El panel publicitario anuncia un mes récord, pero en la tienda no se nota ninguna diferencia. La campaña de un producto que «no se vende» se defiende, inexplicablemente, en los resultados. Detrás de ambos fenómenos está lo mismo: las conversiones y la atribución funcionan de otra manera de lo que sugieren los paneles. Esta guía ordena lo que se sabe con certeza sobre el origen de las ventas, lo que ningún sistema sabe y cómo tomar, aun así, buenas decisiones de presupuesto.
Conceptos
Qué son la conversión y la atribución en e-commerce
Ambos conceptos suenan técnicos, pero determinan cómo se interpreta cualquier informe:
Definiciones
Una conversión es un evento contabilizado por un sistema de medición concreto según sus propias reglas: ventana temporal, forma de recuento y requisitos de consentimiento. Una conversión en el panel publicitario y un pedido pagado en la tienda son dos cosas distintas, a menudo con cifras diferentes para el mismo periodo.
La atribución es una forma convencional de repartir el mérito de una conversión entre los puntos de contacto con el cliente. Convencional, porque nadie ve el recorrido completo: cada sistema solo conoce su propio fragmento.
De estas definiciones se desprende una regla práctica para leer informes. El número de conversiones responde a la pregunta «qué ha contabilizado este sistema», no a «cuánto ha vendido la tienda». La atribución responde a «cómo hemos acordado repartir el mérito», no a «qué canal provocó realmente la compra». Quien lee los paneles con esto presente evita la mayoría de los malentendidos costosos.
Base de datos de la tienda
Lo que el sistema de la tienda no registra del origen de las ventas
La base de datos de la tienda lleva un registro de pedidos, no el historial del cliente en internet. Antes de que existiera el pedido, el cliente pudo ver un anuncio en vídeo, hacer clic en un anuncio de producto, volver desde la newsletter y comprar solo en uno de esos intentos. Así es un recorrido típico y esto es lo que queda de él en la tienda:
La tienda ha registrado el número, el importe, los productos y la fecha. Los tres contactos anteriores viven en tres sistemas distintos: cada uno ve solo su fragmento y ninguno ve el conjunto.
Qué guarda exactamente la base de datos de la tienda y qué no contiene:
| La tienda registra | La tienda no registra |
|---|---|
| pedidos: importes, estados, productos, cliente | sesiones anteriores ni visitas sin compra |
| líneas del pedido: cantidades, precios, descuentos y coste de los productos | canal y campaña de entrada ni el recorrido completo entre dispositivos |
| cliente nuevo o recurrente (según el historial de pedidos) | impresiones de anuncios ni contactos sin clic |
| códigos de cupón, métodos de pago y de envío | costes publicitarios ni datos de campañas |
Para recordar
El canal y la campaña de la compra los conocen GA4 y los paneles publicitarios, cada uno según sus propias reglas. Este reparto es una estimación útil para comparar canales si se aplica la misma medida en todas partes; confundirlo con la causa de la compra lleva a infravalorar sistemáticamente los canales que trabajan al principio del recorrido.
Lagunas de medición
Consentimientos, cookies y etiquetas: dónde se pierden conversiones
Entre el pedido y su huella en los sistemas de medición hay varios filtros. El RGPD exige consentimiento para medir: parte de los clientes no lo da y sus transacciones desaparecen de la analítica. Los navegadores acortan la vida de las cookies en las que se basan los identificadores de clic, y los bloqueadores las eliminan. Los códigos de seguimiento tienen que ejecutarse a tiempo en la página de agradecimiento: si se interrumpe la redirección desde la pasarela de pago, la etiqueta no se dispara. El efecto, con cifras ilustrativas:
Con datos tan mermados, las plataformas no se conforman: modelan estadísticamente las conversiones que faltan, añaden compras tras la mera visualización de un anuncio y aplican sus propias ventanas temporales. Por eso la cifra del panel puede ser a la vez superior al número de pedidos (modelado, ventanas, duplicados entre plataformas) e inferior en transacciones reales (consentimientos, bloqueadores). Los mecanismos de estas discrepancias se analizan a fondo en una guía aparte: analítica automatizada para e-commerce.
El pedido registra el efecto. La causa queda repartida entre paneles, navegadores y consentimientos. Ninguna base de datos la guarda completa.
Efecto cesta
El anuncio del producto A también vende B y C
Un anuncio de producto lleva al cliente a la tienda, no a la caja con un único producto. El cliente hace clic en el anuncio de un café y luego añade a la cesta otro café y unos filtros. Los anuncios de marca hacen lo mismo a escala de todo el catálogo: venden «cualquier cosa», porque atraen a personas que deciden qué comprar una vez dentro de la tienda.
Anuncio de producto
Café Etiopía, en grano, 1 kg coste por clic: 0,50 €Pedido #10482
Café Etiopía 1 kg22,25
Café Brasil 250 g6,00
Filtros de papel ×1003,00
Total31,25 €
Un clic de 0,50 €, tres líneas en el ticket. ¿A cuál se asigna el coste? Y si el cliente hizo clic en el anuncio del café pero solo compró los filtros: ¿la campaña del café ha fallado o ha funcionado?
Por eso el cálculo «coste del anuncio del producto A dividido entre las ventas del producto A» engaña en ambos sentidos. Infravalora la campaña cuyos clics terminan en la compra de otros productos y sobrevalora los productos que se suman a cestas ajenas. Incluso Google Shopping, la única plataforma con coste a nivel de producto, conoce el coste del anuncio del producto en el que se hizo clic. Sobre el contenido de la cesta resultante no dice nada.
Riesgo real
Apagar campañas por un cálculo erróneo por producto cuesta las ventas de toda la cesta. La campaña de un producto gancho puede tener un resultado pésimo medido solo sobre el gancho y excelente a nivel de los pedidos que genera. La evaluación debe hacerse a nivel de campaña: el valor de conversión de cestas completas según GA4 o el panel, y la rentabilidad global mediante el MER calculado con los ingresos de la tienda.
Límites de los datos
Vincular todo el gasto a pedidos no es posible
Las tres secciones anteriores llevan a una sola conclusión técnica. La tienda guarda los efectos sin los recorridos, los sistemas de medición ven recorridos con huecos y la cesta rompe el vínculo entre el producto anunciado y el comprado. No existe, por tanto, ningún método que conecte cada euro gastado con un pedido concreto, para nadie y en ninguna herramienta. En lugar de buscar esa conexión, conviene conocer tres niveles de certeza de los datos:
Datos firmes
- Pedidos pagados: importes, productos, margen (cuadran con la contabilidad)
- Gasto publicitario por plataforma, campaña y día
- MER: ingresos divididos entre el gasto total. Ninguna atribución lo distorsiona
Aproximaciones (útiles si se aplica una única regla)
- Reparto de ventas por canal según GA4, con un mismo modelo para todos los canales, como estimación
- ROAS de canales y campañas según GA4 o los paneles, siempre indicando la fuente y comparado dentro de una misma fuente
- Atribución basada en datos de GA4 como segunda perspectiva para los canales de apoyo
Fuera de alcance (para cualquiera)
- El recorrido completo de cada cliente entre canales y dispositivos
- El coste publicitario asignado a un pedido concreto
- El coste del anuncio del producto A frente a las ventas del producto A (excepción parcial: Google Shopping conoce el coste del producto en el que se hizo clic, pero no la cesta)
Nota metodológica: los proveedores de herramientas que prometen «atribución multicontacto completa» también dependen de consentimientos, bloqueadores y compras entre dispositivos: sus recorridos se modelan a partir de datos incompletos, no se observan. Más que por la promesa, conviene preguntar por la cobertura: qué parte del total de pedidos de la tienda ve realmente la analítica sobre la que construyen sus modelos.
En la práctica
Cómo medir la eficacia publicitaria pese a los huecos de atribución
Conocer los límites simplifica la medición en lugar de complicarla. Si el nivel «pedido concreto» está fuera de alcance, todo el esfuerzo se traslada a los niveles que funcionan: pedidos, canales y días. Un conjunto probado sería este:
Define un punto de referencia
Los indicadores de rentabilidad global se calculan sobre los pedidos pagados de la tienda. Las cifras de los paneles se tratan como señales orientativas para optimizar dentro de cada plataforma, nunca como contabilidad.
MER cada semana
Ingresos de los pedidos divididos entre el gasto publicitario total. Inmune a la atribución, los consentimientos y el modelado. Si baja mientras crecen los presupuestos, los anuncios están perdiendo eficacia de verdad.
Un único modelo de GA4 para comparar canales
Para comparar plataformas: transacciones e ingresos por canal según GA4, con un mismo modelo para todos (p. ej., último clic), tratados como estimación. Junto a ello, la atribución basada en datos de GA4 como control para los canales de apoyo.
Higiene del seguimiento y pruebas
Controla la cobertura de GA4: el número diario de transacciones purchase en GA4 frente al número de pedidos de la tienda. Una caída indica un problema de consentimientos o de etiquetado. Mide el impacto de los anuncios de marca con pruebas: actívalos, desactívalos y compara el MER y las ventas.
Este conjunto exige una sola condición técnica: los pedidos, el gasto y los datos de GA4 tienen que coincidir en un mismo lugar y sobre el mismo calendario de días. DataOrganizer la mantiene de forma automática: cada día descarga los pedidos de la tienda, los costes de todas las plataformas y los datos de GA4, calcula el MER sobre los ingresos de la tienda y la cobertura de GA4 sobre los totales diarios, y muestra el reparto por canales según GA4 y los paneles, indicando la fuente. Las preguntas se hacen al asistente de IA en la aplicación o mediante MCP en tu propio chat; solo se pagan las fuentes conectadas.
Todas son «reales». Cada una cuenta algo distinto:
| Sistema | Cifra | Qué cuenta realmente |
|---|---|---|
| Google Ads | 412 | conversiones en una ventana de 30 días desde el clic, una parte modelada |
| GA4 | 356 | transacciones medidas con consentimiento; la diferencia de 33 frente a la tienda (comparando totales) suele deberse a rechazos de consentimiento y bloqueadores |
| Tienda | 389 | pedidos pagados · punto de referencia |
Para decisiones de presupuesto: el MER de agosto fue de 6,4 (23.655 € de ingresos / 3.695 € de gasto). Para comparar canales uso las transacciones y los ingresos según GA4, con un mismo modelo para Google, Meta y el resto; es una estimación del reparto con una cobertura de GA4 del 91,5% (356 / 389).
Cálculo de las cifras del chat: 23.655 € / 3.695 € = 6,4. Todos los valores de los ejemplos de este artículo son ilustrativos: los mecanismos son universales, pero las proporciones cambian en cada tienda.
Preguntas frecuentes
Preguntas frecuentes sobre conversiones y atribución
¿Registra la tienda online de dónde ha llegado el cliente?
No. La base de datos de la tienda guarda pedidos: importes, estados, productos, cliente, método de pago, forma de envío y cupones. El canal y la campaña de la compra los conocen GA4 y los paneles publicitarios, cada uno según sus propias reglas. La tienda no conoce las sesiones anteriores, las impresiones de anuncios ni los costes.
¿Por qué Google Ads muestra más conversiones que pedidos tengo?
El panel cuenta según sus propias reglas: ventanas de atribución (p. ej., 30 días desde el clic), conversiones tras una simple impresión y conversiones modeladas donde falta consentimiento. Además, la misma transacción puede aparecer a la vez en Google y en Meta. El punto de referencia son los pedidos pagados; lee los paneles como una señal orientativa.
¿Se puede vincular el coste de un anuncio con un pedido concreto?
No: el pedido de la tienda no contiene información sobre el clic ni la campaña, las plataformas no facilitan el coste de un clic concreto vinculado a la transacción y un mismo anuncio vende productos distintos. Los niveles fiables son el MER (ingresos totales de la tienda entre gasto total) y canal, campaña y día según GA4 o los paneles como estimación. Excepción parcial: Google Shopping conoce el coste del anuncio del producto en el que se hizo clic, pero sigue sin conocer el contenido del carrito.
¿Cómo calcular el retorno de la publicidad de marca?
No con el ROAS del panel: los anuncios de marca captan clics de personas que a menudo comprarían de todos modos, y su efecto se reparte por todo el carrito. Un enfoque más honesto son las pruebas de encendido y apagado observando el MER, las ventas y el tráfico de marca y, a mayor escala, las pruebas geográficas. Este tipo de anuncio se evalúa a partir de los resultados de toda la tienda durante la ventana de la prueba.
¿Qué modelo de atribución es el mejor para e-commerce?
Ninguno reproduce la realidad: todos reparten el mérito de forma convencional. Lo que funciona es un conjunto: un modelo fijo en GA4 para comparar canales, el basado en datos de GA4 como segundo punto de vista y el MER como medida del retorno de todo el presupuesto, inmune a la atribución. Más sobre este conjunto en la guía de analítica automática para e-commerce.
Resumen de toda la guía
Tres principios para un enfoque sensato de la atribución
1. Separa los hechos de la interpretación. Los pedidos pagados, el gasto y el MER son datos firmes. El reparto de las ventas por canales según GA4 o los paneles es convencional: sirve como estimación si comparas los canales con un mismo modelo. El recorrido completo del cliente y el coste asignado a cada pedido quedan fuera del alcance de cualquiera, prometan lo que prometan las herramientas.
2. Evalúa las campañas por los carritos que generan. El anuncio del producto A también vende B y C, y el de marca vende cualquier producto. El cálculo «coste del anuncio de A entre ventas de A» penaliza a las campañas que atraen clientes y premia a los productos que se añaden a compras ajenas; consulta el valor de los carritos completos por campaña en GA4 o en el panel, y el retorno global en el MER.
3. Mide la calidad de tu propia medición. La cobertura de GA4, es decir, las transacciones en GA4 frente a los pedidos de la tienda en los mismos días, indica con cuántos datos trabajas realmente. DataOrganizer mantiene esta medición de forma automática: pedidos, costes y GA4 en un solo lugar, MER sobre los ingresos de la tienda y canales según GA4 y los paneles, indicando la fuente.
DataOrganizer · medición basada en pedidos, no en promesas
Conecta la tienda, las plataformas publicitarias y GA4: los pedidos, el gasto y la cobertura de GA4 se reunirán en un solo lugar, y verás los canales según GA4 y los paneles, indicando la fuente. Cuenta demo al instante; solo pagas por las fuentes conectadas.
