Qué canal te está vendiendo de verdad (y por qué nunca lo sabrás del todo)

Abre tres pestañas: el panel de Meta, el de Google Ads y GA4. Suma las conversiones que se atribuye cada uno. Ahora abre tu backoffice y mira los pedidos reales del mismo periodo. Nunca cuadra. En tiendas medianas —pongamos una marca de moda que factura 80.000 € al mes con Meta, Search, Shopping y email— es normal que la suma de las plataformas quede entre un 20 % y un 60 % por encima de los pedidos reales. Es un orden de magnitud aproximado, no un dato cerrado, pero si tú tienes esa desviación no estás roto: estás en la media.

Ese desfase no es un error de configuración que se arregle en una tarde. Es la consecuencia de que cada sistema mide una cosa distinta, con reglas distintas, y ninguno ve el recorrido completo. La pregunta útil no es "¿cuál dice la verdad?", sino "¿qué decisión tengo que tomar y qué medición me sirve para tomarla sin engañarme demasiado?".

Qué está midiendo realmente cada modelo

Atribución es simplemente el reparto del mérito de una venta entre los puntos de contacto que la precedieron. Un cliente ve un anuncio en Instagram, no hace nada, tres días después busca tu marca en Google, entra, se va, y al día siguiente vuelve desde un email y compra. ¿De quién es la venta?

Cada modelo responde distinto, y cada respuesta favorece sistemáticamente a un tipo de canal.

El modelo data-driven de Google es el que más se vende como objetivo, y es el más opaco. Reparte crédito según patrones observados en cuentas con volumen suficiente, comparando rutas que convirtieron con rutas que no. Como método está bien fundado. El problema es que solo puede repartir entre lo que Google ve. Tu inversión en Meta no entra en la ecuación. Ni el escaparate de tu tienda de Gran Vía. Ni el boca a boca.

Ningún modelo de atribución te dice la verdad. Te da una versión internamente coherente. El trabajo consiste en elegir cuál sirve para la decisión concreta que tienes delante.

Las cinco razones por las que los números no van a cuadrar nunca

Aunque lo configures todo perfecto, quedan cinco agujeros estructurales.

1. Cada plataforma usa su propia ventana. Meta atribuye por defecto 7 días desde el clic y 1 día desde la visualización —sí, cuenta ventas de gente que vio el anuncio sin pinchar—. Google Ads trabaja con ventanas de conversión que por defecto llegan a los 30 días desde el clic. GA4 mira hacia atrás 30 o 90 días según el evento y descarta el tráfico directo si antes hubo una fuente identificada. Tres reglas distintas sobre el mismo pedido. La venta se cuenta tres veces y en el banco entra una.

2. Cada plataforma se autoevalúa. Meta te dice cuánto ha vendido Meta. Es como pedirle la nota a un alumno. No es mala fe necesariamente, es que el sistema está diseñado para ver su propia contribución y nada más.

3. El consentimiento y el navegador. Entre el rechazo de cookies en el banner —en España es habitual ver entre un 15 % y un 40 % de rechazo, con mucha variación por sector—, Safari limitando la vida de las cookies y los bloqueadores, una parte del tráfico simplemente no se sigue. Las plataformas rellenan ese hueco con conversiones modeladas: estimaciones estadísticas. Funcionan razonablemente en agregado y son inservibles para auditar un pedido concreto.

4. Multidispositivo. Descubre en el móvil en el sofá, compra en el portátil el lunes en la oficina. Si no ha iniciado sesión, para tu analítica son dos personas.

5. Lo que pasa fuera de internet. La cadena con seis puntos de venta que invierte en Performance Max nunca sabrá cuántos de los que entraron a la tienda de Zaragoza venían de un anuncio. Puedes aproximarlo con geo, con cupones, con el CRM. Aproximarlo.

El único número que no miente

Tus pedidos. Los de verdad, los del backoffice, los que se pagan y no se devuelven. Ese es el denominador de todo lo demás.

De ahí sale la métrica más aburrida y más útil que puedes mirar a diario: ingresos totales dividido entre inversión publicitaria total. Algunos lo llaman MER, otros ROAS de negocio o ROAS ciego. Le da igual la atribución porque no atribuye nada: coge todo lo que ha entrado y todo lo que has gastado.

Si en marzo gastaste 12.000 € en publicidad y facturaste 96.000 €, tu MER es 8. Si en abril subes a 16.000 € y facturas 112.000 €, tu MER baja a 7. Ese cambio es real, no depende de ninguna cookie y te dice algo que ningún panel de plataforma te va a decir: los 4.000 € extra han traído 16.000 € de facturación adicional, un retorno marginal de 4. Que eso sea bueno o malo depende de tu margen y de si estás comprando clientes nuevos que volverán. Aquí es donde entra el resto de la foto, que ya tratamos en las cinco métricas que deciden si tu tienda gana dinero.

La contrapartida del MER es evidente: no te dice qué canal apagar. Es un termómetro, no un diagnóstico. Sirve para saber si el conjunto va bien. Para lo otro hacen falta experimentos.

Tres formas de medir que sí resisten un interrogatorio

Apagar el canal y mirar qué pasa. El test de incrementalidad más honesto y más incómodo. Paras el retargeting de Meta durante dos semanas y comparas los pedidos totales con las dos semanas anteriores y con el mismo periodo del año pasado. Si el canal se atribuía el 22 % de las ventas y al apagarlo caes un 4 %, ya sabes algo importante: gran parte de esas ventas iban a ocurrir igual.

Geo tests. Si vendes a toda España, divide el país. Mantén la inversión en Cataluña, Madrid y Andalucía, córtala en Levante y Norte durante tres o cuatro semanas, y compara la evolución de pedidos por región contra su propia línea base. Es más limpio que el apagado total porque el resto del negocio sigue funcionando, pero necesitas volumen: por debajo de unos 400-500 pedidos al mes el ruido se come la señal.

Preguntar al cliente. Un campo en el checkout —"¿cómo nos has conocido?"— con seis opciones y respuesta opcional. Te va a contestar quizá un tercio, y las respuestas tienen sesgos gordos: la gente confunde Instagram con Google, recuerda el último impacto y sobrerrepresenta lo memorable frente a lo eficaz. Aun así, es el único dato que captura la radio, el podcast, la recomendación de una amiga y el escaparate. Cuando el 18 % de tus clientes te dice que te conoció por un canal que en GA4 no aparece, eso es información.

Cómo decidir sin certeza

La trampa es esperar al dato perfecto para mover presupuesto. No va a llegar. Lo que sí puedes hacer es cambiar la pregunta.

Deja de preguntar "¿cuánto vende este canal?" y pregunta "¿qué pasaría si le pongo 2.000 € más o 2.000 € menos?". Esa segunda pregunta se contesta con datos imperfectos, porque lo que te interesa es la dirección del cambio, no el valor absoluto.

Un marco de trabajo que aguanta bien:

• Mira siempre dos modelos a la vez. Último clic y primer clic. Si un canal se ve bien en los dos, no lo toques. Si solo se ve bien a último clic —típico del retargeting y de las campañas de marca— sospecha que está cobrando peaje por ventas que ya tenías.
• Ordena los canales por su papel, no por su ROAS. Prospecting, cierre y retención juegan a cosas distintas. Comparar el ROAS de un anuncio de descubrimiento en TikTok con el de tu campaña de marca en Search es comparar un delantero con un portero.
• Fija umbrales de acción antes de mirar los datos. "Si el MER baja de 6 dos semanas seguidas, recorto un 15 % en el canal con peor retorno marginal". Escrito de antemano. Así evitas racionalizar a posteriori.
• Mueve poco y a menudo. Cambios del 10-20 % del presupuesto de un canal, con dos o tres semanas de observación. Los saltos del 50 % generan tanto ruido que no aprendes nada de ellos.

Dónde se junta todo

Nada de esto funciona si los datos viven en siete sitios distintos. Necesitas los pedidos reales, la inversión por canal y las conversiones que declara cada plataforma en la misma tabla, con la misma granularidad temporal, para poder ver el desfase y trabajar con él en vez de fingir que no existe.

No hablo de un cuadro de mando bonito. Hablo de que cuando un martes te preguntes si subir Meta, puedas ver en treinta segundos el MER de las últimas ocho semanas, el reparto por canal en dos modelos, el porcentaje de directo y los resultados del último test. Sobre por qué eso vale más que veinte informes automáticos que nadie abre, ya escribimos aquí.

Cuándo todo esto no compensa

Si facturas 15.000 € al mes y solo inviertes en Google Search de marca, montar geo tests y modelos comparados es tirar el tiempo. Con un canal y poco volumen, tu atribución es "lo que gasto y lo que entra", y ya está. La complejidad de medición debe ir por detrás de la complejidad del negocio, nunca por delante.

El umbral aproximado a partir del cual esto empieza a pagarse solo: tres o más canales de pago activos, inversión publicitaria por encima de 8.000-10.000 € al mes y volumen suficiente para que un test de dos semanas dé una señal legible. Por debajo, el coste de los experimentos —en dinero perdido y en horas— supera lo que vas a aprender.

Y una advertencia sobre el modelado avanzado. El marketing mix modeling, que estima la contribución de cada canal a partir de series históricas de inversión y ventas sin usar cookies, es una herramienta seria y ha vuelto con fuerza. También pide dos o tres años de histórico limpio, variación real en la inversión y alguien que sepa interpretar el resultado sin tomárselo como un oráculo. Una tienda con tres mil referencias y dieciocho meses de datos no está en ese punto todavía. Antes de eso, tres apagados bien hechos al año te dan más criterio que cualquier modelo estadístico alimentado con datos flojos.

La medición perfecta no existe y esperarla sale caro. Lo que sí puedes construir es un sistema con el que te equivoques menos y más barato: un número global que no dependa de cookies, dos modelos comparados en vez de uno, unos cuantos experimentos al año y umbrales de decisión escritos antes de mirar. Con eso decides con criterio, sabiendo que el mapa no es el territorio pero sirve para no perderse del todo.