El problema de los bots en OnlyFans es real, medible y crece, pero también es menos severo que el equivalente en otras plataformas. La arquitectura de OnlyFans, con acceso condicionado al pago, implica que cada "suscriptor" ha tenido que pasar una transacción con tarjeta en algún momento: una fricción mayor para los operadores de bots que la combinación de email y CAPTCHA de Twitter, Instagram o TikTok. Esa fricción mantiene la cuota de bots por debajo de la de aquellas plataformas, pero no en cero.
Según nuestras estimaciones de panel de 2025, la cuota de bots entre las cuentas de suscriptor activas de OnlyFans se sitúa en la franja del 8-15%. El rango amplio refleja una incertidumbre genuina de estimación —distintos paneles llegan a conclusiones distintas porque la propia definición de "bot" está en disputa—, pero todos coinciden en que la cuota crece año tras año. En 2021, la media de panel era del 3,5%. En 2025, del 11,5%. La trayectoria importa más que el nivel exacto.
Los datos
El rasgo definitorio de la economía bot en OnlyFans es su distribución por tramos de precio. Las cuentas bot no se reparten de manera uniforme entre las franjas de precio de suscripción: se concentran con fuerza en el extremo bajo, donde el coste marginal de operar una suscripción falsa es menor:
| Tramo de suscripción | Cuota bot (est.) | Finalidad del bot | Dificultad de detección |
|---|---|---|---|
| Prueba gratuita | 24% | Scraping, lead-farming | Baja (sin señal de pago) |
| $4,99-$9,99 | 18% | PPV-spam saliente, granja de subs | Media |
| $10-$19 | 11% | Granja de subs, PPV-spam ocasional | Media-alta |
| $20-$49 | 6% | Scraping dirigido (raro) | Alta |
| $50+ | 3% | Casi siempre reales | Muy alta (no rentable) |
El patrón tiene sentido económico desde la perspectiva del operador de bots. Un bot suscrito a un creador de $4,99 a escala —a centenares de creadores— puede extraer valor (PPV-spam saliente, scraping de contenido para redistribución, granja de subs aguas abajo) a un coste de suscripción prácticamente de equilibrio. Un bot suscrito a un creador de $50 no: la economía unitaria no cuadra. Así que los operadores se concentran donde el ROI es positivo, es decir, en el extremo bajo del mercado.
Cómo entran los bots en la plataforma
Tres modelos operativos explican la mayor parte de la población bot:
1. Granjas de cuentas
Los operadores manejan pools de direcciones de correo, números de teléfono virtuales y tarjetas robadas o lavadas para crear masivamente cuentas de suscriptor. Estas cuentas se suscriben a creadores objetivo para hacer scraping y, después, o se dan de baja o se reciclan para PPV-spam saliente. Las granjas de cuentas son la mayor fuente de nuevos suscriptores bot, con un ~60% estimado de la población. La infraestructura técnica (redes de proxies, servicios de resolución de CAPTCHA, pipelines de testeo de tarjetas) es estándar de la industria.
2. Subs con tarjetas robadas
Tarjetas de consumidor reales que han sido comprometidas se usan para suscribirse a creadores de formas que el titular no autorizó. Aparecen como eventos de suscripción aparentemente legítimos y solo se detectan cuando el titular disputa el cargo o cuando el scoring de riesgo de Stripe marca el patrón de velocidad. Estimadas en un ~25% de los suscriptores bot. El impacto financiero sobre el creador es asimétrico: cobra los ingresos de la sub hasta el chargeback, momento en que pierde la transacción completa y, normalmente, una comisión adicional.
3. Granjas de PPV-spam
Cuentas especializadas cuyo único objetivo es suscribirse → enviar DM a otros creadores con spam (típicamente promocionando un sitio fuera de la plataforma o una sub de baja calidad) → cancelar y repetir. Normalmente se suscriben por el periodo mínimo (~1 mes) y eligen a creadores del tramo bajo, donde la inversión en la sub puede recuperarse vía rendimiento del spam. Estimadas en un ~15% de los suscriptores bot.
Impacto financiero sobre los creadores
El impacto financiero sobre los creadores individuales es real y varía mucho según el tramo. Los dos canales principales de pérdida son: (a) chargebacks y reembolsos derivados de subs con tarjeta robada y (b) contaminación del canal de engagement, que reduce el alcance efectivo de DM y PPV. Según los datos de nuestro panel de agencias, la pérdida mensual combinada se sitúa en:
La pérdida mediana mensual de $110 en un creador de tramo medio resulta interesante en contexto. Es pequeña frente al bruto mensual (probablemente un 2-4%), pero se acumula: las cuentas bot desplazan a los fans reales en las métricas de engagement, lo que lleva al creador a optimizar sobre datos contaminados y, en consecuencia, a peores decisiones de producción. El coste aguas abajo de operar sobre métricas corruptas puede ser mayor que la pérdida directa; simplemente no podemos aislarlo con limpieza.
Contramedidas de la plataforma
La infraestructura antibot de OnlyFans ha mejorado de forma significativa en la ventana 2023-2025, pero la economía bot ha mejorado más rápido. La plataforma despliega varias categorías de contramedidas:
Scoring de riesgo de Stripe
Las transacciones de compra de suscripción se puntúan en tiempo real con el modelo de riesgo de Stripe, que examina la velocidad de uso de la tarjeta, la coherencia de IP/geolocalización, el historial previo de fraude y decenas de señales de comportamiento. Las transacciones de alto riesgo se bloquean directamente; las de riesgo medio se marcan para verificación adicional. El modelo de Stripe está entre los mejores del sector —la cuota de bots sería mucho más alta sin él—, pero está calibrado para la base e-commerce transversal, no para las particularidades del flujo de sub de OnlyFans.
Detección por patrones de login
OnlyFans rastrea el comportamiento de login (patrones temporales, huellas digitales de dispositivo, estabilidad geográfica) para marcar cuentas sospechosas. Las cuentas bot exhiben patrones característicos —logins cada ~6 minutos desde un pool de proxies rotatorios, ausencia de actividad de scroll entre cargas de contenido, clics de desbloqueo de PPV con timing milimétrico— que la plataforma puede identificar en agregado. La eficacia varía; los operadores de bots sofisticados se han adaptado mayoritariamente.
CAPTCHA en eventos de sub sospechosos
Los eventos de sub procedentes de combinaciones inusuales de IP/dispositivo pasan por un CAPTCHA. Frena a los operadores de bots de menor habilidad pero es rutinariamente sorteado por servicios de resolución de CAPTCHA. Es una fricción eficaz contra el 50% inferior de la economía bot, pero no alcanza a los operadores profesionales.
El problema asimétrico es que la detección de bots es difícil, sensible a los falsos positivos y nunca completamente precisa. La plataforma no puede bloquear de forma agresiva los eventos de sub sin cortar ingresos legítimos, así que el sistema está obligatoriamente calibrado a errar del lado permisivo. El resultado es una cuota estable de bots: más baja de lo que sería sin enforcement, pero por encima de cero.
Comparación con otras plataformas
La cuota del 8-15% es lo bastante alta como para importar, pero baja en comparación con otras plataformas. Para referencia:
- Twitter/X: cuota estimada del 9-15% en usuarios activos mensuales (estimación reportada por Elon Musk en la época de la adquisición; las estimaciones académicas independientes oscilan entre el 9 y el 20%). Cifra similar a OnlyFans en superficie, pero con una tolerancia mucho mayor porque no hay un cobro como puerta.
- Instagram: cuota estimada del 8-12%. Sobre todo bots de engagement (likes, follows) y granjas de seguidores.
- TikTok: cuota estimada del 6-10%. La superficie de recomendación de la plataforma penaliza con más agresividad el comportamiento bot evidente.
- YouTube: cuota estimada del 5-9% en métricas de visualización; menor en cuentas monetizadas.
El problema de bots de OnlyFans queda en el medio de este rango. La fricción del pago lo coloca por debajo de Twitter e Instagram en cuota pura; los incentivos económicos del scraping de contenido de pago y del PPV-spam lo empujan por encima de TikTok y YouTube. La posición relativa de la plataforma es razonable.
Implicaciones para creadores y periodistas
Para los creadores, las implicaciones prácticas son tácticas. La cuota de bots se concentra en el extremo de bajo precio, así que los creadores en la franja de sub de $20+ están en gran medida aislados. Para los del tramo $4,99-$9,99 —el segmento más vulnerable al estrangulamiento del tramo medio— las cuentas bot inflan los recuentos de subs, suprimen el alcance real de DM y añaden riesgo de chargeback a los ingresos. Tres respuestas operativas son efectivas:
- Filtra la analítica con definiciones de "sub activa". Las subs que no han interactuado con contenido en 14 días son, de forma desproporcionada, bots. Seguir solo el recuento de subs con engagement produce métricas que no se desplazan con el crecimiento de la cuota bot.
- Vigila las tasas de chargeback como indicador adelantado. Una tasa mensual de chargeback que supera el 1% indica que la audiencia del creador está cada vez más contaminada por bots. El scoring de riesgo de la plataforma es más sensible a los creadores con CB altos, así que vale la pena pillarlo pronto.
- Evita estrategias de sub-promoción que tiran de embudos propensos a bots. La promoción fuera de plataforma que no pasa por canales verificados (p. ej. sitios agregadores de enlaces con filtrado débil) tiene un mayor rendimiento bot. La promoción directa desde redes sociales y desde curadores conocidos produce cohortes más limpias.
Para los periodistas que escriben sobre métricas de creadores en OnlyFans, la cuota bot es la cautela más importante a la hora de citar cifras de suscriptores. Los recuentos de subs en la cobertura mediática suelen venir reportados por la plataforma y sin filtrar, lo que incluye el 8-15% de bots. Las métricas ponderadas por engagement (subs activas, desbloqueos de PPV, respuestas en DM) son más fiables.
Predicciones para 2026 y 2027
- La cuota de bots alcanzará el 13-18% para 2027. La trayectoria es sostenida. Las contramedidas frenan, pero no revierten, la curva.
- Stripe desplegará un scoring de riesgo específico para OnlyFans. El scoring genérico deja señal sobre la mesa. Cabe esperar afinado específico de plataforma, probablemente en colaboración con Fenix, en 18 meses.
- La plataforma publicará datos de transparencia antibot. De forma voluntaria (posicionamiento de PR) o por presión regulatoria (artículo 39 del DSA). En cualquiera de los casos, cabe esperar un informe público de "cuentas falsas" para mediados de 2027.
- Se desplegará detección de bots basada en IA. La detección actual es heurística. Una detección basada en ML que observe huellas de comportamiento es plausible para 2027, con una mejora significativa de la precisión.
- El flujo de prueba gratuita se rediseñará. Una cuota bot del 24% en pruebas gratuitas es insostenible. Cabe esperar que la plataforma elimine la funcionalidad, la restrinja a cuentas de fan verificadas o añada fricción de gating. Algún cambio en 12-18 meses.
Metodología
La estimación del 8-15% de cuota de bots procede de tres paneles independientes reconciliados en un rango de media de panel:
- Panel de datos de plataforma de agencias: tres agencias de gestión de creadores analizaron las bases de subs de sus carteras buscando firmas conductuales de bot (patrones de login, velocidad de engagement, tasas de respuesta a DM) y produjeron estimaciones de cuota bot por cartera. Estimación agregada: 11,2%.
- Proxies de datos de pago: tasas de chargeback, tasas de reembolso y distribuciones del scoring de riesgo de Stripe sobre la población de suscriptores activos producen una estimación indirecta. Estimación: 9,4%.
- Análisis conductual de cohortes: seguimiento de subcohortes sobre distribuciones de eventos de engagement, identificando el reparto bimodal entre firmas conductuales de "fan real" y de "automatizadas". Estimación: 13,8%.
Las tres estimaciones producen un rango de panel del 9,4% al 13,8%, que redondeamos a "8-15%" para reflejar la incertidumbre adicional derivada del desacuerdo definicional (distintos paneles incluyen subtipos algo diferentes en su definición de bot). El punto medio es 11,5%, la cifra usada en el gráfico.
Las cifras por tramo (24%, 18%, 11%, 6%, 3%) proceden principalmente del Panel 1 (carteras de agencia), por tener la visibilidad más limpia de la franja de precio. La tasa de chargeback (2,1% en transacciones sospechosas de bot frente al 0,3% en limpias) se calcula sobre los datos de pago del Panel 2.
Todas las cifras se basan en denominadores de suscriptores activos (subs en vigor en el momento del análisis), no en cuentas totales jamás creadas. Consulte la página de metodología completa para nuestra aproximación general a las fuentes.