Existen varios modelos de atribución de marketing, entre los que se encuentran el de última interacción o primera, deterioro del tiempo, modelo personalizado o último clic. Este último es uno de los más utilizados, aunque no por eso el más efectivo. Muchas veces el modelo de último clic provoca que las marcas destinen el presupuesto a canales que no dan tan buenos resultados como se piensa, por ser el último canal seleccionado por el cliente.

Los cambios en privacidad que se vienen observado junto con otros factores, como el cambio de hábito de los propios consumidores, hace que este modelo se tambalee y haya que plantearse otros. Desde Google mantienen la recomendación de utilizar modelos basados en datos, ya que suelen tener una «precisión que otros métodos no ofrecen«.

La atribución basada en datos destaca por el uso del aprendizaje automático para descifrar cómo influyen los diferentes puntos de contacto del recorrido de compra del cliente en las conversiones, y él solo se encarga de distribuir la atribución en consecuencia. Ahora este se va a incorporar a Google Analytics y podrá analizar canales como: smartphones y tablets, o Búsqueda, redes sociales, aplicaciones, Display y YouTube.

Ejemplos de marcas con resultados exitosos en el uso de atribución por datos

Caso de éxito: Geox y la integración en redes

Geox ha unificado conjuntos de datos fragmentados para entender mejor los resultados de sus canales de marketing. La marca italiana de zapatos sobre todo quería conocer cómo contribuían las campañas de pago en redes sociales a las ventas para poder optimizarlas.

Para ello, lo primero que hizo fue recoger grandes cantidades de datos sin procesar de sus redes sociales e incluirlos en la plataforma Search Ads 360 de Google. Con todo esto realizaron un informe y pudieron determinar cuales eran las mejores decisiones de puja. Además, le sirvió para poner en marcha una estrategia de promoción cruzada: los consumidores que veían las campañas de pago en redes sociales también veían anuncios de pago en la Búsqueda, y viceversa.

Resultados: incrementó del 6 % en el retorno de la inversión publicitaria (ROAS) y reducción del 30% en la inversión de tiempo para gestionar las campañas.

«La integración de las redes sociales nos ha permitido conocer mejor el impacto de los datos de marketing en todos los canales y llegar a nuevas audiencias en la Búsqueda y las redes sociales«, dice Giulio Salvucci, director global de Negocios Digitales e Innovación de Geox. «Gracias a esta estrategia, hemos aumentado la fidelización de clientes y las compras recurrentes».

Caso de éxito: Crédit Agricole Italia

La empresa de servicios financieros Crédit Agricole Italia ha querido utilizar el modelo, pero enfocándose en la Búsqueda de Google y los anuncios de display.

«Para seguir creciendo, necesitábamos modelos que reconstruyeran el recorrido del cliente y asignaran el valor adecuado a cada interacción en la Red de Búsqueda y la Red de Display«, explicó Marco Carola, responsable de Adquisición Online de Crédit Agricole Italia.

Uniendo estos dos modelos la compañía ha analizado cómo influía a la Red de Display en todo el recorrido del cliente. Finalmente, habilitaron el Smart Bidding para realizar pujas en tiempo real por espacios publicitarios y utilizaban el coste por adquisición objetivo junto con los datos para determinar cuál sería la estrategia.

Resultados: aumento del 8 % en las conversiones, disminución del 8 % en el coste por oportunidad de venta y las conversiones en la Red de Display se incrementaron en un sorprendente 85 %.

Caso de éxito: Apo-rot y DocMorris

La farmacia alemana online Apo-rot quería conocer el recorrido completo del cliente en el proceso de compra para llegar a nuevos consumidores y seguir creciendo.

Utilizaron la herramienta de palabras clave que ofrece la atribución basada en datos y encontraron más de 3.000 nuevas palabras que podían servir para activar anuncios.

Resultados: aumento del 40 % de las conversiones de compra en móviles y una disminución del 18 % en el coste por pedido.