A pesar de que el “viaje” de los clientes es cada vez más difícil de seguir, debido en gran parte a nuestro mundo omnicanal, los modelos de atribución siguen estando muy centrados en el “last click” (último clic). Y esto no es por razones puramente tecnológicas...

Es una paradoja: mientras que la publicidad digital parece ser un ávido consumidor de innovación tecnológica, con la publicidad programática (enfocada a audiencias específicas) y el DCO (Optimización Creativa Dinámica) que adapta las campañas a perfiles determinados, como principales ejemplos, la cuestión fundamental de la atribución parece haber sido olvidada. Y la paradoja es aún mayor si tenemos en cuenta que se trata de identificar las palancas más eficaces para invertir los más de 1900 millones de euros que el mercado digital español representaba el pasado año.

¿Se ven realmente mis anuncios? ¿Qué canales (búsqueda, visualización, afiliación, etc.) son los más eficaces? ¿Se les paga a mis partners de manera justa dependiendo de su contribución? ¿Cómo puedo ajustar mi marketing mix para hacer el mejor uso de mi presupuesto publicitario? Estas son las preguntas que se supone que la atribución debe responder. Por defecto y en gran medida por costumbre, el modelo del “último click”, en el que la conversión se atribuye al último punto de contacto, es el que gobierna de forma suprema. Sin embargo, con el aumento del omnicanal, la atribución del último clic es cada vez más defectuosa. Especialmente para anunciantes que invierten grandes cantidades de su presupuesto en el móvil.

Aunque varias métricas de omni-canales muestran que el móvil juega un papel clave en la conversión, el instinto natural es mirar el “último clic”, en detrimento del móvil. Y esto es un problema para los anunciantes, cuya asignación presupuestaria para publicidad móvil está en aumento...

Todas las empresas que se enfrentan al viaje omnicanal de su audiencia se enfrentan cara a cara con los límites de sus modelos de atribución. ¿Es la tecnología la culpable? En parte, por supuesto, debido a la complejidad: no es fácil igualar un viaje o comportamiento que involucra la navegación web, en el escritorio y en el móvil, así como las aplicaciones móviles. Y eso sin incluir los adblockers y el Intelligent Tracking Prevention de Apple, que hacen que la tarea sea más difícil. En tales circunstancias, ¿cómo se puede saber qué canal desempeña el papel de "instigador", "influenciador" o "anotador"? Los modelos algorítmicos (como las cadenas de Markov) ayudan pero no ofrecen la solución definitiva. La herramienta informa sobre la decisión, pero no puede tomarla por sí misma.

¿Cómo puede tomar la decisión correcta para, por ejemplo, optimizar su presupuesto y mantener las conversiones con menos puntos de contacto? En busca de la respuesta a estas preguntas, las empresas se han dado cuenta de que el principal obstáculo para una atribución más realista no es sólo tecnológico, sino también organizativo. Por una sencilla razón: los equipos están organizados - e incentivados - por canal (SEO, SEM, Social, Display, etc.), lo que dificulta seriamente la gestión del rendimiento global.

Las consecuencias de estos silos organizativos son bien conocidas: se ignoran los efectos de eco (el hecho de que múltiples vistas en un canal preparan la conversión en otro), mientras que las conversiones son mayores, ya que a varios canales se les atribuye la misma conversión. El problema se aborda a través de la reduplicación, que en la práctica consiste en contratar a los socios en función del rendimiento, para evitar pagar varias veces por la misma conversión. En otras palabras, se revisan los contratos, pero el núcleo de la cuestión, el modelo de atribución, sigue estando desconectado de la realidad.

Y este es el quid de la cuestión: ¿cómo se puede volver a entrar en contacto con la realidad para ajustar progresivamente el modelo de atribución? El primer paso es un intercambio abierto de información: ofrecer a todos, independientemente del canal que tengan asignado, una visión global del rendimiento entre canales (incluido el mundo físico, como las tiendas) y entre dispositivos; compartir los objetivos de tráfico y conversión; enviar las mismas advertencias para comparar teorías y localizar con precisión las causas, etc. Con esta base compartida, los modelos pueden ser probados y ajustados para acercar el modelo de atribución a la realidad. Y la vieja práctica del último clic puede finalmente ser finalmente desterrada.