Google Analytics (GA) nos permitir analizar las conversiones a través de varios modelos de atribución. La dificultad para entender qué modelo utilizar suele estar en que no existe un modelo correcto, sino que cada uno va a interpretar la información desde diferentes perspectivas. En la siguiente nota vamos a recorrer los modelos de atribución más conocidos: los de reglas fijas. En una segunda nota daremos un salto a los modelos Data Driven. 

¿Y vos, de dónde venís?

Los usuarios llegan a los sitios web a través de alguna procedencia. Por ejemplo, un usuario puede llegar a nuestro sitio a través de una publicación en Facebook, otro por una búsqueda en Google y otro de manera directa (escribiendo la URL en el browser). Cada una de estas procedencias GA las organiza en diferentes canales.

Entonces, podemos asociar cada ingreso al sitio a un canal por el cual cada conversión se realizó. Hasta acá no parece haber mayor complicación… pero el problema se presenta porque los usuarios no ingresan simplemente una vez al sitio y convierten, sino que tienen una serie de diferentes sesiones hasta madurar la adquisición de un producto, servicio o lo que consideramos una conversión (desde ahora le diremos conversión). Esto depende en gran parte del tipo de conversiones que el sitio tenga, pero para madurar estas conversiones el usuario puede requerir ingresar reiteradas veces al sitio, y no siempre lo hace desde el mismo canal.

En la imagen de ejemplo, el mismo usuario tuvo varias sesiones y cada sesión tiene un canal de procedencia asociado. Por ende, la pregunta sobre la atribución no resulta tan sencilla de responder. Si simplemente le atribuyo la conversión al último canal que el usuario utilizó, me estoy perdiendo todo el camino de canales que realizó anteriormente. Entonces la pregunta es: ¿a qué canal le atribuyo la conversión realizada por un usuario en un recorrido de varios canales?

Modelos que atribuyen por reglas fijas

Una primera aproximación a la solución son los modelos de reglas fijas o heurísticos. Estos modelos lo que hacen es organizar la información de una manera determinada para todos los caminos, utilizando criterios estáticos ya definidos.

El modelo de regla fija Last interaction es uno de los más conocidos y asigna toda la atribución de la conversión al último canal que utilizó el usuario antes de la conversión. En este caso de ejemplo, la atribución de la conversión se la llevaría el canal Direct. Pensar en el modelo de Last Interaction es como pensar en la tabla de goleadores de un equipo, ya que se le da todo el crédito de la conversión al último jugador que tocó la pelota y metió el gol.

El modelo de regla fija First interaction asigna toda la atribución de la conversión al primer canal del recorrido del usuario (de acuerdo a cierta lookback window). En este ejemplo, también sería Direct. Para ayudar a pensar este modelo, se le daría el crédito de convertir un gol al primer jugador que inició la jugada que terminó en gol.

El tercer ejemplo de modelos de reglas fijas es el Last non direct click. Este modelo atribuye la conversión al último canal no directo, como en este caso. Es un modelo relevante ya que Google Analytics lo utiliza de modelo default en varios de sus informes, aunque en muchos casos es posible modificar con qué modelo se está mostrando la información. 

Todos los modelos de reglas fijas

Google Analytics brinda los siguientes modelos de reglas fijas para la atribución de conversiones en sus reportes.

Conclusión

Lo importante a tener en claro es que los modelos de reglas fijas distribuyen las conversiones entre distintos canales de un camino que los usuarios tienen hasta la conversión. Esta atribución de las conversiones entre diversos canales lo hacen con criterios claros y fijados de antemano. No hay manera de responder sobre la atribución sin un modelo, sea cual sea, ya que es necesario para interpretar cualquier tipo de información sobre la adquisición de conversión. Por ende, no hay un modelo correcto, sino diferentes modelos de atribución que nos recortan la información desde distintas perspectivas

¿Por qué esto es importante? 

La atribución se vuelve fundamental cuando queremos calcular el costo que nos salió cada adquisición en un sitio. Supongamos que el encargado de realizar la pauta de venta de una empresa que vende zapatillas invirtió en pauta paga en internet. Esa persona va a querer calcular cuánto le costó cada zapatilla que vendió gracias a esa campaña, para saber si es rentable gastar esa plata o no. Para eso, se calcula el Costo de adquisición o Cost per acquisition, que es la división de la inversión en pauta por la cantidad de conversiones. 

Por este motivo es que la pregunta de la atribución es fundamental para comprender la adquisición en un sitio. Lo que se busca dilucidar es si la inversión en la pauta paga está rindiendo lo esperado en los resultados de la adquisición, a la vez de cómo es la performance de cada canal en términos generales.

En una próxima nota vamos a indagar en los modelos Data Driven, o sea, modelos de atribución que no se basan en reglas fijas, sino que utilizan modelos estadísticos para atribuir las conversiones. 

Daniel Dveksler
Head of Education