Definición profesional
La atribución multi-touch (Multi-touch Attribution o MTA) es una metodología de medición que distribuye el crédito de una conversión entre varios de los touchpoints a los que un usuario estuvo expuesto o con los que interactuó antes de completarla, en lugar de asignar el cien por ciento del valor a una sola interacción.
El modelo pondera cada touchpoint según reglas fijas (posición, tiempo transcurrido) o según un algoritmo entrenado con datos históricos de conversión y produce una distribución de crédito que puede utilizarse para analizar la contribución de distintos touchpoints y orientar decisiones de inversión.
En el entorno programático, la MTA se alimenta de datos de exposición e interacción procedentes de distintas plataformas y sistemas de medición (por ejemplo, ad servers, plataformas publicitarias, analítica y proveedores especializados) que posteriormente deben vincularse para reconstruir el recorrido observable del usuario.
Explicación sencilla
Imagina que alguien compra un producto después de ver un anuncio en redes sociales, buscar la marca en Google y hacer clic en un banner de retargeting. El modelo de último clic diría que el banner ganó la venta. La MTA reparte ese mérito entre los tres puntos de contacto, con un peso distinto para cada uno según el modelo elegido. El objetivo es obtener una visión más completa de cómo distintos canales participan en el recorrido hacia la compra, en lugar de observar únicamente la interacción final.
¿Por qué existe este concepto?
El modelo de último clic ignora todo lo que ocurre antes del clic final. Un anuncio de display, un video o un email que aparecieron antes en el recorrido no reciben crédito alguno bajo ese esquema, aunque hayan formado parte de la secuencia que precedió a la conversión. Esa limitación puede favorecer en la medición a canales que suelen aparecer cerca de la conversión, como búsqueda pagada o retargeting, y restar visibilidad a interacciones anteriores. La MTA busca reducir esa distorsión distribuyendo el crédito entre múltiples interacciones del recorrido.
¿Cómo funciona?
La MTA sigue tres pasos operativos.
- Recolección. Las exposiciones e interacciones que pueden ser observadas por los sistemas de medición quedan registradas con una marca de tiempo y un identificador (cookie, ID de dispositivo o login determinístico).
- Reconstrucción del recorrido. El sistema ordena cronológicamente todos los touchpoints asociados a ese identificador hasta llegar a la conversión, armando lo que la industria llama la ruta de conversión.
- Asignación de peso. Un modelo reparte el crédito entre los touchpoints según una regla predefinida o según un algoritmo entrenado con datos históricos.
Entre los modelos de atribución más conocidos están el modelo lineal, que reparte el crédito en partes iguales entre todos los touchpoints, el modelo de decaimiento temporal da más peso a los touchpoints más cercanos a la conversión, el modelo basado en posición sobrepondera el primer y el último touchpoint y el modelo data-driven utiliza datos observados y métodos algorítmicos para estimar cómo distintos touchpoints contribuyen a la probabilidad de conversión.
¿Quién lo utiliza?
- Anunciante o CMO. Usa los resultados de la MTA para analizar cómo se distribuye el crédito entre canales y orientar decisiones de inversión, especialmente cuando interacciones anteriores a la conversión quedan invisibilizadas por modelos como el último clic.
- Agencia de medios o trading desk. Usa la MTA para analizar el mix de canales frente al cliente e identificar qué touchpoints reciben mayor peso relativo, incorporando esa información a la optimización de la pauta programática en un DSP junto con otras señales de medición.
- Ad Ops Manager o analista de medición. Configura la recolección de datos (tags, píxeles, integraciones con el ad server) que alimenta el modelo y valida que la reconstrucción del recorrido no tenga huecos por touchpoints no rastreados.
- Proveedor de atribución o MMP (Mobile Measurement Partner). Opera la infraestructura técnica que calcula los modelos, resuelve identidad entre dispositivos y entrega los reportes de reparto de crédito al anunciante o a la agencia.
Caso práctico
Un anunciante de comercio electrónico mediano invierte en tres canales, redes sociales para generar descubrimiento, display programático para reforzar consideración y búsqueda paga para capturar intención de compra. Bajo un modelo de último clic, el reporte atribuye prácticamente todas las conversiones a búsqueda paga, así que el equipo de marketing recorta presupuesto de redes sociales y display para concentrarlo ahí.
Al implementar un modelo de atribución multi-touch con ponderación por posición, el reporte cambia. El nuevo modelo distribuye parte del crédito que antes recibía búsqueda paga entre redes sociales y display, porque esos canales también aparecen en las rutas que preceden a muchas conversiones. El resultado lleva al equipo a reconsiderar la distribución del presupuesto y a contrastar la aparente contribución de esos canales con otras señales de medición antes de hacer cambios importantes.
Error frecuente
Asumir que la Multi-touch Attribution revela automáticamente qué canales causaron una conversión. La MTA distribuye crédito entre los touchpoints que puede observar según las reglas o el algoritmo del modelo, pero recibir más crédito no demuestra por sí mismo que un canal haya generado conversiones incrementales.
Además, la calidad del resultado depende de los datos disponibles. Si el rastreo pierde touchpoints por restricciones de identificación, entornos cerrados, apps, canales offline u otras limitaciones, el modelo reparte crédito sobre un recorrido incompleto. Un modelo más sofisticado no corrige esas ausencias y puede producir resultados que parecen precisos sin representar todo el recorrido real.
¿Qué no es?
Atribución de último clic. El último clic asigna el cien por ciento del crédito al touchpoint final del recorrido. La Multi-touch Attribution distribuye ese crédito entre múltiples touchpoints según un modelo de ponderación, incorporando más interacciones del recorrido observable, pero también exigiendo datos más granulares.
Marketing Mix Modeling (MMM). El MMM es un método estadístico que analiza inversión agregada por canal y su relación con ventas totales durante un periodo, sin necesidad de rastrear usuarios individuales. La MTA, en cambio, opera a nivel de usuario y requiere datos de exposición e interacción granulares. Ambos métodos se usan cada vez más de forma combinada para compensar las limitaciones de cada uno.
Customer journey mapping. El mapeo de customer journey describe cualitativamente las etapas y emociones que atraviesa un usuario en su relación con una marca. La MTA es un método cuantitativo que estima el peso de cada touchpoint dentro de ese recorrido para fines de asignación de presupuesto, no una descripción narrativa de la experiencia del usuario.
Términos relacionados
Evolución histórica
La MTA surgió como respuesta a las limitaciones del modelo de último clic, que dominó la medición digital durante los primeros años del marketing performance por su simplicidad técnica. A medida que los anunciantes diversificaron su mix de canales (display, video, redes sociales, búsqueda), la necesidad de repartir crédito de forma más representativa impulsó la adopción de modelos basados en reglas (lineal, decaimiento temporal, posición) y, más adelante, de modelos algorítmicos entrenados con datos históricos.
La reducción del uso de la cookie de terceros y las restricciones de identificación entre apps y navegadores debilitaron la capacidad de reconstruir recorridos completos entre canales y dispositivos, lo que llevó a la industria a combinar la MTA con métodos agregados como el MMM y con experimentos y pruebas de incrementalidad para contrastar sus resultados. Hoy la MTA convive con esos métodos complementarios en lugar de operar como fuente única de verdad sobre el desempeño de cada canal.
Empresas y tecnologías asociadas
El ecosistema de MTA incluye plataformas de atribución especializadas que calculan modelos de reparto y resuelven identidad entre dispositivos, suites de analítica web y de producto que incorporan módulos de atribución dentro de una oferta más amplia, y ad servers que aportan los datos de exposición necesarios para reconstruir el recorrido. También participan los MMP (Mobile Measurement Partners), enfocados en atribución dentro del entorno de apps móviles, donde el rastreo entre plataformas presenta retos particulares.
Esta lista describe categorías de tecnología, no una recomendación de proveedor específico.
Pregunta frecuente
¿Cuántos touchpoints necesito registrar para que un modelo de MTA sea confiable?
No existe un número fijo, pero el modelo pierde confiabilidad cuando el rastreo cubre solo una parte del recorrido real del usuario. Antes de invertir en un modelo data-driven sofisticado conviene auditar qué proporción de los touchpoints relevantes (redes sociales, display, búsqueda, email, canales offline si aplica) efectivamente se están registrando, porque un modelo avanzado no puede compensar por sí solo los datos que faltan.