El dilema de la atribución del tráfico digital

En el contexto en el que vivimos en 2024 donde la UE ha puesto serias restricción en el uso de los datos de los usuarios que navegan por internet poniendo en el centro de las prioridades la protección de su privacidad, Google ha obligado a los anunciantes a implementar la última versión del modo de consentimiento bajo la amenaza de no dejarnos utilizar audiencias de remarketing.

Ni que decir tiene que aunque la obligación de obtener el consentimiento de los usuarios es obligatorio por parte de la UE desde el 2018, los gestores publicitarios y los analistas nos hemos puesto la pilas con la privacidad casi antes de ayer y aquí es donde ha surgido el problema.

El modo de consentimiento obliga a solicitar el permiso del usuario para el uso de sus datos. Si el usuario acepta, se descargan las cookies analíticas y publicitarias, si no lo aceptan, no se descargan y por tanto no se pueden usar sus datos. El descalabro del tráfico en muchos casos ha sido apoteósico, con caídas de tráfico de más del 50%. Aquí entran las plataformas de consentimiento con sus plantillas y sus banners ya optimizados y con una alta tasa de aceptación que consiguen la confianza del usuario y evitan que se desplome el tráfico pero siempre hay un porcentaje importante de usuarios que van a rechazar las cookies. Y estas son las normas del juego en estos momentos.

La consecuencia inmediata de la implementación del modo de consentimiento es que los datos no cuadran entre los datos del ecommerce y Google Analytics 4 y la duda se asienta de manera radical en el cliente y hay que sacar todas las herramientas de la pedagogía analítica para explicar qué está pasando y por qué sí podemos seguir confiando en Google. Y esto es lo que voy a intentar hacer en este post, un ejercicio de pedagogía para que le veais el punto a la analítica y confiéis en los datos.

A todo esto que he contado sobre las cookies se le suman los diferentes modelos de atribución de las plataformas. Hagamos un resumen:

Imaginemos un equipo de fútbol. El número de toques que se le da al balón desde el primero que saca hasta el que mete el gol es variable. En el fútbol lo tenemos claro, se atribuye el gol el que da el último toque antes de que el balón entre en la portería. Pero ¿Qué pasa con el que dió el pase para que el último rematará? ¿Y el que sacó la pelota del centro del campo? En los últimos años dentro del campo de la analítica digital se ha asumido como justo que cada plataforma se atribuya parte de su participación en el gol, sobre todo ahora que un mismo usuario puede entrar a una web desde dispositivos (y navegadores) diferentes.

A esta situación se le añade que cada plataforma tiene un modelo de atribución diferente. Mientras que Meta Ads se atribuye la conversión completa si un usuario hace clic en los últimos 7 días o si ha visto un anuncio en el último día y se lo atribuye de manera completa, aunque además de esa participación haya habido otras tantas orgánicas o de pago. Google Ads tiene un modelo de atribución basado en datos, al igual que Google Analytics 4 de manera que se atribuyen la parte que les corresponde. Aquí hay una diferencia entre ambos, mientras que Google Ads se atribuye la conversión el día que el usuario vio o hizo clic en el anuncio, GA4 lo atribuye al día en que se hizo la compra. En según que negocios con un periodo de compra elevado puede significar una discrepancia grande.

Y seguimos para bingo. Las plataformas de ecommerce atribuyen la conversión al último canal de procedencia del tráfico y la atribuyen de manera completa y el día que se produce esa conversión. Os dejo una imagen de resumen que lo aclara todo:

Pues ya tenemos todos los ingredientes del pastel donde nadie entiende nada porque los datos de las diferentes plataformas no cuadran entre sí. Mi experiencia en estos últimos meses es de clientes buscando herramientas de analítica digital porque Google no sirve, no da datos y esto es un error. Ninguna plataforma va a solucionar el problema de la pérdida de datos por el rechazo del consentimiento de los usuarios y ninguna va a dar un modelo de atribución mejor que Google porque Google conoce cómo buscan los usuarios y sabe, a través de su email, qué webs visitan. Y mientras la penetración de Chrome sea la que es, Google seguirá siendo el mejor sistema de analítica web a pesar de sus luces y sus sombras.

Al final de todo esto el problema se resume en que tenemos diversas plataformas, cada vez más, que cada una mide de una manera diferente y nada cuadra entre sí.

Si levantara la cabeza el señor John Wanamaker, este que ya a finales del siglo XIX dijo: “la mitad del dinero que gasto en publicidad se desperdicia, el problema es que no sé qué mitad”. Y esto es un poco lo que tratamos de solucionar los analistas dando un poco de luz al problema.

Lo primero que tenemos que entender es que la analítica no va de datos absolutos, va de tendencias. De nada sirve saber los usuarios que visitaron una web en un dia determinado si no lo comparamos con el día anterior, el mismo día del mes anterior o del año anterior. La analítica va de cómo medir las mejoras que hacemos y nos ayuda a entender los datos para tomar decisiones. Importa poco si no tenemos el 100% de los datos o tenemos modelos de atribución diferentes, la cuestión es entender cómo funciona cada plataforma y asumir la pérdida de datos, ya que a nivel porcentual, esa pérdida de información es irrelevante.

Para obtener los datos absolutos de ventas e ingresos, los vamos a traer del propio ecommerce o CRM. El resto de métricas y dimensiones se pueden obtener desde cada plataforma, entendiendo cómo es su modelo de atribución y asumiendo que los datos no van a cuadrar con los datos que proporciona Analytics.

Si nos planteamos que cada plataforma publicitaria es válida en su modelo de atribución y aplicamos esta ley fundamental, nos fijaremos en si los datos que tenemos hoy son mejores o peores que los que tuvimos hace 7 días o el mes pasado o el mismo mes del año anterior y de esta manera obtendremos datos relevantes de la tendencia tanto del negocio como del estado de salud de nuestras cuentas publicitarias. Y con estos datos, ya sí podemos tener la confianza de tomar decisiones informadas.

El futuro pasa por analizar de una manera global cómo funcionan las plataformas y de qué manera participan en las conversiones. Y hacerlo de una manera que no intervengan datos preatribuidos, esto es, sólo usando métricas nativas de la plataforma. como impresiones, clics o coste, ya que las conversiones, el ROAS o el valor de conversión van a estar influenciados por el modelo de atribución de la plataforma que como ya hemos visto antes, entran en conflicto entre sí.

Para esto Google crea Meridian, una herramienta gratuita y de código abierto desarrollada para analizar el impacto de las campañas de marketing. Esta es una herramienta que utiliza la metodología de Marketing Mix Model (MMM) y que va a permitir a las empresas entender mejor cómo cada uno de sus canales de marketing (como Google Ads, redes sociales, TV, etc.) contribuye a los resultados finales, como las ventas o las conversiones.

De momento Google no ha avanzado una fecha de lanzamiento de Meridian y aunque se hablaba que estaría disponible a partir de julio de 2024.