Alguien te compra. ¿Qué canal se lleva el crédito? Suena a una pregunta sencilla, y la atribución de marketing es toda una industria construida para responderla. Sin embargo, la mayoría de los equipos la responden con un modelo que premia en silencio a los canales equivocados, y luego reasignan el presupuesto sobre esa respuesta equivocada.
Esta es la verdad incómoda que explora este artículo: la atribución multi-touch perfecta que te venden las herramientas es en gran parte un mito, y cada año lo es un poco más. La buena noticia es que no la necesitas. Necesitas entender por qué miente el modelo por defecto, por qué la solución «mejor» se está resquebrajando, y qué mirar en su lugar.
Qué intenta hacer la atribución
La gente rara vez convierte en un solo punto de contacto. Un recorrido realista se ve así:
La atribución es el intento de repartir el crédito de esa venta entre esos puntos de contacto. La pregunta «¿quién merece el crédito?» no tiene una respuesta objetivamente correcta, así que la industria inventó modelos, y cada uno no es en realidad más que una opinión distinta sobre cómo repartir el crédito.
Los modelos de atribución en 60 segundos
| Modelo | Quién se lleva el crédito |
|---|---|
| Last-click | 100 % al último punto de contacto antes de convertir (el modelo por defecto en la mayoría de herramientas) |
| First-click | 100 % al primer punto de contacto que inició el recorrido |
| Lineal | Repartido por igual entre todos los puntos de contacto |
| Time-decay | Más crédito a los puntos de contacto cercanos a la venta |
| Basado en posición | El mayor crédito al primer y al último punto de contacto, un poco al medio |
| Data-driven | Un algoritmo reparte el crédito según los patrones observados |
Ten una cosa en mente al seguir leyendo: los cinco primeros son solo reglas que eliges. Solo el último afirma ser «objetivo», y como veremos, depende exactamente del seguimiento que ahora se está desmoronando.
Por qué el last-click miente
El last-click es el modelo por defecto casi en todas partes, y es el más engañoso. Da el 100 % del crédito a lo que ocurrió justo antes de la venta, lo que está sistemáticamente sesgado hacia los canales de final de recorrido: Directo, búsqueda de marca y retargeting. Esos canales no crean demanda, la recolectan.
Mientras tanto, los canales que de verdad iniciaron el recorrido (un post en redes, un contenido que posiciona, una impresión de display) reciben cero crédito, porque casi nadie compra en el instante en que te descubre. Así que la historia que te cuenta el last-click es: «corta redes y contenido, no convierten». Los cortas. Unos meses después, tu tráfico Directo y de marca se seca en silencio, porque apagaste lo que lo alimentaba. El last-click no solo informó mal, te empujó hacia una mala decisión.
Por qué el multi-touch no te salvará
La respuesta obvia es «usa mejor la atribución multi-touch», un modelo que acredita cada punto de contacto. En teoría corrige el sesgo del last-click. En la práctica, una atribución multi-touch precisa depende de una sola cosa: seguir de forma fiable a la misma persona a través de muchas visitas, canales y semanas. Y eso es exactamente lo que se ha desmantelado en silencio.
- Las cookies de terceros han desaparecido o están degradadas. El seguimiento entre sitios que unía un recorrido de una web a otra está bloqueado por defecto en Safari y Firefox y muy restringido en Chrome. Reconstruir el recorrido completo ya no es fiable. (Más sobre el giro hacia los datos first-party.)
- Los banners de consentimiento recortan la muestra. Cada visitante que rechaza es invisible para una herramienta sujeta a consentimiento, así que los recorridos que ves son un subconjunto sesgado.
- El referente no para de desaparecer. El tráfico llega cada vez más sin referente, así que se hunde en Directo, un cajón de sastre que oculta de dónde vino de verdad la gente.
Esta es la señal que debería zanjar el debate: el propio Google renunció al multi-touch basado en reglas. A finales de 2023, Google eliminó cuatro modelos de atribución de GA4 y Google Ads (first-click, lineal, time-decay y basado en posición), dejando solo el last-click y su propio modelo data-driven. El motivo que dio: casi nadie los usaba (menos del 3 % de las conversiones). Cuando la empresa con más datos de seguimiento del mundo retira los modelos multi-touch, es una señal de lo viables que son en realidad.
Qué medir en su lugar
Si la atribución perfecta está fuera de alcance, la respuesta no es renunciar a medir. Es dejar de perseguir una falsa precisión y medir cosas que sí son fiables:
- Una medición limpia de los canales. Puede que no conozcas el recorrido completo, pero sí puedes saber, con precisión, cuánto tráfico e ingresos aporta cada canal, siempre que tu herramienta no pierda la fuente ni la elimine por muestreo.
- Tendencias direccionales, no crédito exacto. La pregunta útil rara vez es «¿redes se llevó el 22 % o el 28 % de esta venta?». Es «¿redes crece o se encoge, y se movieron los ingresos cuando invertimos?». Las tendencias sobreviven a una atribución imperfecta; el crédito al decimal, no.
- Atribución declarada. Un simple campo «¿Cómo nos conociste?» al registrarse suele ganarle a un recorrido modelado, porque captura los puntos de contacto offline y de dark social que ningún rastreador ve.
- Coherencia entre fuentes. Cuando tu analítica, tu Search Console y tus plataformas de anuncios coinciden más o menos, confía en la tendencia. Cuando divergen, has encontrado un problema de medición, no de marketing.
Cómo ayuda Sublim
Sublim no te venderá una fantasía multi-touch. Es privacy-first y sin cookies por diseño, e identifica a los visitantes con una huella rotativa en lugar de una cookie permanente, así que deliberadamente no sigue a las personas durante meses. Eso significa que no reconstruye el recorrido completo antes del clic, y no pretende hacerlo. Lo que hace, lo hace de forma limpia: clasifica cada visita por canal de adquisición y le asocia ingresos, sin que un banner de consentimiento deje fuera a todos los que rechazan, y sin eliminar por muestreo los canales pequeños. También separa los visitantes nuevos de los recurrentes, y conserva la fuente real en lugar de tirarla en Directo. En otras palabras, te da la capa honesta y fiable (qué canales aportan tráfico e ingresos, y cómo evolucionan esas tendencias) en vez de un número de apariencia precisa construido sobre un seguimiento que ya no se sostiene. Combínalo con objetivos por canal y podrás actuar sobre las tendencias con confianza.
