Muy pocas veces la conversión sobre un activo digital sucede solamente a través de un canal. Normalmente sucede en varios pasos del tipo:
Primero un usuario hizo clic en un anuncio en Facebook, no compró todavía, pero se añadió la página en favoritos para visitarla mientras iba en el autobús. Cuando llegó a casa buscó más información de la marca y vio que aparecía en un artículo de un blog desde el que accedió a la web a través de un enlace. Finalmente, y dado que en el blog hablaban muy bien de la marca, el usuario decidió realizar una compra.
Ante este escenario, ¿a qué canal se le atribuye la compra? Un modelo de atribución, según la propia documentación de Google, es una regla o un conjunto de ellas que determina cómo se asigna el valor de ventas y conversiones a los puntos de contacto de las rutas de conversión.
Con esta definición, te puedes hacer una idea de lo complicado que es atribuir conversiones. Es sumamente difícil tener en cuenta todos los pasos que llevan hacia una conversión ya que la representación online de las rutas de conversión es solamente una pequeña parte del camino real. Siguiendo con el ejemplo anterior, el usuario pudo haber visto un cartel en la calle antes de hacer clic en en el enlace del anuncio de Facebook. También antes de leer el blog, una amiga le comentó algo sobre la marca.
En esta entrada nos vamos a centrar en las conversiones o ventas realizadas en un entorno digital. La atribución puede ser multidispositivo o multicanal.
Atribución multidispositivo
Un usuario puede usar diferentes dispositivos a lo largo del día hasta que realiza la acción de conversión. Se trataría pues de determinar como interactúan estos dispositivos entre sí hasta llegar a la conversión.
Para ello tenemos el User ID de Google Analytics, aunque se requiere de una implementación especial. Con esta implementación tendremos varios informes habilitados en la vista correspondiente:
- Superposición de dispositivos.
- Rutas de dispositivos.
- Dispositivos de adquisición.
Atribución multicanal
Es el que más solemos analizar en el día a día, sobre todo cuando se usa la analítica para mejorar las acciones surgidas de la estrategia digital.
Esta atribución está estrechamente relacionada con las rutas de conversión de Google Analytics, además se puede acceder a la herramienta de comparación de modelos desde esta misma sección de la herramienta.
La propia herramienta, por defecto nos ofrece los siguientes modelos de atribución:
- Última interacción.
- Último clic indirecto.
- Último clic de Google Ads.
- Primera interacción.
- Lineal.
- Declive en el tiempo.
- Según la posición.
- Personalizar modelo.
Por defecto todos los informes de Google Analytics se basan en el último clic indirecto. Es decir, el canal Directo no se lleva la atribución si anteriormente se ha establecido otra fuente/medio conocida.
El modelo de atribución por defecto para los informes de Embudos Multicanal es el de última interacción donde sí se le atribuye al canal directo aunque se conozca la anterior combinación de fuente/medio.
Vamos a verlos uno por uno:
- Última interacción: El último canal es el que se lleva la conversión. Si nuestra estrategia es agresiva en cuanto a la conversión puede que sea el que nos interese analizar pues sacaremos información de qué canales son los que más están convirtiendo cerrando ventas.
- Primera interacción: El primer canal de la ruta es el que se lleva el 100% de la atribución. Es interesante analizarlo cuando estamos trabajando la captación en etapas iniciales de un negocio digital. Nos permite analizar qué canales de captación nos empiezan a traer ventas.
- Último clic indirecto: Como comentábamos, el modelo por defecto en Google Analytics. Es útil para cualquier análisis donde queramos dejar de lado el canal Directo para centrarnos en los canales donde nuestro cliente está invirtiendo.
- Lineal: La atribución se reparte de forma igual entre todos los puntos de la ruta de conversión. Nos sirve para analizar qué canales funcionan mejor entre ellos sin importar su posición.
- Declive en el tiempo: Los puntos que más cerca están de la conversión son los que mayor valor de atribución tienen. Nos ayuda a entender la activación del interés del usuario y entender qué canales hacen que se convierta.
- Según la posición: El 80% de la conversión se distribuye equitativamente entre el primer y el último canal. El restante 20% entre el resto de la ruta. Nos ayuda a analizar qué canales de captación y conversión actúan mejor juntos, mientras que la zona central de la ruta nos ayuda a saber qué canales actúan mejor juntos en el proceso de la toma de decisión.
- Último clic de Google Ads: Se atribuyen todas las ventas a la última interacción de Google Ads, da igual qué posición ocupe.
- Personalizar modelo: Podemos crear un nuevo modelo basado en los anteriores con nuestras propias condiciones y porcentajes.
La herramienta de comparación de modelos nos permite comparar hasta 3 modelos diferentes entre ellos:
En este caso estamos comparando, para los últimos 30 días, las transacciones para tres modelos (última interacción, primera interacción y declive en el tiempo).
En el modelo de última interacción podemos ver que casi se comportan igual el canal de pago que el canal directo, pero viendo la primera interacción vemos que el canal que mayor transacciones aporta es el de pago, por lo tanto en el periodo analizado quiere decir que ese canal es el que más tráfico cualificado está atrayendo a la web aunque luego, según el primer modelo, conviertan por Directo. Con el análisis de declive en el tiempo vemos que la que menos ha contribuido ha sido la referencia y social mientras que orgánica, directo y pago están más cerca de la decisión de compra. Una conclusión podría ser la necesidad de trabajar más el orgánico para no depender de la inversión en pago y aumentar la rentabilidad a medio/largo plazo.
Herramienta de modelo de atribución de Universal Analytics
Desde hace ya algún tiempo, además de la herramienta de comparación de modelos, Analytics nos ofrece una herramienta de atribución.
Esta herramienta incorpora el modelo de atribución basado en datos, distribuyendo el valor de la conversión en función de los datos observados en cada tipo de conversión. En este caso no utiliza la posición, sino los datos de conversión para calcular la contribución real de cada interacción de clic.
Este modelo de atribución usa modelos de aprendizaje automático para evaluar las rutas con conversiones y sin conversiones. Este modelo, para aprender, incorpora elementos como:
- Tiempo transcurrido hasta la conversión.
- Tipo de dispositivo.
- Número de interacciones con los anuncios.
- Tipo de creatividad de los anuncios.
- Orden de los anuncios.
Como te podrás imaginar, al usar un algoritmo de aprendizaje automático se debe disponer de suficiente información para que el algoritmo «aprenda«. Por ello se requiere haber acumulado unas 600 conversiones en el plazo de 30 días para que este modelo de atribución esté disponible.
Al configurar la herramienta nos da una serie de plazos para poder hacer diferentes acciones.
En la herramienta de Atribución, además de poder comparar con este nuevo modelo basado en datos se puede hacer un análisis del intervalo de conversión según el modelo que se elija, la longitud de las rutas de conversión y sacar un rendimiento pormenorizado de las campañas de Google Ads.
¿Y tú? ¿Analizas la atribución en tus estrategias?
