La Atribución en GA4 explica cómo Google Analytics 4 reparte el crédito de los eventos clave entre los distintos puntos de contacto que preceden a una acción importante. Entender ese reparto es esencial cuando una misma venta, lead o registro pasa por búsqueda orgánica, anuncios, email, redes sociales o acceso directo antes de completarse. El objetivo no es encontrar un modelo que “demuestre” qué canal es mejor, sino interpretar correctamente qué parte del recorrido está observando cada informe.
Resumen: la Atribución en GA4 se apoya actualmente en tres opciones de informe: atribución basada en datos, último clic en canales de pago y orgánicos, y último clic en canales de pago de Google. El cambio del modelo de informes se aplica a datos históricos y futuros cuando se utilizan dimensiones de tráfico con alcance de evento, mientras que las dimensiones de sesión y primer usuario mantienen su propia lógica. La ventana retrospectiva se configura aparte y sus cambios solo se aplican hacia adelante. Para analizar bien el rendimiento conviene combinar los informes de modelos de atribución y rutas de eventos clave con datos de negocio, CRM e incrementalidad.
Una lectura correcta evita dos errores habituales. El primero es confundir una redistribución de crédito con una mejora o caída real de las campañas. El segundo es utilizar una métrica de atribución como si demostrara causalidad. La atribución organiza señales observadas; no sustituye una prueba incremental, un experimento geográfico o un análisis financiero cuando la pregunta es si una inversión generó ventas que no se habrían producido de otro modo.
👉 Si necesitas descargarte infografías sobre Atribución en GA4, descuentos en cursos y herramientas y mucho más puedes hacerlo aquí: descargar infografías y recursos.
Índice sobre Atribución en GA4
- Qué mide realmente la atribución
- Pros y contras de los modelos
- Modelos disponibles
- Cómo interpretar la atribución basada en datos
- Configuración y efecto histórico
- Ventanas retrospectivas
- Rutas y comparación de modelos
- Errores frecuentes
- CRM, Google Ads y negocio
- Sistema de trabajo para equipos
- Conclusiones
- Preguntas frecuentes
Atribución en GA4: qué mide y qué no mide
En GA4, un modelo de atribución determina cómo se reparte el crédito de un evento clave entre interacciones de marketing anteriores. Esa lógica se aplica a dimensiones de tráfico con alcance de evento, como fuente, medio, campaña o grupo de canales predeterminado cuando se analizan junto con métricas de eventos clave e ingresos.
Esto es distinto de los informes de adquisición. El informe de adquisición de usuarios responde a cómo llegó un usuario por primera vez. El de adquisición de tráfico se centra en la sesión. La Atribución en GA4, en cambio, responde a cómo se asigna el valor de una acción importante entre puntos de contacto elegibles.
La distinción importa porque dos informes pueden mostrar cifras diferentes sin que ninguno esté roto. Una sesión puede atribuirse a un canal concreto bajo lógica de último clic de sesión, mientras que el crédito del evento clave puede repartirse de manera fraccional bajo atribución basada en datos.
Atribución en GA4: cuadro resumen de pros y contras
| Enfoque | Ventajas | Limitaciones |
|---|---|---|
| Basada en datos | Reparte crédito entre varios contactos y utiliza datos específicos del evento clave. | No explica causalidad ni convierte el resultado en una recomendación automática de presupuesto. |
| Último clic pago y orgánico | Es sencillo de interpretar y útil para analizar el cierre de una ruta. | Puede infravalorar interacciones tempranas o de asistencia. |
| Último clic de pago de Google | Permite una lectura centrada en el último contacto de Google Ads. | No es adecuado como visión global del mix de marketing. |
| Datos de CRM | Añaden calidad del lead, oportunidad, ventas e ingresos reales. | Necesitan identidad y gobernanza coherentes para reconciliarse con GA4. |
Atribución en GA4: modelos disponibles y cuándo compararlos
Los modelos clásicos de primer clic, lineal, deterioro temporal y basado en posición dejaron de estar disponibles en GA4 en 2023. En la configuración actual permanecen tres opciones de atribución para informes: basada en datos; último clic en canales de pago y orgánicos; y último clic en canales de pago de Google.
| Modelo | Cómo reparte el crédito | Cuándo resulta útil |
|---|---|---|
| Basada en datos | Distribuye contribución según los datos de cada evento clave y puede generar valores fraccionales. | Análisis multicanal y lectura de rutas con varias interacciones. |
| Último clic pago y orgánico | Ignora Direct salvo que toda la ruta sea directa y asigna el valor al último contacto elegible. | Comparativas sencillas de cierre y reconciliación de ciertos informes. |
| Último clic de pago de Google | Asigna el valor al último canal de Google Ads; si no existe, recurre al último clic pago y orgánico. | Lecturas centradas en el ecosistema publicitario de Google. |
Elegir un modelo no debería hacerse por preferencia política dentro del equipo. Si SEO gana crédito con un modelo y Paid Search lo pierde, el dato no demuestra que haya que mover presupuesto automáticamente. Primero hay que entender qué interacciones cambian de valoración, en qué eventos clave ocurre y si el resultado encaja con ingresos, oportunidades y comportamiento del cliente.
Atribución en GA4: cómo interpretar el modelo basado en datos
La atribución basada en datos utiliza los datos de la propiedad para estimar la contribución de las interacciones a cada evento clave. Por eso un mismo evento puede aparecer repartido en fracciones entre diferentes fuentes o campañas. Si una ruta recibe 0,35 de crédito para un canal y 0,65 para otro, la suma sigue representando un único evento clave.
Conviene corregir una afirmación frecuente: Google no documenta la Atribución en GA4 actual como una implementación pública del valor de Shapley. La documentación describe un modelo basado en datos y comparaciones de contribución, pero no ofrece una fórmula pública que permita reproducir exactamente el cálculo. Por tanto, es mejor hablar de atribución algorítmica basada en los datos de la propiedad y no de una ecuación concreta que Google no expone.
También hay que distinguir atribución basada en datos de eventos clave modelados. GA4 puede modelar eventos que no se observan directamente por motivos de privacidad, limitaciones técnicas o cambios de dispositivo. Ese modelado puede hacer que los datos atribuidos se actualicen durante varios días después de que se registre el evento, por lo que las comparaciones demasiado recientes pueden moverse.
Atribución en GA4: cómo leer los créditos fraccionales
| Situación | Qué significa | Cómo actuar |
|---|---|---|
| 0,4 eventos clave en un canal | Ese canal recibió una parte del crédito de uno o varios eventos. | No redondear antes de comparar canales o periodos. |
| Un canal pierde crédito al cambiar de modelo | El método de reparto ha cambiado. | No interpretar automáticamente como caída de rendimiento. |
| Los datos recientes cambian días después | Puede haber procesamiento y modelado posterior. | Evitar decisiones sensibles con ventanas demasiado recientes. |
| Sesiones y eventos clave no coinciden | Tienen alcances y lógicas de atribución distintos. | Comparar métricas y dimensiones compatibles. |
Atribución en GA4: configuración del modelo y efecto sobre datos históricos
La interfaz actual sitúa la configuración del modelo dentro de Administrar, en Visualización de datos, Eventos, y desde ahí en Atribución de eventos clave. Para modificarla se necesita el rol de Profesional del marketing o superior en la propiedad.
Un punto importante es el efecto temporal. Cambiar el modelo de Atribución en GA4 se refleja tanto en datos históricos como futuros para informes y exploraciones que usan dimensiones de tráfico con alcance de evento. No modifica las dimensiones de sesión o de primer usuario. Por eso puede parecer que “el pasado ha cambiado” cuando se consulta una métrica de evento bajo el nuevo modelo.
La ventana retrospectiva funciona de otra manera: sus cambios se aplican hacia adelante. Esto significa que modelo y ventana no deben anotarse como si tuvieran el mismo comportamiento histórico.
Atribución en GA4: qué cambia al modificar la configuración
| Ajuste | ¿Afecta datos históricos? | Qué revisar |
|---|---|---|
| Modelo de atribución de informes | Sí, en dimensiones de tráfico con alcance de evento. | Eventos clave, ingresos y campañas al comparar periodos antiguos. |
| Ventana retrospectiva | No; el cambio aplica en adelante. | Ciclos de compra largos y touchpoints que podrían quedar fuera. |
| Dimensiones de sesión | No dependen del modelo de informes. | Fuente de la sesión y grupo de canales de la sesión. |
| Dimensiones de primer usuario | No dependen del modelo de informes. | Fuente inicial y adquisición de nuevos usuarios. |
Atribución en GA4: ventanas retrospectivas según el ciclo de compra
La ventana retrospectiva determina cuánto tiempo hacia atrás puede buscar GA4 un punto de contacto elegible para recibir crédito. Para first_visit y first_open, la ventana predeterminada es de 30 días y puede cambiarse a 7. Para los demás eventos clave, el valor predeterminado es 90 días y también pueden elegirse 30 o 60 días. Las visualizaciones interesadas tienen su propia configuración.
Esto corrige otra simplificación frecuente: no existe una única lista de “30, 60 o 90 días para todo”. La opción depende del tipo de evento. En una estrategia de Atribución en GA4, el ciclo comercial debe guiar la elección. Un ecommerce de compra inmediata y una consultoría B2B con tres meses de negociación no deberían asumir la misma ventana sin analizar sus datos.
Atribución en GA4: guía para elegir una ventana retrospectiva
| Escenario | Qué observar | Decisión prudente |
|---|---|---|
| Compra rápida | La mayoría de eventos ocurre pocos días después del primer contacto. | Comprobar si una ventana más corta explica casi todo el valor sin perder asistencias relevantes. |
| Lead B2B | Varias visitas, descargas y consultas antes del formulario. | Mantener una ventana que represente el ciclo comercial real. |
| Marca con mucha recurrencia | Usuarios que vuelven por Direct después de campañas anteriores. | Separar adquisición, sesión y atribución para no mezclar conceptos. |
| Evento de adquisición | first_visit o first_open. |
Recordar que sus opciones de ventana son distintas de otros eventos clave. |
Atribución en GA4: qué aportan las rutas y la comparación de modelos
Los informes de atribución están en Publicidad. El informe de modelos de atribución permite comparar cómo cambia la valoración de los canales bajo diferentes modelos. El informe de rutas de eventos clave muestra las secuencias que preceden a las acciones importantes y ayuda a identificar patrones de inicio, asistencia y cierre.
La comparación es especialmente útil antes de modificar una política interna de reporting. Si el equipo lleva años valorando Paid Search, SEO o email con último clic, revisar primero el contraste con basada en datos permite dimensionar el impacto metodológico antes de cambiar dashboards, bonus o decisiones de inversión.
El informe de rutas también ayuda a entender la longitud del recorrido. Un canal con pocas conversiones “de cierre” puede ser frecuente en posiciones iniciales. Eso no implica que sea incremental, pero sí indica que forma parte del camino observado y merece una investigación más profunda.
Atribución en GA4: preguntas que responde cada informe
| Informe | Pregunta útil | No deberías concluir |
|---|---|---|
| Modelos de atribución | ¿Qué canales cambian de crédito si cambia el modelo? | Que el canal que gana crédito merece más inversión automáticamente. |
| Rutas de eventos clave | ¿Qué secuencias preceden a las conversiones? | Que aparecer en la ruta prueba causalidad. |
| Adquisición de tráfico | ¿Qué canal inició cada sesión? | Que ese canal recibe el mismo crédito que en atribución de eventos. |
| Adquisición de usuarios | ¿Cómo llegó el usuario por primera vez? | Que esa fuente sea la última influencia antes de convertir. |
Atribución en GA4: errores de interpretación que pueden mover presupuesto en la dirección equivocada
El error más frecuente es tratar una cifra atribuida como una medición causal. La Atribución en GA4 distribuye crédito sobre interacciones observadas y modeladas; no puede demostrar por sí sola cuántas conversiones adicionales generó una campaña.
- Comparar modelos como si fueran periodos. Un aumento de crédito bajo basada en datos no significa un crecimiento real.
- Ignorar el alcance de la dimensión. Fuente, fuente de la sesión y primer usuario responden preguntas diferentes.
- Usar una ventana demasiado corta por comodidad. Puede borrar del análisis contactos tempranos de ciclos largos.
- Tomar decisiones con datos demasiado recientes. Los eventos modelados y atribuidos pueden actualizarse varios días después.
- Confundir modelado con datos inventados. El modelado estadístico busca estimar huecos de observación, pero debe interpretarse con sus limitaciones.
- Buscar el “mejor modelo” universal. Un modelo es una lente de reporting, no una verdad absoluta.
Atribución en GA4: matriz de diagnóstico cuando cambian los números
| Síntoma | Primera comprobación | Siguiente paso |
|---|---|---|
| SEO pierde conversiones | Ver si cambió el modelo o la ventana. | Revisar rutas, ingresos y Search Console antes de actuar. |
| Paid Social gana crédito | Comprobar si aparece en etapas tempranas de las rutas. | Validar con lift test o experimento si el presupuesto es relevante. |
| Direct cambia mucho | Revisar qué modelo se está usando y si la ruta era exclusivamente directa. | Auditar UTMs, cross-domain y persistencia de campañas. |
| GA4 y CRM no coinciden | Revisar definición de conversión, fecha, identidad y origen. | Construir una reconciliación por lead u oportunidad. |
Antes de cambiar una configuración sensible, una auditoría de calidad de datos en GA4 ayuda a comprobar que el problema no está en eventos duplicados, UTMs, cross-domain o consentimiento.
Atribución en GA4: cómo conectarla con CRM, Google Ads e ingresos reales
Una atribución útil termina fuera de Analytics. Para negocios B2B y servicios, el formulario no es el resultado final: hay leads descartados, oportunidades, propuestas, cierres y valores económicos diferentes. Conectar GA4 con un CRM permite contrastar si los canales que acumulan crédito también generan pipeline de calidad.
En Google Ads hay que evitar otra confusión: el ecosistema de conversiones y atribución de Google Ads tiene sus propios ajustes y reglas. No conviene asumir que un cambio en la atribución de informes de GA4 reconfigura automáticamente todas las estrategias de puja. Si se exportan o crean conversiones basadas en eventos clave, hay que revisar expresamente la configuración de conversión y atribución en Ads.
La estrategia omnicanal cobra valor precisamente cuando se define qué rol cumple cada fuente en el recorrido, en lugar de forzar a todos los canales a competir por el último clic.
Atribución en GA4: capas de medición que conviene combinar
| Capa | Qué aporta | Ejemplo de decisión |
|---|---|---|
| GA4 | Rutas, eventos, sesiones y crédito atribuido. | Detectar canales que participan antes del lead. |
| CRM | Calidad, oportunidad, venta y valor real. | Priorizar fuentes con mejor tasa de cierre. |
| Plataformas publicitarias | Datos de interacción y optimización propios del canal. | Gestionar pujas y creatividades dentro de cada plataforma. |
| Incrementalidad | Evidencia sobre conversiones adicionales causadas por la inversión. | Validar si aumentar presupuesto genera crecimiento neto. |
| Finanzas | Margen, ingresos y coste total. | Evitar optimizar ROAS con ventas poco rentables. |
Atribución en GA4: escenarios prácticos según el modelo de negocio
En ecommerce, la atribución suele estar más cerca de la transacción final y puede contrastarse con pedidos e ingresos. En lead generation, el evento clave es solo el principio y la integración con CRM es mucho más importante. En suscripciones, además, interesa distinguir adquisición inicial de renovación y valor de vida del cliente.
En una consultora, por ejemplo, una búsqueda orgánica puede iniciar la relación, LinkedIn puede reactivar al usuario y Google Ads de marca puede cerrar el formulario. La Atribución en GA4 ayuda a repartir o comparar ese recorrido, pero solo el CRM puede decir si el contacto terminó en una oportunidad de 2.000 €, una de 50.000 € o ninguna.
Por eso el reporting debe definir una jerarquía: métricas de visibilidad, métricas de interacción, eventos clave, oportunidades e ingresos. Cuanto más abajo se llega en el embudo, más importante es reconciliar Analytics con sistemas de negocio.
Atribución en GA4: KPI recomendados por tipo de negocio
| Negocio | KPI de GA4 | KPI externo para validar |
|---|---|---|
| Ecommerce | Compras e ingresos atribuidos. | Pedidos netos, devoluciones y margen. |
| Lead generation | Formularios y llamadas cualificadas. | MQL, SQL, oportunidad e ingreso cerrado. |
| SaaS | Registro, prueba o demo. | Activación, MRR, churn y LTV. |
| Contenido / media | Suscripciones, interacción y recurrencia. | Ingresos publicitarios o membresía. |
Atribución en GA4: metodología de auditoría antes de cambiar el modelo
- Validar eventos clave. Revisar que no haya duplicados, eventos de prueba o cambios recientes de nomenclatura.
- Revisar UTMs y canales. Una mala clasificación de fuentes invalida cualquier análisis posterior.
- Comprobar cross-domain y referrals. Las pasarelas o subdominios pueden fragmentar el recorrido.
- Revisar consentimiento y modelado. Determinar qué parte del dato es observado y qué parte puede estar modelada.
- Analizar rutas. Observar secuencias, días hasta el evento y canales recurrentes.
- Comparar modelos. Medir quién gana y quién pierde crédito.
- Reconciliar con negocio. Contrastar leads, pedidos e ingresos con CRM o backend.
- Documentar la decisión. Registrar modelo, fecha, ventana y motivo del cambio.
Si la implementación tiene dudas estructurales, la guía para implementar GA4 y las herramientas de analítica web sirven como apoyo para revisar la base técnica antes de interpretar resultados.
Atribución en GA4: cómo convertir el modelo en un sistema de decisión y no en una discusión de canales
Una buena política de Atribución en GA4 empieza antes de abrir el informe de Publicidad. Empieza definiendo qué significa una conversión para el negocio. En muchas cuentas se marca como evento clave cualquier interacción interesante: clic en teléfono, descarga, formulario iniciado, formulario enviado y compra. El resultado es un panel con mucha actividad pero poca jerarquía. Si todos los eventos tienen el mismo peso conceptual, el modelo puede repartir crédito con precisión técnica sobre objetivos que el negocio no considera equivalentes.
Crear una jerarquía de eventos antes de atribuir valor
Conviene separar microconversiones de resultados de negocio. Una visita a precios puede ser una señal de intención; un formulario enviado es un lead; una oportunidad aceptada por ventas es otro nivel; un contrato firmado es el resultado económico. GA4 puede cubrir parte de ese recorrido, pero no necesariamente todo. La atribución gana sentido cuando cada capa tiene una definición explícita y un propietario.
En ecommerce, esa jerarquía puede ser vista de producto, carrito, checkout y compra. En B2B, puede ser visita de servicio, descarga, formulario, MQL, SQL y cierre. El modelo de Atribución en GA4 debería analizarse sobre los eventos que realmente justifican una decisión de inversión, no sobre cualquier acción disponible.
Elegir la pregunta antes que el modelo
Los equipos suelen preguntar “¿qué modelo debemos usar?” cuando la pregunta correcta es “¿qué queremos entender?”. Si se quiere analizar el último contacto conocido antes del evento, último clic es fácil de leer. Si se quiere observar cómo se distribuye el crédito entre interacciones elegibles, basada en datos es más informativa. Si la necesidad es demostrar causalidad, ninguno de los dos resuelve por sí solo el problema.
Este cambio de enfoque reduce conflictos internos. SEO no necesita “ganar” frente a Paid Search y Paid Social no necesita defender que su plataforma reporta más conversiones. Cada sistema observa el recorrido desde una lógica distinta. El trabajo analítico consiste en explicar esas diferencias y traducirlas a decisiones.
Analizar cohortes de eventos en lugar de mezclar todo
Otra mejora útil es separar eventos clave por naturaleza. No tiene sentido agregar en un mismo análisis una compra de 300 €, un formulario de newsletter y una llamada telefónica si tienen valores de negocio muy distintos. La herramienta de comparación permite seleccionar eventos concretos, y esa selección debe utilizarse.
Para una estrategia de Atribución en GA4, las cohortes pueden organizarse por producto, país, tipo de lead, dispositivo o valor del pedido. Esto permite descubrir que una ruta de tres contactos es habitual en servicios de alto valor mientras que otra categoría convierte casi siempre en una sesión. La ventana y la interpretación no tienen por qué ser iguales en ambos casos.
Reconciliar Analytics con CRM de forma periódica
En proyectos de generación de leads, la revisión mensual debería incluir una tabla que conecte fuente o campaña con leads, oportunidades, cierres e ingresos. La atribución de Analytics sirve para explicar el recorrido digital; el CRM sirve para saber qué ocurrió comercialmente. Cuando ambos mundos no coinciden, el análisis no debe escoger uno como “verdad” por defecto: hay que buscar la causa.
Puede haber UTMs perdidos, dominios intermedios, cambios de identificador, formularios sin parámetros de campaña, oportunidades creadas días después o leads duplicados. Documentar esas diferencias mejora la medición más que cambiar de modelo cada trimestre.
Añadir incrementalidad cuando la inversión lo justifique
La pregunta más importante de presupuesto no es qué canal recibió más crédito, sino qué habría ocurrido sin la inversión. Esa respuesta requiere experimentos. Puede utilizarse una prueba geográfica, una pausa controlada, un holdout o un experimento de plataforma cuando el diseño lo permite.
La Atribución en GA4 y la incrementalidad son complementarias. La primera describe rutas y distribuye mérito. La segunda intenta estimar el efecto causal. Si ambas apuntan en la misma dirección, la confianza aumenta. Si divergen, aparece una pregunta interesante que merece investigación.
Crear un registro de cambios
Los cambios de configuración deben quedar documentados fuera de la memoria del equipo. Anota fecha, modelo anterior, modelo nuevo, ventana retrospectiva, eventos afectados, motivo y responsable. Guarda también capturas o exportaciones de la comparación de modelos cuando la decisión sea importante.
Esto evita interpretar seis meses después un salto en conversiones como un cambio de mercado cuando en realidad fue una modificación metodológica. En equipos grandes, el registro también permite que marketing, analítica y dirección financiera trabajen con el mismo contexto.
Establecer una cadencia de revisión que no persiga ruido
No es necesario cambiar de modelo con frecuencia. Una configuración estable y entendida suele ser más útil que una búsqueda constante del modelo que mejor “encaja” con el resultado esperado. La revisión mensual puede centrarse en calidad del dato, nuevas rutas, discrepancias y evolución de eventos. La revisión trimestral puede incluir modelo, ventana y reconciliación con negocio.
Para datos muy recientes, conviene recordar que los eventos clave modelados pueden actualizar la atribución durante varios días. Tomar decisiones de inversión el día siguiente a una campaña puede introducir ruido innecesario. El horizonte de análisis debe ser coherente con el ciclo comercial y con el procesamiento de la plataforma.
Construir un dashboard que separe observación de decisión
Un dashboard útil puede mostrar, en una primera capa, sesiones y usuarios por adquisición; en una segunda, eventos clave atribuidos por canal; en una tercera, oportunidades e ingresos del CRM; y en una cuarta, resultados de tests incrementales. Esa estructura evita que una sola métrica monopolice la conversación.
Si la empresa necesita conectar estos niveles, un servicio de análisis digital puede ayudar a diseñar un sistema de medición donde la Atribución en GA4 sea una pieza y no el único criterio de decisión.
Usar la atribución para formular mejores preguntas
El mayor valor del modelo no es producir una tabla definitiva, sino revelar preguntas. ¿Por qué los usuarios que terminan comprando suelen pasar por orgánico antes de una campaña de marca? ¿Por qué Paid Social aparece con frecuencia al inicio pero casi nunca al final? ¿Por qué ciertas rutas convierten mejor en móvil que en escritorio? ¿Qué campañas generan leads que ventas rechaza?
Estas preguntas conectan analítica con CRO, contenido, paid media y producto. Y esa es la mejor forma de utilizar la Atribución en GA4: como una herramienta para comprender recorridos y diseñar mejores pruebas, no como un árbitro automático del presupuesto.
Conclusiones sobre Atribución en GA4
La Atribución en GA4 es útil cuando se entiende qué alcance tiene cada dimensión y qué cambia al modificar el modelo. Basada en datos permite repartir crédito de forma fraccional; los modelos de último clic ofrecen una lectura más simple; y las ventanas retrospectivas delimitan qué interacciones pueden entrar en el cálculo.
El error sería buscar una configuración que resuelva todas las preguntas de marketing. Ningún modelo sustituye la validación de la implementación, la reconciliación con CRM ni las pruebas de incrementalidad. El enfoque más sólido combina atribución, datos de negocio y experimentación.
Para equipos que gestionan varios canales, conviene revisar periódicamente la implementación, utilizar la comparación de modelos antes de cambiar políticas de reporting y mantener un registro de ajustes. Si además se siguen tendencias de búsqueda y cambios de comportamiento del cliente, la lectura del canal orgánico y de pago puede contextualizarse mejor.
Preguntas frecuentes sobre Atribución en GA4
¿Qué es la Atribución en GA4?
Es el conjunto de reglas y algoritmos que GA4 utiliza para asignar crédito de los eventos clave a los puntos de contacto elegibles que aparecen antes de una acción importante.
¿Cuál es el modelo predeterminado?
GA4 utiliza atribución basada en datos como modelo predeterminado de informes. No conviene afirmar que una propiedad pequeña cambia automáticamente a último clic por no alcanzar un umbral, porque la documentación actual de GA4 no describe ese comportamiento como regla general.
¿Qué modelos están disponibles?
Actualmente pueden utilizarse basada en datos, último clic en canales de pago y orgánicos y último clic en canales de pago de Google. Los modelos de primer clic, lineal, deterioro temporal y basado en posición fueron retirados.
¿Cambiar el modelo modifica los datos históricos?
Sí, para informes y exploraciones que usan dimensiones de tráfico con alcance de evento. No modifica las dimensiones de adquisición con alcance de sesión o usuario.
¿Cambiar la ventana retrospectiva también modifica el histórico?
No. Los cambios de la ventana retrospectiva se aplican hacia adelante, por lo que no deben confundirse con el comportamiento del cambio de modelo.
¿Por qué aparecen decimales en los eventos clave?
Porque la atribución basada en datos puede repartir el crédito de un evento entre varios puntos de contacto. Es un comportamiento esperado, no un error.
¿El tráfico directo recibe crédito?
En los modelos de atribución, Direct se excluye cuando existen otros puntos de contacto elegibles. Si la ruta está compuesta únicamente por tráfico directo, puede recibir el crédito.
¿Qué ventana retrospectiva debería elegir?
Depende del evento y del ciclo de decisión. Los eventos de adquisición tienen una configuración distinta al resto. Antes de cambiarla, revisa cuántos días suelen pasar entre el primer contacto y el evento clave.
¿Cambiar la atribución en GA4 cambia automáticamente las pujas de Google Ads?
No debería asumirse. GA4 y Google Ads tienen configuraciones de conversión y atribución relacionadas pero distintas. Es necesario revisar cómo se están creando o importando las conversiones utilizadas para puja.
¿GA4 utiliza públicamente el valor de Shapley?
Google describe la atribución basada en datos como un algoritmo que utiliza datos de la propiedad, pero no publica una fórmula que permita afirmar que el modelo actual de GA4 es simplemente una implementación de Shapley.
¿La atribución demuestra qué canal causó una conversión?
No. Distribuye crédito entre interacciones observadas o modeladas. Para estimar causalidad e incrementalidad hacen falta experimentos o diseños de medición adicionales.
¿Por qué combinar GA4 con un CRM?
Porque GA4 puede medir el recorrido digital hasta un evento clave, mientras que el CRM permite comprobar calidad del lead, oportunidades, cierres e ingresos. Juntos ofrecen una visión más cercana al valor económico real.
