Modelos de atribución en marketing en 2026: cómo reparte cada uno una venta y cuál usar

Un modelo de atribución reparte el mérito de una conversión entre los puntos de contacto previos. Si alguien hace clic en un anuncio de TikTok el lunes, ve un Reel de Instagram el miércoles y busca tu marca en Google el viernes antes de comprar, el modelo decide qué canal se queda la venta o cuánto de ella. La atribución multicanal (multi touch) reparte el mérito entre varios contactos; último clic y primer clic lo dan todo a uno.

Google retiró en 2023 primer clic, lineal, deterioro temporal y basado en la posición. Google Ads ofrece basado en datos (por defecto) y último clic (Ayuda de Google Ads); GA4 los eliminó en noviembre de 2023 (Ayuda de Google Analytics). Según Google, menos del 3 % de las acciones de conversión usaban esos cuatro modelos (Search Engine Journal, 10/04/2023).

Meta cambió dos cosas. Desde el 12 de enero de 2026 su API Ads Insights ya no devuelve las ventanas de 7 y 28 días tras visualización, como anunció en su blog para desarrolladores (Meta for Developers, 16/10/2025). Y el 3 de marzo de 2026 anunció que, para conversiones web y en tienda física, el clic solo cuenta si es un clic en el enlace, con despliegue gradual desde finales de marzo; los me gusta, compartidos y guardados pasan a la atribución por interacción (engage-through), con un umbral de vídeo de 5 segundos en lugar de 10 (Meta, 03/03/2026). Meta ofrece además una atribución incremental que estima las conversiones causadas por el anuncio (Meta).

Cada plataforma solo ve sus propios contactos y se atribuye la venta si participó. Una app de coche conectado que gestiona su publicidad con el mismo sistema de agentes que Marketing AIgency lo comprobó en Alemania en septiembre de 2026: Meta, Google y TikTok juntos reclamaron 2,2 veces los ingresos reales. Solo Google declaró 31.300 € frente a 23.400 € reales. Un estudio con 15 grandes experimentos publicitarios en Facebook llegó a una conclusión parecida: los métodos de medición observacionales a menudo no coincidían con los tests aleatorizados (Gordon et al., Marketing Science, 2019).

La atribución sigue rutas individuales; el marketing mix modelling (MMM) y los tests de incrementalidad estiman lo que tu inversión provocó. Meta ofrece estudios de conversion lift (Meta) y la herramienta abierta GeoLift (GitHub). El Conversion Lift de Google basado en usuarios pide al menos 5.000 $ de presupuesto y 1.000 conversiones observadas (Ayuda de Google Ads) y en mayo de 2026 anunció que su MMM abierto Meridian llega a Google Analytics 360 (Google, 20/05/2026).

1. Define tu cifra de empresa: ventas netas de la tienda o leads cualificados del CRM.
2. Deja Google en basado en datos y Meta en su valor por defecto, salvo que tengas un motivo claro.
3. Recoge datos propios: UTM en cada anuncio, un píxel propio y eventos de servidor con la API de Conversiones de Meta, como explicamos en la guía de la API de Conversiones de Meta.
4. Pregunta a tus clientes con una encuesta tras la compra: ¿cómo nos conociste?
5. Compara cada semana lo que declara cada plataforma con tu cifra real.
6. Antes de mover mucho presupuesto, haz un test geográfico o de lift.

Si usas Performance Max, la misma lógica sirve para medir tus campañas Performance Max. Para fijar objetivos, empieza por calcular tu ROAS de equilibrio.

Los agentes de Marketing AIgency se guían por la cifra real de la empresa (ventas o leads desde Shopify, un CRM, una hoja de Google o un píxel propio) y no por el ROAS de la plataforma. Cada propuesta llega a una cola de aprobación con sus datos y su justificación. El complemento Attribution añade un píxel propio, una encuesta tras la compra, el envío de compras a Meta por la API de Conversiones y tests de geo-lift, para que veas qué canal vende de verdad. Los planes tienen precio mensual fijo, sin porcentaje sobre la inversión: precios.