Hay una conversación que se repite en muchos comités de marketing B2B. Alguien abre el panel de Google Ads, señala Paid Search y dice: "este es el canal que convierte". Probablemente tenga razón en lo que está viendo. El problema no es el dato, es la conclusión que sacamos de él.
Imagina un recorrido real. Una persona descubre tu empresa en un artículo. Escucha hablar de ella en un podcast. La encuentra en ChatGPT. Visita tu web dos veces. Tres semanas después busca tu marca en Google y convierte.
¿Qué canal generó esa oportunidad? La respuesta depende de cómo estés midiendo. Con atribución de último clic es sencilla: Google Search. Con una lectura del recorrido completo, bastante menos.
Y cuando esa diferencia se usa para repartir presupuesto, deja de ser un debate de analítica. Se convierte en una decisión de negocio.
Qué mide, y qué no mide, el último clic
El último clic hace lo que promete. Asigna todo el mérito de una conversión al último punto de contacto registrado antes de que ocurra. Es sencillo de interpretar y sigue siendo una lectura útil.
Pero tiene una limitación evidente: te dice dónde terminó el recorrido, no dónde empezó. Tampoco te dice qué interacciones hicieron que ese recorrido existiera.
Eso favorece estructuralmente a determinados canales. Alguien que busca el nombre de tu empresa ya te conoce. Una campaña de retargeting impacta a alguien que ya visitó tu web. Una búsqueda con intención comercial alta encuentra a una persona que lleva tiempo investigando.
Todos esos puntos de contacto pueden ser valiosos. El problema aparece cuando interpretamos que haber estado cerca de la conversión significa haberla provocado. Ahí se mezclan dos funciones distintas: capturar demanda y generar demanda. No son lo mismo.
El canal que recoge la demanda no siempre es el que la generó
Paid Search es especialmente bueno capturando intención. Si alguien busca exactamente el servicio que vendes, está mucho más cerca de convertir que alguien que acaba de descubrir que su problema tiene solución.
Eso hace que Search aparezca con frecuencia en las últimas fases del recorrido. Y eso es bueno. El error sería concluir que todo el valor del recorrido nació allí.
La investigación académica lleva años separando correlación y causalidad en este canal. Thomas Blake, Chris Nosko y Steven Tadelis corrieron una serie de experimentos de campo en eBay. Publicaron los resultados en Econometrica en 2015. Encontraron que los anuncios sobre keywords de marca no mostraban beneficios medibles a corto plazo. Para el resto de keywords, el retorno era una fracción de las estimaciones convencionales.
Un experimento posterior apunta en otra dirección. En el caso de Edmunds.com, al apagar los anuncios de marca solo la mitad del tráfico siguió llegando por vía orgánica. La otra mitad probablemente aterrizó en competidores que pujaban por esa misma keyword.
Los dos estudios son de ecommerce y de contextos muy concretos. Ninguno permite concluir que Paid Search esté sobrevalorado en tu empresa. Lo que demuestran juntos es algo más útil: el efecto incremental de un canal no se deduce del informe de atribución. Hay que medirlo. Y el resultado cambia según el mercado, la marca y quién esté pujando enfrente.
Atribución e incrementalidad no responden a la misma pregunta
Aquí hay una distinción que muchas veces desaparece en los dashboards.
La atribución intenta responder: ¿cómo repartimos el mérito de una conversión entre los puntos de contacto que observamos?
La incrementalidad intenta responder algo más difícil: ¿esta conversión habría ocurrido igualmente sin esa inversión?
No son la misma pregunta. Pasar de último clic a un modelo basado en datos te da una visión más completa del recorrido. Redistribuye el crédito entre interacciones. Pero eso, por sí solo, no demuestra incrementalidad.
Para aproximarte al efecto incremental necesitas un contrafactual. Grupos de control, holdouts o experimentos geográficos. Diseños que permitan comparar qué ocurre con y sin esa actividad.
La distinción importa por dos motivos. Un canal puede acumular muchas conversiones atribuidas y generar menos negocio adicional del que parece. Y al revés: un canal pequeño en el informe final puede estar creando demanda que después convierte en otro sitio.
Google Ads ya no funciona simplemente a último clic
Durante años, hablar de atribución digital era casi hablar de último clic. Esa ya no es una descripción precisa del ecosistema.
Google Ads usa hoy atribución basada en datos como modelo predeterminado para la mayoría de las acciones de conversión. Y ha ido más lejos: retiró los modelos de primer clic, lineal, declive temporal y según la posición. Las acciones que los usaban se migraron automáticamente. Dentro de Google Ads solo quedan dos opciones, atribución basada en datos y último clic.
La atribución basada en datos usa el historial de la cuenta para repartir crédito entre interacciones publicitarias. Además, el modelo configurado afecta a las estrategias automáticas de puja que se alimentan de esos datos de conversión.
Así que el problema ya no se resume en "Google Ads optimiza todo a último clic". El problema interesante está un nivel por encima. Puedes tener una configuración impecable dentro de Google Ads y seguir decidiendo presupuesto con una visión incompleta del negocio.
Google entiende bastante bien lo que pasa entre Search, YouTube, Display o Demand Gen. Pero el recorrido de tu comprador no vive solo dentro de Google.
Puede empezar en LinkedIn, en un evento, en contenido orgánico, en una recomendación, en una conversación interna, en ChatGPT o en una newsletter. Y terminar semanas después en una búsqueda de marca. El dashboard del último canal no va a reconstruir esa historia por sí solo.
El problema aparece cuando decides presupuesto con eso
Aquí un problema de medición se convierte en un problema financiero.
Imagina que Paid Search figura como responsable de gran parte de las conversiones. La reacción parece lógica: funciona, subimos inversión. Y si los canales que aparecen antes muestran pocas conversiones directas, ocurre lo contrario. Content no convierte, recortamos. Brand no convierte, recortamos. Awareness no convierte, recortamos.
Puedes acabar con un sistema perfectamente optimizado para capturar una demanda que cada vez alimentas menos. Durante un tiempo los números siguen funcionando, porque el pozo todavía tiene agua.
El problema llega después. Baja la demanda nueva y el equipo intenta resolverlo metiendo más presión en los canales encargados de recogerla.
Recoges cada vez mejor una demanda que cada vez generas menos. Ese es el riesgo real del último clic. No que el dato sea falso, sino que la decisión construida sobre él sea incompleta.
Un ejemplo de cómo puede cambiar la lectura
MCP Analytics publicó en marzo de 2026 el caso de una empresa B2B SaaS. Invertía 180.000 dólares anuales en Paid Search porque su panel mostraba que el canal generaba el 64% de las conversiones.
Al aplicar un análisis multitáctil, la fotografía cambió. Paid Search pasó a recibir el 31% del crédito por ingresos. Content Marketing, que bajo último clic parecía aportar un 8% de las conversiones, aparecía involucrado en el 29% de los deals cerrados. Según ese análisis, la empresa estimó que destinaba 52.000 dólares anuales de más a Paid Search.
Conviene interpretarlo con cautela. Es un caso publicado por la propia compañía, la empresa analizada no está identificada y cambiar el reparto de atribución no demuestra cuánto negocio incremental produjo cada canal.
Pero ilustra bien el problema: cambiar la forma de mirar el recorrido puede cambiar radicalmente la conversación sobre presupuesto. Ese es el ejercicio que importa.
Qué ocurre cuando la demanda empieza en una respuesta de IA
Aquí aparece un problema relativamente nuevo. Cada vez más recorridos empiezan fuera de los puntos de contacto que históricamente usamos para medir marketing.
Imagina que alguien pregunta a ChatGPT o a Perplexity qué empresas pueden ayudarle con un problema. Tu marca aparece. La persona no hace clic, no rellena ningún formulario y no entra en tu web. Pero recuerda el nombre.
Una semana después te busca en Google. Otro día entra directo a tu dominio. Finalmente convierte tras hacer clic en un anuncio de Search.
¿Qué canal generó esa oportunidad? Desde el final del recorrido, Paid Search. Desde el punto de vista del comprador, la historia empezó mucho antes. Si tu marca no aparece en esas respuestas, el recorrido ni siquiera arranca: ese es el problema que trabajamos en por qué tu empresa no aparece en las respuestas de IA.
Esto no significa que podamos atribuir esa conversión a ChatGPT. No sabemos que la aparición en una respuesta de IA haya causado la venta. Significa algo más sencillo: cada vez hay más puntos de descubrimiento que influyen en la demanda sin generar un clic atribuible. Y eso hace más importante separar descubrimiento, consideración, captura y conversión.
Entonces, ¿cómo debería medir una empresa B2B?
No existe un modelo perfecto. Ninguno reconstruye con precisión matemática todas las decisiones humanas que terminaron en una venta. Menos aún en B2B, donde los ciclos son largos, participan varios decisores y buena parte de las interacciones ocurren fuera de los sistemas de medición.
Pero sí puedes evitar decidir con una única lectura. En la práctica:
- Separa generación y captura de demanda. Pregúntate qué canales crean conocimiento y consideración, y cuáles recogen intención ya existente.
- No uses el último clic como única fuente para decidir presupuesto. Sigue siendo una lectura útil. Compárala con otros modelos y con lo que ves en CRM, pipeline e ingresos.
- Diferencia atribución de incrementalidad. Un modelo multitáctil reparte mejor el crédito. Un experimento incremental busca qué resultados no habrían ocurrido sin esa inversión.
- Mira el recorrido fuera de cada plataforma. Google Ads puede tener una atribución sofisticada dentro de Google y no conocer los puntos de contacto anteriores.
- Cruza Paid Media con señales de demanda. Evolución de branded search, tráfico directo, pipeline, fuentes declaradas por los leads, visibilidad orgánica y presencia en respuestas de IA.
La pregunta deja de ser "¿qué canal tiene el CPA más bajo?". Empieza a ser "¿qué combinación de inversiones genera negocio que no habría existido de otra manera?". Es una pregunta bastante más difícil. También bastante más útil.
Dos disciplinas distintas, una sola lectura de negocio
En Prompteo trabajamos Paid Media y visibilidad en buscadores con IA con métricas distintas, porque responden a preguntas distintas.
Paid Media analiza inversión, conversiones, CPA, ROAS, pipeline y revenue. La visibilidad en IA observa presencia en respuestas, share of voice, fuentes citadas, temas donde aparece la marca y evolución frente a competidores. Ese marco de medición está detallado en nuestra metodología de Prompt Research.
Lo que no debería estar separado es la lectura de negocio. Si una marca gana presencia en nuevos puntos de descubrimiento mientras crecen su branded search, su tráfico directo o su pipeline, merece la pena investigar esa relación. No para inventar una atribución que no podemos demostrar, sino para entender cómo se está formando la demanda.
La medición buena no consiste en que cada conversión tenga un dueño. Consiste en tener información suficiente para decidir dónde poner el siguiente euro.
Preguntas frecuentes
¿El último clic es un mal modelo de atribución?
No necesariamente. Es una forma sencilla de saber cuál fue el último punto de contacto antes de una conversión. El problema aparece cuando se usa como única evidencia para decidir cuánto valor genera cada canal.
¿Entonces Paid Search está sobrevalorado?
No se puede afirmar de forma general. Paid Search puede ser muy valioso para capturar demanda con intención alta. Lo que conviene separar es cuánto negocio aparece atribuido al canal y cuánto negocio adicional genera realmente.
¿Qué diferencia hay entre atribución e incrementalidad?
La atribución reparte el crédito de una conversión entre distintos puntos de contacto. La incrementalidad intenta determinar qué conversiones ocurrieron gracias a una acción de marketing y cuáles habrían sucedido igualmente sin ella.
¿Google Ads sigue usando último clic?
Está disponible, pero la atribución basada en datos es el modelo predeterminado para la mayoría de las acciones de conversión. Google retiró los modelos de primer clic, lineal, declive temporal y según la posición. El modelo elegido también influye en cómo optimizan las pujas automáticas.
¿Se puede atribuir una venta a una aparición en ChatGPT?
En algunos recorridos existe tráfico referral medible, pero muchas exposiciones no generan un clic inmediato. Una evolución posterior de branded search, tráfico directo o conversiones puede ser una señal interesante. No demuestra causalidad por sí sola. Para hablar de efecto incremental hace falta metodología adicional.