El dilema de la atribución digital

En 2024, el entorno digital se enfrenta a un cambio radical debido a las estrictas normativas de la Unión Europea (UE) sobre el uso de los datos de los usuarios que navegan por internet. La protección de la privacidad del usuario se convertido en una prioridad y Google ha obligado a los anunciantes a implementar la última versión del modo de consentimiento bajo la amenaza de no dejarnos utilizar audiencias de remarketing si no se cumple esta exigencia.

Aunque la obligación de obtener el consentimiento de los usuarios es obligatorio por parte de la UE desde el año 2018, gestores publicitarios y analistas nos hemos puesto la pilas con la privacidad casi antes de ayer y aquí es donde ha surgido el problema.

El Desafío de la Privacidad y el Modo de Consentimiento

El modo de consentimiento obliga a solicitar el permiso del usuario para el uso de sus datos. Si el usuario acepta, se descargan las cookies analíticas y publicitarias, si no lo aceptan, no se descargan y por tanto no se pueden usar sus datos. El descalabro del tráfico en muchos casos ha sido apoteósico, con caídas de tráfico de más del 50%. Os podéis imaginar las caras de horror de muchos clientes. Los datos del ecommerce o del CRM dejaban de cuadrar con los de Google Analytics y las discrepancias de datos han sido tan grandes que ha supuesto el primer golpe en la confianza en las plataformas de medición, especialmente en Google Analytics 4.

La única manera de resolver este problema es confiar en una plataforma de consentimiento que tenga una plantilla y un banner ya optimizados y con una alta tasa de aceptación ya que son la primera puerta de entrada a la web. Algunas de estas plataformas de consentimiento ya han generado la confianza suficiente del usuario para que este nos entregue el uso de sus datos y de esta manera evitamos en cierta medida que se desplome el tráfico pero siempre hay un porcentaje importante de usuarios que van a rechazar las cookies. 

Estas son las normas del juego en estos momentos. La consecuencia inmediata de la implementación del modo de consentimiento es que la información presenta discrepancias, los datos del ecommerce y Google Analytics 4 no cuadran como cuadraban antes y la duda se asienta de manera radical en el cliente. Hay que sacar todas las herramientas de la pedagogía analítica para explicar qué está pasando y por qué sí podemos seguir confiando en Google. Y esto es lo que voy a intentar hacer en este post, un ejercicio de pedagogía para que le veáis el punto a la analítica y confiéis en los datos.

Modelos de atribución digital

A las complicaciones con las cookies se suma la complejidad de los diferentes modelos de atribución de las plataformas. Para ilustrarlo imaginaros el seguimiente caso de uso sobre un equipo de fútbol:

El número de toques que se le da al balón desde el primero que saca hasta el que mete el gol es variable. En el fútbol lo tenemos claro, se atribuye el gol al jugador que da el último toque antes de que el balón entre en la portería contraria. Pero, ¿qué pasa con el que dió el pase para que el último rematara? ¿Y el que sacó la pelota del centro del campo? En los últimos años hemos tenido un baile de atribuciones de manera que hemos ido variando entre diferentes modelos: el “last clic” o ese último anuncio en el que el usuario hace clic antes de conseguir la conversión, la atribución lineal dando igual de importancia a cada uno de los clics en los anuncios, el modelo de atribución creciente, decreciente, … hasta que Google lanzó Google Analytics 4 y se centró en el modelo de atribución basado en datos como el modelo predeterminado.Tardó un poco en llegar a Google Ads como modelo de atribución. Hasta octubre de 2021 no ha sido el modelo de atribución predeterminado de las nuevas conversiones creadas. Aprovecho para enlazar un post de Pablo Visos sobre los modelos de atribución para que veáis de dónde venimos: La atribución a través del fútbol.

En un contexto como el actual, donde un mismo usuario realiza consultas desde diferentes dispositivos de manera simultánea y termina haciendo la compra desde el dispositivo que le resulta más cómodo, tiene sentido que el modelo de atribución basado en datos se haya impuesto como el más justo. 

El modelo de atribución digital basado en datos nos da una mayor precisión, ya que utiliza algoritmos de machine learning para analizar una gran cantidad de datos y asignar las conversiones de una manera más precisa, considerando múltiples interacciones del usuario a lo largo del funnel de conversión, proporciona una visión más completa del recorrido del cliente y se adapta continuamente a los cambios en los datos y el comportamiento de los usuarios.

Ahora bien, ¿miden todas las plataformas igual? Pues aquí es donde radica el grandísimo problema. A toda esta ensalada de cookies y modelos de atribución se le añade que cada plataforma tiene un modelo de atribución diferente. Mientras que Meta Ads se atribuye la conversión completa si esta se produce en los siguientes 7 días tras haber hecho clic en un anuncio o si lo ha visualizado en el último día, Google Ads tiene un modelo de atribución basado en datos, al igual que Google Analytics 4 de manera que se atribuyen la parte que les corresponde. Aquí hay una diferencia entre ambos, mientras que Google Ads se atribuye la conversión el día que el usuario vio o hizo clic en el anuncio, GA4 lo atribuye al día en que se hizo la compra. En según qué negocios con un periodo de compra elevado puede significar una discrepancia grande.

Y seguimos para bingo: las plataformas de ecommerce atribuyen la conversión al último canal de procedencia del tráfico y la atribuyen de manera completa y el día que se produce esa conversión. Os dejo una imagen de resumen de la atribución digital en las distintas plataformas:

Pues ya tenemos todos los ingredientes del pastel donde nadie entiende nada porque los datos de las diferentes plataformas no cuadran entre sí. Mi experiencia en estos últimos meses es de clientes lanzándose a la búsqueda de herramientas de analítica digital porque “Google no sirve, sus datos son confusos, no coincide nada y todo mal”. Ninguna plataforma va a solucionar el problema de la pérdida de datos por el rechazo del consentimiento de los usuarios y ninguna va a dar un modelo de atribución mejor que Google porque Google conoce cómo buscan los usuarios y sabe, a través del email con el que te logueas en Chrome (en móvil, en ordenador, en tablet, en el chromecast,…) qué webs visitan sus usuarios.

Mientras la penetración de Chrome en el mercado de los navegadores se mantenga como líder absoluto, Google seguirá siendo el mejor sistema de analítica web a pesar de sus luces y sus sombras.

Al final de todo esto el problema se resume en que tenemos diversas plataformas, cada vez más, que cada una mide de una manera diferente y que aparentemente nada cuadra entre sí.

Si levantara la cabeza el señor John Wanamaker que a finales del siglo XIX dijo: “la mitad del dinero que gasto en publicidad se desperdicia, el problema es que no sé qué mitad” pensaría que han pasado más de 100 años y seguimos sin ser capaces de explicar a un nivel usuario y para la mayoría de la gente lo que los estadísticos del siglo pasado ya fueron capaces de desentrañar. Y esto es un poco lo que tratamos de solucionar los analistas dando un poco de luz al problema.

La ley fundamental de la analítica 

Lo primero que tenemos que entender es que la analítica no va de datos absolutos, va de tendencias. De nada sirve saber los usuarios que visitaron una web en un día determinado si no lo comparamos con el día anterior, con el mismo día del mes anterior o de la semana anterior o con el mismo mes del año anterior. La analítica va de cómo medir las mejoras que hacemos y nos ayuda a entender los datos para tomar decisiones. Importa poco si no tenemos el 100% de los datos o si tenemos modelos de atribución diferentes, la cuestión es entender cómo funciona cada plataforma y asumir la pérdida de datos, ya que a nivel porcentual, esa pérdida de información es irrelevante. 

Para obtener los datos absolutos de ventas e ingresos, los vamos a traer del propio ecommerce o CRM. El resto de métricas y dimensiones se pueden obtener desde cada plataforma, entendiendo cómo es su modelo de atribución y asumiendo que los datos no van a coincidir con los datos que proporciona Google Analytics. 

Estudiar los datos del ecommerce a varios años vista, analizar su tendencia y cómo evolucionan en el tiempo es fundamental para empezar a entender los datos. Recurrencia y estacionalidad son dos conceptos fundamentales cuando nos acercamos a los datos de un negocio para entender por qué los lunes se disparan los leads o las compras recurrentes o por qué la tercera semana de cada mes suele ser un periodo valle donde las ventas flojean. 

Si nos planteamos que cada plataforma publicitaria es válida en su modelo de atribución y aplicamos esta ley fundamental, nos fijaremos en si los datos que tenemos hoy son mejores o peores que los que tuvimos hace 7 días o el mes pasado o el mismo mes del año anterior y de esta manera obtendremos datos relevantes de la tendencia tanto del negocio como del estado de salud de nuestras cuentas publicitarias. Y con estos datos, ya sí podemos tener la confianza de tomar decisiones informadas analizando plataforma por plataforma y entendiendo, en base a la evolución de los datos porcentuales, de dónde vienen las conversiones. 

Atribución digital avanzada: el Marketing Mix Model

Si se nos queda corto tratar los datos por separado, la siguiente fase es usar la estadística clásica y los modelos de inteligencia artificial. Aunque ahora todo suena muy nuevo ya había gente en los años sesenta del siglo pasado desarrollando el marketing mix model así que vayamos a los clásicos como siguiente paso.  

Esto ya entraña un nivel de conocimiento técnico más avanzado pero actualmente hay herramientas gratuitas para Google Sheet que aportan soluciones en base a la combinación de los datos de campañas y los datos reales de las conversiones. Aplicando una matriz de correlación a los datos y obteniendo una regresión lineal podemos tener información que nos aporte luz sobre qué plataforma está aportando más conversiones y dónde es más rentable invertir.

Sin embargo, es importante tener en cuenta que algunas plataformas de display, como Meta Ads o TikTok Ads, generan impactos publicitarios que no siempre se reflejan en las conversiones directas, pero que son cruciales para el éxito global de una campaña al provocar el efecto «recuerdo». Google Analytics no es capaz de medir este efecto y una regresión lineal tampoco.

Si queremos ir un paso más allá os dejo el post que publicó Pelayo Puerta hace unos días en este mismo blog y que da aún más luz sobre este tema: IA Causal y Marketing Mix Modeling (MMM)

El futuro inmediato: Meridian

El futuro pasa por analizar de una manera global cómo funcionan las plataformas y de qué manera participan en las conversiones. Y hacerlo de una manera que no intervengan datos preatribuidos, esto es, sólo usando métricas nativas de la plataforma. como impresiones, clics o coste, ya que las conversiones, el ROAS o el valor de conversión van a estar influenciados por el modelo de atribución de la plataforma que como ya hemos visto antes, entran en conflicto entre sí. 

Para esto Google crea Meridian, una herramienta gratuita y de código abierto desarrollada para analizar el impacto de las campañas de marketing. Esta es una herramienta que utiliza la metodología de Marketing Mix Model (MMM) y que va a permitir a las empresas entender mejor cómo cada uno de sus canales de marketing (como Google Ads, redes sociales, TV, etc.) contribuye a los resultados finales, como las ventas o las conversiones.

De momento Google no ha avanzado una fecha de lanzamiento de Meridian, aunque se hablaba que estaría disponible a partir de julio de 2024. El problema de Meridian es que es muy probable que se oriente a grandes cuentas con grandes conjuntos de datos.

Conclusión: Entender los Datos

Como veis los datos nos hablan, solo hay que tratar de entender qué nos dicen sin entrar en el colapso provocado por la caída de tráfico y la inmediata desconfianza en los datos de las plataformas.

De momento yo me conformo con haber podido dar un poco de luz y tranquilidad y avanzar en esta pedagogía analítica que tanta falta nos hace. 

¿Qué opinas sobre los diferentes modelos de atribución digital? ¡Déjanos tus comentarios!