Modelos de atribución explicados: último clic, lineal, time-decay y data-driven

¿Qué diferencia hay entre los modelos de atribución de último clic, primer clic, lineal, time-decay y data-driven, y cuál debo usar?

Un comprador rara vez pasa de un anuncio a una compra. Ve un anuncio, te busca días después, abre un correo, y luego compra. Un modelo de atribución es la regla que decide cómo se reparte el crédito de esa venta entre esos contactos. Nunca cambia cuántas ventas hubo, sólo quién se lleva el crédito, y justo por eso elegir un modelo puede mover presupuesto entre canales sin que cambie una sola venta.

Un recorrido, acreditado de seis formas

Toma una orden de 1,000 pesos con tres contactos antes: un clic en un anuncio de Meta el día 1, un clic en un anuncio de búsqueda de marca en Google el día 5, y un clic en un correo promocional el día 6, seguido de la compra ese mismo día. Es un ejemplo, no una orden real, y cada modelo la reparte así:

La fila de time-decay supone que el crédito se reduce a la mitad por cada tres días antes de la compra; cada herramienta usa una vida media distinta, así que tómala como indicativa. Lo importante es el patrón: la misma venta produce un orden de canales muy distinto según la regla.

Cada modelo en un párrafo

Último clic. Todo el crédito se va al último contacto antes de la compra. Es simple, estable y responde «qué cerró la venta». Subestima a los canales que trajeron al comprador, que casi siempre es la prospección en redes sociales.

Primer clic. Todo el crédito se va al primer contacto. Responde «qué trajo a este comprador» y subestima todo lo que pasó después.

Lineal. Cada contacto recibe una parte igual. Es una descripción justa del recorrido y una guía débil de qué contacto importó.

Time-decay. Los contactos recientes reciben más crédito que los viejos. Le queda a los ciclos de decisión cortos, donde los últimos días son los decisivos.

Basado en posición. Normalmente 40% al primer contacto, 40% al último y 20% repartido entre los de en medio. Valora tanto el descubrimiento como el cierre.

Data-driven. Un algoritmo asigna el crédito con base en los recorridos de personas que convirtieron y que no, estimando cuánto cambió cada contacto la probabilidad de una venta. Se adapta a tus datos, y su razonamiento no es del todo visible.

Lo que ofrecen hoy las plataformas

Google Ads ya no soporta primer clic, lineal, time-decay ni basado en posición; las acciones de conversión que los usaban se pasaron a data-driven, que es el modelo por defecto, y último clic sigue disponible. GA4 retiró los mismos cuatro en noviembre de 2023 y ofrece data-driven y último clic. Meta trabaja sobre todo con configuraciones de atribución (cuántos días después de un clic o de una visualización se acredita una venta) y agregó una configuración de atribución incremental que estima qué conversiones causaron sus anuncios, lo cual es el propio modelo de Meta sobre su propio efecto.

Así que en la práctica casi todos los anunciantes leen data-driven en Google, una ventana de clic y visualización en Meta, y otra cosa distinta en su tienda. Ésa es una de las razones por las que los números nunca coinciden, cubierta en por qué los números de Meta, Google, GA4 y tu tienda nunca cuadran.

Lo que ningún modelo puede arreglar

Un modelo reparte el crédito de las ventas que una plataforma puede ver. Cada plataforma aplica su propio modelo a sus propios contactos, así que Meta puede darle 100% de una venta a su anuncio mientras Google le da 100% de la misma venta a su anuncio de búsqueda. Cambiar de modelo dentro de cada plataforma no evita que las dos reclamen la orden. Sólo un modelo aplicado una vez, sobre todos los canales, a las órdenes que registró tu tienda, puede repartir una venta sin contarla dos veces.

Además, un modelo no es la ventana. La ventana decide qué ventas cuenta una plataforma; el modelo decide cómo reparte lo que cuenta. Explicamos las ventanas en qué significan de verdad las ventanas de atribución.

Cuál usar

• Para optimizar día a día las campañas de fondo de embudo: último clic. Es estable y coincide con cómo funcionan casi todas las pujas.
• Para ver qué canales traen compradores nuevos: primer clic, leído junto a último clic.
• Para describirle el recorrido completo a dirección: lineal o basado en posición, con una frase que explique la regla.
• Dentro de los productos de Google: data-driven es el modelo por defecto y en general sensato ahí, siempre que recuerdes que sólo ve los contactos de Google.
• Antes de mover presupuesto: compara dos modelos lado a lado. Si un canal se ve bien con todos los modelos, es bueno. Si sólo se ve bien con uno, aprendiste algo del modelo, no del canal.

Modelos contra medir el impacto

Todos los modelos reparten crédito entre contactos que ocurrieron; ninguno te dice qué habría pasado sin el anuncio. Esa pregunta les toca a las pruebas de incrementalidad y al marketing mix modeling, que comparamos con la atribución en atribución vs. MMM vs. incrementalidad. Para el concepto de atribución multi-touch a fondo, revisa nuestra guía. Adray calcula último clic, primer clic y lineal sobre todos los canales a partir del recorrido de cada orden, así que una venta se reparte una vez y nunca se reclama dos.