Atribución Last-Click vs. Multi-Touch: ¿Qué Modelo Te Está Diciendo la Verdad?

Pregúntales a dos analistas qué campaña generó los ingresos del mes pasado y puedes recibir dos respuestas seguras — y contradictorias — a partir de los mismos datos. La diferencia no está en los datos. Está en el modelo de atribución: la regla que decide qué clic se lleva el crédito por cada pedido. Cambia la regla y cambia el ganador.

En este post: qué acredita cada modelo, cuándo el simple es suficientemente honesto, cuándo miente, y por qué lo decisivo es poder inspeccionar y reproducir el modelo que elijas.

Qué Acredita Realmente Cada Modelo

Un modelo de atribución responde una sola pregunta: cuando un pedido tuvo varios clics en anuncios antes de producirse, ¿quién se lleva los ingresos?

• Last-click da el 100% del valor del pedido al último clic antes de la compra. Todo lo anterior queda invisible.
• Multi-touch reparte el valor entre todos los clics registrados en el recorrido, usando una regla de ponderación: lineal, posicional o time-decay.

Aquí está la diferencia en un solo recorrido. Los números son matemática ilustrativa, no benchmarks: un cliente hace clic en un anuncio de prospección en Meta el día 1, en un anuncio de retargeting en TikTok el día 6 y en un anuncio de búsqueda de marca en Google el día 9, y luego compra por $100.

Mismo pedido, mismos clics, cuatro "verdades" distintas. Con last-click, la campaña de Meta que inició el recorrido parece dinero quemado. Con el modelo posicional, es tu segunda mejor campaña. Ninguna celda de esa tabla es una medición: cada una es una decisión de política sobre cómo asignar el crédito.

Cuándo Last-Click Es Suficientemente Honesto

El last-click tiene peor fama de la que merece. Hay negocios reales donde es aproximadamente la verdad:

• Ciclos de compra cortos. Si la mayoría de tus clientes compra a las pocas horas del primer clic, normalmente solo existe un clic. Un modelo que reparte el crédito entre un toque y un modelo que se lo da todo a un toque coinciden por definición.
• Un canal dominante. Si el 90% de tu tráfico de pago viene de una sola plataforma, apenas hay disputas de crédito entre canales. La pregunta interesante es qué campaña dentro del canal — y el last-click la responde con claridad.
• Ofertas de respuesta directa. Productos de compra impulsiva, ventas flash, lead magnets: el clic y la conversión ocurren en la misma sesión. No hay recorrido que modelar.

El last-click tiene además dos virtudes subestimadas: es determinista (cualquiera puede recalcularlo desde el log de clics) y se explica en una frase. Para una cuenta pequeña, un modelo simple que entiendes por completo vale más que un modelo sofisticado que tienes que aceptar por fe.

Cuándo Last-Click Miente

El modelo se rompe cuando el recorrido se hace más largo que la regla:

• Ciclos de consideración largos. Productos de ticket alto, B2B, educación: cualquier cosa donde el cliente investiga durante semanas. Los anuncios de prospección que crearon la demanda reciben $0 todas las veces, porque el día de la compra el último clic es casi siempre una búsqueda de marca o un anuncio de retargeting.
• Mezclas multicanal. Usa Meta para descubrimiento y Google para captura, y el last-click te dirá sistemáticamente que recortes Meta. Hazle caso y, unas semanas después, tus campañas de búsqueda de marca tendrán menos compradores que capturar — porque el canal que llenaba el embudo desapareció.
• El retargeting barriendo para casa. Los clics de retargeting están, por diseño, más cerca de la compra. Con last-click, la campaña que solo le recordó la compra a un comprador ya convencido supera a la campaña que lo convenció.

El patrón: el last-click premia a quien llega último, y los canales que llegan últimos son los baratos, los de fondo de embudo. Optimiza contra esa señal el tiempo suficiente y matarás de hambre la parte alta del embudo que lo hacía verse bien.

Lineal, Posicional, Time-Decay: El Menú del Multi-Touch

Multi-touch no es un modelo: es una familia, y cada miembro codifica una creencia distinta:

• Lineal reparte el crédito a partes iguales entre todos los clics. Creencia: todos los toques importaron igual. Simple y neutral, pero favorece los toques de relleno — cinco clics mediocres de retargeting diluyen el único anuncio que hizo el trabajo.
• Posicional (a menudo 40/20/40) sobrepondera el primer y el último clic y reparte el resto entre los del medio. Creencia: iniciar el recorrido y cerrarlo son los dos trabajos difíciles. Un buen punto de partida para mezclas de descubrimiento más captura.
• Time-decay da más peso cuanto más cerca de la compra esté el clic, normalmente con una vida media (un clic 7 días antes vale la mitad que un clic el día de la compra). Creencia: la recencia señala influencia. El paso más suave fuera del last-click — sigue favoreciendo a los que cierran, solo que no en exclusiva.

Ninguno es "el modelo exacto". Cada uno es un supuesto defendible hecho explícito — y eso lleva al requisito de verdad.

El Modelo Debe Ser Inspeccionable — Nunca una Caja Negra

Los paneles de las plataformas reportan cada vez más "atribución data-driven": un modelo propietario cuyos pesos no puedes ver, aplicado por la misma parte que te vende los anuncios (modelos de atribución de Google, configuración de atribución de Meta). Sean cuales sean sus méritos estadísticos, no puedes auditarlo, no puedes recalcular el trimestre pasado con él, y cuando sus números se mueven no sabes si cambió tu marketing o cambió el modelo.

Tu propia atribución debería superar tres pruebas:

1. Inspeccionable. Para cualquier pedido, puedes abrir exactamente los clics que se le asociaron y el peso que recibió cada uno. El crédito es evidencia, no la nota de un oráculo.
2. Reproducible. Mismos clics más misma versión del modelo igual a misma respuesta, todas las veces. Si el modelo evoluciona, los resultados antiguos quedan sellados con la versión que los produjo — la historia no se reescribe en silencio.
3. Comparable. Puedes ejecutar last-click y un modelo multi-touch sobre el mismo log de clics y compararlos. Las campañas cuyo crédito más oscila entre modelos son justo aquellas donde la elección del modelo está decidiendo por ti — empieza mirando ahí.

Así está construida la capa de atribución de Decisa: cada conversión atribuida guarda qué clic se asoció, bajo qué modelo y en qué versión del modelo — para que cualquier número del panel pueda rastrearse hasta los clics que lo respaldan.

Cómo Elegir, en la Práctica

1. Mide primero la longitud de tu recorrido. ¿Qué fracción de los pedidos tuvo más de un clic registrado? Si es pequeña, el last-click basta — disfruta la simplicidad.
2. Si los recorridos son largos y multicanal, ejecuta dos modelos en paralelo — last-click y un multi-touch (posicional o time-decay) — sobre los mismos datos.
3. Actúa sobre las diferencias, no sobre los absolutos. Una campaña con $0 en last-click pero crédito relevante en multi-touch es tu generadora de demanda infravalorada. Recórtala al final, no al principio.
4. Anota el modelo y la versión que usaste junto a cualquier decisión de presupuesto que hayan informado. Necesitarás saber qué regla produjo ese número.

El modelo que elijas moldeará adónde va tu presupuesto. Eso es inevitable. Lo evitable es no saber qué regla está haciendo el moldeado: elige un modelo que puedas leer, reejecutar y cuestionar.