Viernes por la mañana. Abres tus dashboards y cada plataforma te cuenta una versión diferente del mismo fin de semana: Meta dice 80 conversiones, Google Ads 60, TikTok 70. Tu backend, las órdenes reales de tu tienda, dice 100. Las plataformas suman 210 sobre 100 ventas reales.
¿A quién le crees? Esa pregunta es el centro de la atribución en ecommerce, y su respuesta separa a las marcas que escalan de las que toman decisiones de presupuesto sobre datos inflados.
Situación del mercado chileno
El contexto chileno hace que esto importe más que nunca. El ecommerce local facturó US$970 millones en 2025, con una penetración del 12,6% sobre el comercio total y más de 10 millones de compradores online. Ya no crecemos por inercia pandémica: cada peso de marketing tiene que ganarse. Y aquí aparece la paradoja: mientras más vendemos en mobile, peor medimos. iOS limita el seguimiento, un tercio del tráfico navega sin cookies de terceros y las apps crean silos de datos.
De todo esto hablamos en el webinar que hicimos junto a Multivende. Acá van los puntos clave; si prefieres el video completo, está disponible en YouTube.
Qué es la atribución y por qué nadie compra en un solo clic
Un modelo de atribución es un conjunto de reglas que determina cómo se reparte el crédito de una venta entre los distintos puntos de contacto del journey. Y el journey real rara vez es un solo clic: el cliente promedio toca una marca entre 8 y 10 veces antes de comprar.
Un ejemplo típico de hoy: descubres unas zapatillas en TikTok, le preguntas a ChatGPT qué modelo te conviene, comparas precios en Google Shopping y cierras la compra desde un anuncio de retargeting de Meta. Cuatro touchpoints, una venta.
¿Quién es el dueño de la venta?
Según el modelo que apliques, esa misma venta tiene dueños distintos. El último clic le da el 100% a Meta e invisibiliza todo lo que construyó la intención. Primer clic, lineal y decaimiento temporal fueron eliminados de Google Ads y GA4 en 2023: menos del 3% de las conversiones los usaba. Quedaron solo último clic y data-driven attribution (DDA), que reparte el crédito con un algoritmo basado en tu historial de conversiones.
DDA suena perfecto, pero tiene letra chica. Aunque Google eliminó el umbral mínimo obligatorio, su propia documentación recomienda al menos 200 conversiones y 2.000 interacciones en 30 días para que el modelo funcione con precisión. Con menos volumen, la realidad de muchas pymes y líneas de producto nuevas en Chile, el algoritmo trabaja a ciegas y en la práctica te devuelve a un comportamiento muy cercano al último clic.
¿Qué pasa con ChatGPT?
¿Y ChatGPT? Ningún modelo lo ve. Las apps de ChatGPT, Gemini y Claude suelen quitar el referrer, así que ese tráfico cae como directo o «(not set)» en GA4. Algunas mediciones estiman que el tráfico real desde LLMs puede ser 2,5 a 5 veces mayor que lo que muestran tus reportes. Vale la pena configurar la fuente en GA4 para empezar a identificarlo, porque ese tráfico ya existe y convierte.
El costo de ignorar todo esto es real. Nos tocó ver el caso de un cliente que cortó Meta «porque no vendía» según último clic. Tres meses después, su venta total había caído entre 60% y 70%. Meta no cerraba ventas, pero alimentaba todo el embudo.
Por qué la suma de tus dashboards da más del 100%
Ninguna plataforma miente a propósito. Cada una mide con sus propias reglas, y esas reglas son incompatibles entre sí.
Las ventanas de atribución son distintas: Meta cuenta 7 días post-clic y 1 día post-visualización; Google puede llegar a 30 o 90 días; MercadoLibre usa 14. Meta además atribuye ventas a personas que solo vieron el anuncio, sin hacer clic. Y cada plataforma solo ve su propio ecosistema: Meta ignora qué pasó en Google, y viceversa.
El resultado es un doble conteo estructural: la misma venta aparece atribuida en Meta, en Google y en TikTok simultáneamente, y todas «tienen razón» según sus reglas.
En auditorías y datos de industria, los números se repiten: Meta sobre-reporta en torno a un 26% sobre las ventas reales, Google entre 15% y 20%, y TikTok es el que más infla. GA4, en cambio, sub-reporta paid social porque solo ve clics que llegan a tu web. Por eso Meta te dice que vendió mucho y GA4 que casi nada, y ninguno de los dos describe tu negocio.
Audita tu atribución en ecommerce antes de elegir modelo: el backend es la única verdad
Un modelo de atribución sofisticado sobre datos rotos es basura sofisticada. Antes de discutir modelos, audita la fuente.
Conoce nuestra auditoría
La auditoría que aplicamos en Canal Cero tiene seis capas: que el evento purchase dispare una sola vez y con el monto correcto; que pixel y API de conversiones estén deduplicados; que sepas si cuentas «todas las conversiones» o «una por clic»; que conozcas las ventanas de atribución de cada plataforma; que midas cuántos usuarios rechazan el tracking con el modo consentimiento; y que compares sistemáticamente contra tu backend.
Esa última capa es la regla de oro: las órdenes reales de tu plataforma (VTEX, Shopify, Magento) son el único número incuestionable. Todo dashboard se audita contra ese número, nunca al revés.
El ritual mensual es simple: ventas del backend versus GA4, brecha documentada. Lo ideal es que la diferencia se mantenga bajo el 10%. Un 20-30% puede ser aceptable si se ha mantenido estable en el tiempo. La brecha siempre va a existir; lo que debe preocuparte es que se dispare. Una brecha estable es ruido aceptable. Una brecha que se mueve bruscamente es un problema de medición real.
Para revisarlo, en GA4 entra a Informes → Monetización → Transacciones: ahí están los IDs de pedido para cruzar contra tu ecommerce. Si un pedido aparece con dos o tres compras, tienes un evento que se dispara más de una vez. Y como es trabajo manual, conviene automatizarlo vía API para que solo te levante alertas.
Tres casos que vas a reconocer
Google Ads vs GA4
«Google Ads dice 120, GA4 dice 75.» Es la consulta más frecuente, y casi nunca hay un pixel roto detrás. Ads atribuye al día del clic, GA4 al día de la compra. Ads usa data-driven y cuenta view-through; GA4 reporta último clic y solo conversiones observadas.
Miden cosas distintas con reglas distintas: nunca van a cuadrar, y perseguir que cuadren es una batalla perdida. Lo que sí funciona es definir una fuente por decisión (Ads para optimizar campañas, backend para reportar el negocio, GA4 para entender el journey) y documentar la brecha esperada.
BigQuery y GA4
Tengo pocas compras al mes, ¿cómo optimizo? Bajo 30 conversiones mensuales por campaña, los algoritmos están adivinando. Las salidas, en orden: consolidar campañas para concentrar datos; optimizar un paso antes en el embudo (begin_checkout o add-to-cart, nunca más atrás, porque las vistas de producto ensucian el algoritmo con gente sin intención real).
Implementar la API de conversiones y server-side tracking, que según implementaciones documentadas recupera entre un 20% y un 40% de los eventos claves que el navegador pierde; y conectar GA4 a BigQuery para correr tu propio modelo de atribución sobre la data cruda, sea lineal, primer clic o decaimiento temporal. Un detalle clave del webinar: la conexión no es retroactiva. Empieza a guardar datos desde el día que la activas, así que mientras antes la hagas, mejor.
PMax y Advantage
PMax y Advantage+ son juez y parte. Estas campañas deciden dónde mostrar los anuncios y luego reportan su propio éxito, mezclando búsqueda de marca con Display y Shopping sin desglose limpio. Y el problema está documentado en un estudio de Optmyzr sobre 503 cuentas. El mismo encontró solapamiento de palabras entre Search y PMax en el 91% de ellas, con este último canibalizando la campaña de Search con frecuencia.
Un geo-test de Haus con la marca Caraway mostró además que la plataforma sobre-reportaba el rendimiento de PMax con términos de marca en un 33%. La auditoría mínima: excluir términos de marca en PMax y comparar el volumen de branded search antes y después. Si te saltas este paso, estás pagando por ventas de gente que ya te estaba buscando.
Cerrar el círculo: del clic a la venta en tu CRM
Cuando alguien hace clic en un anuncio, la URL trae identificadores como el GCLID (Google) y el FBCLID (Meta). Si guardas esos parámetros junto al formulario que el usuario envía, quedan asociados al lead en tu CRM.
La jugada completa viene después: cuando ese lead cambia a estado «ganado», disparas la conversión de vuelta a Google Ads o Meta con su identificador. Recién ahí las plataformas optimizan por ventas cerradas en lugar de formularios enviados. HubSpot trae esta integración nativa con sus formularios; en otros CRM hay que desarrollarla, pero el retorno lo justifica: es la única trazabilidad real entre anuncio, lead y venta.
Marketplaces: el agujero negro de la atribución
En Chile el sitio propio es solo una parte del juego: el 31% de los compradores usa MercadoLibre, y Falabella, Paris y Ripley construyen su propio retail media. Cada marketplace es un ecosistema cerrado con sus propias reglas.
¿Cómo atribuyen los marketplaces?
Mercado Ads usa una ventana de 14 días post-clic y atribuye «ventas indirectas»: si alguien hace clic en un producto tuyo y compra otro de tu catálogo, esa venta también se la anota la pauta. Además, reporta en ACOS (inversión ÷ ingresos), la inversa del ROAS, así que ni siquiera puedes comparar las métricas directamente.
Y nada de esto sale del marketplace: cero datos a nivel de usuario fluyen hacia tu GA4 o tu data warehouse. Tu inversión de marca fuera allí empuja ventas dentro que son invisibles para tu atribución.
¿Cómo medirlos entonces?
Tratando cada marketplace como un canal con su propio MER (ventas totales ÷ inversión del canal), corriendo tests de incrementalidad (pausar o subir Mercado Ads dos o tres semanas y medir el delta real) y usando encuestas post-compra en tu sitio. Los códigos de descuento exclusivos también sirven como traza entre canales.
Qué hacer esta semana (costo cero) y hacia dónde escalar
Tres acciones que puedes implementar antes del viernes, sin invertir un peso:
MER o blended ROAS
Gasto total en marketing ÷ ingresos totales, con datos de tu banco y tu ERP en lugar de los dashboards de Meta o Google. Trackéalo mes a mes: si subes inversión en un canal y el MER mejora, ese canal probablemente funciona. Es un termómetro general más que un diagnóstico por canal, pero es infinitamente mejor que confiar en el ROAS de cada plataforma.
Encuesta post-compra
Un campo en el thank you page: «¿Cómo nos conociste?». Es la única forma de capturar WhatsApp, las recomendaciones y los journeys que pasan por marketplaces. Acumula dos o tres meses y compara contra lo que dicen las plataformas.
Test de branded search
Pausa tu campaña de marca dos semanas y mide si el orgánico absorbe la caída. El experimento de eBay (Blake, Nosko y Tadelis, 2015) encontró que el 99,5% del tráfico de sus anuncios de marca habría llegado igual por orgánico: estaban pagando millones de dólares por clics que ya eran suyos.
Desde ahí, el camino escala según tu madurez: tests de incrementalidad por zonas geográficas, server-side tracking con data warehouse propio, y en el nivel más alto, Marketing Mix Modeling. Es estadística clásica que mide sin cookies y captura canales invisibles como WhatsApp y marketplaces, con herramientas open source como Robyn (Meta) y Meridian, el modelo que Google liberó como sucesor de LightweightMMM.
Beneficios de Robyn
Robyn es la puerta de entrada más simple; Meridian usa inferencia bayesiana y permite calibrar con tus propios experimentos de incrementalidad. Pocos negocios necesitan llegar a este nivel 5. Todos necesitan salir del nivel 0: confiar ciegamente en lo que reporta cada plataforma.
Un beneficio lateral de tener tu propia data: el próximo Cyber puedes ver hora a hora qué canal está vendiendo, en vez de esperar 24-48 horas a que las plataformas consoliden. Con GA4 conectado a BigQuery, eso es un par de consultas.
El gol nunca fue solo del delantero
Para armar una jugada, el defensa se la pasa al mediocampista y el mediocampista al delantero. El gol lo anota uno, pero lo construye el equipo. Con tus canales pasa lo mismo: el último clic premia al que cierra e invisibiliza a los que construyeron la intención.
Audita primero, parte con lo que cuesta cero (MER y encuesta post-compra) y conecta BigQuery hoy, antes de que lo necesites. Deja de preguntarte a quién le crees y empieza a construir tu propia evidencia: esa es la diferencia entre optimizar sobre ilusiones y medir de verdad.
¿Quieres ver la charla completa, con los casos y las preguntas de los asistentes? Mira el webinar junto a Multivende en YouTube. Y si quieres que auditemos tu medición, conversemos.
Fuentes externas citadas
- Search Engine Land: Google retires attribution models
- Google Ads Help: About data-driven attribution
- Optmyzr: Is PMax cannibalizing Search?
- Haus: PMax experiments with branded search terms
- NBER: Blake, Nosko & Tadelis (2015), Consumer Heterogeneity and Paid Search Effectiveness
- Search Engine Land: Exploring Meridian, Google’s open-source MMM
- Cometly: Server-side conversion tracking
- Marketing Agent: How to track LLM referral traffic in GA4
