Seguro que has tenido esta duda. Tienes grandes diferencias en los datos transaccionales entre tu herramienta de analítica, Google Analytics, por ejemplo, y los de Facebook, LinkedIn o Google Ads.
No te preocupes, es algo muy común y en este post vamos a decirte por qué ocurre y qué debes tener en consideración.
Lo primero y más importante es tener en cuenta que cada plataforma recoge y modela los datos de manera diferente, incluso con tecnología distinta. Por lo que es casi imposible que coincidan entre ellas.
Partiendo de aquí, podemos ver que, más allá de la tecnología, hay otras variables que intervienen en esta ecuación. En cuanto a las conversiones, que suelen ser el dolor de cabeza más común, cada plataforma tiene su modelo de atribución, momento de atribución y ventana de conversión propia. Y ¿qué significan estos términos? Vamos a verlos en detalle:
1.1 Modelo de atribución ↓
El modelo de atribución define en base a unas reglas qué fuente o fuentes se llevan el valor de nuestras conversiones. Por ejemplo, si el usuario nos ha visitado 5 veces con fuentes diferentes antes de hacer la conversión, según el modelo de atribución que tengamos la conversión se la apuntará una o unas fuentes determinadas. Si quieres profundizar más sobre los modelos de atribución, te dejamos aquí el enlace a nuestro post en donde reflexionamos acerca de este tema.
1.2 Momento de atribución ↓
El momento de atribución detalla en qué fecha se refleja la conversión en la plataforma. Puede parecer un galimatías, pero, por ejemplo, si el usuario hace click hoy en mi anuncio y convierte mañana, ¿qué día se apunta la conversión?, ¿el día del click o el día de la conversión? Para Ads, la fecha de la transacción es cuando se hace el clic en el anuncio, no cuando se haya hecho la transacción en sí. En Analytics es cuando se ha hecho la transacción. Basándonos en el ejemplo, para Ads la conversión se hizo hoy y en Analytics se reflejará mañana.
1.3 Ventana de conversión ↓
Por último, tenemos la ventana de conversión, que es el período durante el cual se registran conversiones después de que se produzca una interacción con un anuncio (click, impresión, etc.). La ventana de conversión es muy útil porque te permite tener un mayor control sobre la medición de tus conversiones, sobre todo si trabajas con ciclos de compra que no se ajustan a la ventana de conversión predeterminada (30 días en el caso de Google Ads).
Como tip, te dejamos los enlaces a cada uno de los modelos de atribución y ventanas de conversión de las plataformas más utilizadas:
2.1 Google Analytics
2.2 Google Ads
2.3 Facebook
2.4 LinkedIn
Como veis, a simple vista puede ser difícil que los datos coincidan y es precisamente por esto que se suele utilizar una plataforma transversal para analizar el éxito de nuestras inversiones publicitarias: en estos casos suele ser la herramienta de medición, por ejemplo, Google Analytics.
En Google Analytics, cuyos informes predeterminados están basados en el modelo de atribución de último click indirecto, podremos consultar y comparar varios modelos de conversión e incluso las conversiones asistidas (en las que participan en algún momento del journey) de cada una de nuestras fuentes publicitarias.
También es razonable pensar que productos de la misma suite, como Google Ads y Google Analytics sí coincidirían, pero no del todo… Hay algunas cosillas que debes revisar, te contamos:
Pero como os habréis dado cuenta, todo esto tiene un punto de fricción, y es que todos los modelos están predefinidos por el elemento humano así que tienen un sesgo potencial. ¡Pero también hay solución a eso! Se trata de los modelos de atribución basados en datos.
Estos tienen menos riesgo de sesgos y predeterminismo. Los modelos de atribución basados en datos utilizan toda la información para determinar los anuncios, palabras clave y campañas que están contribuyendo de manera más significativa en las conversiones. Eso sí, debes tener un flujo considerable de visitas y conversiones al mes para poder utilizarlo.
Y si quieres ir un paso más allá, los modelos de atribución personalizados son una opción fantástica. Basados en modelos algorítmicos no presentan grandes sesgos, ya que se basan en análisis estadísticos y pueden definir con mayor precisión el valor que corresponde a cada punto de contacto. Es una opción a considerar si tu negocio tiene cierto nivel de madurez, fuerte inversión y demanda este tipo de soluciones.
¡Y hasta aquí llegamos! Esperamos que con estos tips y recomendaciones puedas hacer un mejor uso de tus herramientas o probar otras que se adapten mejor a tus necesidades y modelo de negocio.
Ahora bien, si quieres que de esto nos preocupemos otros y que tú te dediques a vender más y mejor, ¡déjanos tu correo en este formulario y te llamamos!
Do you want
to know more?
Sign up for our newsletter and receive the latest trends, news, templates and the best tips to make the most of your data.