Un cliente ve tu anuncio el lunes. No hace clic. El miércoles recibe tu correo. Hace clic. Llega a tu web, lee tu página de precios y convierte el viernes. ¿Qué punto de contacto se lleva el mérito de la venta? ¿El anuncio, el correo o la página de precios? Los modelos de atribución son la forma de responder a esa pregunta.
La mayoría de las empresas se equivoca. Atribuyen el mérito al último punto de contacto (atribución al último clic) y pasan por alto todo lo demás. Pero el recorrido real es más largo y más complejo. Este artículo explica los modelos de atribución, por qué importan, en qué se diferencian y cuál usar en tu negocio.
El modelo de atribución es el proceso de asignar mérito a cada punto de contacto de marketing en el recorrido de un cliente. Un cliente suele interactuar con tu marca varias veces antes de convertir. La atribución responde: ¿qué interacción merece el mérito de la venta?
Cada modelo de atribución da respuestas distintas. El modelo que elijas determina dónde inviertes tu presupuesto de marketing. Si eliges mal, recortas el canal que inició el recorrido y gastas de más en el que cerró la venta.
El problema de la atribución
Un cliente convierte en tu web. La atribución pregunta: ¿qué punto de contacto merece el mérito? La respuesta determina dónde inviertes el presupuesto de marketing.
Si usas atribución al último clic, el último punto de contacto (la última página que visitaron, el último correo que recibieron) se lleva todo el mérito. El anuncio que vieron semanas antes no se lleva nada. Así que recortas el gasto en anuncios y duplicas el de correo. Pero el anuncio fue lo que les presentó tu marca. Sin el anuncio, nunca habrían recibido el correo.
Este es el problema de la atribución. Das el mérito al punto de contacto equivocado y priorizas mal tu presupuesto.
Atribución al último clic: la respuesta fácil y equivocada
La atribución al último clic da el mérito al último punto de contacto antes de la conversión. Es el modelo más simple y el más popular. También suele ser erróneo.
Ejemplo: el cliente ve tu anuncio y lo ignora. Una semana después recibe tu correo, hace clic y compra. El último clic atribuye la venta al correo. El anuncio no recibe nada. Análisis del presupuesto: el correo generó una venta, los anuncios no generaron ninguna. Realidad: el anuncio les presentó la marca y el correo los convirtió. Los dos importan.
El último clic es popular porque es simple. Fácil de implementar. Fácil de reportar. Pero oculta el recorrido real del comprador.
Atribución al primer clic: la respuesta equivocada opuesta
La atribución al primer clic da el mérito al primer punto de contacto. Invierte el problema.
Ejemplo: el mismo cliente, el mismo recorrido. El primer clic atribuye la venta al anuncio. El correo no recibe nada. Análisis del presupuesto: los anuncios impulsan las ventas, el correo no. Realidad: otra vez, los dos importan.
El primer clic exagera el marketing de la parte alta del embudo (anuncios, redes sociales, búsqueda) y resta valor al de la parte baja (correo, remarketing, páginas de destino).
Atribución lineal: repartir el mérito por igual
La atribución lineal divide el mérito a partes iguales entre todos los puntos de contacto. Si un cliente tuvo cinco puntos de contacto, cada uno recibe el 20 por ciento del mérito de la venta.
Es más justa que el último o el primer clic, pero asume que todos los puntos de contacto son igual de importantes. A veces no lo son. Un anuncio que presentó al cliente no es lo mismo que un correo que lo convirtió.
Atribución con decaimiento temporal: más mérito a lo más cercano
El decaimiento temporal da más mérito a los puntos de contacto más cercanos a la conversión. El último punto de contacto recibe más mérito. El primero, el que menos.
Ejemplo: anuncio (10 por ciento del mérito), visita a la página de destino (15 por ciento), correo (25 por ciento), página de pago (50 por ciento). Los últimos pasos, que llevaron directamente a la conversión, reciben más mérito.
Esto refleja mejor la realidad: los últimos puntos de contacto hicieron el trabajo duro. Pero sigue infravalorando el marketing de la parte alta del embudo que inició el recorrido.
Atribución basada en datos: que decidan los datos
El modelo más preciso usa aprendizaje automático. La atribución basada en datos examina miles de recorridos de clientes y pregunta: entre todos los clientes que convirtieron, ¿qué puntos de contacto aparecen en sus recorridos? ¿Qué puntos de contacto aparecen en los recorridos que no convirtieron?
Si un punto de contacto aparece en el 90 por ciento de los recorridos que convierten y solo en el 10 por ciento de los que no, recibe mucho mérito de atribución. Si aparece por igual en ambos, recibe menos.
Este modelo es el más preciso, pero requiere muchos datos y herramientas sofisticadas.
Por qué la atribución importa para las decisiones de presupuesto
Tienes $10,000 al mes para gastar entre anuncios, correo y contenido. ¿Cómo los repartes?
Con el último clic, podrías gastar $9,000 en correo (porque el correo convierte al final) y $1,000 en anuncios (porque los anuncios rara vez reciben mérito). Tu presupuesto está desalineado.
Con atribución basada en datos, te das cuenta de que los anuncios generan notoriedad (40 por ciento del mérito), el contenido genera interés (35 por ciento del mérito) y el correo convierte (25 por ciento del mérito). Pasas a $4,000 en anuncios, $3,500 en contenido y $2,500 en correo. Ahora tu presupuesto refleja el recorrido real del comprador.
Errores habituales de atribución
Suponer que un modelo es el correcto: ningún modelo es perfecto. Cada modelo sirve a fines distintos. El último clic te dice qué convirtió a la gente. El primer clic te dice qué se la presentó. El basado en datos te da la verdad ponderada.
No tener en cuenta los contactos fuera de línea: un cliente ve tu anuncio, recuerda tu marca y te busca semanas después. El último clic atribuye el mérito a la búsqueda. Pero el anuncio fue el catalizador. Las herramientas de atribución no ven los puntos de contacto fuera de línea.
Culpar a un canal sin justicia: si el correo tiene la tasa de conversión más alta pero el mérito atribuido más bajo, puedes recortarlo. Pero el correo hace el trabajo final de conversión. Si lo recortas, todo tu embudo se rompe.
Ignorar la canibalización: las campañas de correo a veces convierten a gente que habría convertido de todas formas (por anuncios o búsqueda). La atribución no separa el valor incremental genuino de la canibalización.
Cómo elegir un modelo de atribución
Empieza con el último clic por simplicidad. Pasa al lineal si quieres reconocer todos los contactos. Sube al decaimiento temporal o al basado en datos si tienes los datos y las herramientas.
Prueba el modelo contra la realidad. Si la atribución basada en datos dice que el correo aporta más valor pero la participación de tu correo es pésima, algo va mal. Ajusta.
La mayoría de las empresas maduras usa varios modelos: el último clic para informar de campañas, el basado en datos para repartir el presupuesto y el primer clic para proteger las inversiones de la parte alta del embudo.
Preguntas frecuentes
¿Tiene Google Analytics modelos de atribución?
La versión básica de Google Analytics usa el último clic por defecto. La versión de pago (GA360) ofrece otros modelos. Para una atribución avanzada basada en datos, necesitas una herramienta de atribución específica como Google Ads, Facebook Ads o plataformas de atribución de terceros. Con el creador de webs de WEMASY puedes configurarlo directamente en tu web.
¿Puedo usar la atribución para reducir mi presupuesto de marketing?
Úsala para reasignar, no para recortar. La atribución puede mostrar que el correo aporta más valor que los anuncios, así que mueves presupuesto de los anuncios al correo. Pero no recortes canales enteros porque un modelo de atribución los infravalore. Prueba y mide el impacto.
¿Y si distintos canales tienen distintos modelos de atribución?
Es normal. Tu plataforma de correo puede usar el último clic. Tu plataforma de anuncios puede usar el basado en datos. Tu herramienta de analítica puede usar el lineal. Unifica usando un solo modelo en todos los canales para las decisiones internas, aunque los proveedores usen modelos distintos.
¿Cómo trato las conversiones que ocurren fuera de línea?
Sigue esos casos a mano. Cuando un cliente llama por teléfono, pregúntale cómo te conoció. Cuando rellena un formulario, añade un campo oculto para saber cómo te encontró. Usa esos datos para ajustar tu modelo de atribución con los contactos fuera de línea.
¿Qué son las pruebas de incrementalidad y en qué se diferencian de la atribución?
La atribución intenta asignar a los canales las conversiones que ya existen. Las pruebas de incrementalidad dejan fuera de forma aleatoria a algunos clientes y miden si las conversiones bajan sin un canal. La incrementalidad es más precisa, pero requiere más trabajo y más dinero.
¿Debo usar siempre el modelo de atribución más complejo?
No. La atribución basada en datos es la más precisa, pero requiere muchos datos, un buen seguimiento y herramientas sofisticadas. El último clic es erróneo, pero simple. Empieza simple y sube de nivel a medida que creces.