Modelos de atribución de primer clic vs. último clic

Qué son la atribución de primer clic y de último clic

La mayoría de los clientes interactúan con una marca varias veces antes de convertir. Puede que vean un anuncio en redes sociales, más tarde hagan clic en un resultado de búsqueda y luego vuelvan a través de un email una semana después, para finalmente comprar. Los modelos de atribución deciden cuál de esos puntos de contacto recibe el crédito por la conversión resultante. La atribución de primer clic da todo el crédito al primer punto de contacto de esa ruta. La atribución de último clic da todo el crédito al punto de contacto inmediatamente anterior a la conversión.

Ambos son modelos de un solo toque, lo que significa que asignan el 100% del crédito a una única interacción e ignoran todo lo demás en la ruta, aunque varios canales hayan contribuido claramente.

Cómo funciona cada modelo

La atribución de primer clic responde a «qué despertó el interés de esta persona en primer lugar». Si alguien descubrió una marca a través de un anuncio de Meta y luego convirtió tres semanas después tras una visita directa, el primer clic acredita el anuncio de Meta original, ya que fue el punto de entrada a la relación.

La atribución de último clic responde a «qué empujó a esta persona a decidirse». Usando el mismo ejemplo, el último clic acreditaría la visita directa, ya que fue el punto de contacto inmediatamente anterior a la compra, aunque el anuncio de Meta fue el que introdujo al cliente en primer lugar.

Ninguno de los dos modelos observa los puntos de contacto intermedios. Un modelo como la atribución lineal reparte el crédito de forma equitativa entre todos los puntos de contacto de la ruta, y la atribución por decaimiento temporal da más peso a los puntos de contacto más recientes que a los anteriores, pero el primer clic y el último clic siguen siendo los dos puntos de referencia más simples y comunes.

Por qué importa

La elección del modelo cambia qué canales parecen valiosos, a veces de forma drástica. Los canales que destacan en presentar clientes nuevos, como las campañas de prospección amplia, tienden a verse fuertes bajo el primer clic y débiles bajo el último clic, ya que rara vez resultan ser el punto de contacto final. Los canales que destacan en cerrar a un cliente ya interesado, como el retargeting o la búsqueda de marca, se ven fuertes bajo el último clic y débiles bajo el primer clic.

Ninguna de las dos vistas es incorrecta por sí sola, pero apoyarse solo en una da una imagen incompleta y a veces engañosa de qué está impulsando realmente los resultados. Un negocio que solo mira los datos de último clic corre el riesgo de infrafinanciar la actividad de prospección que genera su flujo de clientes en primer lugar, ya que la prospección rara vez recibe crédito bajo ese modelo.

Cómo actuar

Observa más de un modelo de atribución en paralelo en lugar de elegir un único predeterminado y tratarlo como la respuesta definitiva. Comparar las vistas de primer clic y último clic para la misma ruta de conversión muestra qué canales están haciendo el trabajo de introducción frente a los que hacen el de cierre, lo cual es información útil incluso sin un modelo combinado perfecto.

Cuando sea posible, prioriza modelos multitoque como el lineal o el basado en datos para la planificación general del presupuesto, y reserva las vistas de primer o último clic para preguntas específicas, como entender dónde se originan las nuevas relaciones con clientes frente a qué es lo que cierra la venta. Las pruebas de incrementalidad siguen siendo la mejor comprobación de las conclusiones de cualquier modelo de atribución, ya que la atribución describe correlación a lo largo de una ruta, no causalidad.

Errores comunes

Elegir el último clic como única medida del valor de un canal infravalora sistemáticamente la actividad de prospección y de fase de descubrimiento. Asumir que el primer clic captura la «fuente real» de una conversión ignora que los puntos de contacto posteriores pueden haber hecho un trabajo significativo para convertir un interés genuino en una venta. Comparar campañas evaluadas con distintas configuraciones de atribución, sin señalar el modelo usado, produce cifras que en realidad no son comparables. Tratar cualquier modelo de un solo toque como sustituto de una verdadera prueba de incrementalidad confunde correlación a lo largo de una ruta de clics con causalidad.