Un cliente va en el metro camino del trabajo, ve tu anuncio en Instagram desde el móvil, le interesa, pero no compra ahí mismo (nadie mete los datos de la tarjeta de pie en un vagón lleno de gente). Llega a la oficina, se acuerda, abre el ordenador y busca tu marca en Google. Compra. ¿A qué canal le atribuyes esa venta? Si tu respuesta es "a la búsqueda en Google, porque fue el último clic antes de comprar", estás cometiendo el error de medición más extendido (y más caro) en publicidad online: ignorar que el mismo cliente usa varios dispositivos antes de decidirse.
A esto se le llama comportamiento cross-device (entre dispositivos), y el problema no es que exista (siempre ha existido, la gente compara precios en el móvil y compra en el ordenador desde hace años) sino que la mayoría de sistemas de medición, por defecto, no lo ven bien, y eso lleva a decisiones equivocadas: pausar campañas de Instagram que en realidad estaban generando ventas, solo que atribuidas a otro canal.
Por qué pasa esto técnicamente
Cada plataforma (Google, Meta, TikTok) mide principalmente dentro de su propio ecosistema y dentro del mismo dispositivo, salvo que el usuario esté conectado con su cuenta en ambos aparatos y la plataforma pueda enlazar esa identidad. Meta, por ejemplo, puede reconocer a un usuario que vio el anuncio en el móvil con la app de Instagram abierta y luego compró desde el ordenador si en ambos casos tenía sesión iniciada con la misma cuenta de Facebook o Instagram vinculada. Pero si usa el móvil personal y el ordenador de la oficina con perfiles distintos, o si limpia cookies, o si usa Safari en iPhone (que por defecto bloquea buena parte del seguimiento entre sitios), ese enlace se rompe y la conversión aparece como si hubiera nacido de la nada, atribuida al último canal que sí pudo verla: normalmente, una búsqueda directa de tu marca en Google.
El efecto práctico: subestimar lo que funciona
Esto tiene una consecuencia muy concreta y muy cara: las campañas de la parte alta del embudo (las que generan el primer interés, típicamente en redes sociales o display) acumulan clics e impresiones pero pocas conversiones "atribuidas", mientras que la búsqueda de marca en Google se lleva el mérito de ventas que en realidad empezaron en otro sitio. Un negocio que juzgue sus campañas solo por lo que cada plataforma le reporta de forma aislada acaba, con lógica aparente pero equivocada, recortando presupuesto justo en la campaña que estaba trayendo a esos clientes al principio del camino.
En un caso real con un cliente de moda con tienda online, al activar un modelo de atribución que tenía en cuenta el recorrido completo (no solo el último clic), descubrimos que las campañas de Instagram, que parecían generar un coste por venta altísimo mirado de forma aislada, en realidad estaban interviniendo en el 40% de las compras que Google Ads terminaba llevándose como "búsqueda de marca". El presupuesto que se iba a recortar en Instagram era, de hecho, el que sostenía buena parte de las ventas atribuidas a Google.
Qué hacer al respecto (sin necesitar un departamento de datos)
La primera pieza es sencilla y gratuita: activa la atribución basada en datos (data-driven attribution) en Google Ads y en Google Analytics 4 si aún no la tienes, en vez de dejar el modelo por defecto de "último clic". Este modelo reparte el mérito de la conversión entre todos los canales que participaron en el camino, no solo el último, usando datos agregados de millones de conversiones para estimar el peso real de cada paso.
La segunda es asumir que las plataformas por sí solas nunca te van a dar la foto completa, y compensar eso con encuestas simples: un campo de "¿cómo nos conociste?" en tu formulario de contacto o en el proceso de compra, con opciones como "redes sociales", "búsqueda en Google", "me lo recomendó alguien". No es perfecto ni sustituye a los datos, pero sirve como comprobación de sentido común frente a lo que dice cada plataforma por separado.
La tercera, más avanzada pero accesible para casi cualquier negocio con algo de volumen, es medir por "elevación incremental": pausar una campaña concreta durante una o dos semanas y observar si las ventas totales del negocio (no solo las atribuidas a ese canal) bajan de forma notable. Si al pausar Instagram las ventas totales caen, aunque Instagram "solo" apareciera atribuido en un 5% de las conversiones, es una señal de que estaba influyendo mucho más de lo que su informe individual mostraba.
El papel del móvil como "descubridor", no siempre como "comprador"
Vale la pena entender el patrón general, porque se repite mucho en comercio con ticket medio-alto: el móvil es el dispositivo del descubrimiento (scroll, curiosidad, primer contacto) y el ordenador sigue siendo, para muchas categorías, el dispositivo de la decisión final, sobre todo cuando hay que rellenar formularios largos, comparar varias pestañas a la vez o introducir datos de pago con más calma. Esto no es universal (moda y productos de compra impulsiva sí se cierran mucho en móvil), pero conocer el patrón de tu sector concreto te evita sacar conclusiones erróneas de tus propios informes.
Herramientas que ayudan sin ser caras
Google Analytics 4 ya construye por defecto informes de "rutas de conversión" que muestran, para cada venta, la secuencia de canales que intervinieron antes de cerrarla, no solo el último. Revisar ese informe una vez al mes (no hace falta tenerlo abierto a diario) suele ser suficiente para detectar si estás subestimando algún canal. Si usas un CRM, apuntar el origen que el propio cliente declara en la primera llamada o email también aporta una capa de verdad que ningún píxel puede darte.
Un ejemplo con números: el recorrido real de una compra de mobiliario
Un fabricante de mobiliario de oficina con venta online directa revisó, durante un trimestre, el recorrido completo de cien compras aleatorias usando los informes de ruta de conversión de Analytics. El patrón más repetido (presente en 41 de las cien compras) fue: descubrimiento en Instagram desde el móvil, visita a la web sin comprar, búsqueda de la marca en Google unos días después desde el ordenador de la oficina, y compra final en ese segundo dispositivo. Si esa empresa hubiera juzgado el rendimiento de Instagram solo por las conversiones que la propia plataforma le atribuía en su panel, habría concluido que ese canal apenas generaba negocio, cuando en realidad estaba interviniendo en más del 40% de las ventas totales.
El segundo patrón más común (23 de cien compras) fue el inverso: descubrimiento por búsqueda directa en Google desde el ordenador de la oficina, sin ningún canal social previo detectable. Esto confirmó algo que el equipo sospechaba pero no tenía forma de verificar: una parte real de la demanda llegaba por recomendación boca a boca entre compañeros de trabajo, sin pasar por ningún canal publicitario medible, lo cual también es una información valiosa a la hora de decidir dónde no merece la pena forzar más inversión.
El papel de las cookies propias (first-party data) en todo esto
Una parte de la solución a largo plazo pasa por depender menos de identificar al usuario a través de cookies de terceros (cada vez más restringidas) y más de datos propios que el negocio recoge directamente: una cuenta de cliente con inicio de sesión, un programa de puntos o fidelización, o simplemente un checkout que pide el email antes de mostrar el precio final. Cuantos más usuarios se identifiquen voluntariamente con tu propio sistema, menos dependes de que la plataforma de turno consiga enlazar sus dispositivos por su cuenta, y más fiable se vuelve tu propia medición interna frente a lo que cualquier plataforma externa te reporte.
Un ejercicio sencillo para hacer esta semana
No hace falta esperar a tener un sistema de medición perfecto para empezar a beneficiarse de esta idea. Un ejercicio de una hora, que cualquier negocio puede hacer con las herramientas que ya tiene: entra en Google Analytics 4, busca el informe de "rutas de conversión de varios canales" (dentro de la sección de publicidad o conversiones) y revisa las diez rutas más comunes hacia una venta. Casi con toda seguridad vas a encontrar al menos un canal que aparece con frecuencia como paso intermedio pero que rara vez es el último clic, y que probablemente lleva tiempo infravalorado en tus decisiones de presupuesto.
Ese hallazgo, por sí solo, no tiene por qué cambiar de inmediato cómo repartes el presupuesto, pero sí debería cambiar cómo interpretas los informes que cada plataforma te da por separado. La próxima vez que alguien proponga recortar un canal por su coste por resultado aparentemente alto, esa ruta de conversión es el primer sitio donde comprobar si esa conclusión aguanta o no un vistazo más completo al recorrido real del cliente.
Cómo afecta la nueva generación de navegadores centrados en privacidad
Además de Safari, cada vez más navegadores (Firefox con su protección de seguimiento mejorada, y versiones recientes de Chrome que van incorporando restricciones progresivas a las cookies de terceros) están adoptando políticas de privacidad más estrictas por defecto. Esta tendencia no es puntual ni va a revertirse: es la dirección general de toda la industria, empujada tanto por la presión regulatoria como por la demanda de los propios usuarios. Cualquier negocio que dependa de una medición basada exclusivamente en cookies de terceros va a ver, con el paso de los años, una brecha de medición cada vez mayor si no adapta su estrategia hacia datos propios y modelos de atribución más robustos.
Errores habituales al intentar corregir la medición cross-device
El primer error es activar la atribución basada en datos en Google Ads pero seguir mirando, por costumbre, los informes de "conversiones asistidas" o el desglose por plataforma de Meta como si fueran la verdad absoluta, sin darse cuenta de que ambos siguen operando dentro de su propio ecosistema y no ven lo que pasa en la plataforma del competidor. El segundo error es implementar cambios de medición (activar Google signals, pedir el email antes) y esperar resultados visibles la misma semana: estos ajustes tardan en acumular suficiente historial para que el modelo de atribución tenga datos fiables con los que trabajar, normalmente entre cuatro y ocho semanas.
El tercer error, quizás el más caro, es usar la excusa de "es difícil de medir con precisión" para dejar de medir del todo y gestionar el presupuesto por intuición. La medición cross-device es más complicada que mirar un solo número, pero eso no significa que no se pueda aproximar con un grado de precisión razonable usando las herramientas descritas en este artículo. La alternativa (no medir nada y repartir presupuesto a ojo) casi siempre sale más cara que aceptar cierto grado de incertidumbre en los datos disponibles.
Preguntas frecuentes
¿Esto afecta más a negocios B2B o a ecommerce de consumo?
Afecta a ambos, pero de forma distinta. En B2B, el recorrido suele ser más largo y con más dispositivos implicados (móvil personal, ordenador de trabajo, incluso tablet), así que el problema de atribución tiende a ser mayor. En ecommerce de consumo, el ciclo es más corto pero el volumen de usuarios en iPhone con Safari (que bloquea buena parte del seguimiento) hace que también se pierda bastante información.
¿Sirve de algo pedir el email pronto en el proceso de compra?
Sí, mucho. Si un usuario se identifica con su email pronto (por ejemplo, al añadir un producto a la lista de deseos o al suscribirse a novedades), puedes enlazar su actividad en distintos dispositivos a través de tu propio sistema, sin depender solo de las cookies del navegador.
¿Google Analytics 4 soluciona esto automáticamente?
Lo mejora bastante frente a herramientas antiguas, sobre todo si activas la señal de Google (Google signals) para usuarios con sesión iniciada en Google, pero no es una solución perfecta: sigue dependiendo de que el usuario esté identificado de alguna forma en varios dispositivos.
¿Qué pasa si mi negocio es local y la mayoría de clientes compran en tienda física tras ver el anuncio online?
Ese es otro salto de dispositivo a canal que también se pierde con facilidad. Google Ads ofrece informes de "conversiones offline" y de "visitas a tienda estimadas" que ayudan a cerrar ese círculo, aunque requieren cierta configuración y un volumen mínimo de datos para ser fiables.
¿Debería dejar de fiarme de los informes que me da cada plataforma?
No hay que descartarlos, pero sí mirarlos con perspectiva: son una pieza del puzzle, no el puzzle entero. Combinarlos con Analytics, con lo que declara el propio cliente y, si el volumen lo permite, con pruebas de pausa e incrementalidad, da una imagen mucho más fiel de qué está funcionando de verdad.
¿Merece la pena para un negocio pequeño invertir tiempo en esto?
Si el presupuesto en publicidad es modesto (unos pocos cientos de euros al mes), probablemente el ajuste más rentable sea simple: añadir el campo "¿cómo nos conociste?" y revisar una vez al mes el informe de rutas de conversión de Analytics. La parte más técnica (elevación incremental, señales avanzadas) empieza a merecer la pena cuando el presupuesto mensual supera los 1.500-2.000 euros.