Última actualización el 15 de junio de 2026 a las 07:04
Modelo de atribución primaria
Existen seis modelos de atribución comunes: atribución basada en datos, atribución de último clic, atribución de primer clic, atribución lineal, atribución de decaimiento temporal y atribución basada en la ubicación. Podemos examinar brevemente las diferencias entre los datos y la lógica de atribución de los distintos modelos de atribución.
1. Atribución basada en datos
La atribución basada en datos utiliza el aprendizaje automático para analizar todos los datos disponibles y asignar dinámicamente valores de conversión a todos los puntos de contacto. Este modelo tiene en cuenta la secuencia de los puntos de contacto, la naturaleza de la interacción y otros datos de comportamiento del usuario para determinar la contribución de cada punto de contacto a las conversiones.
Ejemplo: Supongamos que un usuario completa una compra a través de la siguiente ruta:
- Primer clic: Anuncios de Google -> Visitó el sitio web pero no compró
- Segundo clic: Anuncio de Facebook -> Visitó el sitio web pero no compró
- Tercer clic: marketing por correo electrónico -> visitar el sitio web y completar la compra
En un modelo de atribución basado en datos, un valor de conversión podría asignarse como:
- Anuncios de Google: 20% (porque lleva a los usuarios a visitarlo por primera vez)
- Anuncios en Facebook: 30% (aumenta el interés de los usuarios)
- Marketing por correo electrónico: 50% (en última instancia conduce a la compra)
2. Atribución del último clic
En un modelo de atribución de último clic, todos los valores de conversión se asignan al canal en el que el usuario hizo clic por última vez antes de convertir.
Ejemplo: La misma ruta de usuario:
- Google Ads -> Facebook Ads -> Email Marketing -> Compra Completa
En el modelo de atribución al último clic, el marketing por correo electrónico recibirá el 100% del valor de la conversión porque es el último punto de contacto.
3. Atribución al primer clic
En un modelo de atribución al primer clic, todos los valores de conversión se asignan al primer punto de contacto del usuario a lo largo de toda la ruta de conversión.
Ejemplo: La misma ruta de usuario:
- Google Ads -> Facebook Ads -> Email Marketing -> Compra Completa
En un modelo de atribución al primer clic, Google Ads recibirá el 100% del valor de la conversión porque es el primer punto de contacto.
4. Atribución lineal
El modelo de atribución lineal asigna un valor de conversión por igual a cada punto de contacto a lo largo de la ruta de conversión.
Ejemplo: La ruta del usuario es la siguiente:
- Google Ads -> Facebook Ads -> Email Marketing -> Compra Completa
En un modelo de atribución lineal, cada canal recibe 1/3 del valor de conversión (33,3%) porque tienen la misma importancia en la ruta de conversión.
5. Atribución del decaimiento temporal
El modelo de atribución time decay asigna un valor de conversión en función de la distancia del punto de contacto al momento de la conversión. Cuanto más cerca esté el punto de contacto del momento de conversión, mayor será el valor de conversión obtenido.
Ejemplo: La ruta del usuario es la siguiente:
- Clic en Google Ads hace 5 días -> Clic en Facebook ads hace 3 días -> Clic en email marketing hoy -> Compra realizada
En un modelo de atribución con decaimiento temporal, las posibles asignaciones son:
- Anuncios Google：20%.
- Anuncios en Facebook: 30%
- Marketing por correo electrónico: 50%
Dado que el marketing por correo electrónico está más cerca de la compra real, obtiene el mayor valor de conversión.
6. Atribución basada en la posición
El modelo de atribución basado en la localización asigna el 40% del valor de conversión al primer y al último punto de contacto, y el 20% restante de forma uniforme a los puntos de contacto intermedios.
Ejemplo: La ruta del usuario es la siguiente:
- Google Ads -> Facebook Ads -> Email Marketing -> Compra Completa
En un modelo de atribución basado en la localización, las posibles asignaciones son:
- Anuncios Google: 40%
- Anuncios en Facebook: 20%
- Marketing por correo electrónico: 40%
Los anteriores son nuestros seis modelos de atribución habituales. Diferentes modelos de atribución harán que veamos diferentes distribuciones de créditos en los datos de conversión. Comprender las diferencias de los datos y la lógica de atribución de los distintos modelos de atribución nos ayudará a entender el contenido posterior.
Modelo de atribución de GA4
GA4 utiliza actualmente la atribución basada en datos y la atribución de último clic. GA4 ya no utiliza estos dos modelos de atribución. Por lo tanto, el contenido posterior se centra principalmente en la atribución basada en datos y en la atribución de último clic.
En los ajustes de atribución de GA4, podemos ver que hay dos modelos de atribución para elegir: Data-driven y Last click. En la introducción anterior, vimos la diferencia entre los dos modelos de atribución, Data-driven y Last click. El modelo basado en datos se basa principalmente en el aprendizaje automático y los datos para asignar dinámicamente el crédito de conversión. El último clic asigna todo el crédito de conversión. Todo se atribuye al último canal en el que se ha hecho clic.
Diferencia entre la atribución del último clic en los canales de pago y naturales y los canales de pago de Google
Atribución del último clic para canales de pago y orgánicos:
Ignore el tráfico directo y atribuya el 100% del valor del evento clave al canal en el que el cliente hizo clic por última vez antes de convertir (o vista comprometida en YouTube).
Ejemplo: Publicidad en Display > Social > Búsqueda de pago > Búsqueda natural → 100% atribuido a Búsqueda natural.
Atribución del último clic para los canales de pago de Google:
Atribuya el 100% del valor del evento clave al embudo de Google Ads en el que el cliente hizo clic por última vez antes de convertir.
Si no hay clics de Google Ads en la ruta, el modelo de atribución vuelve a «último clic de canales de pago y orgánicos».
Ejemplo 1: Display > Social > Email > Directo → 100% atribuido al email (fallback al último clic no directo)
Ejemplo 2: Display > Social > YouTube EVC (Engaged Views) > Email → 100% atribuido a YouTube.
Impacto de los cambios en el modelo de atribución
Los cambios en el modelo de atribución sólo afectarán a los datos sobre eventos clave y no afectarán a los datos relacionados con el usuario o las sesiones. En otras palabras, la diferencia en el modelo de atribución sólo afectará a los datos de la dimensión relacionada con la «Atribución» en nuestro informe de exploración. Las dimensiones relacionadas con usuarios y sesiones, como Campaña de primer usuario, Campaña de sesión, etc., no se verán afectadas. Las dimensiones relacionadas con usuarios y sesiones utilizan el modelo de atribución de último clic, que no podemos modificar.
Dimensiones relacionadas con el usuario:
Dimensiones relacionadas con la sesión:
Los datos que vemos en el informe están todos relacionados con usuarios y sesiones, por lo que los datos que vemos en el informe utilizan el modelo de atribución de último clic.
Configuración de la asignación de créditos de Google Ads
También podemos configurar la distribución de créditos de los anuncios de Google en GA4, donde uno se asigna sólo a los canales de pago de Google, y el otro se asigna a los canales de pago y a los canales naturales. Si la configuración consiste en asignar las conversiones generadas por los anuncios de Google únicamente a los canales de pago de Google, no se tendrán en cuenta las contribuciones de otros canales; si la configuración consiste en asignar las conversiones generadas por los anuncios de Google a los canales de pago y a los canales naturales, GA4 tendrá en cuenta las contribuciones de todos los canales. crédito.
Ventana de atribución para GA4
Además de establecer diferentes modelos de atribución, también podemos establecer diferentes ventanas de atribución. Los eventos clave pueden ocurrir días o semanas después de que un usuario interactúe con su anuncio. La ventana de retrospectiva de eventos clave determina cuánto tiempo hace que las interacciones fueron elegibles para la atribución. Por ejemplo, una ventana retrospectiva de eventos críticos de 30 días significa que un evento crítico que se produjo el 30 de enero sólo se atribuirá a las interacciones entre el 1 y el 30 de enero.
El cambio de la ventana de revisión retrospectiva de eventos clave sólo se aplica a datos futuros. Estos cambios se reflejarán en todos los informes de esta propiedad de análisis.
El evento clave de adquisición de usuarios (first_visit) puede establecerse en 7 días o 30 días, la visualización interactiva es de 3 días, y otros eventos clave marcados como eventos clave pueden establecerse en 30 días, 60 días o 90 días. Una cosa que debemos tener en cuenta es que los nuevos usuarios que vemos en el informe se refieren a la ventana de atribución para eventos clave de adquisición de usuarios establecida aquí, que es de 7 días o 30 días. Por lo tanto, un usuario nuevo es un usuario que no ha visitado el sitio web en 7 días o 30 días (dependiendo de nuestra configuración).