Definición de Multi-touch Attribution
Multi-touch Attribution (MTA) es el proceso de asignar crédito de conversión a múltiples puntos de contacto (touchpoints) a lo largo del customer journey, reconociendo que raramente una venta ocurre tras un solo punto de contacto. Contrasta con los modelos de single-touch (last click o first click) que ignoran todo el journey excepto un punto.
Modelos principales de Multi-touch Attribution
- Linear: distribuye el crédito equitativamente entre todos los touchpoints. Si hubo 4 touchpoints, cada uno recibe 25%.
- Time Decay: asigna más crédito a los touchpoints más cercanos a la conversión. El toque más reciente tiene más peso.
- Position-Based (U-Shaped): 40% al primer toque (generó awareness), 40% al último toque (cerró la venta), 20% distribuido entre los del medio.
- W-Shaped: igual que U-Shaped pero añade 30% al touchpoint de oportunidad/SQL, con el resto distribuido en los demás.
- Data-Driven (Algorítmico): Machine learning analiza miles de journeys reales para determinar el peso óptimo de cada canal. Google Ads y GA4 tienen modelos data-driven propios.
Por qué la atribución last-click destruye decisiones de presupuesto
Con last-click, Google Ads de búsqueda siempre «parece» el canal más eficiente porque captura el último clic justo antes de la conversión. Meta Ads, YouTube y el SEO que generaron awareness «no reciben crédito» aunque sin ellos el usuario nunca habría buscado en Google. Resultado: empresas que confían solo en last-click reducen su inversión en branding y a los 6-12 meses ven caer su pipeline porque destruyeron la parte superior del funnel.
Ejemplo real: empresa de seguros en Monterrey
Una aseguradora analizaba sus ventas solo con last-click. Google Ads parecía responsable del 78% de ventas. Implementaron modelo position-based en GA4. Descubrieron que Meta Ads iniciaba el 45% de los journeys (primer touchpoint), YouTube educaba al prospecto en el 30% de casos, y Google Ads simplemente capturaba el cierre. Redistribuyeron 20% de budget de Google a Meta → aumentaron el volumen total de leads calificados 35% en 4 meses.
Errores comunes en Multi-touch Attribution
- Usar MTA para canales offline: MTA solo mide touchpoints digitales rastreables. Para TV, radio o eventos offline, necesitas MMM o lift studies.
- Implementar MTA sin suficiente volumen: los modelos data-driven necesitan mínimo 600 conversiones en 30 días para ser estadísticamente válidos en GA4.
- Olvidar los touchpoints no rastreados: WhatsApp, llamadas telefónicas, y boca en boca son touchpoints reales que MTA no puede capturar. El modelo siempre subestima canales offline.
En Weblindrome ofrecemos Análisis de datos para PyMEs mexicanas. Solicita un diagnóstico gratuito.