modelos-atribución-google-analytics

Modelos de atribución en Google Analytics: pros y contras

Un modelo de atribución es el estudio de cómo unos canales de tráfico influyen sobre otros para lograr la consecución de nuestros objetivos (que no tienen por qué ser transaccionales). Por ejemplo, cuál es el impacto en tráfico directo de una campaña en televisión sobre mi marca (generar awareness), el peso de una campaña de banners en el grupo Prisa, etc.

Ahora bien, si yo tengo distintos proveedores para llevar a cabo campañas en diferentes soportes (los banners me lo lleva la agencia X, la agencia Y se encarga de la afiliación, etc.) y todas ellas se atribuyen la conversión post-view (es decir, tras la impresión y no tras la conversión directa), ¿cómo sé cuál es el porcentaje justo del coste por conversión que debo asignarle a cada proveedor?

El modelo de atribución más extendido es el modelo “last-click”, que atribuye la conversión al último paso del customer journey. Damos por hecho, entonces, que el click más próximo al objetivo es el que ha generado la conversión. Pero esa visita puede no ser la primera y el mismo usuario ha podido entrar en nuestro site N veces desde distintas fuentes hasta convertir. ¿Cómo podemos saber el valor de cada canal?

Los modelos de atribución en Google Analytics

En el report “Ruta de interacciones” de Analytics (lo encontrarás en Conversiones > Embudos multicanal) podemos ver los distintos modelos de atribución.

A continuación te contamos brevemente en qué consisten y cuáles son los pros y contras de cada uno. Para facilitarte las cosas, te ponemos un caso práctico:

“Un cliente entra por primera vez a nuestra página a través de uno de nuestros anuncios en Adwords. Abandona sin comprar pero vuelve una semana más tarde haciendo click en un post que publicamos en Facebook. Ese mismo día, pero en una sesión diferente, conseguimos que vuelva al site a través de una newsletter. A las dos horas, vuelve a entrar de manera directa y compra una camiseta”.

Última interacción (Last Interaction)

Se atribuye la conversión al último punto de contacto. En el ejemplo anterior, Directo sería el canal al que atribuimos el 100% del valor de la compra.

  • Pros: es el modelo más extendido y se considera el modelo standard.
  • Contras: Es injusto porque sólo le damos valor al último punto de contacto, excluyendo el resto de canales.

Último click indirecto (Last Non-Direct Click)

Se atribuye la conversión al último punto de contacto sin tener en cuenta el tráfico directo. En este caso, la conversión se la queda la campaña de newsletter.

  • Pros: das el peso al último canal no gratuito al excluir directo, valorando el ROI de tus campañas
  • Contras: igual que ocurre en el anterior, sólo tenemos en cuenta un canal y dejamos de lado el resto de contactos.

Último click de Adwords (Last AdWords Click)

Como su propio nombre indica, la compra se le atribuye al último click realizado en nuestras campañas de Google Adwords. Como en el ejemplo sólo tenemos Adwords al principio del customer journey, ese click en nuestro anuncio es al que atribuiríamos la conversión.

  • Pros: sólo entendible si un porcentaje muy elevado de tu presupuesto se centra en campañas de Adwords.
  • Contras: muy pocas estrategias centran el 100% de su inversión en Adwords. Dejaríamos todo en manos de Google, ojo.

Primera interacción (First Interaction)

Este modelo es opuesto al de last-click porque atribuimos la compra a la primera toma de contacto del cliente con nuestro site. En el ejemplo, se lo lleva Adwords.

  • Pros: se asigna todo el valor al primer contacto, el que crea la necesidad de compra.
  • Contras: siendo opuesto al primer modelo, también tiene en contra que sólo premiamos la primera interacción y no tenemos en cuenta el resto de contactos.

Lineal (Linear)

Atribuimos el mismo valor a todos y cada uno de los canales que han influido en el proceso de compra. En este caso, como tenemos cuatro canales (SEM, Social, Newsletter y Directo), cada fuente se queda el 25% del valor de la conversión.

  • Pros: premia a todos los players por igual.
  • Contras: al valorar por igual a todos, estamos dando el mismo valor a un click en una campaña de banners que a una newsletter segmentada territorialmente a nuestros clientes.

Deterioro del tiempo (Time Decay)

Este modelo asigna mayor valor a los puntos de contacto que se encuentran más próximos a la conversión. En la línea de tiempo del ejemplo, Directo y Email serían los canales con mayor atribución, seguidos por Social y Adwords. Este último canal tendría una valoración muy inferior al resto porque se produjo una seman antes que la conversión final.

  • Pros: tiene bastante sentido que cuanto más cerca estemos de la conversión, mayor será la propensión a la compra del cliente.
  • Contras: la primera toma de contacto queda prácticamente excluida y es posible que fuera la que generase la necesidad de compra al usuario.

Según la posición (Position Based)

Asignamos el 40% del crédito de nuestra conversión a la primera y a la última interacción y el 20% restante lo repartimos entre el resto de interacciones. Por lo tanto, en nuestro caso práctico, SEM y Directo tendrían el 40% del valor del coste por venta, mientras que Email y Social se quedaríain con un 10% cada uno.

  • Pros: atribuimos valor (mayor o menos) de la conversión a todos los canales, premiando más al primero (awareness) y al último (compra).
  • Contras: las tomas de contacto intermedias quedan relegadas a un segundo plano, cuando en nuestro ejemplo la newsletter seguramente haya jugado un mayor papel.

Como ves, no existe un modelo de atribución único para todo el mundo. Los objetivos de nuestro negocio y nuestra inversión en medios serán los que determinen cuál es el modelo que debemos seguir para tener una visión global del papel que juega cada canal.

The following two tabs change content below.

Javier Arenillas

Growth Hacker at chicfy
Graduado en Comunicación Audiovisual y Máster en Dirección de Marketing Digital y Comunicación Empresarial. Empecé en el equipo de Social Media de Europa Press. Tras co-liderar la digitalización de la startup Amovens, me aventuré al mundo de la consultoría y exprimí durante dos años y medio en The Cocktail los proyectos en los que trabajé (Real Madrid, Worten, Iberostar, Santander, etc.) dentro del área de Datos y Analítica. Volví al mundo start-up como Head of Digital de Pompeii, pure player online de venta de zapatillas y ahora intento hacer crecer chicfy con analítica de datos y usuarios. Chic chic chic.

Deja un comentario

Tu dirección de correo electrónico no será publicada.