Atribución, incrementalidad y la verdad sobre los números del dashboard

7.1 El problema de fondo

Una persona ve tu anuncio en Instagram el lunes, busca tu marca en Google el miércoles, ve un TikTok tuyo el jueves, te escribe por WhatsApp el viernes y compra el sábado. ¿Quién merece el crédito?

• Meta dirá: "yo".
• Google dirá: "yo".
• TikTok dirá: "yo".
• Tu analítica con último clic dirá: "WhatsApp directo".

Si sumas lo que reporta cada plataforma, a menudo superas el 100% de tus ventas reales. Esto es normal y no es un error: cada plataforma usa su propia regla de atribución.

7.2 Ventanas de atribución en Meta (estado 2026)

Una ventana de atribución es el periodo en el que una conversión se le acredita a un anuncio después de verlo o hacer clic.

Estado a septiembre de 2026:

• Clic (click-through): 1 día o 7 días. Desde marzo de 2026, solo cuentan los clics en el enlace (los que llevan a tu web, formulario, app o chat). La ventana de 28 días de clic quedó solo para reportes, no para optimizar.
• Interacción (engage-through): 1 día. Aquí van ahora las conversiones de personas que dieron like, comentaron, guardaron o compartieron sin hacer clic en el enlace. Para video existe la noción de "visualización con interacción" (engaged view).
• Visualización (view-through): 1 día o ninguna. Las ventanas de 7 y 28 días de visualización se eliminaron el 12 de enero de 2026.
• 📐 Default: 7 días clic + 1 día visualización (+ interacción de 1 día).

⚠️ Trampa de reporte: cuando cambian las reglas, cambian tus números sin que cambie la realidad. En enero de 2026 muchas marcas creyeron que sus campañas se habían "caído" cuando solo se había achicado la ventana. Siempre anota en tu bitácora los cambios de medición de la plataforma.

💡 La atribución por visualización es la más discutida: acredita ventas a personas que vieron el anuncio y no hicieron clic. Parte de esas ventas habría ocurrido igual (por ejemplo, clientes fieles que igual iban a comprar y justo vieron tu anuncio). Por eso los profesionales comparan siempre "7 días clic" contra "1 día clic" y contra la venta real. Meta ofrece en Ads Manager la opción Comparar configuraciones de atribución para ver cuántas conversiones caen en cada ventana.

7.3 Modelos de atribución

• Último clic: todo el crédito al último punto de contacto. Simple, sesgado hacia los canales de cierre (búsqueda de marca, retargeting, WhatsApp directo). Castiga a la pauta que crea demanda.
• Primer clic: todo al primero. Sesgado hacia descubrimiento.
• Lineal, decaimiento temporal, posición: reparten el crédito con reglas fijas.
• Basado en datos (data-driven): un modelo estadístico reparte crédito según patrones. Es el default de GA4 y Google Ads.
• Atribución incremental de Meta: una configuración que Meta introdujo para optimizar y reportar solo las conversiones que su modelo estima como incrementales (que no habrían ocurrido sin el anuncio). Reporta menos conversiones, pero más honestas. 🧪 Pruébala en una campaña y compara.

🔴 Ningún modelo de atribución responde la pregunta que importa: ¿cuántas ventas no habrían existido sin esta pauta? Esa pregunta se llama incrementalidad y solo se responde con experimentos.

7.4 Incrementalidad: los casos que cambiaron la industria

• eBay (Blake, Nosko y Tadelis, publicado en Econometrica, 2015): eBay apagó sus anuncios de búsqueda de marca en ciertas regiones. Las ventas prácticamente no cambiaron: la gente que buscaba "eBay" iba a llegar igual por el resultado orgánico. Millones gastados en comprar clientes que ya eran suyos.
• Procter & Gamble (2017–2018): recortó alrededor de US$200 millones de inversión digital por problemas de medición y brand safety, y reportó que su alcance incluso mejoró. Su jefe de marca, Marc Pritchard, se volvió la voz más dura contra la opacidad de las plataformas.
• Uber (relatado por su ex jefe de performance, Kevin Frisch): al investigar fraude publicitario en anuncios de instalación de apps, apagaron alrededor de dos tercios de un presupuesto de unos US$150 millones y la cantidad de instalaciones no cambió de forma relevante.
• Airbnb (2020): con la pandemia, recortó drásticamente la pauta de performance y apostó por marca y relaciones públicas. Su CEO, Brian Chesky, declaró luego que el tráfico se recuperó a niveles cercanos al 95% del anterior sin volver al gasto previo.

💡 La lección no es "la pauta no funciona". Es que la pauta que atribuye muchas ventas no siempre es la que las causa. El retargeting de personas que ya iban a comprar y los anuncios de búsqueda de marca son los sospechosos habituales de "robar" crédito.

7.5 Cómo medir incrementalidad (de simple a avanzado)

1. Prueba de apagado (on/off): apagas un canal 2–4 semanas y observas las ventas totales. Barata, ruidosa (otras cosas cambian a la vez), pero útil para negocios pequeños.
2. Holdout de audiencia: excluyes a propósito a un grupo aleatorio de tu audiencia y comparas cuánto compran contra los expuestos.
3. Conversion Lift de Meta / Brand Lift: estudios que Meta corre con grupos de control aleatorios. Requieren volumen. En temporada alta alcanzan significancia más rápido (Meta indicó que en picos pueden tardar 2–3 semanas contra 6 o más fuera de temporada).
4. Geo-lift (experimentos geográficos): pautas en unas ciudades y no en otras comparables, y comparas. Meta publicó GeoLift como herramienta de código abierto. Ejemplo local (caso ilustrativo): una cadena con locales en Cusco, Arequipa y Puno pauta 4 semanas solo en Arequipa y Puno, deja Cusco como control y compara la variación de ventas contra el histórico.
5. Marketing Mix Modeling (MMM): modelos estadísticos (regresión bayesiana) que estiman el efecto de cada canal usando series de tiempo de inversión y ventas, sin datos individuales. Herramientas de código abierto: Robyn (Meta) y Meridian (Google). Requieren al menos 1–2 años de datos semanales y conocimiento estadístico. Es la forma en que las grandes marcas deciden sus presupuestos.

7.6 Triangulación: cómo deciden los profesionales

Ninguna fuente es la verdad. Los mejores equipos triangulan:

📐 Método práctico para pymes: optimiza dentro de Meta con los números de Meta (sirven para comparar anuncios entre sí), pero decide cuánto invertir en total mirando el MER y las ventas reales. Una o dos veces al año, haz una prueba de apagado o de geo para calibrar.

7.7 El "factor de ajuste"

Si con experimentos descubres que Meta sobrerreporta 30% (reporta 100 ventas cuando las incrementales son 70), puedes usar un multiplicador de incrementalidad de 0.7 sobre el ROAS reportado para tus decisiones. Si Meta reporta ROAS 4 y tu equilibrio es 3, el ROAS "real" estimado sería 2.8: estás cerca de perder. Esto cambia decisiones de escalamiento.

Reglas prácticas del Capítulo 7

1. La suma de lo que reporta cada plataforma casi siempre supera tus ventas reales. Normal.
2. Usa los números de la plataforma para comparar anuncios entre sí, no para decidir si el negocio gana.
3. Registra cada cambio de medición de las plataformas en tu bitácora.
4. Sospecha del retargeting y de la búsqueda de marca: suelen atribuirse ventas que igual ocurrirían.
5. Haz al menos un experimento de incrementalidad al año.