Servicios / Data & Automation / Attribution & Dashboards
Atribución que muestra lo que de verdad funciona — no lo que es cómodo.
Los informes de plataforma le cuentan a cada canal su propia verdad. Construyo atribución cross-channel con tests de incrementalidad y dashboards en vivo — para que el presupuesto vaya hacia el impacto, no hacia el reporting más ruidoso.
Vista cross-channel
Una verdad en lugar de cinco afirmaciones de plataforma. Claro de dónde viene realmente el cliente.
Tests de incrementalidad
Mide si un canal realmente causa ventas — no solo se atribuye conversiones que habrían pasado de todos modos.
Dashboard en vivo
Looker Studio con todos los canales, CAC, tendencia de ROAS, cohortes. Sin PDF mensual, sin batallas de slides.
Qué puedes contratar
Seis bloques, por separado o como paquete
Solemos empezar con la auditoría de atribución. La elección del modelo depende de tu mix de canales y de tu madurez de datos.
Auditoría de atribución
Comparación de la verdad por canal, lagunas de reporting, estado del modelo (last-click / data-driven / MMM).
Elección de modelo
Last-click para setups pequeños, data-driven para medianos, media-mix modeling a partir de 1M de presupuesto. Con matriz de decisión.
Data pipeline
Export de GA4 a BigQuery, datos de tienda, APIs de plataformas de ads en un warehouse. Transformaciones dbt.
Construcción de dashboard
Looker Studio o Metabase con mix de canales, análisis de cohortes, tendencia de LTV, payback de CAC.
Tests de incrementalidad
Geo-holdouts, pausas de canal con medición de lift. Metodología para audiencias solapadas.
Onboarding de equipo
Workshop de lectura del dashboard, decision framework, sync de revisión mensual. Madurez self-service.
¿En qué nos diferenciamos?
Tres formas de construir atribución
Herramienta especializada, informes de plataforma o pipeline propio — las tres tienen su fase. Aquí la comparación honesta.
| Herramienta de atribución Tracify, Triple Whale, Cometly | Informes de plataforma GA4 + plataformas de ads directamente | Truong Suarez Pipeline propio + manos en el setup | |
|---|---|---|---|
| Esfuerzo de setup | Bajo (plug-and-play) | Muy bajo | Medio (2–4 semanas de setup) |
| Flexibilidad de modelo | Defaults de la herramienta, limitado | Cada plataforma su propio modelo | Last-click / data-driven / MMM combinados libremente |
| Incrementalidad | Disponible (p. ej. Tracify) | No es posible | Geo-holdouts + metodología de pausas de canal |
| Propiedad de los datos | Base de datos de la herramienta | Silos de plataforma | Tu BigQuery, tu Looker, tu dbt |
| Mejor fase | DTC con canales estandarizados | Fase inicial, presupuestos pequeños | Setup en crecimiento, > 5 canales, madurez BI propia |
Comparación basada en información disponible públicamente, a fecha de 2026. Si una herramienta o el reporting de plataforma encaja mejor con tu constelación, te lo digo en la primera consulta.
Cómo trabajamos
Cinco fases, un único interlocutor
Primero la auditoría, luego la pipeline. El modelo y la incrementalidad llegan cuando los datos fluyen.
Auditoría
Discrepancias entre canales, estado del modelo, madurez de datos. Output: informe de triage.
Pipeline
Setup de BigQuery, export de GA4, conexiones de ad-API, transformaciones dbt. Output: data warehouse.
Dashboard
Looker Studio con mix de canales, cohorte, LTV. Output: dashboard en vivo.
Incrementalidad
Primeros geo-holdouts, tests de pausa, primera evaluación MMM. Output: impacto fiable por canal.
Refresh
Ajuste de modelo, integrar nuevos canales, actualizar metodología.
Stack
Con qué trabajamos
Sin herramientas de caja negra. Todo lo que usamos puedes operarlo tú mismo — si quieres.
Warehouse
- BigQuery (estándar)
- Snowflake (enterprise)
- Postgres + dbt (setups más pequeños)
Ingestion
- GA4 BigQuery Export
- Fivetran / Airbyte
- APIs custom (Meta, TikTok, etc.)
- Shopify / WooCommerce
Transformation
- dbt
- SQL
- Python (notebooks)
- Frameworks MMM (Robyn, LightweightMMM)
Visualización
- Looker Studio
- Metabase
- Mode Analytics
- Streamlit (custom)
Punto de entrada recomendado
Dos caminos, según dónde estés
Para informes existentes, la Tracking Audit muestra las discrepancias. Para construir la pipeline, el Growth Sprint encaja mejor.
Para ti si
Tus informes se contradicen
GA4 dice X, Meta dice Y, la tienda dice Z. Quieres saber qué verdad vale y cómo se monta un reporting consistente.
5–7 días · informe + llamada de 30 min
Auditoría Inicial / Tracking
- – Análisis de discrepancias entre canales
- – Chequeo del estado del modelo
- – Lagunas de reporting destapadas
- – Top 3 quick wins
Para ti si
La pipeline + el dashboard son nuevos
Quieres tu propio setup de atribución con BigQuery, dbt y Looker Studio. Necesitas arquitectura, plan de pipeline y recomendación de modelo.
2 semanas · informe + workshop
Growth Sprint
- – Arquitectura de pipeline (warehouse, ingestion)
- – Recomendación de modelo (last-click / DDA / MMM)
- – Concepto de dashboard (gráficos, cohortes)
- – Plan de tests de incrementalidad
- – Workshop de medio día para el traspaso
¿No estás seguro? El triage por síntomas en la página de auditorías te ayuda a elegir. El precio de la auditoría se descuenta de un proyecto posterior.
Cuándo se vuelve relevante
Puntos de partida típicos
Tres situaciones recurrentes en las que Attribution & Dashboards es la herramienta adecuada.
Cross-channel
Datos de ventas multicanal
Cuando cada canal se atribuye la conversión a sí mismo — cómo se construye una verdad consistente.
Escalado
Los anuncios ya no escalan
Cuando los informes last-click te mandan en la dirección equivocada — qué cambia una mejor atribución.
Tracking
Tracking pese a la pérdida de consentimiento
Setup server-side con conversiones hasheadas como base de datos para una atribución fiable — conforme al RGPD.
FAQ
Lo que los clientes suelen preguntar antes de la primera colaboración
Last-click, data-driven o MMM — ¿qué me conviene?
Last-click con < 100k € de presupuesto anual y 1–3 canales (rápido, simple, suficiente). Atribución data-driven a partir de 100k € y 4–7 canales (GA4 o custom). Media-mix modeling a partir de 1M € o con un componente offline fuerte (TV, OOH). A menudo combino DDA + MMM ligero.
¿Necesito realmente tests de incrementalidad?
Si tu canal más grande tiene > 30 % del presupuesto: sí. Los geo-holdouts o las pausas de canal muestran a menudo que solo el 20–40 % del ROAS es incremental — el resto eran conversiones que habrían pasado de todos modos. En setups pequeños (< 50k € de presupuesto/mes), mejor tests de direct-response que incrementalidad formal.
¿No basta con GA4 + informes de plataforma?
Para setups más pequeños: sí. GA4 + un mapeo de canales limpio es una baseline válida. En cuanto corren 4+ canales con audiencias que se solapan, los informes empiezan a excluirse entre sí — entonces compensa una pipeline propia con lógica de source-of-truth.
¿Tracify o pipeline propio?
Tracify para e-commerce DTC donde el tiempo de setup es escaso y se quiere atribución con IA. Pipeline propio para pymes con madurez BI, complejidad multimarca o KPIs específicos del sector (LTV, cohortes, churn de suscripción).
¿Cuánto mantenimiento necesita el dashboard?
Una vez que la pipeline corre: 2–4 horas al mes para chequeo de anomalías de datos, tagging de nuevas campañas, revisiones trimestrales. Ante cambios estructurales (nueva plataforma, nueva lógica de audiencias) se añade un módulo. Ofrezco el mantenimiento como retainer opcional o lo traspaso a tu equipo de datos.
Hablemos
Tres caminos — según donde estés.