Lección 28 de 32•Análisis y Atribución
Atribución en paid social
Ventanas de atribución. View-through vs Click-through. iOS 14+ y sus efectos.
14 minutos
La atribución responde una pregunta crítica: ¿qué touchpoint realmente generó la conversión? En un mundo donde un usuario ve tu anuncio en Instagram, busca en Google y compra desde un email, determinar el crédito correcto define tu estrategia de inversión.
Fundamentos de atribución
La atribución asigna crédito a los puntos de contacto que contribuyeron a una conversión. Sin ella, inviertes a ciegas.
Por qué la atribución importa
El customer journey promedio incluye 6-8 touchpoints antes de convertir. Si solo mides el último click:
- Sobrevaloras canales de cierre (Search, Retargeting)
- Subvaloras canales de descubrimiento (Social, Display)
- Tomas decisiones de presupuesto equivocadas
Modelos de atribución principales
| Modelo | Cómo asigna crédito | Mejor para | Limitación |
|---|---|---|---|
| Last Click | 100% al último touchpoint | Análisis simple | Ignora el journey completo |
| First Click | 100% al primer touchpoint | Medir awareness | Ignora consideración y cierre |
| Linear | Crédito igual a todos | Visión balanceada | Asume igual importancia |
| Time Decay | Más crédito a touchpoints recientes | Ciclos cortos | Subestima awareness |
| Position Based | 40% primero, 40% último, 20% intermedios | Balance discovery + conversion | Arbitrario en porcentajes |
| Data-Driven | ML determina contribución | Máxima precisión | Requiere volumen de datos |
Visualización de modelos
Customer Journey: Social Ad → Blog → Email → Search → Compra
Last Click: [0%] → [0%] → [0%] → [100%]
First Click: [100%] → [0%] → [0%] → [0%]
Linear: [25%] → [25%] → [25%] → [25%]
Time Decay: [10%] → [20%] → [30%] → [40%]
Position Based: [40%] → [10%] → [10%] → [40%]
Ventanas de atribución
La ventana de atribución define el período en que un touchpoint puede recibir crédito por una conversión.
Tipos de ventanas
| Tipo | Definición | Ejemplo |
|---|---|---|
| Click-through | Tiempo desde click hasta conversión | Usuario clickea anuncio lunes, compra jueves = atribuido |
| View-through | Tiempo desde impresión (sin click) hasta conversión | Usuario ve anuncio lunes, compra jueves = atribuido |
Configuraciones comunes por plataforma
| Plataforma | Ventana por defecto | Opciones disponibles |
|---|---|---|
| Meta Ads | 7-day click, 1-day view | 1, 7, 28 días (click/view) |
| Google Ads | 30-day click | 1-90 días |
| TikTok Ads | 7-day click, 1-day view | 1, 7, 14, 28 días |
| LinkedIn Ads | 30-day click, 7-day view | 1-90 días (click), 1-7 días (view) |
Cómo elegir tu ventana de atribución
| Factor | Ventana corta (1-7 días) | Ventana larga (14-30 días) |
|---|---|---|
| Ciclo de compra | Productos impulso | B2B, alto ticket |
| Precio | < $50 | > $100 |
| Complejidad | Simple | Requiere research |
| Frecuencia | Compra recurrente | Compra ocasional |
Ejemplo práctico
Producto A: Snacks ($15) → Ventana 1-day click, 1-day view Producto B: Software B2B ($500/mes) → Ventana 28-day click, 7-day view
View-Through vs Click-Through Conversions
Esta distinción es crucial y frecuentemente malinterpretada.
Click-Through Conversion (CTC)
- Usuario clickea el anuncio
- Convierte dentro de la ventana de atribución
- Señal fuerte de que el anuncio influyó directamente
View-Through Conversion (VTC)
- Usuario ve el anuncio (impresión) pero no clickea
- Convierte dentro de la ventana de atribución
- Señal débil pero indica exposición de marca
El debate sobre View-Through
| A favor de incluir VTC | En contra de incluir VTC |
|---|---|
| Reconoce el valor de awareness | Puede inflar métricas artificialmente |
| Captura influence path-to-purchase | Difícil probar causalidad |
| Completa el picture del funnel | Usuarios pudieron convertir de todos modos |
Recomendación práctica
REGLA DE ORO:
- Reporta CTC y VTC por separado (no sumados)
- Usa CTC para decisiones de optimización
- Usa VTC para entender el full-funnel
- Reduce peso de VTC si tu alcance es masivo
Cálculo de conversiones incrementales
Para validar VTC, usa este framework:
Incrementalidad = (Conversiones grupo expuesto - Conversiones grupo control)
/ Conversiones grupo control × 100
Si VTC incrementalidad > 10%, las view-through tienen valor real
Si VTC incrementalidad < 5%, probablemente serían conversiones orgánicas
Impacto de iOS 14+ en la atribución
En abril 2021, Apple lanzó App Tracking Transparency (ATT), transformando la atribución digital.
Qué cambió con iOS 14+
| Antes de iOS 14 | Después de iOS 14 |
|---|---|
| Tracking por defecto | Opt-in requerido (solo ~25% acepta) |
| IDFA disponible siempre | IDFA solo con consentimiento |
| Atribución determinística | Atribución probabilística/modelada |
| Ventanas largas precisas | Ventanas limitadas a 7 días |
| Datos a nivel usuario | Datos agregados |
Efectos en el reporting
- Subconteo de conversiones - Meta reporta 15-30% menos conversiones
- Retrasos en data - Conversiones aparecen 24-72 horas después
- Menor granularidad - Breakdowns limitados por edad/género
- Ventanas reducidas - Máximo 7-day click obligatorio en iOS
Framework de medición post-iOS 14
| Método | Qué mide | Confiabilidad |
|---|---|---|
| Platform attribution | Conversiones reportadas por Meta/Google | Media (subconteo en iOS) |
| UTM + GA4 | Clicks y conversiones trackeable | Alta para clicks |
| Conversions API (CAPI) | Server-side tracking | Alta (complementa pixel) |
| MMM (Marketing Mix Modeling) | Impacto agregado por canal | Alta para tendencias |
| Incrementality testing | Causalidad real | Muy alta |
Setup recomendado post-iOS 14
1. CONVERSIONS API
- Implementa CAPI además del pixel
- Mejora match rate en 15-30%
- Reduce impacto de ad blockers
2. UTMs CONSISTENTES
- Trackea todo el tráfico pagado
- GA4 como fuente de verdad para clicks
3. MODELO DE DATOS PROPIO
- Combina platform data + GA4 + CRM
- Construye tu propia atribución
4. TESTING INCREMENTALITY
- Holdout tests trimestrales
- Valida el verdadero ROAS
Comparativa de modelos por caso de uso
Cuándo usar cada modelo
| Caso de uso | Modelo recomendado | Justificación |
|---|---|---|
| E-commerce impulso | Last click 7-day | Ciclo corto, decisión rápida |
| E-commerce considerado | Position-based 14-day | Balance discovery + conversion |
| SaaS B2B | Data-driven 30-day | Ciclo largo, múltiples touches |
| App mobile | First click + engaged view | Awareness drive installs |
| Brand awareness | First click + view-through | Mide el top-funnel |
| Lead generation | Linear 14-day | Todos los touches importan |
Template de selección de modelo
CHECKLIST DE SELECCIÓN DE MODELO
□ ¿Cuál es mi ciclo de compra promedio?
- < 7 días → Ventana corta, last click viable
- 7-30 días → Ventana media, linear o position-based
- > 30 días → Ventana larga, data-driven
□ ¿Qué canales uso?
- Solo Paid Search → Last click funciona
- Multi-channel → Position-based o data-driven
□ ¿Tengo volumen suficiente para data-driven?
- < 300 conversiones/mes → Usa modelos rule-based
- > 300 conversiones/mes → Prueba data-driven
□ ¿Cuál es mi objetivo principal?
- Eficiencia inmediata → Last click
- Growth sostenible → Multi-touch
Reconciliando fuentes de datos
Las diferentes fuentes reportan números diferentes. Esto es normal pero debes saber reconciliar.
Por qué los números no coinciden
| Fuente | Qué reporta | Por qué difiere |
|---|---|---|
| Meta Ads | Conversiones atribuidas a Meta | View-through incluido, ventana específica |
| Google Analytics | Conversiones por último click no directo | Modelo diferente, no incluye VTC |
| CRM/Backend | Todas las conversiones reales | Sin atribución a canales |
| Shopify | Ventas totales | Puede incluir canales no pagados |
Framework de reconciliación
1. ESTABLECE UNA FUENTE DE VERDAD
- Generalmente: Tu CRM o backend
- Esto es el "total real"
2. CALCULA EL GAP POR PLATAFORMA
- Gap Meta = (Meta reported - GA4 attributed to Meta)
- Tracking gap típico: 10-30%
3. APLICA FACTOR DE AJUSTE
- Si Meta sobreestima 20%, ajusta reportes
- ROAS ajustado = ROAS reportado × 0.8
4. VALIDA CON INCREMENTALITY
- Tests de holdout confirman el ROAS real
- Ajusta factores según resultados
Ejercicio práctico
Evalúa tu configuración de atribución actual:
PASO 1: Audita tu setup
- ¿Qué ventana de atribución usas?
- ¿Incluyes view-through en tus métricas?
- ¿Tienes CAPI implementado?
PASO 2: Compara fuentes
- Exporta conversiones de tu plataforma de ads
- Exporta conversiones de GA4
- Calcula el % de diferencia
PASO 3: Define tu modelo
- Usa el template de selección
- Documenta tu decisión y justificación
PASO 4: Planifica un test de incrementality
- Define un holdout group (5-10% de audiencia)
- Mide conversiones con y sin exposición
- Calcula el lift real
Puntos clave de esta lección
- La atribución determina cómo asignas crédito a diferentes touchpoints—elige el modelo según tu ciclo de compra
- View-through muestra el valor de awareness pero debe reportarse separado de click-through
- iOS 14+ redujo la precisión de tracking; implementa CAPI y UTMs para compensar
- Los números de diferentes fuentes siempre diferirán; establece una fuente de verdad y reconcilia
- Incrementality testing es el gold standard para validar el verdadero ROAS
Próxima lección
Aprenderás a integrar Paid Social con Google Analytics 4 para tener una visión holística del funnel—desde la primera impresión hasta la conversión final.
Quiz de comprensión
- ¿Cuál es la diferencia entre atribución Last Click y Position-Based, y cuándo usarías cada una?
- Si tu producto tiene un ciclo de compra de 45 días, ¿qué ventana de atribución configurarías y por qué?
- ¿Cómo validarías que tus View-Through Conversions representan valor real y no conversiones que habrían ocurrido de todos modos?
¿Completaste esta lección?
Marca esta lección como completada. Tu progreso se guardará en tu navegador.