Modelos de atribución en ecommerce: último clic, lineal y más

Un modelo de atribución es la regla que decide qué puntos de contacto de marketing se llevan el mérito de un pedido. En ecommerce, el último clic da todo el mérito al último clic antes de la compra, el primer clic se lo da al primer clic, el lineal lo reparte a partes iguales y los modelos basados en datos lo reparten según estadísticas de muchos recorridos de clientes.

El modelo que eliges puede cambiar el ROAS de un canal más que cualquier cambio de campaña. Esta guía pasa un mismo recorrido de cliente por cada modelo habitual, con las cifras. Después explica la atribución basada en datos de Google Ads, por qué cada plataforma publicitaria se atribuye el mérito a sí misma, los doce modelos de ROASaurus y qué modelo usar para cada pregunta.

¿Qué es un modelo de atribución?

Antes de la mayoría de los pedidos online, un cliente entra en contacto con tu marketing más de una vez. Cada visita que llega desde un anuncio, un email o un enlace con un click id o con parámetros UTM es un punto de contacto. Un modelo de atribución toma los puntos de contacto dentro de una ventana de atribución, por ejemplo los 7 días anteriores al pedido, y reparte entre ellos los ingresos del pedido. Las partes de un mismo pedido siempre suman el pedido completo.

Todos los ejemplos de esta guía usan el mismo recorrido. Un cliente hace un pedido de $120:

Modelos de un solo contacto: último clic y primer clic

Último clic

El último clic da el 100% del pedido al punto de contacto más reciente. En el recorrido, el email de carrito abandonado se lleva $120 y los tres anuncios no reciben nada. El último clic es sencillo y fácil de comprobar, y muestra qué canales cierran ventas. Su debilidad es igual de clara: nunca da mérito a los anuncios que encontraron al cliente. Con el último clic, las campañas de prospección parecen débiles y la búsqueda de marca, el retargeting y el email parecen fuertes.

Primer clic

El primer clic da el 100% del pedido al primer punto de contacto dentro de la ventana. En el recorrido, el anuncio de TikTok se lleva $120. El primer clic muestra qué canales atraen gente nueva. Ignora todo lo que ocurrió después de la primera visita, incluidos el retargeting y el email que hicieron volver al cliente. También depende de la ventana: con una ventana de 4 días, el clic de TikTok de cinco días antes del pedido queda fuera y el anuncio de Meta pasa a ser el primer clic.

Modelos multitouch: lineal, decaimiento temporal y basado en la posición

Los modelos multitouch reparten el pedido entre varios puntos de contacto. Se diferencian en cómo ponderan cada uno.

Lineal

El lineal reparte el pedido a partes iguales. Con cuatro puntos de contacto, cada uno recibe el 25%, es decir, $30. Es fácil de explicar y trata a todos los canales igual. También da a un email recordatorio el mismo mérito que al anuncio que encontró al cliente.

Decaimiento temporal

El decaimiento temporal da más mérito a los puntos de contacto más cercanos al pedido. Una versión habitual usa una semivida de 7 días: un clic 7 días antes del pedido recibe la mitad del peso que un clic el mismo día del pedido. En el recorrido, los pesos son 0.61 para TikTok, 0.74 para Meta, 0.91 para Google y 1.00 para el email. Divididos entre su total de 3.26, resultan un 18.7% para TikTok, un 22.8% para Meta, un 27.8% para Google y un 30.7% para el email de los $120.

Basado en la posición

El modelo basado en la posición, también llamado en forma de U, da un 40% al primer punto de contacto, un 40% al último y reparte el 20% restante entre los puntos de contacto intermedios. En el recorrido, TikTok y el email reciben $48 cada uno, y Meta y Google reciben $12 cada uno.

Un recorrido del cliente a través de todos los modelos

Este es el mismo pedido de $120 con cada modelo, incluido Total Impact, que además usa la respuesta de la encuesta y se explica más abajo.

A lo largo de un mes, estas diferencias se acumulan. Un canal que inicia recorridos puede parecer poco rentable con el último clic y rentable con el lineal, con los mismos pedidos y el mismo gasto.

Atribución basada en datos en Google Ads

Un modelo basado en datos no usa una regla fija. Aprende el reparto a partir de tus datos. Google Ads describe su versión como una distribución del mérito basada en tus datos anteriores para cada acción de conversión. Compara los recorridos de los clientes que convierten con los de los que no convierten y da más mérito a las palabras clave, los anuncios y las campañas que hacen más probable una conversión.

La atribución basada en datos es ahora la opción por defecto para la mayoría de las acciones de conversión de Google Ads. Google ya no admite allí los modelos de primer clic, lineal, decaimiento temporal y basado en la posición. Las acciones de conversión que los usaban se pasaron a basado en datos, así que en Google Ads la elección es entre basado en datos y último clic. El modelo funciona con menos datos, pero para obtener los mejores resultados Google recomienda al menos 200 conversiones y 2,000 interacciones con anuncios en 30 días.

Hay dos límites que importan para una tienda online. Primero, el modelo solo ve las interacciones con tus anuncios de Google. Reparte el mérito entre tus campañas de Google, pero no puede sopesar Google frente a Meta, TikTok o el email. Segundo, ves el resultado pero no la regla, así que no puedes comprobar por qué una campaña recibió más mérito que otra.

Autoatribución de las plataformas: por qué cada una se atribuye el mérito

Cada plataforma publicitaria aplica su propia atribución, con sus propios datos y sus propias ventanas. El ajuste de atribución por defecto de Meta para los conjuntos de anuncios nuevos es clic de 7 días o visualización de 1 día, y su API de informes también puede devolver clic de 1 día, clic de 28 días y visualización con interacción de 1 día. Google Ads usa la atribución basada en datos o el último clic sobre las interacciones de Google. Cada plataforma solo ve sus propios puntos de contacto, así que cada una se atribuye el pedido entero que tocó.

Por eso los totales de tus cuentas publicitarias suelen sumar más que los ingresos de tu tienda. La conciliación completa está en por qué Ads Manager muestra más ventas que Shopify. Para comparar los canales entre sí, necesitas un modelo que funcione con los datos de tus propios pedidos y atribuya cada pedido una sola vez.

Modelos de atribución en ROASaurus

ROASaurus guarda como punto de contacto cada visita que llega con un click id o parámetros UTM. Cuando entra un pedido, asigna el mérito a los puntos de contacto del visitante vinculado dentro de tu ventana de atribución. Si no hay ningún punto de contacto del navegador, por ejemplo por un bloqueador de anuncios o porque el visitante rechazó las cookies de marketing, recurre a los click ids y las UTM de la dirección de la página de destino guardada con el pedido. Shopify guarda esta dirección con cada pedido, y otras tiendas online pueden enviarla a través de la API de pedidos. ROASaurus solo la usa en sus propios informes; no se envía a las plataformas publicitarias. Los pedidos sin ningún punto de contacto cuentan como directos. Puedes elegir entre doce modelos en el informe de atribución. Estos seis funcionan como en el recorrido anterior:

Los otros seis son último clic no directo, que también cuenta las visitas desde búsqueda orgánica, redes sociales y referencias; lineal de pago, que reparte el pedido solo entre los clics en anuncios de pago; cualquier clic, que da el pedido completo a cada canal clicado, así que sus filas suman más que tus ingresos; Clicks & views, que añade visualizaciones de anuncios modeladas a los clics; y dos modelos basados en datos.

Los modelos basados en datos de ROASaurus

Los modelos de cadena de Markov y valor de Shapley aprenden el reparto a partir de los recorridos de tu propia tienda. Cada pedido con sus clics es una ruta que convirtió, y los clics a los que no siguió ningún pedido dentro de la ventana de atribución son rutas que no convirtieron. El modelo de Markov asigna mérito a cada canal según cuánta probabilidad de conversión se pierde al quitar ese canal. El modelo de Shapley asigna mérito a cada canal según su contribución media en las combinaciones de canales de tus recorridos. A diferencia del modelo de Google Ads, comparan Google con Meta, TikTok y el email. Se entrenan con al menos 90 días y, con menos de 30 pedidos con clics, o con clics de un solo canal, reparten el mérito de forma lineal y lo indican encima del informe.

Cómo usa Total Impact la encuesta posterior a la compra

Los clics no captan una parte de lo que impulsa una venta: un pódcast, la recomendación de un amigo o un anuncio en vídeo que alguien vio pero en el que no hizo clic. Total Impact añade lo que dice el cliente. En Shopify, ROASaurus tiene un bloque de encuesta posterior a la compra para la página de agradecimiento que pregunta «¿Cómo nos conociste?». Respuestas como Facebook o Instagram, TikTok, búsqueda en Google, YouTube, un amigo, el email o un pódcast se asignan a canales. Otras plataformas pueden enviar las respuestas a la API de encuestas.

En el recorrido, el cliente respondió TikTok. La parte de la encuesta, un 50%, va a TikTok, y los cuatro clics se reparten el otro 50%, es decir, $15 cada uno. TikTok acaba con $60 + $15 = $75. Si el cliente hubiera respondido «un pódcast», el pódcast se llevaría $60, un canal que ningún clic muestra en absoluto. En el informe de campañas, la parte de la encuesta aparece en una línea propia bajo el canal, porque una respuesta nombra un canal, no una campaña. La atribución con encuesta posterior a la compra explica cómo configurar la pregunta y sus respuestas.

Ventana de atribución y límites

Cada tienda tiene su propia ventana de atribución, de 1 a 90 días, con 7 días por defecto, o ilimitada. El informe puede cambiar entre 1, 7, 14, 28, 30, 60 y 90 días, para que veas cuánto mérito se mueve cuando la ventana crece. Las conversiones por visualización solo cuentan en Clicks & views, o cuando añades visualizaciones modeladas a otro modelo: ROASaurus coloca las compras por visualización que registran las plataformas publicitarias en pedidos que no tuvieron ningún clic de esa plataforma, como una estimación que marca como tal. Los detalles están en cómo funciona la atribución.

¿Qué modelo de atribución deberías usar?

Ningún modelo es cierto para todas las preguntas. Elige el modelo que encaje con la decisión que tienes delante y mantén la misma ventana cuando compares.

Tres hábitos mantienen honestas las comparaciones de modelos. Cambia una sola cosa a la vez: nunca cambies a la vez el modelo y la ventana. Compara los canales dentro de un mismo modelo, no la cifra de último clic de un canal con la cifra lineal de otro. Y juzga el beneficio con el beneficio bruto, no con los ingresos: un canal con un ROAS alto en productos de poco margen puede perder dinero igualmente.

Fuentes

1. Google Ads Help: About attribution models
2. Google Ads Help: About data-driven attribution
3. Meta for Developers: Ads Insights API Metric Availability Updates
4. Meta Business Help Center: How conversions are attributed in Commerce Manager

En ROASaurus

• Atribución en ROASaurus
• Ayuda: cómo funciona la atribución
• Server-side tracking

Sigue leyendo