Atribución multicanal: cómo saber si tu venta en Amazon vino de Meta Ads o Google Ads

Todos los directores de ecommerce con los que trabajamos en MHA han pasado por el mismo susto: sumas los reportes de Meta Ads, Google Ads, Amazon Ads y Mercado Libre Ads, y de pronto tu ROAS combinado dice que vendiste 140 pesos por cada 100 invertidos, cuando el estado de resultados dice otra cosa. No estás loco: cada plataforma está sobre-atribuyendo. La única manera de saber qué canal realmente mueve la aguja es montar atribución multicanal propia, y para eso necesitas juntar la data en un solo lugar, idealmente con un integrador de marketplaces.

En este artículo explicamos por qué se pisan los píxeles, la diferencia entre atribución determinística y probabilística, y cómo cruzar UTMs, timestamps y storefront de venta para tener un solo número confiable. Está pensado para directores que ya invierten más de 300,000 MXN al mes en pauta y venden en al menos dos canales.

Por qué los píxeles se pisan

Cada plataforma de ads usa su propia ventana de atribución. Meta por default se cuelga cualquier conversión que ocurra hasta 7 días después de un click y 1 día después de una vista. Google Ads usa hasta 30 días post-click. Amazon Ads atribuye 14 días. MELI Ads, 7. Si un cliente ve un anuncio de Meta el lunes, googlea la marca el miércoles y compra en Amazon el viernes, las tres plataformas se cuelgan la venta. Sumado, tu ROAS aparente puede inflarse entre 25 y 60% respecto a la venta real.

Esto no es maldad: cada plataforma está optimizada para demostrar su propio valor. El trabajo de la dirección es armar un modelo neutral por fuera que juzgue a todos con la misma vara.

Atribución determinística vs probabilística

Hay dos escuelas:

• Determinística: unes la venta al anuncio con un identificador exacto (UTM, click ID, email hasheado). Es precisa pero solo funciona cuando existe el identificador.

• Probabilística: usa modelos estadísticos (Markov, Shapley, MMM) que estiman la contribución de cada canal. Cubre todo el volumen pero pierde precisión a nivel campaña.

En MHA usamos las dos: determinística para Shopify y storefronts propios donde controlas los UTMs, y probabilística para el 30-40% de ventas en marketplaces donde el ID de click se pierde en el camino.

Cómo cruzar UTM, timestamp y storefront

La receta que aplicamos con clientes multicanal es esta:

1. UTMs disciplinadas en todas las campañas de Google Ads y Facebook Ads, con convención única de source/medium/campaign/content.

2. Server-side tracking en Shopify (GA4 Measurement Protocol o Meta CAPI) para capturar el click ID antes del checkout.

3. Amazon Attribution activo con etiquetas propias por campaña externa que manda tráfico a tu listing.

4. MELI Ads Product Ads y Brand Ads con reportes descargables por campaña, cruzados por SKU.

5. Un solo tablero que junte los cuatro exports y los reconcilie por timestamp + SKU + geografía.

El paso 5 es donde casi todos truenan. Hacerlo en Sheets funciona 3 semanas y después explota. Por eso nuestro integrador de marketplaces incluye este cruce como funcionalidad nativa: recibe los exports de las 4 plataformas y devuelve un solo reporte con ROAS ajustado por canal.

Qué datos sí dan Amazon Attribution y MELI Ads

Un mito común es que los marketplaces son cajas negras. No del todo:

• Amazon Attribution: gratis para vendedores de Brand Registry. Te da clicks, DPV (detail page views), Add to Cart y Purchases atribuidos a fuentes externas. La granularidad es por campaña, no por keyword.

• MELI Ads: reporta impresiones, clicks, CPC, ventas y CPA por campaña. Product Ads se cruza fácil por SKU. Brand Ads es más difícil de atribuir 1:1.

El problema no es la data, es que está en cuatro paneles distintos, con formatos distintos y ventanas de atribución distintas. Consolidarla es un trabajo que consume entre 6 y 10 horas semanales cuando se hace a mano.

El modelo que usamos en MHA

Nuestra recomendación para clientes con facturación entre 30 y 200 millones al año es un modelo híbrido de tres capas:

1. Last non-direct click para reporting operativo diario. Simple, comparable, defendible.

2. Data-driven attribution (Markov o Shapley) para planeación de budget mensual.

3. Media Mix Modeling ligero trimestral para calibrar cuánto de tus ventas es genuinamente incremental vs cannibalization.

Este modelo baja el error de sobre-atribución del 40% típico a menos del 10%. Y sobre todo, permite tomar decisiones de budget con confianza: cuánto meterle a Meta vs Google vs Amazon Ads el próximo mes.

Señales de que tu atribución está rota

• Tu ROAS combinado de plataformas es 30% o más alto que el ROAS real del estado de resultados.

• Subes budget en Meta y no ves impacto en ventas totales, solo movimiento de porcentajes.

• Nadie en el equipo sabe explicar de dónde vino el mejor pedido de la semana.

• El reporte de analítica web y el de finanzas dan números distintos.

Preguntas frecuentes

¿Necesito un data scientist para esto?

No para arrancar. Con un integrador multicanal y un analista con buen criterio se resuelven las primeras 3 capas. Data science entra cuando ya quieres MMM serio.

¿Sirve GA4 como fuente única?

GA4 cubre tu web, no marketplaces. Es la mitad del cuadro. Necesitas complementarlo con Amazon Attribution y MELI Ads.

¿Cuánto tarda montarlo?

Entre 4 y 8 semanas según cuántas cuentas de ads tengas activas y el estado de tus UTMs. La limpieza previa de tagging suele llevarse 2 semanas solita.

¿Qué pasa con iOS 14 y las restricciones de píxel?

Empujan la balanza hacia server-side tracking y modelos probabilísticos. Por eso ya no puedes depender solo del píxel de Meta.

La atribución multicanal deja de ser un lujo cuando pasas de un canal a tres. Es la diferencia entre tomar decisiones con datos reales o repartir budget a ciegas. En MHA armamos este stack con nuestro integrador de marketplaces y el trabajo conjunto de nuestros equipos de marketing digital y Shopify. Si tu reporte de ROAS y tu estado de resultados ya no coinciden, hablemos.