Lo que la atribución autodeclarada ve y los datos de clic no

¿Qué es la atribución autodeclarada?

Preguntarle a un cliente dónde oyó hablar de ti es atribución autodeclarada, una respuesta de encuesta dada en el registro o en el checkout en lugar de un clic registrado por una etiqueta. El campo suele decir "¿Cómo nos conociste?" y su valor aterriza en el registro de la cuenta, no en la propiedad de analítica. Mide un recuerdo, y el recuerdo es justamente el punto: es el único instrumento capaz de ver un canal que no dejó referrer, ni cadena UTM, ni cookie.

La atribución basada en clics mide algo más estrecho y más fiable, que es el último contacto etiquetable antes de que empezara una sesión. Son dos preguntas distintas y se supone que no coinciden.

	Atribución autodeclarada	Atribución basada en clics
Unidad de medida	Una respuesta por persona que convierte	Una sesión o un evento
Población medida	Solo quienes convierten	Todo el que cargó la página
Ve canales offline y privados	Sí	No
Ve la landing page y la campaña reales	No	Sí
Modo de fallo	Error de recuerdo y diseño de la pregunta	Referrer ausente e identificadores perdidos
Puede producir una tasa	No, no hay denominador	Sí

¿Qué mide que el tracking de clics no puede?

Mide la influencia que nunca llegó a ser un clic que tu etiqueta pudiera leer. Cuatro familias de tráfico se comportan así, y las cuatro colapsan en un mismo cajón dentro de un informe de analítica.

Google Analytics 4 define su canal Direct con una regla exacta, publicada en la referencia del grupo de canales predeterminado: Source exactly matches "(direct)" y Medium is one of ("(not set)", "(none)"). Eso no es una categoría de intención. Es la ausencia de pruebas. GA4 documenta también un cajón de sastre: Unassigned "is the value Analytics uses when there are no other channel rules that match the event data". Entre los dos, la mención en un pódcast, un enlace pegado en un mensaje privado de Slack, una charla en una conferencia y la recomendación verbal de un colega se reportan de forma idéntica. El cajón (direct) / (none) en GA4 es donde aterrizan.

Hay un matiz más reciente que está documentado y resulta contraintuitivo. GA4 añadió un canal AI Assistant para las llegadas desde fuentes como ChatGPT, Gemini, Deepseek, Copilot o Grok, que se activa cuando "the medium exactly matches ai-assistant". La misma referencia afirma que este canal "excludes Google's AI Overviews and AI Mode", que se cuentan dentro de Organic Search. Así que un cliente que te encontró a través de una respuesta de IA puede quedar archivado en tres canales distintos según qué asistente usara, y aun así aparecer como Direct si después escribió el dominio. Pregúntale y te dirá "ChatGPT".

La atribución autodeclarada es además la única medición que sobrevive a la expiración de una ventana de atribución. Un cliente que oyó por primera vez un anuncio en un pódcast catorce meses antes de registrarse queda fuera de cualquier periodo retrospectivo que ofrezca cualquier plataforma. Aun así dirá "pódcast".

Cuatro canales privados, una sola categoría

Mención en un podcast

Enlace privado de Slack

Charla en una conferencia

Recomendación de un colega

(direct) / (none)

¿Por qué se sesgan las respuestas?

Las respuestas se sesgan porque el campo es una encuesta, y la metodología de encuestas lleva décadas midiendo estos efectos. La guía publicada del Pew Research Center sobre cómo redactar preguntas de encuesta documenta cada uno de los siguientes, con números.

Ofrecer una opción la infla. Tras las elecciones presidenciales estadounidenses de 2008, Pew preguntó qué asunto había pesado más en el voto, en dos versiones. "When explicitly offered the economy as a response, more than half of respondents (58%) chose this answer; only 35% of those who responded to the open-ended version volunteered the economy." Poner "Google" en tu desplegable es la misma jugada. Va a ganar.

Una lista cerrada esconde todo lo que olvidaste. En el mismo experimento, entre los encuestados a los que se dio la lista cerrada, "fewer than one-in-ten (8%) provided a response other than the five they were read. By contrast, fully 43% of those asked the open-ended version provided a response not listed in the closed-ended version of the question." Una casilla de "Otro" con una cuota de un solo dígito no es prueba de que tu lista esté completa.

La posición en la lista decide votos. Pew afirma que "in telephone surveys respondents more frequently choose items heard later in a list (a recency effect), and in self-administered surveys, they tend to choose items at the top of the list (a primacy effect)". Un formulario de registro es una encuesta autoadministrada. Lo que quede primero se contará de más. El propio remedio de Pew es aleatorizar: "many sets of response options in Pew Research Center's surveys are programmed to be randomized to ensure that the options are not asked in the same order for each respondent."

Cómo recortas las categorías cambia quién gana. En una encuesta de Pew de enero de 2002, preguntar si el presidente debía centrarse en política interior o exterior dio un 52 por ciento para la interior y un 34 por ciento para la exterior. Estrechar "política exterior" a "la guerra contra el terrorismo" le dio la vuelta a un 33 por ciento para la interior y un 52 por ciento para la guerra contra el terrorismo. Lo mismo pasa cuando "Redes sociales" se convierte en "Una publicación de LinkedIn de alguien con quien trabajo".

La gente responde para quedar bien. Pew lo llama sesgo de deseabilidad social: "People have a natural tendency to want to be accepted and liked, and this may lead people to provide inaccurate answers to questions that deal with sensitive subjects." Su investigación muestra que los encuestados exageran la asistencia a la iglesia, las donaciones benéficas y su probabilidad de votar. En un formulario de registro, la respuesta halagadora es "me lo recomendó un amigo" y la poco halagadora es "hice clic en un anuncio".

El "marca todas las que apliquen" degrada la calidad. Pew señala que "a 2019 Center study found that forced-choice questions tend to yield more accurate responses, especially for sensitive questions", y que por eso el Center evita en general las listas de selección múltiple. Un "¿Cómo nos conociste?" multiselección produce más selecciones totales y menos señal por selección.

Un sesgo es específico de este campo y no de las encuestas en general: solo lo ven quienes convierten. No hay grupo de control, así que los datos no pueden producir una tasa. Puedes decir que Pódcast quedó por delante de Reddit entre quienes se registraron. No puedes decir que un pódcast convierte mejor, porque nadie contó a los oyentes del pódcast que no se registraron.

¿Cómo lo reconcilian los equipos con la analítica?

Unen ambas fuentes por una clave compartida y leen las discrepancias como un mapa, no como un error. La reconciliación solo funciona si la respuesta se guarda donde pueda unirse.

1. Escribe la respuesta en un campo del registro de cuenta o de pedido, junto al identificador sobre el que ya opera el lado de analítica o el CRM. Guarda el texto libre y la categoría normalizada en dos columnas separadas.
2. Captura el canal del lado del clic en el mismo registro y en el mismo momento. En términos de GA4 eso es session_default_channel_group, que según la documentación se evalúa con un modelo "Paid and organic channels last click", distinto del modelo basado en datos que usa la dimensión Default channel group con alcance de evento.
3. Cruza ambos en una tabla. La respuesta autodeclarada en las filas, el canal de clic en las columnas. No los promedies y no los mezcles en un único porcentaje.
4. Lee tres celdas. La autodeclaración dice Pódcast y el canal de clic dice Direct: un canal oscuro funcionando, invisible para la etiqueta. La autodeclaración dice Google y el canal de clic dice Direct: una búsqueda de marca o un marcador, y el cajón de tráfico directo está escondiendo demanda ganada. La autodeclaración menciona una fuente que tú no operas: o bien un clic equivocado en la lista, o bien un afiliado que no sabías que tenías.
5. Sigue el texto libre de "Otro" por separado y reléelo cada trimestre. Cuando una frase se repita, promuévela a opción de la lista y acepta que su cuota dará un salto por motivos que no tienen nada que ver con el crecimiento real.

Dos barandillas mantienen honestos los números. Aleatoriza el orden de las opciones para que la primacía se reparta entre ellas en lugar de concentrarse en la primera, que es la propia práctica de Pew. Y deja el campo como opcional, porque un campo obligatorio convierte "no me acuerdo" en una suposición, y una suposición entra en tus datos indistinguible de un recuerdo.

La atribución autodeclarada no sustituye a un modelo de atribución de marketing, y los dos nunca coincidirán. Cuando un canal de pago se ve grande en la plataforma y pequeño en el campo, la lectura honesta es que el anuncio capturó demanda que creó otro canal. Ese hueco, y no ninguno de los dos números por separado, es el hallazgo.

Preguntas frecuentes

¿Dónde debe ir el campo de "cómo nos conociste"?

En el paso de registro o de checkout, después de que la conversión esté asegurada por otras vías, y opcional. Colocarlo antes cuesta finalizaciones; colocarlo después del pago pierde a quienes se marchan de inmediato. La guía de Pew sobre el orden de las preguntas se aplica directamente: "earlier questions can unintentionally provide context for the questions that follow", así que un campo que va detrás de una lista de integraciones o logotipos atraerá respuestas que las nombren.

¿El campo debe ser de texto libre o un desplegable?

Usa los dos, en dos columnas. Un desplegable te da categorías comparables en el tiempo; el texto libre es la única forma de encontrar un canal que no anticipaste. Pew documenta el compromiso: una lista cerrada atrajo el 58 por ciento para una opción que solo el 35 por ciento mencionaba de forma espontánea, mientras que el 43 por ciento de las respuestas abiertas no aparecía en absoluto en la lista cerrada.

¿Por qué no coinciden la atribución autodeclarada y Google Analytics?

Porque cuentan poblaciones distintas con instrumentos distintos. GA4 cuenta sesiones y asigna un canal a partir del referrer y los parámetros UTM, cayendo a Direct cuando Source exactly matches "(direct)" y el medio es (none) o (not set). El campo cuenta personas que convierten y registra un recuerdo. Los motivos más amplios por los que dos herramientas reportan números distintos están en por qué las herramientas de analítica muestran números diferentes.

¿Se puede calcular una tasa de conversión a partir de la atribución autodeclarada?

No. Solo responden quienes convierten, así que el denominador no existe. El resultado es un orden de prioridad entre clientes y una lista de canales que investigar, no una tasa. Cualquier porcentaje que calcules a partir de ahí es una cuota sobre los que respondieron, y debería etiquetarse así en cada gráfico.

¿Cuántas opciones debería tener la lista?

Pocas. Pew aconseja mantener las opciones de respuesta "to a relatively small number, just four or perhaps five at most", y señala que a la gente le cuesta retener más a la vez, con la excepción de las preguntas factuales o demográficas, donde las listas largas ayudan. Una lista de veinte elementos mide sobre todo qué elementos están arriba.

¿Aleatorizar el orden de las opciones elimina el sesgo?

No, lo redistribuye. Pew es explícito: "Randomization of response items does not eliminate order effects, but it does ensure that this type of bias is spread randomly." Un orden fijo concentra de forma permanente la ventaja de primacía en un canal, lo cual es peor, porque la opción inflada parece una tendencia estable.

¿Por qué alguien que te encontró a través de ChatGPT podría aparecer como tráfico directo?

El canal AI Assistant de GA4 solo se activa cuando el medio coincide exactamente con "ai-assistant", y cubre llegadas desde ChatGPT, Gemini, Deepseek, Copilot y Grok. Si esa misma persona escribe tu dominio en el navegador en vez de hacer clic en un enlace rastreado, GA4 registra una sesión Direct en su lugar. La atribución autodeclarada capta igualmente esa llegada, porque el cliente simplemente responde "ChatGPT".

¿Qué es el sesgo de deseabilidad social en un campo de "cómo nos conociste"?

Es el término de Pew para la tendencia a dar una respuesta que haga quedar bien al encuestado, aunque no sea exacta. En un formulario de registro, "me lo recomendó un amigo" suena mejor que "hice clic en un anuncio", así que las personas se inclinan hacia el canal más favorecedor. La investigación de Pew muestra el mismo patrón inflando la asistencia a la iglesia y las donaciones benéficas declaradas.

¿Puede la atribución autodeclarada captar a un cliente que convierte más de un año después de escuchar un anuncio?

Puede, porque un recuerdo no tiene una ventana de retroactividad como una cookie o una plataforma publicitaria. Un cliente que escuchó por primera vez un anuncio en un podcast catorce meses antes de registrarse queda fuera de cualquier ventana de atribución que ofrezca una plataforma, pero aun así responderá "podcast". La atribución basada en clics no tiene nada que mostrar para ese tramo de tiempo.

¿Qué es el dark social y por qué lo capta la atribución autodeclarada?

El dark social es el tráfico que no deja referrer para que una etiqueta lo registre: una mención en un podcast, un enlace compartido en un mensaje privado de Slack, una charla en una conferencia o la recomendación verbal de un colega. La atribución autodeclarada lo capta porque le pregunta directamente a la persona que convirtió, en vez de leer un parámetro de URL que nunca se estableció. El tracking de clics agrupa los cuatro casos bajo el mismo bucket (direct)/(none) o Unassigned de GA4.