Modelos de atribución: cuál usar para repartir el crédito

Imagine que un cliente ve su anuncio de Instagram el lunes, busca su marca en Google el miércoles y compra el viernes tras recibir un correo suyo. Tres canales participaron en esa venta, pero el reporte le va a dar el crédito a uno solo, o lo va a repartir, según el modelo de atribución que tenga configurado. Esa decisión, que suena técnica y aburrida, determina cuál de sus campañas se ve como heroína y cuál como gasto inútil. Si elige mal el modelo, puede terminar apagando la pauta que de verdad enciende el recorrido de compra solo porque no aparece en el momento del cierre.

Un modelo de atribución es simplemente la regla con la que se reparte el crédito de una venta entre los distintos puntos de contacto que la hicieron posible. No hay un modelo perfecto, hay modelos que cuentan historias distintas, y entender cuál usar es lo que separa a quien optimiza con criterio de quien optimiza con suerte.

Último clic: el modelo por defecto y por qué engaña

El modelo de último clic le da el cien por ciento del crédito al último canal que tocó el cliente antes de comprar. Es el más común porque es el más fácil de entender y el que casi todas las plataformas traen por defecto. El problema es que premia a quien cierra y castiga a quien abre. En el ejemplo del inicio, todo el crédito se lo llevaría el correo, mientras el anuncio de Instagram que despertó el interés se quedaría con cero. Esto lleva a una trampa peligrosa: usted ve que sus campañas de remarketing y de marca convierten baratísimo, las felicita, y recorta las campañas de prospección que en realidad estaban alimentando todo el embudo. Termina apagando el grifo que llenaba el tanque.

Primer clic: el espejo del problema anterior

El modelo de primer clic hace lo contrario: le da todo el crédito al primer canal que descubrió al cliente. Es útil para entender qué pauta genera demanda nueva, qué campañas están metiendo gente fresca al embudo. Pero comete el pecado opuesto al último clic: ignora por completo lo que pasó después. Una campaña puede atraer mucha gente y no cerrar a nadie, y bajo primer clic se vería como una estrella. Por eso ni el primero ni el último clic, por sí solos, le dan una imagen honesta. Cada uno mira solo una punta del recorrido y le esconde la otra.

Los modelos que reparten el crédito

Para salir de la trampa de premiar solo una punta, existen modelos que reparten el crédito entre varios puntos de contacto. Estos son los principales:

• ●Lineal: reparte el crédito en partes iguales entre todos los canales que participaron. Justo en su simpleza, pero asume que todos los toques pesaron lo mismo, lo cual rara vez es cierto.
• ●Deterioro temporal: da más crédito a los canales más cercanos a la compra y menos a los lejanos. Asume que lo reciente influyó más, lo cual tiene lógica pero sigue subestimando lo que abrió el camino.
• ●Posicional o en forma de U: da más peso al primer y al último toque (por ejemplo cuarenta por ciento a cada uno) y reparte el resto en el medio. Reconoce que descubrir y cerrar son los momentos más importantes.
• ●Basado en datos: deja que un algoritmo analice sus conversiones reales y reparta el crédito según cuánto influyó de verdad cada canal. Es el más sofisticado y el que recomienda Google en GA4.

Cuál usar según su negocio

No existe el modelo correcto en abstracto; existe el modelo correcto para lo que usted quiere saber. Si su ciclo de compra es corto y la gente decide rápido (un domicilio de comida, una compra por impulso de quince mil pesos), el último clic no le miente tanto y puede vivir con él. Pero si vende algo que la gente piensa varios días (un servicio de cincuenta millones, un curso, una propiedad), el recorrido tiene muchos toques y un modelo de un solo clic lo va a engañar. En ese caso conviene el modelo basado en datos o, al menos, mirar el primer y el último clic en paralelo para ver las dos puntas. La regla de oro es no casarse con un solo modelo: compare cómo cambia el crédito de cada campaña según el modelo y desconfíe de cualquier campaña que solo se ve bien bajo un modelo y mal bajo todos los demás.

El peligro de optimizar con el modelo equivocado

El daño real de elegir mal el modelo no es académico, es financiero. Suponga que invierte tres millones de pesos al mes en prospección en Meta y dos millones en remarketing. Bajo último clic, el remarketing se lleva casi todas las ventas atribuidas y parece que la prospección no sirve. Usted recorta la prospección, y a los dos meses el remarketing también se cae, porque ya no entra gente nueva al embudo que después pueda recordarle. Acaba de matar la gallina mirando solo los huevos del final. Por eso la atribución no es un detalle de reportería: es lo que decide a qué le mete plata y a qué se la quita. Equivocarse ahí cuesta ventas reales que no vuelven.

Cómo lo resolvemos en Manu

En Manu no nos casamos con el modelo que le conviene a la plataforma, sino con el que le dice la verdad a su negocio. Cuando auditamos una cuenta, revisamos bajo qué modelo está tomando decisiones y casi siempre encontramos que se está premiando al remarketing y al cierre mientras se asfixia a la prospección que alimenta todo. Lo corregimos mirando el recorrido completo, comparando modelos en GA4 y cruzándolo con las ventas reales del negocio, no con la cifra que cada plataforma se atribuye. Ese enfoque de Performance se apoya en nuestra IA: nuestro agente de WhatsApp con CRM registra cada lead con su fuente de origen y su recorrido, de modo que sabemos qué pauta abrió la venta y cuál la cerró, no solo cuál estaba presente al final. Si sospecha que está apagando campañas buenas por culpa de un modelo de atribución mal elegido, le hacemos una auditoría gratuita y le mostramos cómo cambia la historia cuando se reparte el crédito con justicia.