Un aspecto clave cuando realizamos una acción de marketing es ser capaces de medir los resultados y rentabilidad de la inversión. Un buen análisis debe permitir redistribuir la inversión desde los canales con peor rendimiento a los que generan mayor beneficio.
En este sentido, buscaremos maximizar el retorno de nuestra inversión (ROI), es decir, debemos ser capaces de optimizar nuestra inversión para sacar el máximo valor de los recursos. El ROI mide, por tanto, la rentabilidad de una acción a través de la relación entre inversión y beneficio.
Google Analytics ofrece los datos necesarios para monitorizar el proceso de conversión: el comportamiento de los usuarios y el seguimiento de los distintos canales de tráfico. En esta monitorización será clave el entendimiento y correcto tratamiento de estos datos, donde intervienen los modelos de atribución.
Modelos de Atribución de Google Analytics
Los modelos de atribución proporcionan las reglas para atribuir una conversión (venta, lead o cualquier otro comportamiento del usuario en la web que hayamos designado como conversión) a cada uno de los canales que han intervenido en el proceso de conversión. Para comprender la utilidad de este concepto, veremos los modelos de atribución predeterminados de Analytics con un ejemplo.
Imaginemos la siguiente ruta de conversión:
En este proceso de conversión, asociado a un usuario determinado, han sido necesarias cuatro visitas a la web para la conversión final. Las cuatro se han realizado a través de canales diferentes. El canal de descubrimiento ha sido una campaña de búsqueda, mientras que la conversión final se ha originado a través de un envío de email.
De forma predeterminada Google Analytics asigna la conversión al último canal de esta ruta, siempre que esta no sea una visita directa (modelo de último clic indirecto). Bajo esta premisa, estaríamos obviando el papel de descubrimiento de la campaña SEM, así como la intervención del resto de canales. A la hora de analizar el rendimiento de esta campaña o de cara a evaluar las acciones de un departamento determinado, nos interesa tener en cuenta el papel que juega cada canal.
Con el objetivo de adaptarse a cada razonamiento, Google Analytics ofrece una serie de modelos de atribución preestablecidos:
Modelo de última interacción: Atribuye el 100% de la conversión al último canal de contacto. En este caso al Email.
Modelo de último clic indirecto: Atribuye el 100% de la conversión al último canal de contacto siempre que este no sea tráfico directo, en cuyo caso se atribuiría la conversión al canal previo. En nuestro ejemplo se atribuiría la conversión al Email.
Modelo de último clic de Google Ads: La conversión se asigna en su totalidad al último canal de Google Ads en intervenir. En este caso correspondería con la campaña de búsqueda. Esta lógica corresponde con la atribución de Google Ads o plataformas como Facebook Ads.
Modelo de primera interacción: Se atribuye el 100% de la conversión a la primera visita o punto de contacto. En este caso, a la campaña de búsqueda.
Modelo de atribución lineal: La conversión se atribuye de forma igualitaria entre todos los canales que intervienen. De esta manera, el valor de la conversión se divide entre los canales participantes. En este caso un 25% entre los cuatro canales que intervienen.
Modelo de declive en el tiempo: Los puntos de contacto más cercanos en el tiempo al momento de la conversión obtienen un porcentaje de atribución superior, que disminuye a medida que la visita se aleja en el tiempo. En este caso, si suponemos que las últimas dos visitas se han realizado el mismo día, recibirían el mismo porcentaje de atribución.
Modelo según la posición: En este modelo, el primer y el último canal reciben un 40% del valor de la conversión. El 20% restante se distribuye igualitariamente entre el resto de los canales que intervienen.
Implicaciones en la elección de un modelo de atribución
El segundo de estos modelos, como decíamos, es el que muestra de forma predeterminada Google Analytics en los informes, lo que favorecerá a los canales que culminan la conversión. Dependiendo de nuestras necesidades podremos establecer cualquiera de ellos como el modelo de atribución de nuestra web.
La herramienta de comparación de modelos de Analytics nos permite estudiar las diferencias generadas entre los diferentes modelos de atribución. Este estudio es útil a fin de comprender cómo influye la elección del modelo de atribución sobre la valoración de las acciones realizadas.
En el ejemplo que se muestra se compara el modelo de último clic indirecto y el de primera interacción. En un primer vistazo ya apreciamos las variaciones en el volumen de conversiones asignadas a cada canal según el modelo. A través de la última columna del informe podemos ver rápidamente estas diferencias. En este caso podríamos analizar -ver última columna de la imagen- qué canales presentan más conversiones de las que culminan (verde) y viceversa (rojo).
Vemos también como el CPA (Coste Por Adquisición) varía según el modelo que seleccionemos.
Tener en cuenta estos datos es esencial para la toma de decisiones, pues del análisis depende la validez de las valoraciones sobre los diferentes canales y acciones. Este estudio permitirá no descartar determinados canales o acciones de marketing porque no den un ROI directo, como vemos, es necesario tener en cuenta qué papel tienen dentro de la ruta de conversión.
Limitaciones de los modelos de atribución
En la valoración de los distintos canales de tráfico debemos tener en cuenta también una serie de limitaciones.
La ruta de conversión no es lineal. En el proceso de compra de un mismo usuario pueden intervenir diferentes dispositivos. De igual forma, no todo el proceso de decisión se limita a las interacciones online que medimos en Analytics, sino que hay que valorar también los contactos offline que se producen entre marca-usuario.
En este sentido, existen ciertas limitaciones que producen, por ejemplo:
- Sobrevaloración del tráfico orgánico o directo. Es común que la fase previa a la conversión, más informativa, tenga lugar a través de dispositivos móviles, mientras la decisión final de compra se traslada a ordenador, a través de visitas orgánicas o directas, pues el usuario ya sabe lo que busca. Google Analytics es limitado a la hora de establecer esta relación entre dispositivos, por lo que identifica dos usuarios distintos cuando la realidad es que es un mismo usuario en dispositivos o navegadores diferentes. De esta forma, en ocasiones se sobreestima el valor de estos canales, infravalorando la intervención de otras fuentes.
- Relación online-offline. En este sentido, en determinados modelos de negocio, la conversión final puede tener lugar fuera de la página web, como sería el caso de reservas telefónicas, uso de cupones descuento, compras en espacio físico, … Será necesario conectar estos escenarios con el fin de no subestimar nuestras acciones online.
- Diferencias entre plataformas. Plataformas de publicidad, como Google Ads, Facebook Ads, LinkedIn Ads… maximizan su contribución en la consecución de las conversiones, de forma que tienden a atribuirse la conversión siempre que su canal estuviera presente en la ruta de conversión. En consecuencia, si atendemos al modelo de atribución de estas plataformas podemos llegar a casos de duplicación de conversiones.
Modelo de atribución personalizado
El modelo de atribución elegido debe adaptarse a las realidades de cada web y de su proceso de maduración de las ventas o de las conversiones. Por este motivo, Google Analytics permite la creación de modelos de atribución personalizados. La clave es, una vez más, ser capaces de conectar diferentes bases de datos, como la analítica web con las conversiones offline. Aunque crear un modelo de atribución adaptado no es una tarea sencilla, apoyándonos en nuestro conocimiento del negocio y un análisis exhaustivo de los datos, debemos enfocarnos en encaminarnos hacia esta adaptación.
Los modelos de atribución personalizados nos permitirán optimizar la toma de decisiones, así como determinar el ROI de nuestras acciones de marketing, pues seremos capaces de comprender el impacto de cada canal en el proceso de conversión de los usuarios.
