Glosario de Marketing y Branding
¿Qué es la Atribución?
La atribución es el proceso de asignar crédito a los canales, campañas y puntos de contacto que contribuyeron a una conversión. Responde a la pregunta: ¿qué canales generaron este resultado? El modelo de atribución elegido determina qué canales parecen efectivos y cuáles no — y por lo tanto, cómo se distribuye el presupuesto de marketing.
¿Qué es la atribución?
Cuando un cliente compra después de haber visto un anuncio en Instagram, leído un artículo orgánico, recibido un email y hecho clic en un anuncio de Google — ¿a cuál de esos canales se le asigna el mérito de la venta? Esa es la pregunta que la atribución intenta responder.
La respuesta importa porque determina dónde se invierte el presupuesto. Si el modelo de atribución asigna todo el crédito al último clic — el anuncio de Google — el equipo puede concluir que SEO y email no sirven para nada y concentrar toda la inversión en paid search. Si el modelo distribuye el crédito entre todos los touchpoints, la conclusión es radicalmente distinta.
En la práctica, ningún modelo de atribución captura la realidad completa. El recorrido de un cliente es parcialmente invisible — incluye conversaciones, búsquedas sin clic, contenido consumido sin registro y recomendaciones de boca en boca que ninguna herramienta de analítica puede rastrear. La atribución es siempre una aproximación, no una verdad. La clave es entender qué aproximación produce las mejores decisiones de inversión para un negocio específico.
Los 6 modelos de atribución
Último clic (Last Click)
Todo el crédito de la conversión se asigna al último canal con el que interactuó el usuario antes de convertir.
Ciclos de compra cortos con un único canal dominante. Simple de implementar y auditar.
Ignora completamente todos los canales que prepararon la decisión. Sobrevalora la captación de demanda existente y subestima los canales de generación de demanda.
Primer clic (First Click)
Todo el crédito se asigna al primer canal con el que el usuario interactuó — el que lo introdujo a la marca.
Cuando el objetivo es entender qué canales generan awareness y nuevos contactos con la marca.
Ignora todo lo que ocurre en el medio del funnel y el canal que cerró la conversión.
Lineal
El crédito se distribuye por igual entre todos los touchpoints que participaron en el recorrido hacia la conversión.
Cuando se quiere reconocer la contribución de todos los canales sin favorecer ninguno en particular.
Asume que todos los touchpoints tienen el mismo peso — lo que raramente es cierto en la práctica.
Decaimiento temporal (Time Decay)
Los touchpoints más cercanos a la conversión reciben más crédito. El peso de cada interacción decrece cuanto más atrás en el tiempo estuvo.
Ciclos de compra largos donde los últimos pasos tienen mayor peso en la decisión final.
Subestima los canales de awareness que construyeron la intención inicial, aunque sean fundamentales para que el proceso empiece.
Basado en posición (Position Based)
El primer y el último touchpoint reciben el 40% del crédito cada uno. El 20% restante se distribuye entre los puntos intermedios.
Cuando se valoran tanto la generación de demanda (primer contacto) como el cierre (último contacto).
La distribución 40-20-40 es arbitraria — no refleja el peso real de cada touchpoint en ningún negocio específico.
Data-Driven (Algorítmico)
Un algoritmo analiza los datos históricos de conversión para determinar el impacto real de cada touchpoint y asigna el crédito proporcionalmente.
Cuando hay volumen suficiente de datos para que el modelo sea estadísticamente confiable — generalmente cientos de conversiones por mes.
Es una caja negra — difícil de auditar e interpretar. Requiere volumen alto de datos y no captura touchpoints offline ni Dark Social.
Las limitaciones estructurales de la atribución
Todo modelo de atribución parte de un supuesto falso: que el recorrido del cliente es completamente rastreable. No lo es. Hay dimensiones del journey que ninguna herramienta puede capturar.
Dark Social invisible
Las conversaciones en WhatsApp, los DMs, los reenvíos por email y los comentarios en Slack que influyen en la decisión no dejan rastro en la analítica. Pueden ser los touchpoints más influyentes y son completamente invisibles.
Múltiples dispositivos
Un usuario que investiga en mobile y compra en desktop aparece como dos sesiones no relacionadas en la mayoría de las herramientas de analítica. Los touchpoints en distintos dispositivos raramente se unifican correctamente.
Influencia offline
Una conversación en un evento, una recomendación de un colega o un artículo leído en papel no generan ningún dato digital — pero pueden ser el factor decisivo en la compra.
Cookies y privacidad
La desaparición de cookies de terceros y el aumento del uso de bloqueadores de anuncios reducen la cobertura del tracking digital. Una porción creciente de los touchpoints ya no es rastreable por herramientas convencionales.
La atribución es el mapa más imperfecto del marketing — pero sin él, se navega completamente a ciegas. El error no es usarla: es creerle demasiado. El modelo de atribución correcto no es el que dice la verdad sobre qué canales generan ventas — ninguno puede hacer eso. Es el que produce las mejores decisiones de inversión dado lo que sí puede medir. La diferencia entre un equipo que usa la atribución bien y uno que la usa mal no está en el modelo elegido: está en entender qué queda fuera del modelo.
Lisandro Iserte
Errores comunes con la atribución
Usar last-click para evaluar canales de generación de demanda
El modelo de último clic asigna todo el crédito al canal que captura la demanda en el momento de la decisión — típicamente búsqueda pagada o branded search. Los canales que generaron esa demanda — contenido orgánico, social, email, eventos — no reciben ningún crédito aunque hayan sido fundamentales para que el usuario llegara a esa búsqueda. Usar last-click para evaluar si SEO o content marketing “funcionan” produce la conclusión incorrecta de que no aportan valor.
Tomar decisiones de presupuesto basadas en un único modelo
Cada modelo de atribución produce una historia distinta sobre los mismos datos. Un canal puede parecer excelente con last-click y mediocre con first-click — o viceversa. Tomar decisiones de inversión basadas en un único modelo sin cruzarlo con otros produce optimizaciones que favorecen sistemáticamente ciertos canales en detrimento de otros que tienen valor real pero que el modelo no puede capturar. Lo más robusto es comparar múltiples modelos y complementarlos con encuestas de atribución directa.
Ignorar la atribución cualitativa
La pregunta “¿cómo nos encontraste?” en una encuesta post-conversión produce datos de atribución que ningún modelo algorítmico puede replicar. Los clientes recuerdan — y declaran — el canal que perciben como más influyente en su decisión, que frecuentemente no coincide con el que los modelos de atribución digital identifican. Combinar atribución cuantitativa con encuestas directas es la forma más honesta de entender qué realmente genera clientes.
Preguntas frecuentes sobre atribución
¿Qué es la atribución en marketing?
La atribución en marketing es el proceso de asignar crédito a los canales, campañas y puntos de contacto que contribuyeron a una conversión. Responde a la pregunta: ¿qué canales generaron este resultado? El modelo elegido determina qué canales parecen efectivos y afecta directamente las decisiones de inversión en medios.
¿Cuáles son los modelos de atribución más comunes?
Los más comunes son: último clic (todo el crédito al último touchpoint), primer clic (todo al primero), lineal (distribuido por igual), decaimiento temporal (más crédito a los touchpoints más cercanos a la conversión), basado en posición (40% al primero y último, 20% al resto) y data-driven (algorítmico, basado en impacto real). Cada modelo produce conclusiones distintas sobre los mismos datos.
¿Qué modelo de atribución debo usar?
No existe un modelo universalmente correcto. Para ciclos de compra cortos, el último clic puede ser suficiente. Para ciclos largos con múltiples canales, se necesita un modelo multi-touch. El data-driven es el más preciso con volumen suficiente de datos. Lo más importante es entender las limitaciones del modelo elegido y complementarlo con investigación cualitativa directa al cliente.
Términos relacionados