El marketing digital ha acostumbrado a las empresas a esperar una respuesta aparentemente sencilla para una pregunta muy complicada: qué canal ha generado cada venta.

Abrimos una herramienta de analítica, consultamos una columna de conversiones y obtenemos un reparto preciso entre Google Ads, Meta, búsqueda orgánica, email o tráfico directo.

El problema es que precisión numérica y precisión causal no son necesariamente lo mismo.

Una persona puede descubrir una marca en Instagram, consumir varios contenidos en LinkedIn, recibir una recomendación, buscarla posteriormente en Google y terminar comprando después de abrir un email.

Podemos asignar la venta a uno de esos puntos.

Lo que resulta mucho más difícil es afirmar que ese punto fue el responsable de crear la demanda.

Por eso forzar una atribución individual a cada venta puede producir una sensación de control que termine empeorando nuestras decisiones de inversión.

Atribución no es causalidad

La atribución intenta repartir crédito entre los puntos de contacto observados antes de una conversión.

La causalidad plantea una pregunta diferente:

¿La venta habría ocurrido si esa acción de marketing no hubiera existido?

La diferencia es enorme.

Una campaña de marca en Google puede capturar miles de conversiones de personas que ya estaban buscando específicamente nuestra empresa.

La plataforma atribuye correctamente esas conversiones según sus reglas.

Pero eso no significa que la campaña haya generado originalmente la intención.

Puede haberla capturado.

El mismo problema aparece en redes sociales.

Un anuncio de remarketing puede aparecer inmediatamente antes de una compra y recibir crédito, aunque el usuario ya estuviera prácticamente decidido.

Por eso las conversiones atribuidas no deberían interpretarse automáticamente como conversiones incrementales.

Social Media suele participar mucho antes de la conversión

Especialmente en compras de consideración media o alta, una persona puede consumir contenido durante semanas o meses antes de convertirse en oportunidad comercial.

Ese contenido puede generar familiaridad, resolver objeciones, demostrar autoridad o simplemente conseguir que la marca resulte conocida.

Pero esos impactos iniciales tienen pocas probabilidades de aparecer como último clic.

Cuando finalmente surge la necesidad, el usuario puede buscar la marca directamente.

Desde una perspectiva de atribución, Google parece haber generado el cliente.

Desde una perspectiva de construcción de demanda, la historia puede ser muy diferente.

Esto explica por qué optimizar únicamente hacia canales capaces de cerrar conversiones puede reducir progresivamente la inversión en aquellos que ayudan a crearlas.

Last click favorece a quien llega al final

El modelo de último clic es atractivo porque resulta fácil de entender.

La última fuente antes de convertir recibe el mérito.

Sin embargo, tiende a beneficiar a canales situados cerca de la decisión.

Búsqueda de marca, remarketing, comparadores o email pueden aparecer con un rendimiento extraordinario porque actúan cuando ya existe mucha intención.

Por el contrario, vídeo, contenido, influencers o determinados formatos sociales suelen trabajar mucho antes.

Si evaluamos todos los canales utilizando exactamente la misma lógica, corremos el riesgo de premiar sistemáticamente la captura y castigar la generación.

Un negocio necesita ambas.

Los modelos multitouch tampoco resuelven completamente el problema

Podemos utilizar modelos lineales, basados en posición, data-driven u otros sistemas que distribuyan valor entre varios contactos.

Son más sofisticados que el último clic.

Pero siguen trabajando principalmente con interacciones que podemos observar.

Y una parte importante del comportamiento del usuario no es observable.

Puede haber visto una publicación sin interactuar, comentado la marca con otra persona, recibido una captura por WhatsApp, escuchado una recomendación o visitado la web desde otro dispositivo.

Asignar porcentajes más complejos no hace desaparecer esas limitaciones.

Un modelo puede ser matemáticamente sofisticado y seguir trabajando sobre una fotografía incompleta.

Dark Social rompe una parte de la trazabilidad

Muchas recomendaciones digitales ocurren en espacios privados.

WhatsApp, Telegram, Slack, email, mensajes directos o conversaciones individuales transportan enlaces e información que nuestras herramientas difícilmente pueden reconstruir correctamente.

Una persona descubre un contenido en LinkedIn, lo envía por WhatsApp a un compañero y ese compañero visita la página.

Dependiendo de cómo llegue, Analytics puede clasificar esa sesión como tráfico directo o con información parcial.

La influencia del contenido original puede desaparecer.

En B2B este fenómeno puede ser especialmente relevante porque las decisiones suelen implicar varias personas.

La persona que ve el contenido no siempre es la que rellena el formulario.

Las visualizaciones también pueden influir sin producir clic

Las redes sociales son entornos de consumo.

Una gran cantidad de contenido se visualiza sin que el usuario haga clic inmediatamente.

Eso no significa que no produzca ningún efecto.

Una persona puede recordar el nombre, reconocer posteriormente un anuncio o responder mejor cuando recibe una propuesta comercial.

Las plataformas intentan capturar parte de este fenómeno mediante atribución view-through.

Pero aquí aparece otro problema: haber visto un anuncio antes de comprar tampoco demuestra automáticamente que ese anuncio haya provocado la compra.

Por eso necesitamos interpretar estas métricas como señales, no como verdades causales perfectas.

La atribución propia de cada plataforma puede duplicar crédito

Otro error frecuente consiste en sumar conversiones reportadas por distintas plataformas.

Meta puede atribuir una venta.

Google también.

Una herramienta de afiliación puede reclamar la misma.

Cada sistema aplica sus propias ventanas y reglas.

El resultado puede ser que tres canales se atribuyan una conversión que ocurrió una sola vez.

Esto no significa que las plataformas estén necesariamente midiendo mal.

Están respondiendo a preguntas distintas dentro de sus propios entornos.

El problema aparece cuando utilizamos esas cifras como si fueran partes exclusivas de un mismo total.

La búsqueda de marca puede funcionar como efecto retardado

Una estrategia de Social Media puede producir un efecto que aparece posteriormente en buscadores.

Una persona ve contenido repetidamente, reconoce la empresa y semanas después escribe directamente su nombre.

Si solo observamos la conversión final, el mérito parece pertenecer a búsqueda.

Pero quizá el crecimiento de búsquedas branded sea precisamente una de las consecuencias que deberíamos esperar de una mayor notoriedad.

Esto no significa atribuir arbitrariamente todas las búsquedas de marca a Social Media.

Significa analizar si existe una relación temporal y estratégica entre exposición, demanda de marca y negocio.

Cuando aumentamos presencia y posteriormente observamos más búsquedas directas, tráfico branded y oportunidades, tenemos una señal que merece atención aunque no podamos asignar cada venta individual.

La pregunta correcta puede ser cuánto negocio incremental genera el canal

En lugar de intentar descubrir qué canal “posee” una venta, podemos preguntar qué ocurre con el negocio cuando aumentamos o reducimos una determinada actividad.

Aquí entramos en enfoques de incrementalidad.

Podemos comparar geografías, audiencias, periodos o grupos donde existe mayor o menor exposición, siempre que el diseño permita una comparación razonable.

En empresas con suficiente inversión también pueden utilizarse modelos econométricos como Marketing Mix Modeling para estudiar relaciones entre inversión y resultados a nivel agregado.

Ningún método es perfecto.

Pero cambian la pregunta desde “¿quién recibe el crédito?” hacia “¿qué efecto adicional parece generar esta inversión?”.

Esa es una pregunta económicamente mucho más interesante.

Las pruebas de incrementality también tienen limitaciones

No siempre es fácil crear un grupo de control limpio.

Existen efectos entre regiones, cambios de mercado, estacionalidad y muchas variables que pueden contaminar una prueba.

Además, determinadas acciones de marca necesitan tiempo para producir resultados y pueden ser difíciles de evaluar con experimentos demasiado cortos.

Por eso no se trata de sustituir completamente atribución por experimentación.

Lo útil suele ser combinar perspectivas.

Atribución para entender recorridos y optimización operativa. Experimentos cuando sea posible para aproximarnos a causalidad. Tendencias de negocio para comprobar si todo el sistema se mueve en la dirección esperada.

Social Media también puede mejorar otros canales

Existe otra consecuencia difícil de atribuir.

Una persona que ya conoce una marca puede responder mejor posteriormente a un anuncio de búsqueda.

Puede hacer clic más.

Convertir mejor.

Necesitar menos visitas antes de comprar.

O resultar más receptiva durante una llamada comercial.

En ese caso, parte del rendimiento que observamos en otros canales podría depender de una familiaridad construida anteriormente.

Este efecto hace que evaluar Social Media únicamente mediante conversiones directas sea especialmente limitado.

La pregunta debería incluir qué está haciendo Social Media por la eficiencia del resto del sistema de captación.

El error contrario también existe: justificar cualquier cosa como branding

Que la atribución sea imperfecta no significa que podamos utilizar esa imperfección para justificar cualquier inversión.

“No se puede medir” no debería convertirse en una excusa.

Necesitamos establecer hipótesis y señales.

Si queremos construir notoriedad, esperamos observar evolución en alcance cualificado, frecuencia, búsquedas de marca, tráfico directo o estudios de recuerdo cuando sean viables.

Si queremos generar demanda comercial, deberíamos observar posteriormente oportunidades, clientes e ingresos.

No podremos unir siempre cada euro con cada venta.

Pero sí podemos evaluar si el sistema se está moviendo.

La medición debería adaptarse al trabajo que hace cada canal

Search puede capturar intención existente.

Paid Social puede generar demanda y también convertir.

Contenido orgánico puede construir familiaridad y autoridad.

Email puede activar o retener clientes existentes.

Intentar evaluar todos utilizando exactamente el mismo KPI ignora que intervienen en momentos diferentes.

Esto no significa dar métricas cómodas a cada equipo.

Significa establecer qué comportamiento esperamos que produzca cada palanca y después comprobar si lo está haciendo.

Una venta no necesita tener un único propietario

Esta quizá sea la idea más importante.

El cliente no piensa en canales.

No dice: “esta compra pertenece un 40 % a Instagram y un 60 % a Google”.

Va acumulando información hasta que la decisión tiene suficiente sentido.

Nuestro sistema de medición necesita simplificar esa realidad para poder operar, pero no deberíamos confundir el modelo con el comportamiento real.

Una atribución perfecta probablemente no exista.

Una toma de decisiones mejor informada sí.

Por eso la pregunta no debería ser obsesivamente:

¿Qué canal consiguió esta venta?

Debería ser:

¿Qué papel está jugando cada inversión para crear, acelerar o capturar la demanda que termina convirtiéndose en negocio?

Ese cambio parece pequeño, pero puede modificar completamente cómo distribuimos presupuesto entre marca y performance.