Acabo de terminar una llamada con un CMO que gastó $2.3 millones en marketing el año pasado. Le pregunté cuánto revenue generó cada canal. Su respuesta: "Depende de a quién le creas". Facebook dice una cosa. Google otra. Su equipo de ventas jura que todo viene de referidos. Todos tienen razón. Todos mienten.
Tabla de contenido
- Qué es un modelo de atribución y por qué debería importarte
- Por qué Facebook y Google nunca coinciden
- Los 6 modelos de atribución que existen
- Cuál modelo usar según tu ciclo de venta
- Ventanas de atribución y configuración en GA4
- La conexión CRM-Atribución que separa amateurs de profesionales
- Atribución en un mundo sin cookies
Bienvenido al maravilloso mundo de la atribución en marketing, donde cada plataforma se atribuye tus conversiones como si hubiera metido el gol, dado el pase y hasta vendido las entradas del estadio.
En B2B, con ciclos de venta de 6-12 meses, el modelo de atribución que uses determina si tu mejor canal parece un héroe o un fracaso absoluto. Y no es exageración: hasta el 30% del presupuesto de marketing se asigna incorrectamente debido a mala atribución.
Este artículo va más allá de la teoría que encuentras en cualquier blog corporativo. Te voy a mostrar cómo funcionan realmente los modelos, por qué Facebook y Google te cuentan historias diferentes, y qué configuración usar según tu ciclo de venta para dejar de tomar decisiones basadas en datos que son básicamente ficción.
Qué es un modelo de atribución y por qué debería importarte
Un modelo de atribución es la regla que decide qué canal o touchpoint recibe el crédito por una conversión.
Es como atribuir una venta enterprise de $500K: el crédito va al SDR que hizo el cold call inicial, al AE que manejó la demo, al Solutions Engineer que resolvió las objeciones técnicas, o al VP que jugó golf con el prospect. Todos participaron. Solo uno puede reclamar la comisión completa.
En e-commerce con compras impulsivas, esto importa poco. El usuario ve un anuncio, hace clic, compra. Fin. Pero en B2B, donde el journey puede empezar con un LinkedIn Ad en enero y terminar con una firma de contrato en julio, la cosa se complica.
El costo real de hacerlo mal
Tu mejor lead del trimestre pasado. Ese que cerró por $50K. Retrocede el tape: en enero vio un post tuyo en LinkedIn. En febrero buscó tu marca en Google. En marzo se suscribió al newsletter. Abril, webinar. Mayo, caso de estudio. Junio, demo. Julio, firma.
Siete meses. Doce touchpoints. A cuál le debes ese check.
El modelo de atribución que uses determina la respuesta. Y esa respuesta determina a dónde va tu próximo dólar de presupuesto.
No estamos hablando de métricas de vanidad. El 64% de los CMOs dicen que la atribución influye directamente en sus decisiones de presupuesto. Si tu modelo está mal configurado, estás moviendo miles o millones de dólares basándote en información incorrecta.
Y aquí está el dato que duele: el 57% de las empresas usan modelos de atribución, pero el 76% tienen dificultades con la precisión. La mayoría tiene un sistema de medición que les está mintiendo.
Por qué Facebook y Google nunca coinciden
Aquí viene la parte incómoda que nadie en las plataformas de ads quiere que entiendas: cada plataforma tiene incentivos para atribuirse tus conversiones. No es conspiración, es modelo de negocio.
La guerra del crédito
Facebook usa view-through attribution por defecto. Si un usuario vio tu anuncio (ni siquiera hizo clic) y después convirtió, Facebook se atribuye esa conversión. Google prefiere click-through attribution. Si hicieron clic en un anuncio de Google, ese es el touchpoint que cuenta.
Ambos tienen razón parcialmente. Ambos exageran considerablemente.
En nuestra experiencia analizando cuentas B2B, el overlap real entre lo que reportan las plataformas y lo que refleja el CRM rara vez supera el 40%. El 60% restante es atribución fantasma.
El problema técnico real
Facebook tiene su pixel, Google tiene el suyo. Cada plataforma solo ve lo que su código de tracking puede capturar. Facebook no sabe qué pasó en Google. Google no sabe qué pasó en Facebook. Y ninguno tiene la menor idea de lo que ocurre en tu CRM, en llamadas telefónicas, o en reuniones presenciales.
El desfase temporal es brutal. Google Ads reporta conversiones por fecha de clic. GA4 por fecha de conversión. Si alguien hizo clic en enero y convirtió en marzo, vas a tener discrepancias que parecen errores pero son diferentes formas de contar.
Los modelos por defecto son diferentes. Google Ads usa data-driven attribution (si tienes volumen) o last-click. Meta usa last-touch con ventana de 7 días click y 1 día view. Comparar estos números directamente es como comparar temperatura en Celsius y Fahrenheit sin hacer conversión.
Un escenario típico B2B
- Usuario ve anuncio en LinkedIn → LinkedIn se atribuye 1 conversión
- Busca tu marca en Google, hace clic en anuncio → Google Ads se atribuye 1 conversión
- Lee 3 blogs en tu sitio → GA4 atribuye según su configuración
- Recibe email, agenda demo → Tu plataforma de email se atribuye 1 conversión
- Cierra el deal por $50K
Resultado: 4 plataformas reportando 4 conversiones. Tú solo cerraste 1 deal.
Los 6 modelos de atribución que existen
| Modelo | Distribución del crédito | Mejor para | Evitar si |
|---|---|---|---|
| Last-click | 100% al último touchpoint | E-commerce, compras impulsivas | Ciclos B2B mayores a 7 días |
| First-click | 100% al primer touchpoint | Análisis de awareness | Decisiones de presupuesto como modelo único |
| Lineal | Equitativo entre todos | Cuando todo el journey importa igual | Necesitas diferenciar touchpoints de alto valor |
| Time decay | Más crédito cerca de conversión | Ciclos de 1-3 meses | Ciclos largos donde awareness inicial importa |
| Position-based | 40% primero, 40% último, 20% resto | B2B con ciclos largos | Tienes 3,000+ conversiones/mes |
| Data-driven | ML analiza tu data real | Alto volumen (3,000+ conv/mes) | Menos de 100 conversiones mensuales |
Last-click (Último clic)
El 100% del crédito va al último touchpoint antes de la conversión. Simple, limpio, equivocado para B2B.
Cuándo funciona: E-commerce con compras impulsivas, productos de bajo ticket con decisiones rápidas.
Growth MarketingTodo lo que publico aquí es gratis. Implementarlo contigo tiene precio.
Si algo de lo que leíste te hizo pensar "esto me está pasando", hablemos. Te respondo el mismo día.
Agendar 30 min →Cuándo es un error imperdonable: Cualquier venta B2B con ciclo mayor a 7 días. 22% de empresas aún dependen de Last-Click attribution. En 2025. Es preocupante.
First-click (Primer clic)
El 100% del crédito va al primer touchpoint. Valoras la adquisición inicial pero ignoras todo el nurturing que hizo posible la conversión.
Cuándo funciona: Análisis de awareness, entender qué canales traen nuevos usuarios a tu ecosistema.
Cuándo es un error: Como modelo único para decisiones de presupuesto en B2B.
Lineal
El crédito se distribuye equitativamente entre todos los touchpoints. Si hubo 4 interacciones, cada una recibe 25%.
La ventaja: Reconoce que todo el journey importa.
El problema: Trata igual un blog post casual que una demo de alto compromiso.
Time decay (Decaimiento en el tiempo)
Más crédito a los touchpoints más cercanos a la conversión. El primer touchpoint recibe poco, el último recibe mucho.
Cuándo funciona: Ciclos de venta medios (1-3 meses) donde el nurturing final es claramente más valioso que el awareness inicial.
El problema para B2B largo: En un ciclo de 12 meses, el awareness inicial importa mucho. Time decay lo subvalora sistemáticamente.
Position-based (Basado en posición)
40% del crédito al primer touchpoint, 40% al último, 20% distribuido entre los intermedios.
Por qué es el mejor para muchos casos B2B: Reconoce que tanto el awareness inicial como el cierre son críticos, sin ignorar lo que pasó en medio. Necesitas que alguien te descubra (primer touchpoint) y necesitas cerrar bien (último touchpoint). Lo del medio es nurturing necesario pero no determinante.
Data-driven (Basado en datos)
Un algoritmo de machine learning analiza tu data real y asigna crédito basándose en lo que realmente correlaciona con conversiones en tu negocio específico.
El requisito que nadie menciona: Necesitas volumen. Google recomienda mínimo 3,000 conversiones mensuales para que data-driven sea confiable en GA4. Si tienes 50 leads al mes, el algoritmo no tiene suficiente data para aprender.
El dato impactante: Modelos de IA ofrecen 90-95% de precisión comparado con 60-70% de modelos tradicionales. Casi 30 puntos porcentuales de diferencia.
74% de empresas high-growth usan Multi-Touch Attribution. No es coincidencia.
Cuál modelo usar según tu ciclo de venta
Responde estas 3 preguntas:
- Tu deal promedio cierra en menos de 30 días → Time decay
- Tienes más de 500 conversiones al mes → Data-driven
- Tu ciclo supera 60 días → Position-based con ventana de 90 días
| Ciclo de venta | Ejemplos | Modelo recomendado |
|---|---|---|
| Corto (<7 días) | E-commerce, SaaS freemium, cursos bajo ticket | Last-click o Data-driven (si hay volumen) |
| Medio (7-30 días) | SaaS B2B para SMBs, cursos mid-ticket | Time-decay o Position-based |
| Largo (30-180+ días) | Enterprise B2B, high-ticket consulting | Position-based + tracking de CRM |
El caso especial: bajo volumen
Si tienes menos de 100 conversiones al mes:
- No uses data-driven. No tienes suficiente data.
- Usa Position-based como default.
- Complementa con análisis cualitativo. Pregunta a tus clientes cómo te encontraron.
Ventanas de atribución y configuración en GA4
Puedes tener el modelo de atribución perfecto y aún así tener data basura si tu ventana de atribución está mal configurada.
La ventana de atribución es el período que miras hacia atrás para dar crédito. Si tu ventana es de 7 días y el primer touchpoint fue hace 30, ese touchpoint no existe para tu modelo.
Por qué esto destruye la atribución B2B
Facebook por defecto usa 7 días click, 1 día view. En B2B enterprise, eso significa que estás ignorando potencialmente el 80% de tu funnel.
Google Ads usa 30 días por defecto. Mejor, pero aún insuficiente para muchos ciclos B2B.
GA4 te deja configurar hasta 90 días. Eso ya es más razonable.
El impacto en números reales
| Ventana de atribución | ROAS reportado | Diferencia |
|---|---|---|
| 7 días | 2.1x | Baseline |
| 30 días | 3.2x | +52% |
| 90 días | 4.7x | +124% |
Misma campaña, datos completamente diferentes. La diferencia es que con 7 días solo ves el final del journey. Con 90 días ves la película completa.
Cómo cambiar las ventanas en GA4
- Admin → Data Display → Attribution Settings
- Reporting Attribution Model: Selecciona Position-based para B2B
- Lookback window: Cambia de 30 días a 90 días
Errores que cuestan dinero
Comparar canales con diferentes ventanas. LinkedIn Ads con ventana de 90 días vs Facebook con ventana de 7 días es comparar peras con manzanas. Antes de comparar performance entre canales, asegúrate de que están midiendo con las mismas reglas.
Cambiar el modelo cada semana. Elige un modelo, dale tiempo suficiente para acumular data (mínimo 30 días), y solo entonces evalúa si necesitas cambiar.
No alinear GA4 con Google Ads. Si GA4 usa Position-based y Google Ads usa Last-click, vas a tener discrepancias que parecen errores pero son configuraciones diferentes.
La conexión CRM-Atribución que separa amateurs de profesionales
Aquí es donde el 90% de los equipos de marketing se quedan cortos. Tienen atribución configurada, pero solo ven MQLs o leads. No saben cuáles se convirtieron en revenue real.
El problema de atribuir leads, no revenue
| Campaña | Leads | Costo por lead | Costo total | Revenue real | Resultado |
|---|---|---|---|---|---|
| Campaña A | 100 | $50 | $5,000 | $0 | -$5,000 |
| Campaña B | 20 | $100 | $2,000 | $100,000 | +$98,000 |
La atribución de leads te habría dicho que metas más presupuesto en A. La atribución de revenue te dice la verdad.
Un caso real
El mes pasado configuramos esto para un cliente de servicios B2B. Antes: pensaban que Google Ads era su mejor canal (147 leads). Después: descubrieron que LinkedIn generaba 3x más revenue con 1/4 de los leads. Recortaron Google Ads 40% y duplicaron LinkedIn. Pipeline subió 28%.
Cómo conectar CRM con atribución
1. UTMs consistentes en cada campaña. Cada pieza de contenido, cada anuncio, cada email necesita parámetros UTM correctamente configurados.
2. Hidden fields en formularios. Cuando alguien llena un formulario, captura automáticamente UTM source, medium, campaign, landing page, y referrer. Estos datos viajan con el lead hasta el CRM.
3. Integración CRM-Analytics. Conecta tu CRM (Salesforce, HubSpot, Pipedrive) con GA4. Cuando un deal se cierra, ese evento de conversión debería registrarse con todos los touchpoints asociados.
4. Reporting de closed-won, no solo de leads. Tu dashboard principal debería mostrar revenue atribuido por canal. Es más difícil de configurar, pero es la única métrica que realmente importa.
El 84% de marketers ven refinar la medición como prioridad. Los que lo hacen bien tienen una ventaja competitiva absurda: saben exactamente qué funciona.
Atribución en un mundo sin cookies
Todo lo que hemos discutido asume que puedes trackear usuarios. Ese mundo ya cambió. Pero hay formas de adaptarse sin perder visibilidad.
El problema actual
iOS 14+ rompió el tracking de Meta. Los usuarios pueden optar out, y la mayoría lo hace. Meta reporta que entre 15-40% de conversiones ya no son visibles dependiendo del vertical.
Chrome eliminará third-party cookies. Google sigue retrasándolo, pero eventualmente pasará.
Safari y Firefox ya las bloquean. Si tu audiencia usa estos navegadores (muchos profesionales B2B lo hacen), ya tienes un gap de atribución significativo.
Qué hacer ahora mismo
Implementa Conversions API de Meta. En lugar de depender del navegador del usuario para enviar datos, tu servidor lo hace directamente. Si corres Meta Ads, esto es obligatorio en 2025.
Migra a GA4 con Enhanced Conversions. La versión de Google de CAPI. Envías datos hasheados (email, teléfono) junto con conversiones para mejorar matching.
Invierte en first-party data. Tu newsletter, tu CRM, tus formularios. Datos que los usuarios te dieron voluntariamente. Esto se vuelve más valioso cada día.
Considera Marketing Mix Modeling para presupuestos grandes. Si gastas más de $100K/mes en ads, el ROI de implementar MMM es claro. Es análisis estadístico que correlaciona spend con resultados sin tracking individual.
El 47% de empresas mejoraron sus herramientas de atribución en el último año. Los que no lo hicieron se están quedando ciegos progresivamente.
Preguntas frecuentes
Cuál es el mejor modelo de atribución para B2B
Position-based con ventana de 90 días. Data-driven si tienes 3,000+ conversiones mensuales.
Por qué mis conversiones en Google Ads no coinciden con GA4
Diferentes modelos de atribución, diferentes ventanas, diferentes metodologías de conteo. Alinea las configuraciones y acepta que siempre habrá pequeñas diferencias.
Cuántas conversiones necesito para usar atribución data-driven
Mínimo 3,000 mensuales. Con menos, usa Position-based.
Cómo afecta iOS 14 a la atribución de Meta
Redujo visibilidad 15-40%. Implementa Conversions API y ajusta tus expectativas: los números que ves son un subconteo.
Debo usar el mismo modelo en todas mis plataformas
Idealmente sí. Documenta qué modelo usa cada plataforma y no compares números crudos sin ese contexto.
Lo que sigue
Si vendes B2B con ciclos largos, empieza por:
- Cambiar tu modelo en GA4 a Position-based
- Extender tu ventana de atribución a 90 días
- Asegurar que tus UTMs estén configurados correctamente en cada campaña
- Conectar tu CRM para ver revenue real, no solo leads
La próxima vez que Facebook te diga que generó 50 conversiones, pregúntate: cuántas de esas firmaron un cheque.
Esa es la única métrica que paga nómina.
© 2026 Andres Ospina
