Atribución de marketing: quién se lleva de verdad el mérito de la venta

01Qué es la atribución y por qué importa tanto

La atribución de marketing es el proceso de asignar crédito por una conversión a los distintos puntos de contacto que la precedieron. Suena técnico, pero la decisión que hay detrás es de las más caras que toma marketing: dónde invertir el presupuesto. Si atribuyes correctamente, inviertes en lo que funciona; si atribuyes mal, haces lo contrario de lo que deberías, recortas los canales que de verdad crean la demanda y echas más dinero a los que simplemente la recogen al final, . La atribución no es un informe; es el mapa con el que decides tu inversión, y un mapa equivocado te lleva al sitio equivocado por mucho que conduzcas bien.

02Los modelos de atribución, de simple a sofisticado

• Último clic. Todo el crédito al último punto de contacto antes de la conversión. Es el más usado por ser el más simple, y el más engañoso, como veremos.
• Primer clic. Todo el crédito al primer contacto. El error opuesto: premia a quien generó la atención inicial e ignora a quien cerró.
• Lineal. Reparte el crédito por igual entre todos los puntos de contacto. Más justo, pero asume que todos contribuyeron lo mismo, lo cual rara vez es cierto.
• Decreciente (time decay). Da más peso a los contactos cercanos a la conversión. Razonable cuando el cierre pesa, injusto con la creación de demanda.
• Data-driven. Usa modelos estadísticos para repartir el crédito según la contribución real de cada contacto, aprendida de los datos. El más justo, pero exige datos completos del recorrido.

03La trampa del último clic

Detengámonos en el último clic, porque es el modelo por defecto de muchas herramientas y el que más distorsiona las decisiones. Su problema es estructural: premia siempre a los canales que aparecen al final del recorrido, la búsqueda de marca, el retargeting, que, por definición, recogen una demanda que otros canales crearon antes. En nuestro ejemplo del inicio, el último clic da todo el mérito a la búsqueda en Google e ignora por completo el anuncio, el artículo y el email que hicieron que ese cliente buscara tu marca. La conclusión que sacarías sería desastrosa: «la búsqueda funciona, el contenido y los anuncios no», y recortarías justamente lo que creaba la demanda que la búsqueda se limita a cosechar.

Esta es la razón por la que tantos equipos concluyen erróneamente que sus inversiones en contenido o en notoriedad «no funcionan»: las miden con un modelo que, por construcción, no puede ver su valor. El último clic no es neutral; está sesgado a favor del final del embudo, y decidir con él es como juzgar un partido viendo solo el último pase antes del gol.

El último clic da el mérito a quien recoge la cosecha e ignora a quien sembró. Decidir el presupuesto con ese modelo es desfinanciar la siembra y preguntarse por qué cada vez hay menos que cosechar.

04El modelo perfecto no existe (y no pasa nada)

Llegados aquí, podrías esperar que recomiende el modelo data-driven como la solución definitiva. Es el más justo, sí, pero requiere datos completos y bien conectados de todo el recorrido del cliente, algo que muchas empresas no tienen, y además ningún modelo captura perfectamente la realidad: la mente de un comprador es más compleja que cualquier reparto de porcentajes. La buena noticia es que no necesitas el modelo perfecto. Necesitas dejar de usar el más engañoso. Pasar del último clic a un modelo que al menos reconozca múltiples contactos, lineal, decreciente o, si puedes, data-driven, ya corrige el sesgo más dañino y mejora tus decisiones de inversión, aunque no alcances la verdad absoluta. En atribución, lo perfecto es enemigo de lo bueno, y lo bueno es mucho mejor que lo que la mayoría usa.

05Atribución y calidad de datos

Hay un requisito que sostiene cualquier modelo de atribución y que se suele dar por hecho: necesitas poder seguir a la misma persona a través de todos los puntos de contacto. Si tu cliente es un registro distinto en cada herramienta, uno en ads, otro en email, otro en el CRM, ningún modelo de atribución funcionará, porque no sabrás que esos contactos pertenecen al mismo recorrido. La atribución fiable se apoya, por tanto, en la resolución de identidad y en la calidad de datos: unificar a la persona a lo largo de su viaje es la condición previa para repartir el crédito de ese viaje. Sin datos conectados, la atribución es adivinación con apariencia de método.

06Cómo lo aborda Funneld

La atribución fiable necesita datos unificados, limpios y conectados de todo el recorrido, y ahí es donde la inteligencia de datos hace su trabajo silencioso. Funneld aporta esa base, resolución de identidad, calidad y trazabilidad, sobre la que tu analítica de atribución puede repartir el crédito con fundamento, en lugar de sobre registros dispersos que no sabes que son la misma persona. No vendemos una herramienta de atribución, pero sí el cimiento sin el cual ninguna herramienta de atribución funciona: datos en los que la persona es una, no cinco sombras repartidas por tus sistemas. Porque, como hemos visto, atribuir bien no es solo cuestión de elegir el modelo correcto; es, antes que nada, cuestión de tener los datos correctos.

07Fuentes y lecturas

1. Google, modelos de atribución y atribución basada en datos
2. Avinash Kaushik, multi-touch attribution (Occam’s Razor)
3. HBR, The Problem with Last-Click Attribution
4. Think with Google, el recorrido del comprador y los puntos de contacto

08Preguntas frecuentes