Qué hace exactamente
Un modelo de último clic recorre el registro de interacciones previas a una conversión, busca el último punto de contacto que dejó rastro y le asigna el cien por cien del mérito.
Dicho así parece un procedimiento arbitrario, y lo es. No hay ninguna teoría detrás que justifique que el último contacto contribuyó más que los anteriores. La elección se toma porque es la única que se puede implementar sin ambigüedad: el último es identificable, el reparto entre varios no.
Conviene decirlo con claridad porque cambia la conversación: el último clic no es una aproximación imperfecta a la contribución. Es una convención contable que responde a otra pregunta. La pregunta que responde es cuál fue el último punto registrable, y la responde bien.
Regla que asigna el cien por cien de una conversión al último punto de contacto registrado antes de ella.
No mide contribución ni causalidad. No ve la exposición sin clic. No sigue el recorrido entre dispositivos sin identificación con base jurídica válida. No registra la conversación entre personas.
Para leerlo como contribución tendría que ser cierto que el último contacto es el que causó la decisión y que los anteriores no contribuyeron, afirmación que ningún modelo de este tipo comprueba ni intenta comprobar.
Qué favorece y qué penaliza
La consecuencia estructural es previsible y afecta al reparto del presupuesto de cualquier organización que use este modelo.
Los canales que aparecen cerca del momento de la decisión reciben todo el mérito. Típicamente, la búsqueda de marca, el correo a clientes existentes y la publicidad de recuperación. Todos ellos capturan demanda que ya existía.
Los canales que actúan antes, cuando la persona todavía no busca nada, no reciben nada. El vídeo vertical está casi siempre en ese grupo, porque su función habitual es que alguien conozca algo que no estaba buscando.
El resultado es una asimetría sistemática, no un error aleatorio. Y como se repite trimestre tras trimestre, la organización desplaza presupuesto hacia la captura, la captura se vuelve más cara porque hay menos demanda que capturar, y ese encarecimiento se interpreta como saturación del canal.
Lo que el registro no ve
Hay tres tipos de contacto que sencillamente no llegan al registro, y por tanto no compiten por el mérito ni siquiera bajo un modelo mejor.
La exposición sin clic. Ver una pieza y no pulsar nada es el caso más frecuente en vídeo vertical. Si el efecto se produce por memoria y aparece semanas después en forma de búsqueda directa, el modelo no lo verá nunca.
El recorrido entre dispositivos. Ver algo en el móvil y comprar en el ordenador rompe la cadena, salvo que haya identificación con base jurídica válida, y con ella hay que aplicar los principios de limitación de finalidad y minimización.
La conversación. Alguien ve una pieza y se lo cuenta a otra persona, que compra. Ese recorrido es invisible para cualquier sistema de atribución digital y no es marginal en formatos sociales.
| Recorrido | ¿Deja rastro? | Consecuencia |
|---|---|---|
| Ver una pieza y pulsar el enlace | Sí | Se atribuye |
| Ver una pieza y buscar la marca después | Parcial | Se atribuye a la búsqueda |
| Ver una pieza y comprar en otro dispositivo | Raramente | Se pierde o se atribuye mal |
| Ver una pieza y contárselo a alguien | No | Invisible para cualquier modelo |
| Ver una pieza y comprar semanas después sin buscar | No | Invisible para cualquier modelo |
Ordenación de definiciones, no de resultados. Ninguna celda contiene una cifra, porque este cuadro clasifica lo que cada término designa.
- El reparto de conversiones que produce la herramienta
- Qué puntos de contacto quedaron registrados
- Qué canales no dejan rastro por su naturaleza
- Que el modelo favorece a los canales próximos a la decisión
- Que el desplazamiento de presupuesto hacia la captura encarece la captura
- Que la exposición sin clic puede producir efectos que el registro no ve
- Que el reparto mide la contribución de cada canal
- Que un canal sin conversiones atribuidas no aporta
- Que un modelo basado en datos resuelve el problema de causalidad
El tercer punto de la derecha es el más técnico: un modelo entrenado sobre datos observacionales aprende correlaciones dentro del registro y no establece causalidad.
Los otros modelos, y por qué no resuelven el problema
Ante estas objeciones, la respuesta habitual del sector consiste en proponer modelos de reparto: primer clic, lineal, decrecientes con el tiempo, basados en datos.
Los tres primeros sustituyen una regla arbitraria por otra. Repartir el mérito por igual entre los contactos registrados no es más verdadero que dárselo al último: es otra convención, con otro sesgo, y sin más fundamento.
Los modelos basados en datos son más interesantes y arrastran dos límites que rara vez se explican. El primero es que sólo pueden repartir entre lo que está en el registro, de modo que heredan todas las cegueras anteriores. El segundo es que aprenden correlaciones dentro de datos observacionales, y una correlación entre contacto y conversión no establece que el contacto causara la conversión.
La salida real a este problema no es un modelo mejor de reparto, es un diseño distinto, y se trata en incrementalidad explicada sin una sola cifra inventada.
Por qué sobrevive
Sería un error tratar la persistencia del último clic como ignorancia. Sobrevive por razones sólidas desde el punto de vista de quien gestiona.
Es barato: viene incluido en cualquier herramienta y no requiere diseño. Es determinista: dos personas que miran el mismo informe ven el mismo número. Suma: las conversiones atribuidas cuadran con el total, cosa que no ocurre con métodos probabilísticos. Y no obliga a nadie a presentar incertidumbre en una reunión, que es probablemente la razón más poderosa de todas.
Reconocer esas ventajas es lo que permite proponer alternativas realistas. Un método mejor que exija tres semanas de diseño, no cuadre con el total y devuelva un rango en lugar de un número tiene que ganarse su sitio explicando qué aporta a cambio.
Cómo usarlo sin engañarse
Se puede seguir usando, con tres condiciones escritas en el propio informe.
Primero, llamarlo por lo que es: reparto de conversiones por último punto de contacto registrable, no contribución. Segundo, no usarlo para comparar canales de descubrimiento con canales de captura, porque la comparación está sesgada por construcción. Tercero, acompañarlo al menos una vez al año de una medición de incrementalidad sobre las decisiones grandes.
Lo que conviene llevarse
El último clic mide proximidad a la decisión, no contribución. Favorece a los canales de captura y penaliza a los de descubrimiento de forma sistemática.
Cambiar de modelo de reparto no arregla el problema porque el problema no está en el reparto: está en que la atribución observacional no establece causalidad. Lo que la establece, con condiciones, es un diseño de incrementalidad.