Durante mucho tiempo, medir en digital significó principalmente seguir al usuario. La atribución a último clic reconstruía el recorrido de cada persona a través de cookies e identificadores y repartía el mérito de la conversión entre los puntos de contacto. El modelo funcionaba mientras se podía rastrear de forma generalizada.

Ese supuesto se ha modificado. Con la pérdida de señal, el seguimiento individual es cada vez más parcial, y la medición que se apoya en él pierde fiabilidad. En su lugar resurgen dos enfoques que llevaban años en segundo plano: el marketing mix modeling (MMM) y los test de incrementalidad. Vuelven con fuerza porque miden bien justo donde el último clic ha dejado de ser fiable.

Por qué falla el último clic

La atribución basada en identificadores necesita reconocer y seguir a cada usuario. Cuando Safari y Firefox bloquean las cookies de terceros, parte de la audiencia no da su consentimiento y los grandes entornos cerrados no comparten datos, esa trazabilidad se vuelve incompleta: la foto del panel ya no representa al conjunto, sino a la porción que todavía se deja rastrear.

Hay, además, un sesgo de fondo. El último clic premia de forma sistemática a los canales más cercanos a la conversión (búsqueda de marca, retargeting) y resta mérito a la inversión que creó la demanda antes, normalmente la de construcción de marca. Cuanto menor es la parte medible, más se distorsiona ese reparto. El resultado es una medición que parece precisa, con cifras precisas, pero que atribuye atendiendo a estas circunstancias.

Tres formas de medir, tres lógicas distintas

La atribución trabaja de abajo arriba, a partir del recorrido individual. Es granular y casi en tiempo real, útil para optimizar dentro de un canal. Su punto débil es que depende del rastreo que se erosiona y mide correlación, no la causa: ve qué clic precedió a la venta, no si esa venta se habría producido igualmente.

El marketing mix modeling funciona de arriba abajo. Mediante modelos econométricos, relaciona la inversión en cada medio con los resultados de negocio usando datos agregados, sin identificadores personales. Eso lo hace resistente a la pérdida de señal y capaz de incorporar lo que la atribución no ve: medios offline, efectos de marca, estacionalidad o precio. A cambio, exige histórico y es menos granular.

Los experimentos geográficos y los test de incrementalidad aportan lo que falta a los anteriores: causalidad. Al separar mercados o audiencias en grupos de test y de control, miden el efecto real de una campaña, es decir, las ventas que no se habrían producido sin ella. Son la prueba más sólida del impacto, aunque requieren diseño, escala y algo de tiempo.

No compiten entre sí. La atribución optimiza el corto plazo dentro de cada canal, el MMM orienta el reparto estratégico de la inversión y los experimentos calibran y validan lo que los modelos estiman. Usados juntos, se corrigen unos a otros.

El negocio como vara de medir

El trasfondo de este regreso es un cambio en lo que se considera una buena medición. Optimizar por el último clic empuja a perseguir la conversión más barata y visible, que muchas veces ya estaba ganada. Medir con MMM y experimentos obliga a mirar cuánto contribuye de verdad cada euro al negocio.

Es la misma idea que defendíamos en el papel del dato en la decisión de medios: lo relevante no es acumular métricas, es medir lo que explica el resultado. Y conecta con la presión por una medición más rigurosa que recorría los debates de AEDEMO 2026, donde el sector empezó a exigir métodos que resistan una pregunta compleja. 

Una medición que resiste

El MMM y los experimentos no son una moda ni un sustituto único de la atribución, sino la base de un marco más robusto en el que cada método hace lo que mejor sabe y ninguno carga con un peso que no le corresponde.

En &Beyond trabajamos con modelos econométricos a medida y diseños de incrementalidad que permiten leer el impacto real de la inversión, sin depender de un rastreo que cada vez cubre menos. El objetivo es construir una medición fiable que no descansa sobre identificadores que están desapareciendo.

Cuando seguir al individuo deja de ser viable, la medición vuelve a lo que nunca debió abandonar: explicar qué mueve el negocio.