El último click no mide mejor, sólo simplifica más
Hay ideas que el mercado mantiene vivas no porque sean exactas, sino porque son útiles y Last Touch Attribution pertenece a esa familia: funciona bien en las reuniones, cabe en un dashboard, permite construir un ranking claro de ganadores y perdedores y evita una discusión mucho más difícil: si el canal que cierra la venta es el mismo que la provoca. Técnicamente, Google sigue definiendo el last click como el modelo que da todo el crédito al último anuncio clicado, mientras que el data-driven distribuye el crédito entre interacciones del recorrido en función de los datos disponibles. La diferencia conceptual es enorme, aunque muchas empresas sigan operando como si no lo fuera.
Lo relevante no es solo que existan modelos más sofisticado, sino que incluso las propias plataformas conviven todavía con lógicas de último click en partes importantes de su arquitectura. Google Analytics mantiene el modelo paid and organic last click para dimensiones de usuario y sesión, y además señala que las conversiones de Google Ads creadas a partir de key events usan last click cuando Google Ads es el último click no directo. Es decir, en el sector se habla mucho de atribución avanzada, pero sigue sosteniendo buena parte del día a día sobre lógicas heredadas. Por eso el problema de fondo no es matemático, es estructural: last touch no sobrevive porque nadie haya descubierto una alternativa sino porque es barato, legible y funcional para una cadena de incentivos que sigue bastante fragmentada. El equipo de search optimiza search, el equipo de display optimiza display y el de vídeo defiende vídeo… el cliente quiere una respuesta rápida sobre qué funciona y la agencia, demasiadas veces, acaba contando una historia por canal en vez de una historia del negocio.
En este contexto, el último click no solo mide, también reparte poder. Ahí es donde el ejemplo de CTV frente a display o search se vuelve incómodo, y no porque haya que santificar el upper funnel, sino porque en recorridos complejos el canal que captura la acción final puede no ser el que construyó la intención. Google lo reconoce de forma bastante explícita al introducir vistas de assisted conversions para detectar puntos de contacto tempranos que no fueron el click final, pero que sí ayudaron a la conversión. En su propia documentación cita canales upper funnel como YouTube o Demand Gen como ejemplos de activos potencialmente infravalorados bajo un enfoque last click. Esto no significa que toda conversión deba repartirse con generosidad diplomática entre todos los canales para que nadie se enfade, y tampoco significa que el last click carezca por completo de utilidad: sirve para entender captura de demanda, para leer ciertas dinámicas de cierre y para operar en contextos donde la señal disponible es limitada. El error aparece cuando deja de ser una vista táctica y pasa a ser el sistema operativo completo de asignación presupuestaria.
Aquí entra lo que podemos denominar Contribution Attribution. Más allá del nombre, la idea relevante es otra: medir la conversión como un recorrido, no como una fotografía del último segundo. Esto obliga a incorporar variables como recencia, frecuencia, secuencia de impactos, calidad de exposición y peso relativo de cada canal, y obliga además, a aceptar una verdad poco cómoda para parte del ecosistema: que el reporting más limpio no siempre es el más fiel.
La industria, al menos, ya está intentando construir piezas para este tipo de conversación. En noviembre de 2025, IAB y MRC publicaron sus Attention Measurement Guidelines, un marco común para medir atención en diferentes medios y entornos, incluyendo señales de exposición, engagement, focus e impacto cognitivo, con el objetivo explícito de aportar claridad, consistencia y accountability. No resuelve por sí solo la atribución, pero sí empuja una idea importante: que medir solo la entrega o el click ya no basta para entender valor publicitario. Ahora bien, conviene no cambiar un reduccionismo por otro. La atribución distribuida tampoco es magia; puede mejorar el reparto de crédito, sí, pero depende de identidades, ventanas temporales, taxonomías de eventos, calidad de tagging y transparencia metodológica. Si esas piezas fallan, el modelo reparte crédito con más sofisticación aparente, pero no necesariamente con más verdad. Y cuando la atribución la diseña una plataforma que además vende el inventario, la discusión sobre neutralidad tampoco desaparece por arte de magia.
La pregunta entonces, no es si hay que abolir el último click con un decreto moral sino qué decisiones estamos tomando con una herramienta que sabemos parcial. Si se usa para leer cierre, puede seguir teniendo sentido, si se usa para decidir presupuesto entre CTV, vídeo, display, search, retail media o publishers premium, el riesgo de sesgo crece muy deprisa y ese sesgo no es inocente ya que tiende a premiar los canales más cercanos a la acción final y a infravalorar los que crean contexto, memoria, atención o demanda.
Lo más interesante de este debate no es que alguien piense que el last touch es “vago” sino que se trata de una frase que molesta, porque eso indica que el mercado sigue usando ese modelo no como una referencia limitada, sino como una comodidad demasiado instalada, y cuando una comodidad condiciona inversión, relato de rendimiento y reparto interno de poder, deja de ser una simple elección metodológica y se convierte en política de medios.
La madurez no pasa por sustituir un dashboard por otro, pasa por aceptar que ninguna organización seria debería gestionar todo su mix con una sola lente. Atribución distribuida donde aporte valor, experimentación donde sea posible, lecturas de assist para no castigar al upper funnel, y métricas de atención donde el contexto creativo y de exposición importe de verdad. Lo demás no es medición avanzada, es seguir llamando precisión a una simplificación que ya nos sale demasiado cara.
Puntos clave:
La atribución last touch persiste menos por precisión que por conveniencia operativa. Sigue incrustada en muchos flujos de trabajo y reportes, incluso cuando las plataformas ya ofrecen modelos más avanzados.
El gran perjudicado suele ser el upper funnel. Google Analytics ya incorpora vistas de assisted conversions precisamente para identificar canales tempranos e infravalorados que empujan la conversión antes del último click.
La discusión seria ya no es “last click sí o no”, sino qué combinación de atribución, experimentación y métricas de atención permite asignar presupuesto con menos sesgo. IAB y MRC ya han publicado un marco común para medir atención a través de medios y entornos.
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.
