Si los eventos y conversiones no están bien definidos, la atribución es humo. Así que vamos a hablar de modelos de atribución en Google analytics.
1) Revisión de requisitos de la atribución
Primero revisamos que los eventos clave estén creados y validados; después, elegimos el modelo de atribución, lookback window y qué canales pueden recibir crédito en Publicidad → Atribución → Modelos de atribución. Estas opciones afectan cómo Google Analytics reparte el valor en los informes publicitarios y de conversión.
Checklist mínimo
- Conversiones/eventos clave bien mapeados y probados (nombres y parámetros consistentes).
- Ventana de lookback acorde al ciclo de venta (p. ej., 7–30 días B2C; 30–90 días B2B como punto de partida).
- Confirmar channels that can receive credit y exclusión de “Direct” salvo rutas 100 % directas (comportamiento estándar de Google Analytics).
Muddle dice: no existe “el modelo correcto”, sino el más útil para la pregunta que te estás haciendo.
2) Qué informes de atribución tiene GA4 y para qué sirve cada uno
Acceso rápido: Publicidad→ Atribución → modelos de atribución (comparación de modelos) y Rutas de atribución (rutas hacia la conversión). Estos son los dos informes clave de atribución en Google analytics.
- Modelos de atribución: compara el valor por canal/campaña bajo dos modelos (p. ej., basado en datos vs último clic). Úsalo para ver cómo cambia la contribución cuando cambias las reglas del juego (ideal para decisiones de presupuesto).
- Rutas de atribución: visualiza rutas de conversión y roles de los toques (inicio, medio, final). Sirve para detectar canales que “empujan” más que “cierran”.
Regla práctica que aplicamos: adquisición = volumen (Explorar/Adquisición); atribución = inversión (Advertising/Attribution). Miro tráfico y conversiones en adquisición, pero decido presupuesto en atribución.
3) Modelos activos en GA4: basada en datos, último clic “pago & organic” y “Google paid”
Hoy Google analytics trabaja con tres enfoques de informe:
- Basado en datos: reparte crédito usando datos reales y contrafactuales (aprendizaje automático que evalúa el impacto de cada toque). Es el punto de partida por defecto.
- Pago & organic last click: todo el crédito para el último toque entre canales pagados y orgánicos (Direct suele excluirse si hubo otro canal en la ruta).
- Google paid channels last click: prioriza el último toque entre canales de pago de Google. Útil para alinear lectura con campañas Google, pero ojo con sesgos si hay inversión multicanal.
Muddle recomienda: empieza en DDA y contrasta con último clic para entender sesgos de cierre vs asistencia. Si la diferencia por canal es grande, documenta por qué antes de mover presupuesto.
4) Método práctico: empieza en data-driven y contrasta con último clic
Paso a paso
- En Modelos de atribución, deja Basado en datos como modelo principal y compara con último clic
- Observa variación relativa por canal/campaña: “¿quién gana con DDA?”, “¿quién solo cierra?”.
- Repite con Google paid last click si gestionas Ads y necesitas alinear con su forma de acreditar.
- Documenta hipótesis: p. ej., YouTube asiste, Brand Search cierra, Email re-engancha.
- Ajusta ventana de lookback si tu ciclo es largo (B2B) y vuelve a comparar.
Muddle recomienda: “Basado en datos para empezar, último clic para contextualizar”. Así detectamos canales “infractores” (los que cambian radicalmente de un modelo a otro).
5) Casos de uso por objetivo: adquisición vs inversión (cómo leer el informe correcto)
- Top-funnel / awareness (vídeo, display, social): mira Attribution paths para evidenciar su papel temprano en rutas largas. Si recortas presupuesto solo por último clic, penalizas a quienes inician rutas.
- Mid-funnel / consideración (email, remarketing): en Basado en datos suelen ganar peso si ayudan a avanzar entre toques. Valóralos con lookback suficiente.
- Bottom-funnel / cierre (brand search, directo): en último clic lucen más. Úsalos como baseline de cierre, pero no sobredimensiones su mérito si otros canales preparan el terreno.
6) Ajustes clave: lookback window y channels that can receive credit
En Attribution settings eliges ventana de lookback y qué canales pueden recibir crédito. Cambiarlo altera la lectura de todos los informes bajo Advertising. Define estos ajustes con el equipo de medios antes de comparar periodos.
Guía rápida
- Ciclos cortos (compra simple B2C): 7–30 días.
- Ciclos largos (lead B2B, ticket alto): 30–90 días.
- Si cambias la ventana, anota la fecha del cambio para no mezclar peras con manzanas en reportes históricos.
7) Discrepancias habituales (GA4 vs Google Ads) y cómo diagnosticarlas
Síntomas típicos
- Ads reporta más conversiones que Google analytics.
- Canales “no Google” pierden peso en vistas de Ads.
- Saltos cuando cambias modelo o ventana.
Causas y remedios
- Modelos diferentes entre plataformas → alinea a Basado en datos o especifica que comparas con Google paid last click.
- Ventanas distintas (Ads vs GA4) → iguala lookbacks en ambos lados para la prueba.
- Canales con crédito no coinciden → revisa channels that can receive credit.
- Marcado/UTM inconsistente → normaliza utms (source/medium/campaign) y revisa agrupaciones de canales.
Muddle dice: los informes de adquisición muestran volumen; los de atribución sirven para decidir inversión. No mezcles conclusiones entre áreas.
8) Checklist para pasar de “volumen” a “decisiones de presupuesto”
- Validar Eventos clave
- Definir lookback y canales con crédito en GA4 (consensuado).
- Empezar con Basado en datos y abrir Model comparison contra last click.
- Leer ganadores/perdedores por canal; anotar hipótesis de rol en la ruta.
- Mirar Attribution paths para confirmar la narrativa (inician/ayudan/cierran).
- Ajustar presupuestos y fijar criterios de éxito por canal coherentes con su función.
FAQs
¿Dónde se encuentran los informes de atribución en GA4?
En Publicidad→ Atribución → Attribution models / Attribution paths.
¿Qué modelos hay hoy en los informes de Google analytics?
Basado en datos, Paid & organic last click y Google paid channels last click.
¿Diferencia entre rutas de atribución frente a modelos de atribución?
Rutas de atribución enseña rutas y roles de los toques; Model comparison cuantifica cómo cambia el crédito al cambiar de modelo.
¿Qué toco antes de interpretar los informes?
Revisa Attribution settings: lookback window y channels that can receive credit; impactan el reparto de crédito.
Conclusión
En Google analytics no hay un modelo “correcto”; hay un modelo más útil según la pregunta. Basado en datos es un gran punto de partida porque reparte crédito con base en datos y contrafactuales; después, comparar con último clic revela sesgos de cierre. Usa Model comparison para cuantificar el cambio y rutas de atribución para explicar el porqué. Y recuerda: sin eventos/conversiones fiables y ajustes bien pactados (lookback y canales), cualquier conclusión de atribución es frágil.