Modelos de atribución: tipos, ejemplos y cuál elegir

Un modelo de atribución es la regla que reparte el mérito de una venta entre los puntos de contacto que la precedieron. Repasamos los principales con un ejemplo y explicamos por qué importa más el dato que usa el modelo (lead o venta cobrada) que el modelo en sí.

Actualizado: 2026-11-08

Qué es un modelo de atribución

Un cliente rara vez compra tras un único contacto. Ve un anuncio en Instagram, busca tu marca en Google, vuelve por un correo y al final rellena el formulario. La pregunta de la atribución es: ¿a quién le damos el mérito? El modelo de atribución es la regla que lo decide.

Importa porque el reparto condiciona dónde pones el dinero: un canal que abre la relación pero nunca cierra parece inútil con un modelo y esencial con otro. Si quieres el glosario completo, está en el glosario.

Los principales modelos de atribución

Imagina un recorrido de cuatro contactos: anuncio de Meta, búsqueda de marca en Google, correo y, por último, clic directo antes de comprar. Así lo repartiría cada modelo:

Los porcentajes son un ejemplo ilustrativo (el reparto por posición varía según la herramienta). Ninguno es «el correcto»: son respuestas a preguntas diferentes.

Qué modelos ofrecen hoy las plataformas

No todos los modelos están disponibles en todas partes. En Google Ads, según su documentación oficial, hoy están vigentes la atribución por último clic y la basada en datos, esta última por defecto en la mayoría de las acciones de conversión. Google indica que ha dejado de admitir los modelos de primer clic, lineal, de declive en el tiempo y según la posición, y que las acciones que los usaban pasaron a la atribución basada en datos.

Meta funciona de otra manera: no te pide elegir entre estos modelos clásicos, sino una ventana de atribución (cuánto tiempo después de un clic o de ver un anuncio cuenta la conversión). Consulta en su ayuda oficial las ventanas vigentes, porque cambian.

Una consecuencia práctica: cada plataforma se atribuye a sí misma lo que puede. Si sumas las conversiones que declaran Meta y Google, salen más ventas de las que hubo. Es un problema de fondo del que hablamos en la sección siguiente.

El problema que no resuelve ningún modelo: el dato de partida

Un modelo de atribución es una regla de reparto; lo que reparte es una conversión. Y casi siempre la conversión es un lead, un formulario o una compra de tienda online. Para negocios que cierran la venta fuera de la web (llamadas, reuniones, presupuestos), la plataforma reparte el mérito de un formulario, no el de una venta.

Imagina una inmobiliaria con dos campañas. Con atribución a lead, la campaña de portales genera el triple de formularios. Con atribución a venta cobrada (ejemplo inventado), la otra campaña, con menos leads, concentra casi todas las ventas. Ningún cambio de modelo (último clic, lineal, por posición) arregla eso: hace falta cambiar qué evento se atribuye.

Por eso medir hasta la venta del CRM cambia el resultado más que elegir un modelo u otro. Hace falta que el lead guarde sus identificadores de clic y de campaña, que el CRM registre el cobro y que se cruce todo. Es lo que hace la conexión con tu CRM apoyada en un píxel propio.

Cómo elegir un modelo de atribución

1. Decide primero qué evento atribuyes: lead, oportunidad cualificada o venta cobrada. Esto pesa más que el modelo.
2. Mira la longitud de tu ciclo. Con decisiones de un día, último clic basta. Con ciclos de semanas y varios canales, necesitas ver más de un contacto.
3. Comprueba el volumen. Los modelos basados en datos necesitan suficientes conversiones para funcionar; con pocas, son menos estables.
4. Compara dos modelos sobre las mismas ventas (por ejemplo, primer y último contacto) y observa qué campañas cambian de posición. Las que cambian mucho son las que no debes juzgar con un solo modelo.
5. Usa una fuente única de verdad: el CRM, no la suma de lo que declara cada plataforma.

Errores típicos con los modelos de atribución

• Cambiar de modelo para que la cifra «salga bonita».
• Sumar las conversiones de varias plataformas como si fueran independientes.
• Juzgar una campaña de captación de audiencias nuevas con último clic: casi nunca será la última.
• Olvidar los contactos que no llegan por clic (llamadas, WhatsApp, recomendaciones).
• Creer que el modelo «basado en datos» arregla un dato de entrada pobre: si solo entran leads, optimiza leads.

Ejemplo: la misma venta, vista con tres modelos

Retomemos el recorrido de cuatro contactos de una venta de 1.000 euros (cobrada): anuncio de Meta, búsqueda de marca en Google, correo y clic directo. Cifras de ejemplo:

La conclusión: con último clic, Meta parecería no vender nada y se recortaría; con primer clic, Google y el correo parecerían sobrar. Ninguna de las dos lecturas es completa. Por eso compensa mirar el mismo dato con dos o tres modelos y fijarse en lo que no cambia: una campaña que pierde con todos los modelos probablemente no funciona, y una que gana con todos probablemente sí.

Y recuerda que las ventas de la tabla son ventas cobradas. Si el 1.000 € fuera un formulario sin valor, la tabla repartiría un mérito que quizá nunca se convierta en dinero.

Cómo lo resuelve Acelera Sales

Acelera Sales mide tu publicidad hasta la venta cobrada en el CRM: cada venta vuelve al anuncio, la campaña y el canal que la originaron. Después devuelve esa venta a Meta con la API de conversiones; la devolución a Google como conversión offline es una capacidad del producto que se activa y se prueba en la implantación. Así los algoritmos aprenden de ventas y no solo de formularios. Los conectores listos son Meta, Google Ads/YouTube, Zoho CRM y HubSpot; cualquier otro CRM se conecta en la implantación.

La venta cobrada se asigna a su origen en un único sitio, el CRM, y puede devolverse a la plataforma (Meta con la API de conversiones; Google, como capacidad que se activa en la implantación); ver optimización de algoritmos. Con ese dato puedes calcular el ROAS real por campaña. Sobre la definición de la API de conversiones, tienes este artículo. Mira la demo.

Preguntas frecuentes

Relacionados