Por qué el last-click attribution miente sobre lo que realmente funciona
El modelo de attribution más usado en PYMEs y agencias es last-click: el canal donde el usuario hizo clic justo antes de convertir recibe 100% del crédito. Es simple, viene por default en Google Analytics, y es profundamente engañoso.
Por qué el last-click engaña:
El path típico de un comprador B2B en 2026 es de 8-15 touchpoints antes de convertir. El usuario: 1. Busca en Google una query informacional. 2. Lee 2-3 blog posts. 3. Ve un anuncio en Meta. 4. Lee un caso de estudio. 5. Vuelve a Google y busca tu marca directamente (la conoce ya). 6. Hace clic en el link orgánico de tu sitio. 7. Visita pricing. 8. Sale. 9. Recibe un retargeting ad. 10. Vuelve directamente al sitio (typed URL). 11. Convierte.
¿Qué dice last-click? Que el canal "direct" (URL tipeada) generó la conversión. ¿Qué dice realmente? Que el blog content + Meta Ads + retargeting calentaron al usuario hasta la conversión. Sin esos canales, no habría conversión.
Impacto operativo del error de last-click:
- Marketing infla el reporte de canales de fondo de funnel (direct, branded search) y devalúa los de tope de funnel (display, content, social orgánico).
- Decisiones de presupuesto van mal: se invierte más en lo que parece convertir y se corta lo que parece no funcionar.
- En 2-3 años de iteración con last-click, el funnel queda capado al fondo, sin canales de descubrimiento. El crecimiento se estanca.
Esta guía cubre cómo medir ROI real con modelos de attribution adecuados, cómo calcular LTV y CAC reales, y qué herramientas usar.
Los 4 modelos de attribution que importan (y cuándo usar cada uno)
1. First-touch attribution.
Da 100% del crédito al primer canal que tocó al usuario.
Útil para: entender qué canales descubren nuevos clientes. Limitación: ignora todo lo que pasa después. Cuándo usar: análisis de top-of-funnel y discovery channels.
2. Linear attribution.
Distribuye el crédito uniformemente entre todos los touchpoints.
Útil para: visión balanceada cuando no hay claridad sobre cuál es más importante. Limitación: trata como iguales touchpoints que en realidad pesan distinto. Cuándo usar: como default cuando no tienes data para usar modelos más sofisticados.
3. Time-decay attribution.
Da más peso a los touchpoints más cercanos a la conversión.
Útil para: ciclos de venta cortos donde los últimos canales pesan más. Limitación: subestima canales de discovery. Cuándo usar: B2C con ciclos <30 días, retargeting heavy.
4. Data-driven attribution (Markov chains o similar).
Algoritmo asigna crédito según contribución real medida por A/B testing y comparación de paths con y sin cada touchpoint.
Útil para: la única attribution "correcta" técnicamente. Limitación: requiere volumen alto de data (>1.000 conversiones/mes mínimo), herramientas avanzadas y conocimiento técnico. Cuándo usar: cuando tienes el volumen y los recursos.
Recomendación práctica para PYMEs:
- <100 conversiones/mes: usar linear attribution + análisis cualitativo (encuestas a clientes preguntando 'cómo nos conociste').
- 100-500 conversiones/mes: comparar first-touch vs last-click. La diferencia te dice qué canales son discovery vs cierre.
- 500-1.000 conversiones/mes: time-decay como modelo principal + first/last como comparativos.
- >1.000 conversiones/mes: data-driven attribution con GA4 (gratis hasta cierto punto) o herramienta especializada (Northbeam, Triple Whale).
Cómo calcular LTV y CAC reales (no los que reportan tus dashboards)
LTV (Lifetime Value): revenue total esperado de un cliente durante toda su relación con tu producto.
Fórmula básica para SaaS:
LTV = ARPU × Gross Margin × (1 / Churn Rate Mensual)
Donde: - ARPU: Average Revenue Per User mensual. - Gross Margin: margen bruto en %. - Churn Rate Mensual: % de clientes que cancelan cada mes.
Ejemplo: SaaS con ARPU USD 100/mes, 80% gross margin, 3% churn mensual: LTV = USD 100 × 0.80 × (1/0.03) = USD 2.667.
CAC (Customer Acquisition Cost): costo total de adquirir un cliente.
Fórmula:
CAC = (Costo de Marketing + Costo de Ventas) / Clientes Nuevos Adquiridos
Donde: - Costo de Marketing incluye: ads, salarios marketing team, software, herramientas. - Costo de Ventas incluye: salarios sales team, herramientas CRM, comisiones. - Clientes Nuevos: solo los nuevos del período, no expansion.
Ejemplo: gastás USD 30.000/mes en marketing + USD 20.000/mes en ventas = USD 50.000/mes. Adquirís 25 clientes/mes: CAC = USD 50.000 / 25 = USD 2.000.
LTV/CAC ratio: la métrica que tu CFO mira.
LTV/CAC saludable para SaaS B2B: - >3:1 es bueno. - >5:1 es excelente. - <2:1 es problema (no estás recuperando suficiente revenue del costo de adquisición).
CAC Payback Period: meses hasta recuperar CAC con revenue del cliente.
CAC Payback = CAC / (ARPU × Gross Margin)
En el ejemplo: USD 2.000 / (USD 100 × 0.80) = 25 meses.
Benchmark saludable: <18 meses. Mayor a 24 meses es problema.
Errores comunes al calcular LTV y CAC:
1. Olvidar costos de salarios y herramientas (subestima CAC). 2. Usar revenue total en lugar de gross margin (sobreestima LTV). 3. Calcular LTV con churn anual en lugar de mensual (resulta en LTV inflado). 4. No segmentar LTV/CAC por canal de adquisición (algunos canales tienen LTV/CAC 10x mejor que otros y no te das cuenta). 5. No revisar trimestralmente (los números cambian con producto, pricing, churn).
La encuesta de '¿cómo nos conociste?': la herramienta más simple y efectiva
Para PYMEs con bajo volumen de conversiones (<200/mes), las herramientas de attribution sofisticadas no aplican. Pero hay una técnica que funciona en cualquier volumen y casi nadie usa: preguntarle al cliente directamente cómo te conoció.
Implementación:
Agregar campo obligatorio en formulario de compra o signup: "¿Cómo nos conociste?" con opciones cerradas + opción 'Otro'.
Opciones típicas: - Google (búsqueda) - Recomendación de un amigo / colega - LinkedIn (post o ad) - Facebook / Instagram (post o ad) - Email / Newsletter - Podcast - YouTube - Blog post - Otro: ___
Por qué funciona:
1. Captura la atribución desde la perspectiva del cliente. Es el único modelo que pregunta directamente. 2. Captura canales que las herramientas técnicas no detectan. Conversaciones de boca en boca, podcasts, video views, todas pasan invisibles para GA4 pero el cliente las recuerda. 3. Identifica patrones cualitativos. Si el 30% dice 'recomendación de un amigo', invertir en programa de referidos.
Limitaciones:
- Self-reporting tiene sesgos. El cliente menciona el último canal que recuerda, no necesariamente el primero.
- Para análisis cuantitativo serio, necesitás complementar con datos técnicos.
- No funciona para clientes que no compran (no responden la encuesta).
Cómo combinar con datos técnicos:
Para cada conversión, tener: 1. Respuesta a 'cómo nos conociste' (perspectiva cliente). 2. UTM del último clic (perspectiva técnica). 3. Sesiones registradas en el sitio antes de conversión (perspectiva comportamental).
Cruzar las 3 te da imagen completa. Para B2B PYME esta es la mejor approach: simple, accesible, suficientemente preciso.
Ejemplo aplicado: un SaaS B2B tenía last-click attribution que decía que 'organic search' era el canal #1 con 45% de las conversiones. Implementaron la pregunta '¿cómo nos conociste?'. Resultado: - 32% dijo 'Recomendación' (no detectable en GA4). - 24% dijo 'LinkedIn post del fundador' (no rastreado en GA4 por cross-device). - 18% dijo 'Google'. - 14% dijo 'Podcast donde apareció el fundador'. - 12% dijo 'Otro'.
La conclusión: lo que GA4 reportaba como 'organic search' eran personas que ya conocían la marca por LinkedIn, podcasts o recomendaciones y usaban Google solo para llegar al sitio. La inversión en marca personal y podcasts era el verdadero motor de growth, no SEO.
El reporte de ROI que tu CFO sí va a entender
El reporte típico de marketing en PYMEs muestra clicks, impresiones, CTR, CPL. El CFO no entiende qué hacer con esa data. El reporte que sí mueve la aguja en presupuesto incluye otra cosa.
Estructura recomendada del reporte mensual:
Sección 1: Resumen ejecutivo (1 línea). "Marketing generó USD X en pipeline y USD Y en revenue cerrado este mes con inversión de USD Z. ROI: A:1. CAC promedio: USD B."
Sección 2: Embudo por etapa (tabla).
| Etapa | Cantidad | Costo Acumulado | |---|---|---| | Sesiones únicas | 12.450 | - | | Leads generados | 387 | USD 18.000 ($46/lead) | | MQLs | 124 | USD 18.000 ($145/MQL) | | SQLs | 67 | USD 18.000 + USD 8.000 sales overhead = USD 26.000 ($388/SQL) | | Clientes nuevos | 18 | USD 26.000 ($1.444 CAC) | | Revenue del mes (cierres del mes) | USD 14.200 | - | | Revenue futuro (pipeline) | USD 89.300 | - |
Sección 3: Por canal.
Mostrar inversión por canal + leads generados + CAC por canal + LTV/CAC por canal (cuando hay data).
Identificar canales con LTV/CAC malo (cortar inversión) y con LTV/CAC bueno (escalar inversión).
Sección 4: Cohort analysis trimestral.
Clientes adquiridos en Q1, Q2, Q3, Q4: ¿siguen activos? ¿Cuánto revenue acumularon? Esto da LTV real (no estimado) a medida que pasa el tiempo.
Sección 5: Métricas de salud.
- LTV/CAC ratio.
- CAC payback period.
- Churn rate mensual (voluntary + involuntary).
- NRR (Net Revenue Retention) si aplica.
Sección 6: Acciones del mes.
Qué cambios se proponen: escalar canal X, cortar canal Y, testear canal Z. Cada acción con presupuesto y métrica esperada.
Cadencia recomendada:
- Reporte mensual para fundador / CMO.
- Reporte trimestral con cohort analysis para CFO / board.
- Dashboard live (Looker Studio, Northbeam, o similar) para acceso continuo.
Este reporte transforma marketing de centro de costo a inversión medible. Cuando el CFO ve LTV/CAC y CAC payback, los presupuestos se aprueban con más facilidad.
Preguntas frecuentes
¿Por qué el last-click attribution es problemático?
Porque ignora todos los touchpoints que sucedieron antes de la conversión final. El path típico de un comprador B2B en 2026 incluye 8-15 touchpoints (búsquedas, blogs, ads, retargeting, branded search). Last-click da 100% del crédito al último canal y devalúa los canales de descubrimiento. Resultado: las decisiones de presupuesto se inclinan hacia canales de fondo de funnel (direct, branded search), se cortan canales de tope de funnel (content, social orgánico, display) y en 2-3 años el funnel queda capado al fondo, frenando el crecimiento.
¿Qué modelo de attribution conviene usar para una PYME?
Depende del volumen de conversiones. Menos de 100/mes: linear attribution + encuesta '¿cómo nos conociste?' al cliente. 100-500: comparar first-touch vs last-click para entender canales de discovery vs cierre. 500-1.000: time-decay como modelo principal. Más de 1.000: data-driven attribution con GA4 o herramienta especializada. Para PYMEs típicas LATAM con bajo volumen, la encuesta directa al cliente combinada con linear attribution suele ser la mejor approach.
¿Cuál es un ratio LTV/CAC saludable?
Para SaaS B2B: 3:1 es bueno, 5:1 es excelente, menor a 2:1 es problemático. Para B2C: 3:1 es el mínimo viable. Si tu LTV/CAC es menor a 2:1, no estás recuperando suficiente revenue del costo de adquisición y vas a tener problemas de cash flow incluso si creces. Si es mayor a 7:1, probablemente estás subinvirtiendo en adquisición y dejando crecimiento en la mesa. Revisar trimestralmente y segmentar por canal: algunos canales tienen LTV/CAC 10x mejor que otros.
¿Cómo calculo LTV correctamente en SaaS?
Fórmula: LTV = ARPU × Gross Margin × (1 / Churn Rate Mensual). Errores comunes: 1) Usar revenue total en lugar de gross margin (inflar LTV 20-40%), 2) Calcular churn anual en lugar de mensual (inflar LTV 5-10x), 3) No diferenciar entre voluntary y involuntary churn, 4) Olvidar incluir expansion revenue (upgrades, cross-sells) en clientes activos. Mejor método: cohort analysis real de clientes adquiridos hace 12-24 meses para ver LTV observado, no estimado.
¿La encuesta de '¿cómo nos conociste?' es confiable?
Tiene sesgos pero es complemento valioso. El cliente recuerda el último o el más memorable touchpoint, no necesariamente el primero. Aún así, captura canales que las herramientas técnicas no ven (boca en boca, podcasts, recomendaciones, eventos), que en B2B suelen ser los más impactantes. Recomendación: usar como input cualitativo junto con datos técnicos (UTM, GA4) para obtener imagen completa. En PYMEs con bajo volumen es la herramienta más práctica disponible.
¿Qué herramientas de attribution conviene usar?
Por nivel de inversión: GA4 (gratis, suficiente para PYME con volumen bajo-medio), Looker Studio (gratis, para crear dashboards custom sobre GA4 y CRM), Northbeam (USD 1.000+/mes, ecommerce y DTC), Triple Whale (USD 500+/mes, ecommerce Shopify principalmente), Hyros (USD 200+/mes, infoproductos y servicios), Wicked Reports (USD 500+/mes, B2B). Para SaaS B2B sin presupuesto: GA4 + encuesta directa al cliente + CRM (GoHighLevel o HubSpot) cubre 80% de necesidades.
¿Cómo presento ROI de marketing al CFO o al fundador?
No con clicks o CTR. Con: 1) Embudo completo de leads a clientes con costo acumulado por etapa, 2) CAC por canal y LTV/CAC ratio, 3) CAC payback period (meses hasta recuperar inversión), 4) Revenue cerrado del mes + pipeline futuro, 5) Cohort analysis para LTV observado. El reporte mensual debe responder: '¿cuánto revenue estamos generando por cada USD invertido en marketing?'. Esta es la pregunta del CFO. Si tu reporte responde clicks y impresiones, no estás hablando su idioma.