La atribución consiste en dar a cada canal el mérito de las conversiones. La atribución al último clic da el mérito al último canal antes de la conversión. La atribución al primer clic se lo da al primero. Pero la realidad es más compleja: varios canales contribuyeron a la decisión. Los modelos de atribución entre canales intentan repartir el mérito de forma justa entre todos los canales que participaron. Este capítulo explica los distintos modelos y cuándo usar cada uno.
Los modelos de atribución, explicados
Atribución al último clic
El canal del último contacto antes de la conversión se lleva el 100% del mérito. Ejemplo: búsqueda orgánica → email → anuncios de pago → conversión = los anuncios de pago se llevan el 100%.
Ventaja: es simple, fácil de aplicar y favorece a los canales de la parte baja del embudo. Desventaja: ignora los papeles de apoyo y infravalora los canales de notoriedad.
Atribución al primer clic
El canal del primer contacto se lleva el 100% del mérito. Ejemplo: búsqueda orgánica → email → anuncios de pago → conversión = la búsqueda orgánica se lleva el 100%.
Ventaja: favorece a los canales de notoriedad y es fácil de aplicar. Desventaja: ignora los papeles de nutrición y conversión, e infla el mérito de los primeros contactos.
Atribución lineal
El mérito se reparte a partes iguales entre todos los contactos. Ejemplo: búsqueda orgánica → email → anuncios de pago → conversión = cada uno recibe un 33%.
Ventaja: es justa con todos los canales y tiene en cuenta los contactos múltiples. Desventaja: no distingue qué contactos pesan más.
Atribución con decaimiento temporal
Los contactos recientes reciben más mérito que los antiguos. Ejemplo: la búsqueda orgánica (hace 30 días) recibe un 20%, el email (hace 10 días) un 30% y los anuncios de pago (hace 1 día) un 50%. Total = 100%.
Ventaja: es realista (las interacciones recientes suelen influir más) y equilibra notoriedad y conversión. Desventaja: es más compleja de aplicar.
Atribución personalizada o algorítmica
El mérito se reparte según el análisis de datos históricos. El aprendizaje automático identifica qué contactos predicen mejor la conversión. Ejemplo: los datos muestran que, cuando el email está en la secuencia, la tasa de conversión es un 15% mayor. El email recibe más mérito.
Ventaja: es la más precisa y tiene en cuenta los efectos de interacción. Desventaja: exige datos y cierto nivel técnico.
Cómo elegir un modelo de atribución
Etapa inicial (acabas de empezar): usa el último clic. Es simple y se puede aplicar de inmediato. Infravalora la notoriedad, pero es un buen punto de partida.
Empresa en crecimiento: usa el decaimiento temporal. Es más preciso que el último clic, tiene en cuenta varios contactos y es relativamente simple.
Empresa madura: usa un modelo personalizado o algorítmico. Tienes datos suficientes y un equipo con el nivel para aplicar modelos avanzados.
Buena práctica: sigue varios modelos a la vez. Presenta el último clic a la dirección (por su simplicidad), el decaimiento temporal para la estrategia (equilibrio) y el primer clic para las métricas de notoriedad. Así tienes una perspectiva completa.
Cómo aplicar los modelos de atribución
Paso 1: elige tu modelo. Empieza con el decaimiento temporal, salvo que tengas un motivo para usar otro.
Paso 2: define tu ventana de atribución. ¿Cuántos días antes de la conversión registras los contactos? ¿7, 14, 30, 90? Usa 30 por defecto.
Paso 3: configúralo en tu plataforma de analítica. La mayoría de las plataformas admiten varios modelos de atribución. Google Analytics y casi todas las plataformas de analítica de producto los incluyen de forma nativa.
Paso 4: compara los modelos. Aplica todos los modelos a tus datos y compara los resultados. ¿Dónde difieren? ¿Cambia tu estrategia? Si distintos modelos sugieren prioridades de canal diferentes, profundiza para entender por qué.
Retos de la atribución entre canales
Canibalización entre canales: si trabajas la búsqueda orgánica y la de pago para la misma palabra clave, ¿quién se lleva el mérito? Los dos pueden reclamar la conversión. Solución: fija reglas claras (primer clic = orgánico, último clic = de pago) y aplícalas siempre igual.
Datos que faltan: las interacciones sin conexión (llamadas, reuniones en persona) no se registran en la analítica. Solución: importa los datos de conversiones sin conexión a la analítica cuando puedas. Asume que algunas conversiones no tienen datos de atribución.
Privacidad y límites del seguimiento: los cambios de privacidad de iOS, los bloqueadores de anuncios y las herramientas de privacidad reducen la capacidad de seguimiento. Algunos recorridos de usuarios son en parte invisibles. Solución: usa datos propios siempre que puedas. Reconoce los límites del seguimiento en tus informes.
¿Qué modelo de atribución debo usar en mi negocio?
El decaimiento temporal es la mejor opción por defecto para la mayoría de los negocios. Si tu ciclo de venta es corto (1-2 días), usa el último clic. Si es largo (más de 30 días), usa el primer clic o el lineal. Prueba tus 3 mejores modelos durante 1 mes y mira si cambian las recomendaciones. Si no cambian, quédate con el más simple (último clic). Si cambian, usa el más realista para tu negocio.
¿Cómo explico los modelos de atribución a personas sin perfil técnico?
Usa un ejemplo: 'Tres personas ayudaron a cerrar una venta de $10k: la persona A nos presentó (notoriedad), la B resolvió dudas (consideración) y la C firmó el contrato (decisión). El último clic da los $10k a la persona C (injusto). El primer clic se los da a la A (ignora a B y C). El decaimiento temporal da un 20% a A, un 30% a B y un 50% a C (realista).' Usa este esquema para explicar por qué el decaimiento temporal es más justo.
¿Debo usar modelos de atribución distintos para canales distintos?
No, quédate con un solo modelo para todos los canales y así serán comparables. Usar modelos diferentes por canal crea incoherencias. Usa un modelo de forma constante y analiza dentro de él: el papel de la búsqueda orgánica frente al del email, etc. Si necesitas modelos distintos para fines distintos, ejecútalos por separado (informes y estrategia), sin mezclarlos.
¿Cómo actualizo mi modelo de atribución si cambia mi ciclo de venta?
Vuelve a analizar tus datos: ¿cuánto dura de media el ciclo de venta? Si pasó de 15 a 45 días, tu ventana de atribución de 30 días puede estar dejando fuera contactos importantes. Súbela a 45-60 días. Repite el análisis y mira si cambian las prioridades de canal. Actualiza tu modelo y documenta el cambio.
¿Puedo usar los datos de atribución para predecir qué campañas tendrán éxito?
En parte. La atribución histórica muestra qué combinaciones de canales funcionan. Si los clientes que compraron llegaron por orgánico → email → de pago, las campañas nuevas que sigan ese patrón probablemente funcionen. Úsalo como hipótesis: invierte en esas secuencias. Pero cada campaña es distinta; prueba y mide en lugar de confiar solo en los patrones históricos.
¿Cómo trato las conversiones sin conexión en mi modelo de atribución?
Importa los datos sin conexión a tu analítica: llamadas, reuniones en persona, contratos firmados. Crúzalos con las sesiones web mediante el identificador del cliente (email, teléfono o nombre). Los contactos en línea aparecen en la atribución; las conversiones sin conexión son el resultado. Así tienes una imagen más completa. Ojo: la atribución sin conexión es más difícil; empieza por las ventas sin conexión más grandes.