Los modelos de atribución en marketing representan el proceso de identificar fuentes o canales que condujeron a un resultado deseado, como una venta o una suscripción.
Los modelos de atribución pueden complicarse cuando entran en juego múltiples canales.
Por ejemplo:
- Un consumidor puede primero hacer clic en un enlace en Facebook para ver un producto en un sitio de comercio electrónico.
- Posteriormente podría volver a visitar esa página de producto desde una promoción por correo electrónico.
- Y finalmente, podría hacer clic en una entrada desde una lista de búsqueda orgánica, evaluar el producto y realizar la compra.
Decidir cuál de esas fuentes (Facebook, correo electrónico o búsqueda orgánica) es responsable de la venta es lo que se llama atribución en marketing.
Google Analytics ofrece modelos de atribución en Conversiones> Atribución> Herramienta de comparación de modelos.
Hay varios modelos para elegir. También puedes comparar modelos para establecer la efectividad de cada fuente.
En este artículo encontrarás:
- La descripción de los modelos de atribución predeterminados
- Creación de modelos de atribución personalizados
Tabla de contenidos
Modelos de atribución en Google Analytics
Modelos de atribución predeterminados
El modelo de Última interacción es el más común. Atribuye toda la conversión a la última referencia.
En el ejemplo anterior, el consumidor primero visitó un sitio web desde Facebook, luego por correo electrónico y, finalmente, desde una lista de búsqueda orgánica cuando completó la compra.
El modelo de atribución de Última interacción atribuiría la venta completa a la lista de búsqueda orgánica.
Este modelo te informa de la fuente que cerró el trato. Ayuda a establecer el mensaje o promoción que convenció al consumidor a comprar.
El modelo de atribución de Primera interacción asigna el 100 por ciento de la compra a la primera fuente que condujo al usuario al sitio web.
En el ejemplo anterior, la primera fuente es Facebook.
El modelo de atribución de Primera interacción es útil en la evaluación de las fuentes del conocimiento de la marca.
El modelo de atribución lineal asigna la misma ponderación a todos los puntos de contacto.
En nuestro ejemplo, la atribución lineal asignaría el 33 por ciento a cada canal, Facebook, correo electrónico y búsqueda orgánica.
Este modelo de atribución es útil para calcular el retorno de la inversión, ya que asigna un valor a cada fuente contribuyente.
El modelo de atribución Declive en el tiempo es similar al lineal, donde todas las fuentes reciben crédito.
Sin embargo, en el modelo Declive en el tiempo, las fuentes más cercanas al momento de la venta recibirían un porcentaje más alto.
Esto es útil si el seguimiento del tiempo de la conversión es importante.
Tiene sentido que las interacciones recientes valgan más porque cada punto de contacto acerca una perspectiva a la conversión.
Los últimos puntos de contacto son típicamente representativos del medio y el fondo del embudo de conversión.
Sin embargo es preciso tener en cuenta, por ejemplo, que si la semana antes de realizar la compra, alguien se registra para una demostración de 60 minutos de algún producto, pero el día antes de comprar clica un enlace a una publicación del blog desde su correo electrónico, ¿esa publicación en el blog debería realmente obtener más crédito que la demostración? Probablemente no.
El modelo de atribución Según la posición tiene en cuenta todas las fuentes. Sin embargo, asigna el 40 por ciento a la primera y la última interacción y divide el 20 por ciento entre las fuentes restantes.
Este modelo es similar a la atribución lineal, pero supone que el primer y el último punto de contacto son los más importantes.
El modelo de atribución Último clic indirecto excluye el tráfico directo de la obtención de crédito.
El modelo de atribución Último clic en Google Ads asigna valor solo a Google Ads.
Modelo de atribución personalizado
Si lo anterior no te resulta suficiente, puedes personalizar hasta 10 modelos de atribución en Google Analytics.
Los equipos de marketing que disponen de acceso a Google Analytics 360 pueden usar la atribución basada en datos, lo que facilita la creación de modelos personalizados basados en los datos provenientes de Google Analytics.
Puedes conseguir lo mismo si exportas los datos de Google Analytics a plataformas estadísticas como SAS o SPSS Statistics y ejecutas tus propios modelos.
Hay muchas razones para crear modelos de atribución personalizados:
Ponderación única para fuentes específicas. Por ejemplo, puedes haber ejecutado un modelo fuera de Google Analytics con el resultado de que una fuente determinada producía constantemente, por ejemplo, el 60 por ciento del valor.
Sincronización. En este modelo se configura una fecha específica para la ventana de atribución. Por ejemplo, es posible que quieras asignar un valor solo a los últimos cinco días de interacción.
Casos especiales. Es posible que te interese asignar valores más altos o más bajos a palabras clave, canales o fuentes específicas. O que te interese excluir ciertas fuentes.
Alterando los modelos por defecto. Por ejemplo, es posible que quieras cambiar los valores o el orden en la atribución del modelo según la posición. O, para el modelo de Declive en el tiempo, es posible que quieras asignar el valor más alto a la primera fuente.
Modelo de atribución personalizado en Google Analytics
Independientemente del motivo que tengas, puedes seguir estos pasos para crear un modelo de atribución personalizado en Google Analytics.
Haz clic en Conversión> Atribución> Herramienta de comparación de modelos.
Desde allí, clica el enlace Crear nuevo modelo personalizado debajo del menú desplegable Última interacción.
Asigna un nombre al modelo y selecciona el Modelo de base antes de cambiar su peso.
Si te interesa, también puedes configurar las siguientes opciones:
- Ventana al pasado
- Ajustar el crédito según la interacción del usuario y
- Aplicar reglas de crédito personalizado
Llévate esto
¿Qué modelo de atribución debes usar? Como en la mayoría de las cosas, no hay una respuesta clara a estas preguntas.
Como vimos anteriormente, hay muchos factores (customer journey, número de canales, duración del ciclo de ventas y objetivos generales de la campaña) que determinarán el modelo de atribución más adecuado para tu campaña.
Los modelos de un solo toque como primer clic y último clic serán más adecuados para ciclos de compra más cortos con pocos puntos de contacto, así como campañas de reconocimiento de marca y respuesta directa.
Muchas herramientas, incluido Google Analytics, te permiten cambiar rápidamente entre diferentes vistas y crear una imagen detallada de las rutas de conversión.
Con el tiempo, podrás identificar los modelos que distribuyen el crédito de la forma más justa a tu realidad, lo te permitirá tomar las decisiones analíticas más adecuadas para tus intereses. Hasta entonces, es necesario seguir experimentando.
Por otro lado, cuando identifiques el propósito de tu modelo de atribución, tienes que mantenerlo constante a lo largo del tiempo. Por ejemplo, si usas la atribución para establecer el ROI de cada fuente, no asignes Última interacción en abril y Según la posición en mayo..
Hecho correctamente, el uso de los modelos de atribución puede ayudarte a optimizar el rendimiento de campañas, palabras clave y fuentes.
