Atribución data-driven en Google Ads: qué mide realmente y cómo interpretarla

La mayoría de las cuentas de Google Ads tienen activado el modelo de atribución data-driven por defecto. Y la mayoría de los anunciantes no saben lo que eso implica realmente para su optimización.

Desde que Google eliminó last-click como opción predeterminada y empujó hacia data-driven attribution (DDA), el debate en la industria se polarizó entre quienes lo abrazan como la solución definitiva y quienes lo ven como una caja negra conveniente para Google. La realidad, como casi siempre, es más matizada y más interesante.

Qué hace realmente el modelo data-driven

Data-driven attribution utiliza machine learning para asignar crédito fraccionado a cada touchpoint del camino de conversión, en lugar de dárselo entero al último clic. El modelo se entrena con los datos de conversión de tu propia cuenta: analiza qué combinaciones de anuncios, en qué orden y con qué cadencia, tienden a terminar en conversión frente a los que no.

El resultado práctico: en vez de que el último anuncio de branded search se lleve el 100% del crédito, ese crédito se distribuye entre los touchpoints que realmente contribuyeron. Una campaña de display prospecting que abrió el funnel puede recibir 0,3 conversiones en lugar de 0. Un anuncio de remarketing que cerró puede recibir 0,6 en lugar de 1.

Esto tiene consecuencias directas sobre cómo Smart Bidding optimiza. El algoritmo de puja usa esas conversiones fraccionadas como señal. Si cambias el modelo de atribución, estás cambiando la función objetivo de tu estrategia de puja.

Las limitaciones que nadie menciona

DDA tiene tres restricciones estructurales que condicionan su fiabilidad:

• Umbral mínimo de conversiones: Necesitas al menos 300 conversiones en 30 días para que el modelo funcione. Por debajo, Google aplica un modelo de posición o linear sin avisarte de forma clara.
• Ceguera cross-device y cross-canal: Solo ve los touchpoints dentro de Google. Una visita orgánica, un impacto de Meta o una apertura de email que antecedió al clic de Google sencillamente no existen para el modelo.
• Ventana de atribución: Si tu ventana de conversión es de 7 días pero tu ciclo de compra es de 30, estás dejando fuera conversiones reales y subvalorando campañas de awareness.

Data-driven no es atribución multitáctil real: es atribución multitáctil dentro del jardín vallado de Google. Para decisiones de mix presupuestario cross-canal, necesitas una capa de medición externa.

Cómo afecta a tus decisiones de puja y presupuesto

El error más común es activar DDA y no revisar cómo cambian los CPA reportados por campaña. Las campañas de upper funnel —display, YouTube, demand gen— suelen recibir más crédito fraccionado y su CPA aparente mejora. Las de branded search, que antes acaparaban todo el crédito last-click, pueden ver su CPA empeorar sobre el papel.

Si tienes reglas de presupuesto o alertas basadas en CPA por campaña, DDA puede estar desparando pausas en campañas que antes parecían eficientes. Revisa siempre el CPA a nivel cuenta, no solo a nivel campaña, cuando cambias de modelo de atribución.

Otro impacto: Smart Bidding con Target CPA o Target ROAS usa las conversiones fraccionadas como señal directa. Al activar DDA, le estás diciendo al algoritmo que valorice más los touchpoints de awareness. Eso puede hacer que suba pujas en keywords genéricas —donde el valor incremental es real— y las baje en branded —donde el lift suele ser bajo. Es deseable, pero hay que monitorizarlo explícitamente los primeros 30 días.

Cómo complementar DDA con medición externa

La apuesta correcta no es DDA sí o no: es DDA como señal de optimización dentro de Google, complementado con una capa de medición independiente para decisiones de mix. Las opciones prácticas dependen del volumen y el presupuesto disponible:

• Geo holdouts: Mercados de control sin inversión en Google para medir incrementalidad real. Sin modelos, sin cajas negras.
• MMM simplificado: Un modelo de marketing mix con datos semanales puede validar si Google está contribuyendo donde DDA dice que contribuye.
• Conversion Lift de Google: La propia herramienta de Google para medir lift incremental, disponible en YouTube y Display. Úsala para validar las campañas de awareness antes de escalar.

En Latitude trabajamos con un stack de medición en capas: las conversiones de Google Ads alimentan la optimización táctica, un modelo de atribución server-side da visión cross-canal, y los experimentos de incrementalidad calibran la confianza en los datos reportados. DDA es una pieza útil de ese sistema, no el sistema completo. Activarlo y fiarte solo de él es delegar tu estrategia de medición a un proveedor con interés propio en el resultado.