento, y este cambio retira lo que quedaba de esa ficción. Un canal cuyo mecanismo de distribución está siendo reestructurado activamente por la plataforma que lo posee exige atención continua. Si modelas los ingresos de afiliación como un activo que se configura y se olvida, el modelo es erróneo antes de empezar. Ya analizamos cuánto cuesta realmente el mantenimiento según el tipo de flujo en el mito del ingreso pasivo; la afiliación se sitúa ahora en el extremo de mayor mantenimiento de ese rango, no en el menor.
Los negocios de afiliación de un solo canal cargan con un riesgo de concentración que ahora es visible. Entre el negocio y cada euro que gana se interpone un único intermediario, y ese intermediario cambió las condiciones de forma unilateral y sin negociación. Esa es la definición de una dependencia concentrada. La respuesta es la habitual ante el riesgo de concentración: construir una relación directa con la audiencia que no pase por el intermediario, y añadir modelos de ingresos que no dependan de tráfico interceptable. La matriz de monetización de la experiencia señala qué modelos dependen de distribución prestada y cuáles no.
El clic que queda vale más, trátalo así. Si el volumen de personas que llegan es estructuralmente menor, el valor de cada llegada aumenta. Eso aconseja profundidad antes que amplitud: menos páginas, mejores, con pruebas y comparaciones reales que un resumen de IA no pueda comprimir sin perder la sustancia. Una página que existe para reformular especificaciones es exactamente lo que se resume. Una página con información que no está disponible en ningún otro sitio no puede resumirse.
El lado de estudiante es más sencillo y más difícil. La mecánica de este canal cambió en dieciocho meses. Volverá a cambiar. Quien aprendió el marketing de afiliación como un conjunto fijo de tácticas sostiene ahora conocimiento depreciado; quien lo aprendió como un sistema con eslabones identificables ve exactamente qué eslabón se rompió y puede razonar sobre el siguiente. Esa diferencia no es cuestión de esfuerzo. Es cuestión de cómo se estructuró el aprendizaje desde el principio.
Qué sigue funcionando
Tres cosas están visiblemente menos expuestas, y se derivan directamente del modelo de exposición.
El tráfico que no nace en una caja de búsqueda. Las listas de correo, las comunidades, las plataformas de vídeo y las visitas directas no atraviesan una capa de resumen de IA. Es la implicación estructural más clara de los datos de Pew, y apunta en la misma dirección que la cuestión de la audiencia mínima viable: la distribución propia vale más en cuanto la prestada se vuelve poco fiable.
Contenido dirigido a decisiones ya tomadas. El 96,3% de retención en consultas cortas de modelo y marca es la posición más protegida del tablero. El contenido que sirve a alguien que sabe lo que quiere y necesita un detalle concreto es estructuralmente más seguro que el que intenta ayudar a elegir.
Pruebas genuinas y comparaciones originales. Un resumen de IA funciona comprimiendo el consenso entre fuentes. Le cuesta comprimir información que solo aparece en un sitio. La medición original es la única forma de contenido que resiste el resumen, que es la misma lógica que la hace valiosa con independencia del canal.
Nada de esto restaura la economía de 2019. Te deja un canal que funciona a una escala realista, con una comprensión realista de lo que cuesta mantenerlo. Es un negocio peor de lo que fue el marketing de afiliación y considerablemente mejor que fingir que nada ha cambiado.
Una nota operativa que nada tiene que ver con los algoritmos: los Endorsement Guides de la Comisión Federal de Comercio de Estados Unidos exigen que las conexiones materiales se revelen de forma clara y destacada, cerca de la recomendación correspondiente y cada vez que esta aparezca. Esta obligación no depende de cómo llegue el tráfico y se aplica a la recomendación en sí, no a la fuente de tráfico.
Preguntas frecuentes
¿Está muerto el marketing de afiliación en 2026?
No, pero su economía unitaria cambió de forma sustancial. Los datos verificados muestran una caída relativa del 46,7% en la tasa de clic cuando aparece un resumen de IA, y que los resúmenes aparecen en torno al 18% de las búsquedas en conjunto pero en el 60% de las formuladas como pregunta. Es un deterioro serio concentrado en un punto concreto, no una extinción. Un negocio construido sobre las formas de consulta expuestas tiene un problema real; uno construido sobre consultas cortas, audiencia propia o tráfico de pruebas originales tiene uno manejable.
¿A qué categoría de producto debería cambiarme?
Cambiar de categoría no aborda el problema. El modelo de ingresos anterior muestra una caída idéntica del 46,7% en cada tramo de comisión, del 4,5% al 1%, porque la pérdida se produce en la capa del clic, antes de que llegue a aplicarse el porcentaje de comisión. Las categorías con mayor comisión producen más ingresos por venta; no retienen más tráfico. Las variables que de verdad mueven la retención son la forma de la consulta y la fuente de tráfico.
¿Ser citado dentro de un resumen de IA sustituye al tráfico perdido?
Con los datos actuales, no. Pew constató que los usuarios hacían clic en un enlace dentro del resumen en el 1% de las visitas, frente al 8% que hacía clic en un resultado tradicional en esas mismas búsquedas con resumen. La cita tiene valor de marca y puede producir efectos indirectos que los datos de clic no capturan, pero tratarla como canal de tráfico no está respaldado por las cifras.
¿Por qué aguantaron mucho mejor las búsquedas cortas de una o dos palabras?
Pew constató que los resúmenes de IA aparecían solo en el 8% de las búsquedas de una o dos palabras, frente al 60% de las formuladas como pregunta. Las consultas cortas suelen ser navegacionales o muy específicas, donde un resumen aporta poco. Eso produce una tasa de clic esperada mixta del 14,44% frente a la base del 15%, es decir, alrededor del 96% de retención.
¿Qué hago primero si la mayor parte de mi tráfico viene de consultas en forma de pregunta?
Dos cosas en paralelo. Traslada una parte significativa del esfuerzo a captar a la audiencia de forma directa, para que los ingresos futuros no dependan en absoluto del clic de búsqueda. Después orienta el contenido nuevo hacia el extremo protegido de la tabla de exposición, es decir, contenido de modelo concreto y posterior a la decisión, y hacia pruebas originales que no puedan resumirse a partir de otras fuentes. Intentar restaurar el nivel de tráfico anterior en las mismas formas de consulta es la opción menos respaldada por los datos.
Fuentes
- Pew Research Center, Google users are less likely to click on links when an AI summary appears in the results, 22 de julio de 2025
- Programa Amazon Associates, contrato operativo, baremo estándar de porcentajes de comisión
- Comisión Federal de Comercio de Estados Unidos, Guides Concerning the Use of Endorsements and Testimonials in Advertising
- Comisión Federal de Comercio de Estados Unidos, The FTC’s Endorsement Guides: What People Are Asking
- Organización para la Cooperación y el Desarrollo Económicos, investigación sobre intermediación de plataformas digitales y concentración de mercado
- Peter Drucker, Management: Tasks, Responsibilities, Practices, Harper and Row
Este contenido fue recopilado con el apoyo de la IA tras una investigación exhaustiva, y luego redactado y preparado para su publicación por el equipo editorial de CEOtudent.
This post is also available in:
