Atribución de marketing, qué es y cómo puede ayudarnos

La atribución es uno de los temas más controvertidos del marketing online. Y lo es porque resulta complejo trasladar al online los diferentes comportamientos que tienen los usuarios en los activos digitales antes de hacer una compra.

El objetivo de la atribución es, como su nombre lo indica, atribuir las conversiones a determinados canales de marketing involucrados en el costumer journey. Así, es posible saber, o al menos estimar, la responsabilidad de cada canal en el proceso de compra y ajustar los esfuerzos económicos en función del comportamiento de los usuarios antes, durante y después de la conversión.

Hoy por hoy, los usuarios pueden acceder a nuestra web por múltiples fuentes y medios, utilizando diferentes dispositivos, a los que impactamos con diferentes campañas. Por si fuera poco, sumamos complejidad si nuestro negocio tiene también distintas plataformas aparte de la web, como aplicaciones móviles.

Conocer cuáles son las fuentes de adquisición de tráfico y cuáles son las que convierten mejor es uno de los KPI´s principales que se analizan en un sitio web.

Para tratar de resolver esta inquietud, surgen los modelos de atribución. Presentes en las herramientas de analítica y publicidad digital, nos ayudan a asignar y/o distribuir la responsabilidad de la conversión a determinados canales, en función de las características de nuestras campañas y nuestro negocio.

¿Qué es un modelo de atribución?

Un modelo de atribución es un conjunto de reglas que asignan el valor de las ventas y conversiones en las diferentes interacciones que realizan los usuarios antes de la compra.

Hay varios modelos:

• Última interacción (last click): se asigna el 100% del valor a la última interacción. Es el modelo por defecto de Google Ads.
• Último clic indirecto (last non-direct click): ignora el tráfico directo y asigna el 100% del valor a la última interacción que no sea directo. Este es el modelo por defecto de Google Analytics.
• Último clic en Google Ads: el último clic en una campaña de Google Ads recibiría el 100% del valor.
• Primera interacción (first click): se asigna el 100% del valor a la primera interacción.
• Modelo lineal: cada punto de contacto recibe el mismo valor.
• Deterioro en el tiempo: asigna más valor a las interacciones más cercanas en el tiempo.
• Modelo según la posición: se asigna un 40% a la primera y a la última posición y el 20% restante se reparte entre las demás interacciones.
• Modelo basado en datos (data-driven): utiliza los datos históricos para calcular la contribución real de cada interacción.

• Modelo de atribución personalizado: Este tipo de modelos escapan de la lógica de las herramientas de analítica digital y se basa en modelos probabilísticos para determinar la probabilidad de conversión de cada canal y así, aportar una mayor claridad al análisis. A cargo de los Data Scientists, el modelo más conocido es el de las Cadenas de Márkov. Te lo contaremos todo sobre este modelo en próximos posts ?

Entonces, ¿qué modelo de atribución es el adecuado?

No hay una única respuesta a esta pregunta porque todo depende de las características de cada negocio y de las campañas que se realicen.

Por ejemplo, un modelo de atribución last click al dar todo el crédito a la última interacción del usuario en la web estará perjudicando a las campañas de prospecting cuando buscamos clientes nuevos, ya que no veremos que estén contribuyendo a las ventas. Por tanto, no estaríamos teniendo en cuenta las campañas de display para dar a conocer la marca. También, estaríamos desestimando el tráfico orgánico cuando el usuario está buscando información y suele rechazar los anuncios más transaccionales.

Por el contrario, el modelo de atribución first click estaría favoreciendo a este tipo de campañas y perjudicando a las campañas de remarketing y a las enfocadas a la venta.

Por otro lado, puede ser interesante el modelo de deterioro en el tiempo si hacemos campañas de corta duración o promociones puntuales.

El más preciso sería el modelo data-driven, ya que utiliza el histórico para realizar la atribución, aunque requiere de una cantidad de datos suficiente, por lo que no todas las cuentas pueden hacer uso de él. Otro de los inconvenientes es que realmente no decides cómo se realizan las atribuciones, es Google quien decide.

Los modelos probabilísticos vienen a resolver muchas de estas limitaciones de los modelos de las herramientas de marketing. Su uso requiere de una mayor inversión y de la implicación de perfiles especializados en esta materia.

Elegir el modelo adecuado será útil para extraer información para implementar cambios en nuestra estrategia de marketing y conseguir que los canales que tienen mayor impacto en la conversión sean también los más importantes en la ruta de conversión.

Atribución multicanal

Una funcionalidad muy útil de Google Analytics que puede ayudarnos a tomar decisiones son los informes de Embudos multicanal. Con ellos podemos hacer zoom y ver cómo contribuyen todos los canales a las conversiones. Podremos saber:

• Conversiones asistidas: muestra cuántas ventas y conversiones ha iniciado cada canal, en cuántas ha intervenido y cuántas ha completado
• Rutas de conversión principales: muestra las rutas de los usuarios hasta que convierten
• Lapso de tiempo: muestra el tiempo en días que transcurre desde la primera interacción hasta la conversión
• Longitud de ruta: muestra el número de interacciones necesarias hasta la conversión
• Herramienta de comparación de modelos: es interesante para poder comparar los diferentes modelos de atribución y ver cómo cambia el valor de cada canal en función del modelo

Este año, hay novedades en la atribución basada en datos multicanal de Google Analytics 4. Te dejamos enlace al post sobre las últimas novedades de Analytics en donde te lo contábamos.

Particularidades de la atribución en Google Analytics y que debes tener en cuenta

Tiempo de espera de las sesiones y las campañas

Otra de las consideraciones que podemos tener en cuenta a la hora de realizar la adquisición de los usuarios es la duración predeterminada de la cookie de Google Analytics. Por defecto, la duración de la sesión es de 30 min tras inactividad y también cambia cada vez que se cambia la fuente del usuario. Por ejemplo, si un usuario entra desde Google y después entra desde una campaña, se contarán 2 sesiones para ese usuario, cada una con su fuente/medio correspondiente, aunque no pase 30 min inactivo.

Por su parte, el tiempo de espera de la campaña por defecto es de 6 meses. Eso quiere decir que, si un usuario entra por una determinada fuente/medio y después entra por directo, se asignará a la primera hasta que vuelva a entrar por otra fuente/medio distinta o pasen esos 6 meses. Por ejemplo, un usuario entra a través de Facebook y tras 3 días entra en la web tras escribir nuestra URL en el navegador. En ambos casos se reflejaría en Google Analytics como un visitante de Facebook.

Por supuesto, el tiempo de espera de sesiones y campañas se puede cambiar en la configuración de Google Analytics.

Sesión directa

Por tanto, puede ser que estés analizando una campaña en concreto y ver que sigue habiendo tráfico de esa campaña cuando, en realidad, sabemos que no está activa. Una dimensión que nos puede ayudar a identificar cuáles de las sesiones que se registran proceden de esa campaña y cuáles de usuarios que entran directamente en la página es la dimensión “Sesión directa”. El tráfico directo se identifica como “Yes” y el de esa campaña como “No”.

Agrupación de canales predeterminada vs personalizada

Una agrupación de canales sirve para agrupar las visitas que llegan a nuestro eCommerce. En Google Analytics existen 2 formas:

1. Agrupación de canales por defecto (Default Channel Grouping)
2. Agrupación de canales personalizada

La diferencia es que la primera es agregada y la segunda no. Esto quiere decir básicamente que el Default Channel Grouping no es retroactivo, cualquier cambio que realicemos funciona como un filtro. Esto quiere decir que, si hoy hacemos un cambio, el cambio aplicará a partir de hoy, las fuentes anteriores seguirán en los canales que estaban definidos previamente. Es algo muy importante que debemos tener en cuenta a la hora de analizar los datos y hacer comparativas. Ante la duda, antes de realizar un cambio, lo recomendable sería hacerlo en una agrupación de canales personalizada en lugar de en la default.

Por el contrario, la Agrupación de canales personalizada sí es retroactiva. Por lo que, aunque realicemos hoy cambios, podremos ver las fuentes de períodos anteriores agrupadas de la misma forma que acabamos de definir.

Por otro lado, el orden en el que se agrupan los canales es muy importante. La clasificación se realiza en cascada, de arriba abajo. Lo que quiere decir que si no se cumple la primera condición, se pasa a la siguiente, ect. Si no se cumple ninguna de las condiciones, se agrupa dentro de “(Other)”.

Conocer los diferentes modelos de atribución y cómo esta funciona en Google Analytics es fundamental para poder hacer un análisis adecuado y así optimizar las decisiones de marketing que tomemos.  Como ya sabes, tenemos recursos a disposición que nos pueden facilitar mucho las cosas. Te contaremos más detalles sobre la atribución en siguientes posts, pero si necesitas ayuda o quieres saber más, en Improving Metrics podemos ayudarte. Haz clic en el botón verde de aquí debajo y nos pondremos en contacto contigo.

Sheila García Suárez

Digital Analyst