Por qué la atribución de Google Ads falla en ecommerce

Abres GA4. Google Search acumula el 54% de las conversiones atribuidas. Meta aparece con un 11%. Decides mover presupuesto hacia Search, recortas Meta, y ves cómo el ROAS en plataforma mejora durante dos semanas — y luego se desmorona.

¿Qué pasó? Tomaste una decisión de presupuesto con un modelo que Google construyó para medir a Google.

El cambio de modelo de atribución que nadie te anunció

En 2023, Google retiró cuatro modelos de atribución de Google Ads y GA4: primer clic, lineal, decrecimiento temporal y basado en posición. Las campañas que usaban esos modelos fueron migradas automáticamente a la atribución basada en datos (DDA) — o a último clic si el volumen de conversiones era insuficiente.

La mayoría de las marcas no eligieron esa migración. Un día se levantaron y el crédito de conversiones lo distribuía un algoritmo que no pueden inspeccionar.

Esto no sería un problema si la DDA fuera neutral. Pero todo modelo de atribución necesita datos para funcionar — y los datos a los que tiene acceso determinan lo que puede ver.

Por qué Google siempre aparece al fondo del embudo

Así suele ser el recorrido real de una compra en ecommerce. Un cliente ve tu marca mencionada en un video de YouTube que no estaba buscando. Dos días después, hace clic en una historia de Instagram. Una semana más tarde, un amigo le menciona tu producto. El cliente busca el nombre de tu marca en Google, hace clic en un anuncio de Shopping y compra.

En atribución de último clic: el 100% de la venta va a Google Shopping.

En atribución basada en datos: Google distribuye el crédito, pero solo puede ponderar los puntos de contacto que puede observar. La impresión de Meta, la mención orgánica de YouTube y la recomendación del amigo no están en el dataset de Google. El canal que construyó la intención recibe cero; el canal que capturó el clic final recibe toda la atribución.

Este sesgo estructural no es exclusivo de Google. Pero Google es donde la mayoría de la intención de compra se expresa como una búsqueda — y eso lo convierte en el último punto de contacto registrado de casi todas las conversiones, casi por definición.

La búsqueda de marca es casi siempre el último paso antes de la compra. Cuando ejecutas campañas de marca de pago junto a demanda orgánica que ya creaste a través de redes sociales, email o influencers, Google Ads captura el crédito de la intención que esos otros canales generaron.

Atribución basada en datos: modelo útil, puntos ciegos inevitables

La DDA hace algo que el último clic no hace: distribuye el crédito fraccional entre múltiples puntos de contacto. Eso es genuinamente más sofisticado.

La limitación está en lo que no puede ver. La DDA de Google usa datos de las superficies propias de Google: Search, Shopping, Display, YouTube, Gmail, Maps. No tiene visibilidad sobre una campaña de Meta, una mención en un podcast o un evento offline. Cuando le "atribuye" algo a un canal que no es Google, en parte está infiriendo a partir de lo que conoce, no midiendo lo que no puede observar.

También hay un umbral de volumen. La documentación de Google indica que la DDA requiere al menos 400 conversiones en 28 días para funcionar bien. Las marcas por debajo de ese volumen vuelven a último clic — muchas veces sin darse cuenta. Cuanto menor es tu volumen de conversiones, más tu atribución parece "quien recibió el clic final".

Performance Max: una caja negra dentro de otra caja negra

Las campañas Performance Max empaquetan Search, Shopping, Display, YouTube y Gmail en una sola unidad automatizada. Todo se optimiza junto y se reporta como un ROAS combinado.

Practical Ecommerce ha documentado lo que los profesionales llevan tiempo señalando: el retorno reportado por una campaña PMax puede mezclar palabras clave de marca — búsquedas que tus clientes leales hacen independientemente de los anuncios pagados — con prospecting genuinamente incremental, y no puedes separarlos por defecto. Como señala la publicación, "una campaña con un retorno del 500% podría incluir términos de marca y términos que no son de marca".

Sin capacidad para aislar el gasto en marca del gasto en no-marca, y una ubicación de otra, no puedes saber si Performance Max está creando demanda o simplemente capturándola.

Google ha añadido controles incrementales — exclusiones de marca, reportes de ubicaciones, datos de términos de búsqueda — pero la opacidad fundamental persiste. Estás pujando sobre un portafolio combinado que no se puede desagregar completamente, y el ROAS reportado refleja ese resultado conjunto.

La pérdida de datos que sesga todo

Aunque confiaras completamente en el modelo, el seguimiento de GA4 tiene brechas estructurales que favorecen sistemáticamente la contribución reportada de Google.

Bloqueadores de anuncios. Plausible Analytics realizó un experimento controlado comparando Google Analytics estándar con un tracker enrutado por proxy sobre contenido viral. En audiencias con alta adopción tecnológica, el 58% de las visitas no eran rastreadas por Google Analytics — el 68% en escritorio. Los usuarios que GA4 no puede ver no desaparecen de la realidad; solo desaparecen de tu modelo de atribución.

iOS App Tracking Transparency. Desde que Apple lanzó ATT en 2021, los usuarios deben dar su consentimiento explícito al seguimiento entre apps. A Q1 2024, AppsFlyer reporta una tasa de opt-in del 44% en EE.UU. — lo que significa que aproximadamente la mitad de tus clientes con iPhone no son totalmente rastreables por píxeles del lado del navegador. La infraestructura server-side de Google sobrevive mejor a esto que los píxeles de terceros; los clics de búsqueda de marca en Google siguen siendo medibles. Las impresiones de Meta, TikTok o display muchas veces no.

Cuando GA4 pierde un punto de contacto por bloqueadores o ATT, ese punto de contacto desaparece del pool de atribución. Los clics que GA4 puede registrar de forma fiable tienden a ser en las propiedades propias de Google. El mix de canales resultante refleja lo que GA4 puede medir — no lo que realmente ocurrió.

Lo que revelan las encuestas post-compra

Cuando preguntas a tus clientes "¿Cómo nos conociste?" estás evitando completamente la capa de píxeles. Sin cookies, sin prompts de consentimiento, sin brechas de datos. Solo la memoria del cliente sobre qué puso tu marca en su radar.

Esta no es una señal perfecta — el recuerdo se difumina, las tasas de respuesta varían, y algunos canales son más fáciles de recordar que otros. Pero tiene una propiedad que ninguna plataforma puede igualar: es independiente de los intereses de cualquier plataforma publicitaria.

Cuando comparas las respuestas de encuesta con el desglose de canales de GA4 a escala, surge un patrón consistente:

• El boca a boca y las fuentes orgánicas están sistemáticamente infrarrepresentados en GA4. Los clientes que te descubrieron a través de un amigo, un podcast o una publicación orgánica muchas veces aparecen en GA4 como conversión de Google Search — porque eso fue lo que hicieron clic al final.
• Los canales de pago en la parte alta del embudo reciben menos crédito en GA4 del que merecen. Un cliente cuyo descubrimiento fue impulsado por un video de Meta, pero que compró una semana después mediante búsqueda de marca, es "una conversión de Google" en los reportes de último clic.
• La búsqueda de marca es a menudo un síntoma, no una causa. La encuesta te dice cómo se creó la intención. GA4 te dice cómo se expresó. Ambas son ciertas — pero solo una debería guiar tus decisiones de presupuesto de prospecting.

"La encuesta post-compra no te lo dice todo sobre la atribución. Te dice lo que ninguna plataforma puede: dónde empezó realmente el recorrido del cliente."

Esto importa en la práctica. Si los datos de la encuesta muestran que el 35% de los clientes te conoció primero a través de Instagram, pero GA4 atribuye el 9% a Meta, probablemente estás sobreinvirtiendo en búsquedas de marca para capturar demanda que Meta ya creó. Recortar Meta en ese escenario no reducirá el desperdicio — a la larga, reducirá el volumen de búsqueda de marca que estabas acreditando a Google.

Construir una base de atribución que no dependa de Google

El objetivo no es reemplazar GA4 con datos de encuesta. Es dejar de usar cualquier plataforma única para juzgar su propio rendimiento.

Una base de atribución práctica combina tres señales:

1. Encuesta post-compra captura el canal de descubrimiento — la respuesta honesta del cliente sobre dónde empezó su recorrido.
2. GA4 + seguimiento UTM muestra el flujo de clics — útil para análisis de ruta y para detectar brechas técnicas.
3. ROAS combinado (ingresos totales ÷ gasto publicitario total en todos los canales) es el control de realidad que ninguna plataforma puede manipular con sus propios reportes.

Cuando los datos de la encuesta y GA4 coinciden, actúa con confianza. Cuando divergen significativamente — Google Search reclamando 4× más atribución de la que soporta la encuesta — esa brecha es donde vive el sesgo, y donde las decisiones de presupuesto se equivocan.

Para un framework completo sobre cómo combinar estas señales, consulta Atribución multi-señal: encuesta, píxel y UTM juntos. Si también estás trabajando discrepancias de Meta junto con Google, Por qué tu ROAS de Meta te está mintiendo cubre el problema paralelo en detalle.

No dejarías que Google corrija su propio examen. Construye tu base de atribución independiente con Rauxdata — y mira lo que dicen las encuestas.