Hispanopedia Wiki
Articulo de referencia

Atribución (marketing)

En marketing , la atribución , también conocida como atribución multitoque (MTA) , consiste en la identificación de un conjunto de acciones del usuario ("eventos" o "puntos de c...

Hispanopedia WikiContenido en espanolLectura gratuita

En marketing , la atribución , también conocida como atribución multitoque (MTA) , consiste en la identificación de un conjunto de acciones del usuario ("eventos" o "puntos de contacto") que contribuyen a un resultado deseado, y la posterior asignación de un valor a cada uno de estos eventos. [ 1 ] [ 2 ] La atribución de marketing proporciona un nivel de comprensión de qué combinación de eventos, en qué orden específico, influye en que los individuos realicen un comportamiento deseado, generalmente denominado conversión. [ 1 ] [ 2 ]

Historia

Las raíces de la atribución en marketing se remontan a la teoría psicológica de la atribución . [ 2 ] [ 3 ] Según la mayoría de los informes, la aplicación actual de la teoría de la atribución en marketing fue impulsada por la transición del gasto publicitario de los anuncios tradicionales fuera de línea a los medios digitales y la expansión de los datos disponibles a través de canales digitales como la búsqueda pagada y orgánica, la publicidad gráfica y el marketing por correo electrónico . [ 2 ] [ 4 ]

Concepto

El propósito de la atribución de marketing es cuantificar la influencia que cada impresión publicitaria tiene en la decisión de compra o conversión de un consumidor. [ 4 ] La visibilidad de lo que influye en la audiencia, cuándo y en qué medida, permite a los especialistas en marketing optimizar el gasto en medios para conversiones y comparar el valor de diferentes canales de marketing , incluyendo búsqueda pagada y orgánica, correo electrónico , marketing de afiliados , anuncios gráficos, redes sociales y más. [ 2 ] Comprender toda la ruta de conversión en toda la mezcla de marketing disminuye el desafío de precisión del análisis de datos de canales aislados. Por lo general, los especialistas en marketing utilizan los datos de atribución para planificar futuras campañas publicitarias e informar el rendimiento de campañas anteriores analizando qué ubicaciones de medios (anuncios) fueron las más rentables e influyentes según lo determinado por métricas como el retorno de la inversión publicitaria (ROAS) o el costo por cliente potencial (CPL). [ 2 ]

Modelos de atribución

Como consecuencia de la disrupción generada por el rápido crecimiento de la publicidad online durante la última década, las organizaciones de marketing disponen ahora de una cantidad significativamente mayor de datos para medir la efectividad y el retorno de la inversión (ROI). Este cambio ha impactado la forma en que los profesionales del marketing miden la efectividad de los anuncios, así como el desarrollo de nuevas métricas como el coste por clic (CPC), el coste por mil impresiones (CPM), el coste por acción/adquisición (CPA) y la tasa de conversión por clic. Además, con el tiempo, han evolucionado múltiples modelos de atribución, impulsados ​​por la proliferación de dispositivos digitales y el enorme crecimiento de los datos disponibles.

  • Los modelos de atribución de fuente única (también conocidos como atribución de un solo toque ) asignan todo el crédito a un único evento, como el último clic, el primer clic o el último canal en mostrar un anuncio (visualización posterior). La atribución simple o de último clic se considera generalmente menos precisa que otras formas de atribución, ya que no tiene en cuenta todos los factores que contribuyeron al resultado deseado. [ 2 ] [ 5 ]
  • La atribución fraccionada incluye ponderaciones iguales, decaimiento temporal, crédito del cliente y modelos multitoque/de curva. [ 2 ] [ 4 ] Los modelos de ponderación igual otorgan la misma cantidad de crédito a los eventos, el crédito del cliente utiliza la experiencia pasada y, a veces, simplemente conjeturas para asignar el crédito, y el multitoque asigna varios créditos en todos los puntos de contacto del recorrido del comprador en cantidades fijas. [ 5 ]
  • La atribución algorítmica o probabilística utiliza modelos estadísticos y técnicas de aprendizaje automático para derivar la probabilidad de conversión en todos los puntos de contacto de marketing que luego se pueden usar para ponderar el valor de cada punto de contacto previo a la conversión. [ 5 ] [ 6 ] También conocida como atribución basada en datos, DoubleClick y Analytics 360 de Google utilizan algoritmos sofisticados para analizar todas las diferentes rutas en una cuenta (tanto las que no convierten como las que sí) para determinar qué puntos de contacto ayudan más con las conversiones. [ 7 ] La atribución algorítmica analiza tanto las rutas que convierten como las que no convierten en todos los canales para determinar la probabilidad de conversión. [ 4 ] [ 6 ] Con una probabilidad asignada a cada punto de contacto, las ponderaciones de los puntos de contacto se pueden agregar por una dimensión de ese punto de contacto (canal, ubicación, creatividad, etc.) para determinar una ponderación total para esa dimensión.
  • Los modelos de atribución basados ​​en el cliente se desarrollan mediante la recopilación de datos de primera mano y, posteriormente, utilizan análisis proyectivos para ofrecer una visión completa de la atribución. Este método se creó partiendo de la premisa de que las respuestas de los clientes deben ser el dato más importante en el cálculo de la atribución. Se trata de un intento por simplificar la atribución y volver a lo esencial.

Limitaciones y divergencias con respecto a los resultados experimentales

Las investigaciones han demostrado de forma consistente que los modelos de atribución multitoque (MTA) y los modelos de atribución basados ​​en reglas suelen diferir de las mediciones de impacto obtenidas mediante experimentos controlados. [ 8 ] [ 9 ] Los modelos de atribución, al basarse en correlaciones observacionales en lugar de manipulación experimental, a menudo sobreestiman el impacto causal de los puntos de contacto de marketing que simplemente están asociados con usuarios de alta conversión.

Los estudios que comparan los resultados de MTA con los de experimentos aleatorios han encontrado discrepancias sustanciales, con modelos de atribución que asignan sistemáticamente el crédito de forma incorrecta entre canales. [ 8 ] Esto ocurre porque la atribución no puede tener en cuenta el sesgo de selección , donde ciertos puntos de contacto parecen efectivos simplemente porque se muestran a usuarios que ya tienen probabilidades de convertirse. El marco de Evaluación de la Incrementalidad de la Plataforma (PIE) e investigaciones similares demuestran que la optimización basada en la atribución puede conducir a una asignación ineficiente del presupuesto en comparación con las decisiones guiadas por mediciones experimentales de elevación. [ 9 ]

Estos hallazgos resaltan la importancia de validar los modelos de atribución con respecto a los resultados experimentales y utilizar las pruebas de incrementalidad como método principal para medir la verdadera efectividad del marketing. [ 8 ] [ 9 ]

Construcción de un modelo de atribución algorítmico

Los métodos de clasificación binaria de la estadística y el aprendizaje automático pueden utilizarse para construir modelos adecuados. Sin embargo, un elemento importante de estos modelos es su interpretabilidad; por lo tanto, la regresión logística suele ser apropiada debido a la facilidad con la que se interpretan sus coeficientes.

Modelo de comportamiento

Supongamos que los datos publicitarios observados son{(incógnitai,Ai,Yi)}i=1norte{\displaystyle \{(X_{i},A_{i},Y_{i})\}_{i=1}^{n}}dónde:

  • incógnita∈R{\displaystyle X\in \mathbb {R} }covariables
  • A∈{0,1}{\displaystyle A\in \{0,1\}}El consumidor vio el anuncio o no.
  • Y∈{0,1}{\displaystyle Y\in \{0,1\}}conversión: respuesta binaria al anuncio
modelo de elección del consumidor

tú(incógnita,a)=mi(Y|incógnita=incógnita,A=a){\displaystyle u(x,a)=\mathbb {E} (Y|X=x,A=a)} ∀incógnita∈R{\displaystyle \forall X\in \mathbb {R} }covariables y∀A{\displaystyle \forall A}anuncios

tú=∑kAβkψ(incógnita)+ϵ{\displaystyle u=\sum _ {k}A\beta ^{k}\psi (x)+\epsilon }

Covariables,incógnita{\displaystyle X}, generalmente incluyen diferentes características sobre el anuncio publicado (creatividad, tamaño, campaña, táctica de marketing, etc.) y datos descriptivos sobre el consumidor que vio el anuncio (ubicación geográfica, tipo de dispositivo, tipo de sistema operativo, etc.). [ 10 ]

teoría de la utilidad

yi∗=máximoyi(mi[túi]){\displaystyle y_{i}^{*}={\underset {y_{i}}{\max }}{\bigl (}\mathbb {E} [u_{i}]{\bigr )}}

Pr(y=1|incógnita)=Pr(tú1>tú0){\displaystyle \Pr(y=1|x)=\Pr(u_{1}>u_{0})}

 =1/[1+mi∑kAβkψ(incógnita)]{\displaystyle =1/[1+e^{\sum _{k}A\beta ^{k}\psi (x)}]}[ 11 ]

procedimiento contrafactual

Una característica importante del enfoque de modelado es la estimación del resultado potencial para los consumidores suponiendo que no hubieran estado expuestos a un anuncio. Dado que el marketing no es un experimento controlado, es útil derivar resultados potenciales para comprender el verdadero efecto del marketing.

El resultado medio si todos los consumidores vieran el mismo anuncio viene dado por:

μa=miY∗(a){\displaystyle \mu _{a}=\mathbb {E} Y^{*}(a)}

 =mi{mi(Y|incógnita,A=a)}{\displaystyle =\mathbb {E} \{\mathbb {E} (Y|X,A=a)\}}

Un especialista en marketing suele estar interesado en comprender la "base", es decir, la probabilidad de que un consumidor realice una conversión sin la influencia del marketing. Esto le permite comprender la verdadera efectividad del plan de marketing, o incrementalidad. [ 12 ] El número total de conversiones menos las conversiones "base" proporcionará una visión precisa del número de conversiones impulsadas por el marketing. La estimación de la "base" se puede aproximar utilizando la función logística derivada y los resultados potenciales.

Base=Conversiones previstas sin marketing observadoConversiones previstas con el marketing observado=mi{mi(Y|incógnita,A=0)}mi{mi(Y|incógnita,A=1)}{\displaystyle {\text{Base}}={\frac {\text{Conversiones predichas sin marketing observado}}{\text{Conversiones predichas con marketing observado}}}={\frac {\mathbb {E} \{\mathbb {E} (Y|X,A=0)\}}{\mathbb {E} \{\mathbb {E} (Y|X,A=1)\}}}}

Una vez establecida la base, el efecto incremental del marketing puede entenderse como el aumento con respecto a la base para cada anuncio, suponiendo que los demás no se vieran en el resultado potencial. Este aumento con respecto a la base se suele utilizar como ponderación para esa característica dentro del modelo de atribución.

Peso de atribución=mi{mi(Y|incógnita,A=1)}−mi{mi(Y|incógnita,A=0)}mi{mi(Y|incógnita,A=1)}{\displaystyle {\text{Peso de atribución}}={\frac {\mathbb {E} \{\mathbb {E} (Y|X,A=1)\}-\mathbb {E} \{\mathbb {E} (Y|X,A=0)\}}{\mathbb {E} \{\mathbb {E} (Y|X,A=1)\}}}}

Una vez establecidos los coeficientes de ponderación, el especialista en marketing puede conocer la proporción real de conversiones generadas por los diferentes canales o tácticas de marketing.

Mix de marketing y modelos de atribución

Dependiendo de la combinación de marketing de la empresa, pueden utilizar diferentes tipos de atribución para realizar un seguimiento de sus canales de marketing:

  • La atribución interactiva se refiere a la medición de canales digitales únicamente, mientras que la atribución multicanal se refiere a la medición de canales tanto en línea como fuera de línea. [ 6 ]
  • La atribución basada en cuentas se refiere a medir y atribuir el crédito a las empresas en su conjunto en lugar de a personas individuales y se utiliza a menudo en el marketing B2B. [ 13 ]

Atribución versus medición causal

Si bien los modelos de atribución asignan mérito a los puntos de contacto de marketing, no establecen causalidad . La atribución se basa en datos de observación y patrones de correlación para distribuir el valor a lo largo del recorrido del cliente, pero no puede determinar si un punto de contacto determinado causó realmente una conversión o simplemente se correlacionó con ella. [ 14 ] Esta distinción es fundamental para comprender la verdadera efectividad de las inversiones en marketing.

Las pruebas de incrementalidad abordan esta limitación midiendo el efecto contrafactual mediante experimentos controlados. Al comparar los resultados entre un grupo de tratamiento expuesto al marketing y un grupo de control que no lo está, las pruebas de incrementalidad aíslan el efecto causal de las intervenciones de marketing. [ 15 ] [ 16 ] Métodos como los ensayos controlados aleatorios , los geoexperimentos y las pruebas de validación cruzada proporcionan estimaciones imparciales del impacto del marketing al establecer contrafactuales adecuados. [ 17 ]

La diferencia entre atribución y medición causal tiene implicaciones importantes para la optimización del marketing. Si bien la atribución puede ser útil para comprender el recorrido del cliente, puede asignar incorrectamente el mérito y conducir a decisiones presupuestarias subóptimas si se trata como una medida de impacto causal. [ 14 ] [ 15 ]

Referencias

  1. 1 2 Benjamin Dick (1 de agosto de 2016). "Introducción a la atribución digital 2.0" (PDF) . IAB.com . Recuperado el 30 de abril de 2019 .
  2. 1 2 3 4 5 6 7 8 Stephanie Miller (6 de febrero de 2013). "Atribución de marketing digital" . DMNews.com . Consultado el 25 de marzo de 2013 .
  3. ↑ Kartik Hosanagar (julio de 2012). "Atribución: ¿Quién se lleva el mérito por un nuevo cliente?" . The Wharton School . Consultado el 25 de marzo de 2013 .
  4. 1 2 3 4 Yair Halevi (10 de octubre de 2012). "El problema de la atribución basada en clics" . iMediaConnection.com . Recuperado el 25 de marzo de 2013 .
  5. 1 2 3 Tina Moffett (30 de abril de 2012). "The Forrester Wave: Cross-Channel Attribution Providers" . Forrester Research. Archivado del original el 13 de abril de 2013. Recuperado el 22 de marzo de 2013 .
  6. 1 2 3 David Raab (1 de julio de 2011). "Atribución de marketing más allá del último clic" . Information-Management.com . Recuperado el 25 de marzo de 2013 .
  7. ↑ Broadbent, Andrew J. (2017-10-03). Modelado de atribución perfecto y cómo alcanzar este nirvana del marketing . TNW.
  8. 1 2 3 Lewis, Randall A.; Rao, Justin M. (2015). "La economía desfavorable de medir los retornos de la publicidad". Quarterly Journal of Economics . 130 (4): 1941– 1973. doi : 10.1093/qje/qjv023 .
  9. 1 2 3 "El análisis de PIE revela que los MTA no miden lo que importa" . AdExchanger. 2023. Recuperado el 14 de diciembre de 2025 .
  10. ↑ Lancaster, Kelvin J. (1966-01-01). "Un nuevo enfoque de la teoría del consumidor" . Journal of Political Economy . 74 (2): 132– 157. doi : 10.1086/259131 . S2CID 222425622 . 
  11. ↑ McFadden, D. (1972-01-01). "Análisis Logit Condicional del Comportamiento de Elección Cualitativa" . Documento de Trabajo del Instituto de Desarrollo Urbano y Regional (199).
  12. ↑ Ascarza, E. (2018). "La inutilidad de la retención: dirigirse a clientes de alto riesgo podría ser ineficaz" (PDF) . Journal of Marketing Research . 55 (1): 80– 98.
  13. ↑ "Por qué tu equipo de demanda no puede ignorar la atribución basada en cuentas" . www.bizible.com . Consultado el 11 de enero de 2016 .
  14. 1 2 "Guía de pruebas incrementales" . Microsoft Learn. 2024. Consultado el 14 de diciembre de 2025 .
  15. 1 2 Gordon, Brett R.; Zettelmeyer, Florian; Bhargava, Neha; Chapsky, Dan (2019). "Una comparación de enfoques para la medición publicitaria: evidencia de grandes experimentos de campo en Facebook". Marketing Science . 38 (2): 193– 225. doi : 10.1287/mksc.2018.1135 .
  16. ↑ Bakshy, Eytan; Eckles, Dean; Bernstein, Michael S. (2014). Diseño e implementación de experimentos de campo en línea . WWW '14: Actas de la 23.ª Conferencia Internacional sobre la World Wide Web. pp. 283–292 . doi : 10.1145/2566486.2567967 . 
  17. ↑ Kaushik, Avinash (22 de mayo de 2023). "Experimentos controlados: una guía para medir la incrementalidad" . Occam's Razor . Recuperado el 14 de mayo de 2026 .
Lecturas relacionadas
6 articulos
MarketingMarketingLas habilidades de marketing de Steve Jobs han sido reconocidas por revivir a Apple Inc. y convertirla en una de las marcas más valiosas . [1] [2] ...Atribución (psicología)Atribución (psicología)La atribución es un término utilizado en psicología que se ocupa de cómo los individuos perciben las causas de la experiencia cotidiana, ya sea com...Medios digitalesMedios digitalesEn comunicación de masas , los medios digitales son cualquier medio de comunicación que funciona en conjunción con varios formatos de datos codific...Marketing por correo electrónicoMarketing por correo electrónicoEl marketing por correo electrónico es el acto de enviar un mensaje comercial , generalmente a un grupo de personas, mediante el correo electrónico...Proceso de decisión del compradorProceso de decisión del compradorComo parte del comportamiento del consumidor , el proceso de decisión de compra es el proceso de toma de decisiones que utilizan los consumidores c...Canal de marketingCanal de marketingUn canal de marketing está formado por las personas, organizaciones y actividades necesarias para transferir la propiedad de los bienes desde el pu...