¿Qué canal de marketing está funcionando? Por qué cada plataforma reclama la misma venta

Por qué cada plataforma reclama la misma venta

Cada plataforma publicitaria mide su propio rendimiento, con su propia definición de conversión, su propio modelo de atribución y su propia ventana de atribución. Dentro de esas reglas, cada una informa con honestidad. El problema es que las reglas las escribió la parte evaluada, y una plataforma cuenta una venta que tocó como una venta que causó.

Una clienta, usada aquí solo como ilustración, atraviesa el mes así. El lunes ve un anuncio en vídeo en una plataforma social. El miércoles busca una frase de comparación y hace clic en un anuncio de búsqueda de pago. La semana siguiente ve un banner de retargeting, luego vuelve directamente y compra. Una clienta, un pedido, un pago.

La plataforma social declara una conversión, porque su anuncio se vio dentro de su ventana de visualización. La de búsqueda declara una, porque su clic cae dentro de su ventana de clic. La campaña de retargeting declara una por la misma razón. Tres informes, tres ventas reclamadas, una sola clienta real, y cada plataforma puede defender su cifra por separado.

Cada plataforma es exacta sobre su propia contribución y guarda silencio sobre la de las demás. La distorsión aparece en el momento en que los informes se suman.

A lo largo de un mes completo la aritmética se hace visible. Donde varios canales se superponen sobre los mismos clientes, el total declarado suele quedar muy por encima del recuento real de pedidos, y los ingresos declarados hacen lo mismo. Un negocio que reparte el presupuesto del próximo trimestre desde esos paneles está dividiendo el dinero según unos números que no cuadran con su propio extracto bancario.

Qué mide en realidad la atribución

La atribución es el proceso de asignar el mérito de una venta al marketing que la precedió. Responde una pregunta estrecha: entre las interacciones que esta plataforma puede ver, cuáles ocurrieron antes de la compra y cómo debe repartirse el mérito entre ellas.

Es una pregunta más débil de la que la mayoría cree estar haciendo. La atribución describe una secuencia registrada. No establece que la venta no habría ocurrido sin el anuncio, y un cliente que ya había decidido comprar, y pasó junto a un anuncio por el camino, produce una conversión atribuida y ningún ingreso adicional.

La distinción tiene un nombre que conviene aprender, porque gobierna cada decisión de este artículo. La atribución es contabilidad sobre puntos de contacto observados. La incrementalidad es el negocio adicional que un canal produjo y que no habría llegado de otro modo. Solo la segunda justifica un presupuesto.

Las plataformas ofrecen estudios de lift aleatorizados, y son experimentos reales con un grupo de control al que se le retiene la publicidad. La limitación es comercial. La parte interesada diseña la prueba, define el grupo de control e informa del resultado, así que un estudio de lift de plataforma debe leerse como evidencia y no como prueba.

Modelos y ventanas de atribución

Dos ajustes deciden casi cada número informado. El modelo decide cómo se reparte el mérito entre las interacciones. La ventana de atribución decide cuánto tiempo atrás llegará la plataforma para encontrar una interacción que acreditar.

• Último clic. Todo el mérito va al último clic antes de la compra. El método es simple y reproducible, y es sistemáticamente generoso con lo que queda más cerca de la caja.
• Primer clic. Todo el mérito va a la primera interacción registrada. Favorece la creación de demanda e ignora lo que cerró la venta.
• Lineal. El mérito se reparte por igual entre todas las interacciones registradas. El enfoque es ecuánime y rara vez cierto, porque las interacciones no persuaden por igual.
• Declive temporal. Las interacciones más próximas a la compra reciben más mérito que las primeras. Es un último clic suavizado, con el mismo sesgo.
• Según posición. Una parte fija va a la primera y a la última interacción, y el resto se reparte por el medio. La regla es arbitraria, aunque se presenta como un compromiso.
• Basado en datos. La plataforma construye un modelo estadístico con sus propios recorridos observados y asigna mérito fraccionado. El método es más sofisticado, y sigue calculándose dentro de la plataforma evaluada, con los datos que esa plataforma posee.

Cuatro de estos, primer clic, lineal, declive temporal y según posición, fueron retirados por Google en 2023, dejando en sus productos el basado en datos y el último clic. La taxonomía sigue mereciendo conocerse, porque otras plataformas y herramientas de terceros continúan usándolos.

Las ventanas de atribución trabajan junto al modelo y reciben mucho menos escrutinio. Una ventana de clic de treinta días significa que cualquier compra dentro de los treinta días de un clic se acredita a ese clic, pase lo que pase entre medias. Google Ads usa por defecto una ventana de treinta días tras el clic, ajustable entre uno y noventa días. Meta retiró sus opciones de veintiocho días en 2021 y ahora aplica por defecto una ventana de clic de siete días y una de visualización de un día. Un informe de Google y uno de Meta del mismo mes cuentan, por tanto, sobre lapsos que difieren en más de tres semanas, así que las dos cifras nunca fueron comparables.

Los valores por defecto son el problema práctico, porque la mayoría de las cuentas no los cambia nunca. Una plataforma elige el modelo y la ventana que mejor representan su propia contribución, y no tiene obligación de elegir los que describan con más fidelidad la decisión del cliente. Ventanas más largas y modelos más inclusivos producen números más grandes, que se leen como mejor rendimiento.

Las conversiones contadas sin clic

El crédito por visualización es el ajuste peor entendido de los informes publicitarios. Cuenta una conversión cuando un anuncio se mostró a una persona que luego compró, aunque esa persona nunca lo clicara.

Hay un argumento legítimo a su favor. La publicidad vista y no clicada puede influir igualmente en una decisión, que es la premisa de los formatos amplios cubiertos en los canales ineficientes que malgastan su presupuesto. Hay también un problema evidente. Un anuncio mostrado abajo en una página, o en un feed que la persona pasó de largo, puede no haber sido mirado nunca, y aun así se contará si una compra llega dentro de la ventana. Meta retiró su ventana de visualización de veintiocho días en 2021 y dejó un valor por defecto de un día, lo que reduce los casos más extremos sin eliminar el mecanismo.

• Comprobar si el crédito por visualización está incluido en cada informe antes de comparar canales, porque una cifra de solo clics y una que incluye visualizaciones son mediciones distintas.
• Leer por separado las conversiones acreditadas por visualización y las acreditadas por clic, para que la mezcla sea visible.
• Tratar las cifras de retargeting con especial cuidado. El retargeting muestra anuncios a gente que ya visitó, así que una tasa de conversión atribuida alta es en parte una descripción de a quién se apuntó.
• Comparar lo comparable. Si una plataforma está en ventana larga con crédito de visualización y otra en ventana corta de solo clic, la brecha de rendimiento informado puede ser enteramente una diferencia de ajustes.

El daño comercial del crédito al último clic

Las plataformas más grandes han abandonado el último clic como valor por defecto, pero el sesgo que describe no ha desaparecido. Los modelos basados en datos siguen asignando mérito solo entre las interacciones que una plataforma puede ver, y siguen pesando más las interacciones cercanas a la compra. El mérito aterriza en lo que el cliente tocó poco antes de comprar, que suele ser el canal más próximo a una intención que ya existía.

La búsqueda de marca es el caso más claro. Quien ha decidido comprarle a una empresa la alcanza muchas veces tecleando su nombre en un buscador. Si un anuncio aparece sobre el resultado orgánico y el cliente lo clica, la venta se atribuye a la búsqueda de pago. Esa campaña declarará un retorno excelente, porque está cobrando el mérito de una demanda creada en otra parte, y a menudo de visitas que el negocio habría recibido sin pagar, un punto que conecta directamente con la visibilidad orgánica tratada en por qué la mayoría del tráfico de búsqueda fracasa.

El informe al último clic da el mérito al canal más cercano a la compra, y retira la financiación a los canales que convencieron al cliente de comprar.

La consecuencia se acumula por trimestres. El presupuesto se desliza hacia los canales con el retorno declarado más fuerte, que son los más cercanos a la compra y los más fáciles de medir. Los canales que crean demanda, incluidos la construcción de marca, las relaciones públicas y los formatos de gran alcance, rinden mal en los informes bajo estas reglas porque su influencia ocurre pronto y muchas veces sin clic.

Si esos canales se recortan, los retornos declarados siguen fuertes durante un tiempo, porque la demanda que crearon sigue en el sistema. Unos meses después, el volumen de gente que llega lista para comprar declina, y los canales eficientes empiezan a declarar peores resultados sin que sus ajustes hayan cambiado. Para entonces la causa queda varios trimestres detrás del síntoma, y por eso la acumulación descrita en construir una marca fuerte la desmonta tantas veces un sistema de medición y no una decisión.

Conversiones modeladas y el registro que falta

Los informes presentan dos clases de números en la misma columna, sin distinción visual alguna. Algunas conversiones se observaron. Otras las estimó un modelo estadístico que infiere cuántas conversiones ocurrieron probablemente entre las personas a las que la plataforma no pudo seguir.

Dos conductas corrientes retiran parte del registro. La primera es el consentimiento. Cuando un visitante rechaza el rastreo, la plataforma pierde la capacidad de conectar su compra posterior con el anuncio que la precedió, y el hueco resultante se rellena con modelado. La segunda es el cambio de dispositivo. Una persona que ve un anuncio en el teléfono por la noche y completa la compra en el portátil a la mañana siguiente ha roto la cadena, salvo que un inicio de sesión o un identificador similar una las dos sesiones.

El modelado es una respuesta razonable a ambas, y mejor que ignorar el hueco. El problema es la presentación. Una estimación entregada como número entero en una tabla se lee como un hecho ocurrido, y nada en la interfaz dice qué parte de la cifra se vio y qué parte se infirió.

Toda cifra de plataforma contiene, por tanto, algún volumen modelado, y la proporción varía por mercado, por conducta de consentimiento y por cómo está construido el sitio. La respuesta práctica es conciliar la escala e ignorar el detalle. Una plataforma que declara el doble de los pedidos registrados necesita investigación. Una que declara tres menos está dentro de la variación normal.

Nada de esto vuelve inútil el informe de plataforma. El informe de plataforma gestiona el interior de una campaña. No resuelve si la campaña merecía ejecutarse.

Las reparaciones que no cuestan nada para empezar

Cuatro hábitos reparan la mayor parte del daño, y ninguno requiere software, un proyecto de datos ni presupuesto. Pueden empezar esta semana.

1. Preguntar a cada persona que consulta cómo llegó hasta la empresa, y anotar la respuesta. Una pregunta de texto libre en el formulario, o una pregunta en la llamada, produce un registro que ninguna plataforma controla. El texto libre funciona mejor que una lista de opciones, porque una lista enseña a la gente a elegir la primera respuesta plausible.
2. Tratar los registros de ventas de la empresa como la única fuente de verdad. El sistema de pedidos, las facturas y la contabilidad guardan el único recuento de clientes que existe. Todo informe de marketing es una afirmación sobre ese recuento, y el recuento en sí no es negociable.
3. Dividir las conversiones reclamadas entre los pedidos registrados, y seguir el cociente cada mes. Sume las conversiones que todas las plataformas reclaman en un periodo definido y divídalas entre los pedidos del sistema propio. Un cociente de 1,7 significa que los paneles reclaman un setenta por ciento más de ventas de las que hizo el negocio. Un cociente estable significa que los informes siguen siendo comparables mes a mes aunque estén inflados, y un cociente que se mueve significa que algo cambió en los ajustes o en la mezcla de canales. Aplicar ese cociente como descuento antes de comparar dos informes de plataforma es la conciliación que los paneles nunca hacen.
4. Comparar el gasto total contra los ingresos totales en un periodo igualado. Sume cada coste de marketing de un periodo definido, sume los ingresos de clientes nuevos del mismo periodo, y compare. Este único cociente sobrevive a toda discusión de atribución, porque ninguno de los dos números lo produjo una plataforma.

La pregunta autodeclarada merece una defensa, porque la gente analítica la descarta. Es imprecisa, la memoria es poco fiable, y las personas acreditan lo último que recuerdan. Todo cierto. También es la única medición del negocio capaz de nombrar un canal que ningún sistema de rastreo ve: la recomendación de un colega, un pódcast, una conferencia, un anuncio impreso, una conversación. Esos canales son invisibles para todos los paneles, y la autodeclaración es el único lugar donde aparecen.

Usados juntos, los hábitos triangulan. Los registros de ventas dicen cuántos clientes llegaron, las respuestas autodeclaradas dicen qué creen esos clientes que los trajo, y los informes de plataforma dicen qué reclama cada canal. Donde los tres coinciden, la conclusión es segura. Donde discrepan, la discrepancia es el hallazgo más útil del informe.

Ingresos en lugar de recuentos de conversiones

Una conversión es lo que la cuenta se configuró para llamar conversión: un formulario enviado, un alta al boletín, un clic en un número de teléfono, una página vista el tiempo suficiente, un añadir a la cesta. Varias pueden ocurrir para una misma persona en una sola visita, y ninguna es dinero.

Los ingresos no tienen esa flexibilidad. Los registra el negocio, los concilia la contabilidad, y ninguna plataforma puede redefinirlos para mejorar un informe. Mover la medida principal de los recuentos de conversiones a los ingresos elimina la mayor parte de la ambigüedad en un solo paso.

• El valor difiere por cliente, y las medias lo esconden. Dos canales con volúmenes idénticos de consultas pueden producir ingresos muy distintos si uno atrae pedidos mayores.
• La calidad de las consultas es parte del coste. Un canal que genera consultas imposibles de convertir consume tiempo de venta además de presupuesto de medios, y ese tiempo rara vez aparece en informe alguno.
• El desfase varía por canal. Las compras meditadas se cierran en semanas o meses, así que un canal juzgado dentro de una ventana corta siempre parecerá peor que uno que sirve a gente lista para comprar hoy.
• La recompra pertenece a la evaluación. Juzgar la captación solo por el primer pedido infravalora los canales que traen clientes que vuelven.
• El margen manda sobre la facturación. Ingresos altos en pedidos rebajados de margen bajo pueden valer menos que un canal más pequeño que vende a precio completo.

Para negocios con ciclos de venta largos o complejos, el paso práctico es unir el registro de consultas al desenlace final, de modo que cada venta cerrada lleve el origen anotado cuando llegó la consulta. Esa conexión es la sustancia de una analítica e informes de rendimiento serios, y cambia la conversación mensual del volumen al valor.

Pruebas con grupo de control y pruebas geográficas

Solo un método establece si un canal aportó algo: detenerlo en un sitio, mantenerlo en otro, y comparar la diferencia de resultados. Un experimento controlado compara los resultados reales contra los producidos donde el canal se retuvo. La atribución no puede hacerlo, porque solo describe secuencias registradas.

1. Prueba geográfica. Elegir regiones comparables, continuar el canal en unas y retenerlo en otras, y medir la diferencia de ventas entre los grupos. La prueba por regiones no se ve afectada por el consentimiento ni por los cambios de dispositivo, porque nunca necesita seguir a una persona concreta.
2. Grupo de control de audiencia. Retener el canal a una parte de la audiencia elegida al azar y comparar sus compras contra las del resto. El mismo mecanismo, aplicado a personas en lugar de lugares.
3. Pausas programadas. Detener un canal por completo durante un periodo definido, mantener todo lo demás constante, y observar qué pasa con el total de consultas e ingresos. La versión menos precisa, y muchas veces la única al alcance de un negocio pequeño.
4. Estudios de lift de plataforma. Las grandes plataformas ejecutan pruebas aleatorizadas con un grupo de control al que no se muestra la publicidad. Son experimentos genuinos, y aun así la plataforma diseña la prueba e informa del desenlace, así que el resultado pertenece junto al resto de la evidencia y no por encima de ella.

Las cautelas honestas importan tanto como el método. Probar exige volumen, porque una diferencia de unas pocas ventas entre dos regiones no demuestra nada. Exige paciencia, porque el periodo de prueba tiene que cubrir el desfase normal entre primer contacto y compra. Exige estabilidad, ya que un cambio de precio, un pico estacional o la campaña de un competidor en una región contamina la comparación. Y tiene un coste, en los ingresos deliberadamente sacrificados en el grupo retenido. Donde el volumen es de verdad bajo, una pausa programada con registros cuidadosos sigue mereciendo la pena, siempre que la conclusión se trate como una indicación y no como una prueba.

El modelado de mix de marketing responde la misma pregunta desde otra dirección. Trabaja con gasto e ingresos agregados a lo largo del tiempo, así que sobrevive a la pérdida de consentimiento y cubre los canales fuera de línea que ningún código de rastreo ve. Sus límites son reales y deben decirse antes de empezar. Necesita de dos a tres años de historia y una variación significativa del gasto, produce estimaciones con horquillas anchas en lugar de cifras exactas, y sirve sobre todo para repartir entre canales, y poco para juzgar una campaña concreta. Los experimentos y el modelado funcionan mejor juntos, porque los experimentos calibran el modelo.

Cómo es un informe honesto

Un informe honesto es una vista única y conciliada en lugar de una pila de capturas de plataformas. Comienza por los números que el negocio posee y avanza hacia las afirmaciones hechas sobre ellos. El gasto total de marketing del periodo se declara en una cifra, con medios, producción y honorarios. Los ingresos totales de clientes nuevos del mismo periodo salen de los registros de ventas. El volumen de consultas por fuente autodeclarada se muestra tal como se anotó en el punto de contacto, y las cifras que las plataformas se atribuyen se sitúan al lado de todo ello, con el solapamiento reconocido en lugar de sumado en un total falso.

El informe emite después un juicio por canal: qué respalda la evidencia, qué mostró cualquier prueba, y qué sigue sin saberse. Esa última línea separa un informe de un documento de venta. Cualquier proveedor puede producir una cifra, y un proveedor dispuesto a escribir lo que la evidencia no establece es uno que merece ser escuchado. Cuando un informe no se ata a los ingresos facturados, una lista corta de preguntas suele zanjar el asunto.

1. El modelo de atribución y la ventana detrás de estas cifras, y si ambos se quedaron en los valores por defecto.
2. La proporción de la cifra que está modelada en lugar de observada.
3. La conciliación entre estas conversiones y los pedidos registrados en el sistema de la empresa, con una explicación de la brecha.
4. El efecto esperado sobre las ventas si el canal se detuviera, y la evidencia detrás de esa expectativa.
5. La separación entre lo que la plataforma se atribuye y el juicio propio del proveedor.

Respuestas seguras y concretas señalan a un proveedor que ha hecho el trabajo. Una respuesta que solo repite la cifra del panel señala a uno que no la ha examinado. Un informe de esta clase forma parte de cómo trabajamos.

Hacerlo sin ayuda o con especialistas

Buena parte de esto está al alcance de cualquier negocio sin asistencia. Añadir una pregunta al formulario de consulta no cuesta nada, y tampoco anotar las respuestas en una hoja de cálculo. Comparar el gasto total de marketing contra los ingresos de clientes nuevos en un periodo igualado requiere aritmética y disciplina, y suele revelar más que un año de lectura de paneles. Revisar el modelo de atribución y la ventana de cada cuenta es una tarea corta, y mejora para siempre la lectura de cada informe futuro.

La ayuda especializada se gana su tarifa más adelante. Diseñar un experimento válido es trabajo técnico, y dos juicios deciden si el resultado significa algo: dimensionar la prueba para que la diferencia pueda separarse de la variación normal, y fijar la duración según el ciclo de compra real. El trabajo entre mercados es aún más difícil, porque el consentimiento, la mezcla de canales y la estacionalidad difieren entre países. Varios canales en varios mercados suele ser el punto en el que la versión interna deja de bastar, y el contexto en el que la gestión de medios de pago y la medición deberían encargarse como un solo trabajo.

Al elegir esa ayuda se aplica un filtro. Pregunte a cualquier proveedor candidato cómo demostrará que su trabajo añadió ingresos. Las respuestas que hablan de conciliación contra los registros de la empresa y de pruebas controladas describen una práctica de medición. Las respuestas que hablan de retorno sobre inversión publicitaria informado por la plataforma describen un hábito de informes, y las estructuras de honorarios que hacen más probable una respuesta que otra se examinan en los modelos de honorarios que deciden qué intereses ganan.

Lo esencial

• Cada plataforma califica su propio trabajo, así que los paneles sumados reclaman más ventas de las que el negocio hizo.
• El modelo de atribución y la ventana deciden la mayor parte de la cifra declarada, y los valores por defecto favorecen a la plataforma. Google Ads cuenta treinta días de clics, y Meta cuenta siete días de clics y un día de visualizaciones.
• El mérito se concentra en el canal más cercano a la compra, así que los canales que crearon la demanda pierden su financiación primero.
• El crédito por visualización cuenta anuncios mostrados y nunca clicados, así que las cifras de solo clic y las que incluyen visualizaciones son mediciones distintas.
• El consentimiento y los cambios de dispositivo retiran parte del registro, y el modelado rellena el hueco sin decirlo.
• La fuente autodeclarada, los registros de ventas y un cociente mensual entre lo reclamado y lo registrado no cuestan nada y ninguna plataforma puede manipularlos.

La pregunta de qué canal funciona tiene respuesta, pero la respuesta nunca llega de los propios canales. Llega de poner las cifras que cada canal se atribuye junto al registro propio de clientes e ingresos, y de apagar algo de vez en cuando para ver qué pasa. Los negocios que lo hacen con constancia gastan menos y saben más, mientras sus competidores siguen moviendo presupuesto sobre la base de números que nunca se diseñaron para sumarse.

Para una vista conciliada de lo que cada canal aporta de verdad, y un relato honesto de lo que la evidencia disponible aún no puede establecer, reserve una llamada con Reachford.