Modelo de atribución

Cada modelo es una postura sobre una pregunta que no tiene respuesta objetiva: cuando varias cosas han precedido a una venta, cuál la ha causado. No hay ninguna medición que lo resuelva, así que el sector optó por reglas, y cada regla incorpora una opinión.

El último clic da todo el mérito al último contacto. Es sencillo, indiscutible y erróneo en una dirección concreta: premia lo que estaba más cerca de la compra, que suele ser la búsqueda de marca o el remarketing, y no da nada a la publicidad que creó la demanda en primer lugar.

El primer clic hace lo contrario y está igual de desequilibrado. El lineal reparte a partes iguales y da por hecho que todos los contactos importaron lo mismo. El de disminución en el tiempo da más peso a los contactos recientes. El basado en la posición suele dar un 40 % al primero, un 40 % al último y reparte el resto, lo que es un término medio más que una conclusión.

El basado en datos, que ahora es el predeterminado en Google Ads, deduce los pesos comparando los recorridos que convirtieron con los que no. Es un método realmente mejor que cualquier regla fija, y aun así no puede ver nada fuera de la plataforma que lo aplica.

Aprender los pesos a partir del comportamiento observado es una mejora real frente a imponerlos, y evita las distorsiones evidentes de las reglas fijas. Pero también es propietario, no se puede auditar y se limita a la visión del mundo de una sola plataforma.

Un modelo entrenado con datos de Google atribuye con seguridad dentro de Google, porque son los únicos datos que tiene. La impresión de Meta de tres días antes no está infravalorada: el modelo nunca supo que existía. El modelo basado en datos de cada plataforma tiene el mismo punto ciego con la forma de todas las demás.

Además, necesita volumen. Las cuentas con pocas conversiones o no pueden usarlo o reciben un modelo que trabaja con muy pocos datos, y la plataforma normalmente no avisa de en qué situación estás.

Nada de eso lo convierte en una mala elección. Lo convierte en una regla mejor con el mismo límite de fondo, algo que conviene entender antes de presentárselo a un cliente como el modelo exacto.

Las plataformas cambian sus valores predeterminados, y lo han hecho a gran escala. Google convirtió el modelo basado en datos en el predeterminado de Google Ads y ha retirado opciones de modelos antiguos; Meta ha cambiado más de una vez su configuración de atribución predeterminada y sus informes.

Cuando eso ocurre, todas las cifras del histórico se mueven. Las campañas que parecían fuertes con el último clic parecen más débiles, la actividad de la parte alta del embudo parece mejor y los totales cambian. En la cuenta no ha cambiado nada.

El cliente ve un salto en un gráfico y pregunta qué ha pasado. Una agencia que puede señalar el cambio de modelo, con la fecha, ha explicado un cambio en la medición. Una agencia que no puede está explicando su propio rendimiento, y en esa reunión la diferencia es enorme.

La costumbre que lo evita es aburrida y barata: anotar cada mes el modelo y la ventana de conversión en el informe, para que un cambio se vea como una nota al pie y no como un misterio en el gráfico.

El modelo concreto importa menos que mantenerlo estable, porque las tendencias solo tienen sentido si se miden siempre de la misma forma. Un modelo mediocre aplicado con coherencia permite comparaciones útiles; el mejor modelo introducido a mitad de camino no permite ninguna.

Cuando hay opción, el modelo basado en datos suele describir mejor la realidad en cuentas con suficiente volumen, y el último clic sigue siendo defendible en recorridos de compra cortos y de un solo canal, en los que de verdad no había mucho antes del último contacto.

Si hay que cambiar de modelo, hazlo al empezar un periodo, recalcula el periodo anterior con el nuevo modelo si la plataforma lo permite e indícalo en el informe. Cualquier otra cosa deja al cliente interpretando por su cuenta una discontinuidad.

Y no cambies de modelo porque un trimestre haya ido mal. Funciona una sola vez, y el precio cuando alguien se da cuenta es la credibilidad de todas las cifras que has presentado.