Google acaba de admitir que la atribución no era suficiente
En nuestra industria hemos vivido de una contradicción cuidadosamente administrada: todos sabíamos que la atribución no explicaba del todo el negocio, pero seguíamos tratándola como si fuese la mesa de control de la realidad: los dashboards decían que todo iba bien, el ROAS “sonreía”, las conversiones aparecían en columnas ordenadas, el cliente preguntaba por ventas netas, margen o crecimiento incremental y la sala cambiaba de temperatura.
Ahora Google ha confirmado una parte que muchas marcas sofisticadas llevaban tiempo aplicando en privado: la atribución ayuda a ver impacto rápido, pero la incrementalidad es la forma de entender qué está funcionando realmente. Esta frase es de Gaurav Bhaya, VP y GM de buying, analytics and measurement de Google, en declaraciones al medio AdExchanger con motivo del lanzamiento de nuevas herramientas de medición, entre ellas una versión open-source de GeoX y Meridian Studio.
La novedad no es que los geo-experimentos existan; Google publicó en 2011 una metodología para medir efectividad publicitaria mediante experimentos geográficos. El paper, firmado por Jon Vaver y Jim Koehler, describía cómo asignar regiones no solapadas a grupos de control y tratamiento usando publicidad geotargetizada, con un objetivo muy concreto: cuantificar la efectividad de la inversión y generar una base más sólida para decisiones de puja, presupuesto y diseño de campaña. Quince años después, aquello que antes estaba en el terreno de research, consultoría avanzada o equipos con capacidad analítica empieza a entrar en la maquinaria cotidiana de Google Ads y este es el punto verdaderamente relevante. No estamos ante otra feature bonita para la galería, sino ante la institucionalización de una forma distinta de mirar el rendimiento. GeoX compara resultados entre regiones para medir crecimiento incremental en distintos mercados y forma parte del marco de medición Meridian de Google. Google también está lanzando Meridian Studio, una versión enterprise de su plataforma de media mix modeling apoyada en Google Cloud para manejar grandes conjuntos de datos. La dirección de estos anuncios no es otra que conectar datos, probar causalidad y convertir medición en decisiones de inversión, no solo en reporting posterior.
La distinción entre atribución e incrementalidad parece simple hasta que hay dinero de verdad encima de la mesa: la atribución asigna crédito mientras que la incrementalidad intenta aislar causalidad. La primera responde, más o menos, a “qué touchpoints participaron en la conversión”; la segunda pregunta algo más incómodo: “¿esta venta habría ocurrido igualmente sin esta inversión?”. EMARKETER lo resume de forma directa: la incrementalidad mide si una campaña causó resultados que no habrían ocurrido sin la exposición publicitaria, comparando grupos expuestos y grupos de control. No es una diferencia semántica, es la diferencia entre capturar demanda existente y crear demanda incremental.
Para quien ha trabajado en una agencia sabe que la atribución suele premiar lo que está cerca de la conversión, lo que tiene mejor tracking, lo que vive dentro de ecosistemas cerrados o lo que llega al usuario cuando este ya estaba caliente. Por eso los informes de performance pueden verse impecables mientras el negocio no crece al mismo ritmo y no porque haya mala fe necesariamente, aunque tampoco seamos ingenuos, es que el sistema mide muy bien ciertos eventos y bastante peor la contribución real.
La incrementalidad obliga a renunciar a una fantasía muy querida por el sector: la de que cada euro puede seguirse de forma limpia hasta una venta concreta. En la práctica, los usuarios comparan, esperan, buscan, vuelven, preguntan, reciben impactos en canales no conectados y compran por motivos que no caben en una ventana de atribución. La medición experimental no elimina esa complejidad, pero introduce una disciplina más adulta: comparar lo que ocurre cuando se interviene con lo que ocurre cuando no se interviene: busquemos un menor épica del journey perfecto, y más y mejor método.
Google ya venía empujando todo esto desde hace tiempo; en una guía de Think with Google, la empresa explica que los tests de conversion lift pueden basarse en usuarios o geografías, dependiendo de la fuente de conversión y del nivel de granularidad necesario. También señala que los tests geográficos pueden ejecutarse para campañas de mayor escala con cualquier fuente de datos, incluida first-party data financiera, sin depender de cookies para la ejecución. Esto es importante porque el deterioro de las señales a nivel usuario ha hecho que muchos modelos de atribución sean más frágiles, más modelizados y menos transparentes para quienes tienen que defender presupuesto ante dirección financiera.
La parte delicada es que si la incrementalidad se vuelve más accesible, también se vuelve menos “excusable” no usarla: muchas marcas podían justificar su ausencia por coste, complejidad, falta de escala o dependencia de equipos especializados, y algunas de estas razones eran legítimas, otras eran convenientes pero ahora Google dice que el objetivo de GeoX es reducir el coste y la complejidad de los geo-experimentos y aportar más transparencia sobre cómo se interpretan los resultados.
Esto va a afectar a todos los actores: para los anunciantes, significa que el presupuesto debería discutirse con más evidencia causal y menos fe en la última columna de los reportings; para las agencias, implica revisar qué se entiende por optimización, optimizar hacia conversiones atribuidas no es necesariamente optimizar hacia crecimiento incremental. Y para los partners de medición independientes, el reto no será solo ejecutar tests; si herramientas como GeoX se democratizan dentro de Google Ads, el valor diferencial se desplazará hacia el diseño del programa de medición, la lectura neutral de resultados, la integración con otros canales y, sobre todo, la capacidad de convertir hallazgos en decisiones de negocio. No basta con decir “el lift fue X”, hay que decidir qué se apaga, qué se escala, qué se reestructura y qué mito interno conviene jubilar.
También hay una advertencia a navegantes: que Google facilite la incrementalidad dentro de su ecosistema no significa que la medición deba quedar encerrada dentro de Google. Sería una paradoja bastante previsible que la industria escapara de la atribución incompleta para refugiarse en experimentos diseñados, ejecutados e interpretados dentro de los mismos jardines donde se compra el medio. La herramienta puede ser útil, pero el criterio debe seguir siendo independiente, sobre todo cuando las conclusiones afectan a presupuestos que compiten entre Search, YouTube, PMax, social, retail media, CTV, afiliación y canales offline.
Una frase que me gusta especialmente es “la buena medición no es cómoda”, porque si lo es, probablemente solo está confirmando lo que alguien quería oír. La incrementalidad bien aplicada puede decir que una campaña funciona menos de lo que parecía, que un canal infravalorado aporta más de lo que recibía, o que parte del supuesto performance era simplemente demanda capturada en el último metro… por eso incomoda, y por eso importa.
Quince años entre un paper de Google Research y una herramienta que empieza a convertirse en estándar dentro de Google Ads dicen mucho sobre cómo madura esta industria: primero investigamos, luego lo prueban unos pocos, después lo venden los consultores y finalmente lo integra la plataforma y todos fingimos que siempre lo habíamos tenido claro. La incrementalidad debería desde ya entrar en las conversaciones de performance, y cuando el próximo report diga que una campaña atribuyó muchas ventas pero generó poco crecimiento incremental, ¿habrá alguien que esté dispuesto a cambiar el presupuesto?
Puntos clave:
Google está acercando la incrementalidad al flujo diario de Google Ads con GeoX y Meridian Studio, reduciendo barreras técnicas que antes limitaban este tipo de medición.
La atribución seguirá siendo útil para optimizar campañas, pero no puede demostrar causalidad por sí sola. La incrementalidad responde a otra pregunta: qué habría pasado sin la inversión publicitaria.
El cambio importante no es metodológico, sino político: cuando medir incrementalidad se vuelve accesible, las métricas de vanidad tienen menos sitios donde esconderse.
Este resumen lo ha creado una herramienta de IA basándose en el texto del artículo, y ha sido chequeado por un editor de PROGRAMMATIC SPAIN.
