Antes de comprar software de atribución, hazle al proveedor quince preguntas repartidas en cuatro áreas: cómo funciona el modelo, cómo se valida contra experimentos reales, qué datos necesita y quién es su dueño, y cuánto cuesta de verdad comprarlo y convivir con él. Los buenos proveedores responden con especificidad y admiten límites. Los débiles prometen un único número de ROAS perfecto. Con total transparencia: en Admira vendemos software de atribución, y cada pregunta de abajo es una que también deberías hacernos a nosotros.
Preguntas de metodología
- ¿Qué metodología de atribución usan, y por qué? «IA propietaria» no es una respuesta. Quieres oír si es basada en reglas, cadenas de Markov, valores de Shapley, basada en regresión o un híbrido, y por qué esa elección encaja con tu negocio.
- ¿Cómo maneja el modelo los canales sin datos de clic? Podcasts, influencers, TV, publicidad exterior. Si la respuesta es «códigos promocionales y encuestas», eso es honesto. Si la respuesta insinúa que los clics lo capturan todo, el modelo dejará sin alimentar en silencio a esos canales.
- ¿Cómo tratan las conversiones view-through? El crédito view-through es la forma más fácil de inflar el social de pago. Pregunta cómo se ponderan las impresiones y si puedes ver los resultados con el view-through excluido.
- ¿Qué le pasa a tu modelo cuando caen las tasas de consentimiento o desaparecen las cookies? Pregunta qué porcentaje de trayectos puede observar hoy el proveedor y cómo se degrada el modelo. Todos pierden datos por los cambios de privacidad; la diferencia es si lo miden y lo divulgan.
Preguntas de validación
- ¿Cómo validan su modelo contra pruebas de holdout o incrementalidad? Esta es la pregunta más difícil e importante. Los modelos de atribución ajustan datos observacionales; solo los experimentos observan causalidad. Un proveedor serio o corre pruebas de lift de forma nativa o te muestra cómo sus clientes calibraron el modelo contra holdouts geográficos. «Nuestro modelo es la validación» es una bandera roja.
- Cuando tus números contradigan a Meta o Google, ¿cómo decido quién tiene razón? Se contradecirán, todo el tiempo. Quieres un proveedor con un enfoque documentado de reconciliación, no uno que solo diga «confía en nosotros antes que en ellos». Nadie, nosotros incluidos, puede afirmar tener razón automáticamente.
- ¿Muestran incertidumbre, o solo estimaciones puntuales? Un ROAS de canal de 3.2 significa algo distinto si el rango plausible es de 2.9 a 3.5 frente a 1.5 a 6. Los proveedores que nunca expresan rangos de confianza esconden lo ruidosa que es la atribución.
- ¿Qué no puede medir tu modelo? Todo proveedor honesto tiene una respuesta real: el halo de marca, los ciclos B2B largos, el dark social, el boca a boca offline. Un proveedor sin respuesta no lo ha pensado a fondo o no te lo va a decir.
Preguntas de datos e integración
- ¿Atribuyen contra el revenue de backend o contra las conversiones del píxel? La atribución basada solo en eventos del píxel hereda todos los problemas del píxel, incluidos los duplicados y los reembolsos ausentes. Pregunta si las órdenes, los reembolsos y el LTV de tu backend real alimentan el modelo.
- ¿Qué integraciones son nativas, y qué tan fresca está la data? Consigue la lista por escrito y pregunta qué significa «soportada»: una conexión de API mantenida o una plantilla CSV.
- ¿Quién es dueño de los datos, y puedo exportarlo todo si me voy? Los datos crudos de eventos y las salidas del modelo deberían ser exportables. Si irte significa perder tu historial, estás rentando tus propios números.
Preguntas comerciales y operativas
- ¿Qué requiere la implementación, y cuándo se vuelven confiables los números? Pide el cronograma honesto en dos partes: el tiempo de configuración y el periodo de acumulación de datos antes de que el modelo se estabilice. Quien prometa números confiables en la primera semana está exagerando.
- ¿Cómo maneja el modelo un canal nuevo o una promoción inusual? Los grandes eventos de rebajas y los lanzamientos de canal rompen los patrones históricos. Pregunta cuánto tarda el modelo en adaptarse y qué reporta mientras tanto.
- ¿Con qué escala el precio, y qué pasa en la renovación? Un precio atado al volumen de órdenes o al gasto en anuncios puede duplicarse mientras tu equipo sigue del mismo tamaño. Consigue la fórmula de escalamiento, no solo la cotización de este año.
- ¿Puedo hablar con un cliente que haya corrido una prueba de validación, y con uno que se haya ido? Las llamadas de referencia con clientes felices son fáciles. Lo que aprendes de un cliente que canceló o de uno que puso a prueba el modelo contra un holdout vale más que cualquier caso de estudio.
Califica las respuestas, no solo las recolectes
Quince preguntas producen mucha conversación, y el proveedor que mejor habla rara vez es el que mejor mide. Para comparar con justicia, convierte cada respuesta en una calificación en vez de confiar en tu recuerdo de quién sonó más seguro en la demo. Puntúa a cada proveedor en las cuatro áreas en una escala del uno al cinco, dale el mayor peso a la validación y a la propiedad de los datos, y la lista corta tiende a ordenarse sola. El patrón a vigilar es simple: las respuestas fuertes se vuelven concretas y admiten límites, las débiles se vuelven vagas y recurren a los adjetivos.
| Qué estás calificando | Una respuesta fuerte suena así | Una respuesta débil suena así |
|---|---|---|
| Transparencia de la metodología | Nombra el modelo, explica el tradeoff, muestra dónde encaja con tu mezcla | «IA propietaria que simplemente funciona» |
| Validación contra experimentos | Corre o soporta pruebas de holdout y de lift geográfico, muestra la calibración | «El modelo es preciso, no necesitamos pruebas» |
| Propiedad y exportación de datos | Los eventos crudos y las salidas son exportables, sin lock-in | Evasivo con la exportación, el historial se queda con el proveedor |
| Costo total a escala | Divulga la fórmula de escalamiento y el comportamiento en la renovación por adelantado | Solo cotiza el precio de este año |
Antes incluso de agendar las llamadas, conviene correr una auditoría de medición sobre tu propio stack, porque no puedes juzgar las respuestas de un proveedor sobre reconciliación o datos faltantes hasta saber qué tan graves son tus propias brechas. Un proveedor que pide ver los hallazgos de tu auditoría es buena señal; uno que los desestima y salta directo al dashboard está vendiendo brillo. Sopesa cada respuesta contra la decisión específica que necesitas que la herramienta mejore, la misma disciplina que separa una buena elección de una vistosa cuando armas tu lista corta de software de atribución desde el principio.
Cómo leer las respuestas
No buscas al proveedor con las respuestas más seguras; buscas a aquel cuya seguridad está calibrada. Los números específicos, los límites admitidos y la validación documentada le ganan al brillo. Si un proveedor, Admira incluida, se pone a la defensiva en las preguntas 5 y 6, sigue buscando.
Preguntas frecuentes
¿Cuál es la mayor bandera roja en la respuesta de un proveedor?
La certeza sin validación. Si un proveedor afirma que su modelo es preciso pero nunca comparó sus salidas contra un holdout o una prueba geográfica, la afirmación de precisión es marketing imposible de falsar.
¿Sigo necesitando pruebas de incrementalidad si compro atribución?
Sí. La atribución te dice qué probablemente impulsó los resultados día a día; los experimentos confirman la causalidad y calibran el modelo. Los mejores setups los tratan como un solo sistema, no como productos que compiten.
¿Cuánto debería durar un piloto?
Lo suficiente para cubrir un ciclo de compra completo más una decisión de presupuesto significativa, normalmente de 60 a 90 días para ecommerce y más para B2B. Juzga el piloto por las decisiones que mejoró, no por los dashboards entregados.
¿Debería confiar en los casos de estudio del proveedor?
Trátalos como pruebas de existencia, no como resultados esperados. Los resultados dependen de la calidad de tus datos, tu mezcla y la duración de tu ciclo. Pide en cambio la metodología de validación detrás de cualquier número destacado.
Hazle a Admira las mismas quince
Admira es una plataforma de medición unificada que combina atribución multi-touch, marketing mix modeling y pruebas de lift integradas en un solo lugar, de modo que el modelo se valida con experimentos en vez de por fe y cada canal recibe crédito una sola vez contra una única fuente de verdad. Nuestra lista de integraciones y cómo escalan los planes con tu gasto están sobre la mesa antes de firmar, no ocultos hasta la renovación. Tráenos estas quince preguntas y pon a prueba las respuestas sobre tus propios datos: agenda una demo y recorreremos metodología, validación y reconciliación contra los canales exactos que inviertes.



%20(2).png)