Atribución después de iOS: en qué confiamos realmente al reportar

Cada stack de reportes que heredamos contiene tres números para el mismo canal, y los tres están equivocados en direcciones distintas. Meta reclama 220 compras en el mes. El last-click de GA4 le acredita a Meta 90. El export de finanzas muestra ingresos que ninguno de los dos números explica. La atribución de marketing después de iOS no es un problema de datos que se resuelve; es una incertidumbre que se gestiona. Operamos cuentas bajo el supuesto de que ningún modelo individual dice la verdad, y construimos una capa de reportes que permite tomar buenas decisiones de presupuesto de todas formas.

Este artículo describe el stack de triangulación que usamos en cuentas que invierten entre $10K y $80K al mes — la mayoría comprando en mercados como Estados Unidos y Reino Unido, donde la subasta es cara y el coste de medir mal se multiplica — por qué existe cada capa, y exactamente qué ponemos frente a los fundadores cada semana.

Ningún modelo dice la verdad, y cada uno miente de forma predecible

El insight útil no es "la atribución está rota". Es que cada fuente de medición tiene una dirección de sesgo conocida, y una vez que conoces la dirección, el número se vuelve utilizable.

• Las conversiones reportadas por la plataforma sobrecuentan a la plataforma. Meta, Google y TikTok reclaman conversiones de forma independiente, con ventanas de clic y de visualización que capturan demanda creada en otro lugar. Suma los ingresos reportados por tres plataformas y rutinariamente el total llega al 130–180% de los ingresos reales de la tienda. El sesgo es peor en retargeting y en búsqueda de marca, donde la plataforma se interpone entre un comprador ya decidido y el checkout.
• El last-click infravalora el descubrimiento. El last-click de GA4 mata de hambre a los canales que crean demanda — paid social, video, influencers — y sobreacredita a los que la cosechan: búsqueda de marca, directo, email. Un equipo que reasigna presupuesto por last-click desfinanciará sistemáticamente la parte alta de su propio funnel y verá el volumen de búsquedas de marca decaer dos meses después.
• El "cómo nos conociste" autorreportado sobrerrepresenta los puntos de contacto memorables. Las encuestas post-compra son baratas y direccionalmente útiles, pero los encuestados nombran el podcast, no el anuncio de retargeting, y tasas de respuesta del 15–40% sesgan hacia clientes comprometidos.
• Los modelos de atribución data-driven son opacos. El DDA de GA4 y las diversas herramientas de MMM ligero producen curvas plausibles, pero no puedes auditar sus supuestos, y de todas formas solo ven los touchpoints que fueron rastreados.

Ninguna de estas fuentes queda vetada. Cada una se gana un rol específico, con su sesgo descontado.

El stack de triangulación

Operamos cuatro capas, en jerarquía estricta. Las capas inferiores alimentan la optimización; las superiores toman las decisiones de presupuesto.

1. Atribución de plataforma — para optimizar dentro de la plataforma. Los números de Meta son la señal de la que aprende el sistema de entrega de Meta, así que los mantenemos limpios y los usamos para comparar campaña contra campaña, anuncio contra anuncio, dentro de la misma plataforma. Las comparaciones relativas dentro de un mismo sistema de atribución son válidas aunque el nivel absoluto esté inflado.
2. Eventos server-side — para la calidad de señal y un libro mayor de eventos consistente. CAPI en Meta, conversiones mejoradas en Google, GTM server-side donde el stack lo soporta. Esta capa no arregla la atribución; arregla la cobertura de medición, que es un problema distinto que la mayoría de los equipos confunde con la atribución.
3. Reconciliación de ingresos — para calibrar. Cada semana alineamos los ingresos reclamados por las plataformas contra el sistema de pedidos (Shopify, la base de datos de facturación, el CRM). El ratio entre lo reclamado y lo real se convierte en el deflactor de cada plataforma. Si Meta reclama $84K y la reconciliación respalda aproximadamente $55K, los números de Meta se leen a ~0.65 para planificación — y un cambio en ese ratio es en sí mismo un evento diagnóstico que vale la pena investigar.
4. CAC combinado y MER — la capa de decisión. Inversión total dividida por clientes nuevos totales; ingresos totales divididos por inversión total. Estos números no pueden mentir sobre el conjunto, porque no dependen de la atribución en absoluto. Toda decisión de escalar, recortar o reasignar se toma aquí.

La jerarquía resuelve las discusiones que paralizan a los equipos de marketing. Cuando el ROAS de plataforma y el MER combinado discrepan, gana el combinado. Cuando el last-click y los números de plataforma discrepan sobre la contribución de un canal, no arbitramos — testeamos.

Eventos server-side: arregla la cobertura antes de debatir modelos

Discutir sobre modelos de atribución encima de una capa de eventos rota es esfuerzo desperdiciado, y es el estado más común que encontramos en las auditorías. Antes de cualquier triangulación, la base:

• Conversions API (o el equivalente de la plataforma) disparando server-side con deduplicación contra el píxel de navegador verificada vía event_id, no asumida
• Event Match Quality de 8+ en el evento de compra — email, teléfono y dirección hasheados desde el objeto del pedido
• Un evento de compra canónico, con valor y moneda, que cuadre con el sistema de pedidos dentro de un 2–3% en una extracción semanal
• Conversiones mejoradas y modo de consentimiento configurados en Google, para que las campañas de Search y PMax optimicen sobre los mismos clientes que el CRM reconoce

En una cuenta de SaaS B2B, reconstruir la capa de eventos para que las plataformas recibieran eventos de lead calificado (desde el CRM, server-side) en lugar de formularios crudos cambió todo lo que venía después: en seis semanas las plataformas desplazaron la entrega hacia audiencias que producían pipeline de ventas, el coste por oportunidad calificada cayó un 38%, y el debate de atribución se disolvió en gran parte porque cada fuente por fin contaba lo mismo.

CAC combinado y MER como capa de decisión

La mecánica que corremos cada semana, por cuenta:

• MER = ingresos totales / inversión publicitaria total, seguido como número rodante a 7 y 28 días contra un objetivo derivado del margen, no de la ambición
• CAC combinado de cliente nuevo = inversión total / clientes nuevos (clientes recurrentes excluidos — mezclarlos es la forma más común de maquillar en silencio los números combinados)
• Cuota de inversión vs. tendencia de ingresos por canal, para que un canal pueda crecer o recortarse por su efecto marginal sobre la línea combinada y no por su ROAS autorreportado

La regla operativa es simple: los números de plataforma proponen, los combinados deciden. Si la inversión en Meta sube un 30% y el MER combinado se sostiene o mejora durante las dos semanas siguientes, la inversión incremental está funcionando, diga lo que diga GA4. Si el ROAS de plataforma luce estable mientras el MER combinado se erosiona, algún canal se está atribuyendo demanda que no creó — y los sospechosos habituales son el retargeting y la búsqueda de marca.

Las métricas combinadas tienen una debilidad real: son lentas e inespecíficas. Te dicen que el conjunto está sano o enfermo, no cuál es el órgano. Por eso están en la cima del stack en lugar de reemplazarlo — y por eso existe la capa de abajo.

Holdouts y tests geográficos donde el volumen lo permite

Cuando la incrementalidad de un canal está genuinamente en disputa, dejamos de modelar y corremos un experimento. Los dos diseños que realmente usamos:

• Geo holdouts. Apagar (o reducir) la inversión en disputa en un conjunto emparejado de regiones durante 2–4 semanas y comparar los ingresos contra las regiones de control. Es la lectura más limpia disponible para un anunciante mediano, y no requiere cooperación de la plataforma. Dimensionamos el test para que el efecto esperado sea al menos 2–3x el ruido de ingresos a nivel de región; por debajo de unos $20K mensuales en el canal en disputa, la matemática rara vez cierra y lo decimos en lugar de montar teatro.
• Holdouts de audiencia en retargeting. Excluir una porción aleatoria del pool de retargeting y comparar tasas de compra. El retargeting es donde corremos esto primero, porque es donde se concentra la sobreatribución de las plataformas. El lift medido es frecuentemente el 10–30% de lo que la plataforma reclama. Hemos apagado capas de retargeting que reclamaban 4x de ROAS porque el holdout mostró que el retorno incremental estaba por debajo de 1x — y el MER combinado no se movió cuando esa inversión desapareció, lo cual fue el veredicto.

Una advertencia que nos aplicamos a nosotros mismos: un resultado de holdout es una estimación con intervalo de confianza, no una revelación. Tratamos un test como decisivo solo cuando el efecto medido es grande en relación con su ruido. De lo contrario, actualiza nuestros deflactores y seguimos adelante.

Qué mostramos a los fundadores cada semana

El reporte semanal es una página. En orden:

1. MER combinado y CAC de cliente nuevo vs. objetivo, con tendencia a 7 y 28 días
2. Inversión e ingresos por canal, con los ingresos reclamados por cada plataforma mostrados junto a su deflactor reconciliado, para que la brecha sea visible en lugar de estar oculta
3. Chequeo de reconciliación — la suma de ingresos reclamados por las plataformas vs. los ingresos reales, con alerta cuando el ratio se mueve más de ~10 puntos semana contra semana
4. Las 3–5 decisiones tomadas o propuestas — movimientos de presupuesto, tests lanzados, tests leídos — cada una ligada al número que la justificó
5. Diagnósticos de creatividad y funnel debajo del pliegue: qué conceptos están cargando la inversión, según nuestro flujo de analítica creativa

Lo que dejamos fuera deliberadamente: gráficos de rutas de atribución multi-touch, "conversiones asistidas" por canal, y cualquier ROAS reportado por plataforma presentado sin su deflactor. Esos artefactos generan discusión y ninguna decisión.

El resumen honesto de la atribución de marketing después de iOS: la precisión a nivel de usuario se fue y no va a volver. Lo que queda es suficiente — eventos limpios en la base, números de plataforma calibrados en el medio, economía combinada en la cima y experimentos donde lo que está en juego los justifica. Las cuentas operadas así toman decisiones que parecen más lentas y son mejores. Si quieres ver dónde queda tu stack de reportes actual frente a este estándar, la capa de medición es lo primero que puntuamos en una auditoría.