Atribución de conversión: de dónde vienen tus resultados

Fin de mes, hora de cerrar el informe. Meta Ads dice que trajo 620 ventas. Google Ads reclama 410. GA4 muestra 780 conversiones en total. Y la plataforma de e-commerce registró 850 pedidos reales. Si sumas lo que cada canal afirma haber generado, llegas a más ventas de las que la empresa hizo. ¿Alguien está mintiendo?

Nadie miente. Cada herramienta responde a una pregunta distinta, con reglas distintas, y llama a todo "conversión". El nombre de este problema es atribución.

La atribución de conversión es el método que define qué canal o anuncio recibe el crédito por una venta o lead. Como la mayoría de los clientes interactúa con varios puntos de contacto antes de convertir, el modelo de atribución elegido decide cómo se reparte ese crédito, y cambia directamente el ROAS reportado de cada canal.

¿Qué es la atribución de conversión en la práctica?

Imagina un recorrido típico: la persona ve un Reels patrocinado el martes, busca la marca en Google la semana siguiente, hace clic en el anuncio de búsqueda, entra en la lista de correo y compra diez días después desde un email promocional. Participaron tres canales. ¿Cuál "generó" la venta?

La respuesta honesta es incómoda: todos y ninguno, en proporciones que nadie conoce con certeza. La atribución de conversión es el intento de convertir esa incertidumbre en una regla operativa. No es ciencia exacta; es una convención contable. Y, como toda convención, sirve bien para algunas decisiones y muy mal para otras.

Esto importa porque el modelo cambia el número de tu dashboard. El mismo mes, con la misma inversión y las mismas ventas, puede mostrar a un canal como héroe o como desperdicio dependiendo solo de la regla de crédito. Quien decide presupuesto mirando un único informe, sin saber qué modelo hay detrás, está decidiendo a ciegas.

¿Cuáles son los modelos de atribución?

Los modelos clásicos se dividen entre reglas fijas y modelos estadísticos. Conviene conocerlos todos, incluso los retirados, porque siguen apareciendo en CRMs, herramientas de BI y discusiones de agencia.

Modelo	Cómo reparte el crédito	Cuándo tiene sentido
Último clic	100% al último toque antes de la conversión	Operaciones simples, ciclo corto, foco en el canal de cierre
Primer clic	100% al primer toque del recorrido	Evaluar canales de descubrimiento y top of funnel
Lineal	Crédito igual para todos los toques	Recorridos largos donde todo cuenta un poco
Deterioro temporal	Más crédito a los toques cercanos a la conversión	Ciclos de venta medios, promociones
Según la posición	40% primero, 40% último, 20% para el medio	Valorar descubrimiento y cierre a la vez
Basado en datos (data-driven)	Un algoritmo estima el peso de cada toque comparando recorridos que convirtieron y que no	Alto volumen de conversiones; es el estándar actual de Google

Un ejemplo con números. Un recorrido de tres toques (Instagram, búsqueda en Google, email) termina en una compra de $1.000. Con último clic, el email se lleva los $1.000 completos. Con primer clic, Instagram se lo lleva todo. Con lineal, cada canal recibe $333. Con el modelo según la posición, Instagram y email reciben $400 cada uno y la búsqueda se queda con $200. La misma venta, cuatro historias distintas.

Un detalle que muchos equipos pasaron por alto: en 2023 Google eliminó primer clic, lineal, deterioro temporal y según la posición de Google Ads y GA4, citando baja adopción (menos del 3% de las conversiones usaba esos modelos, según Search Engine Land). Solo sobrevivieron el último clic y el basado en datos. En la práctica, Google decidió que el debate de reglas manuales había terminado y empujó a todos hacia su modelo algorítmico.

¿Por qué Meta, Google y el CRM nunca muestran el mismo número?

Volvamos al ejemplo inicial. Las diferencias no son errores; son reglas distintas operando sobre la misma realidad.

Primero, las ventanas de atribución. Meta Ads cuenta, por defecto, conversiones hasta 7 días después del clic y 1 día después de la visualización del anuncio. Es decir: alguien que vio tu video, no hizo clic y compró al día siguiente se convierte en una conversión de Meta. GA4 no ve esa visualización, así que acredita la venta al canal del último clic, que puede haber sido búsqueda orgánica. Ambos informes están "en lo correcto" dentro de sus propias reglas.

Segundo, cada plataforma se asigna el crédito completo. Meta y Google no se hablan. Si ambos participaron en la misma venta, ambos cuentan la venta entera. Por eso la suma de los canales casi siempre supera el total real del CRM.

Tercero, la pérdida de señal. Desde iOS 14.5, el rastreo entre apps requiere consentimiento explícito. La tasa media global de opt-in está en 35%, según Adjust (segundo trimestre de 2025); Brasil, con cerca del 50%, está entre los mercados más permisivos, y aun así la mitad de los usuarios de iPhone desaparece del radar. Las plataformas llenan ese hueco con conversiones modeladas: estimaciones estadísticas, no mediciones. Parte del número que lees en el administrador de anuncios es una proyección.

Un minicaso para dimensionar. Una tienda online de moda factura $60.000 al mes invirtiendo $18.000 en publicidad. Meta reporta 620 conversiones, Google Ads reporta 410, la suma da 1.030, pero la tienda registró 850 pedidos, de los cuales unos 180 vinieron de recompra orgánica y WhatsApp. La superposición es evidente. Si el gestor corta Meta porque "Google convierte más barato", puede estar cortando justo el canal que inicia los recorridos que Google cierra. Ese error cuesta caro y no aparece en ningún informe aislado.

¿Cómo elegir un modelo de atribución?

La pregunta correcta no es "qué modelo es el más preciso", sino "qué decisión necesito tomar". Modelos distintos responden preguntas distintas.

• Para comparar campañas dentro de la misma plataforma, usa su modelo por defecto (basado en datos en Google, clic de 7 días en Meta) y mantén la consistencia. Comparar la campaña A y la B con la misma regla funciona, aunque la regla sea imperfecta.
• Para decidir presupuesto entre canales, no confíes en el informe de ninguno. Usa una visión de eficiencia total: ingresos divididos por la inversión publicitaria total (el llamado MER). En la tienda del ejemplo: $60.000 / $18.000 = 3,3. Ese número no dice qué canal es mejor, pero sí si la máquina completa está sana, y no puede inflarse por doble conteo.
• Para entender roles en el embudo, mira los informes de rutas de conversión en GA4 y la participación de cada canal como toque inicial o intermedio, no solo como cerrador.

¿Y el modelo basado en datos de Google? Es mejor que el último clic para repartir crédito dentro del ecosistema de Google, pero tiene dos límites prácticos: es una caja negra que no puedes auditar y solo ve lo que Google ve. La venta influida por un anuncio de Meta que nadie clicó sigue siendo invisible para él. Este enfoque se rompe del todo en negocios con ciclos largos y venta asistida por personas, donde buena parte del recorrido ocurre fuera de cualquier píxel.

Un enfoque pragmático en 4 pasos

1. Acepta la imperfección. Ningún modelo revelará "la verdad". El objetivo es reducir el error de las decisiones, no eliminarlo.
2. Mide el total antes que las partes. Sigue el MER y el CAC total cada mes. Si la eficiencia general cae mientras todos los canales se declaran eficientes, la atribución está tapando el problema.
3. Estandariza UTMs y ventanas. La mitad de las discusiones de atribución muere cuando todos usan la misma nomenclatura de campañas y saben qué ventana usa cada informe.
4. Haz pruebas de incrementalidad para las apuestas grandes. Antes de cortar o duplicar un canal importante, haz una prueba geográfica o una pausa controlada de 2 a 4 semanas y observa el efecto en las ventas totales. Es lo más cerca de la causalidad que llega un equipo de marketing sin convertirse en un departamento de estadística.

Preguntas frecuentes

¿Cuál es el mejor modelo de atribución?

No existe un "mejor" universal. Para comparar campañas dentro de una plataforma, el basado en datos suele superar al último clic. Para decidir presupuesto entre canales, ningún modelo de plataforma alcanza: combina una métrica total, como el MER, con pruebas de incrementalidad.

¿Cuál es la diferencia entre modelo de atribución y ventana de atribución?

El modelo define cómo se reparte el crédito entre los toques del recorrido. La ventana define hasta cuánto tiempo después de un toque una conversión sigue contando. Son configuraciones independientes, y ambas cambian los números del informe.

¿Por qué Meta Ads muestra más conversiones que Google Analytics?

Principalmente por las conversiones por visualización (view-through), que GA4 no cuenta, además de las ventanas distintas y las conversiones modeladas que Meta estima para usuarios sin rastreo. Cada herramienta aplica sus propias reglas sobre la misma venta.

¿Qué es la atribución basada en datos (data-driven)?

Es un modelo estadístico que compara recorridos que convirtieron con recorridos similares que no convirtieron y estima la contribución de cada toque. Es el estándar de Google Ads y GA4 desde 2023, pero funciona como caja negra y solo considera los puntos de contacto que Google puede observar.

¿La atribución sigue teniendo sentido después de iOS 14.5?

Sí, con expectativas ajustadas. Con un opt-in global del 35% en el rastreo de apps, los informes dependen cada vez más de modelado estadístico. La atribución se volvió una brújula de tendencia, no un marcador exacto, y así es como debe usarse.

Deja de buscar el número perfecto

La búsqueda del modelo de atribución definitivo suele terminar en parálisis o en falsa confianza, y ambas salen caras. El camino más honesto es operar con varias lentes: eficiencia total para la salud del negocio, modelos de plataforma para la optimización táctica y pruebas para las decisiones grandes. Quien entiende lo que cada número puede y no puede decir ya decide mejor que la mayoría del mercado.

Ese cruce de fuentes es justo lo que frena a los equipos pequeños: los datos del tráfico de pago, de GA4 y del CRM viven en pantallas separadas. Con Sherlok, conectas esas fuentes y preguntas en tu idioma cosas como "¿qué canal inició los recorridos que convirtieron este mes?" o "¿mi ROAS real está por encima del punto de equilibrio?", y recibes el análisis listo, sin armar ninguna hoja de cálculo.