La semana pasada participé como expositor en Masters of eCommerce 2026, el encuentro anual organizado por Multivende que reúne a referentes del comercio electrónico chileno. Fue una jornada densa y bien construida: Yerka Yukich, directora ejecutiva de eCommerce en la Cámara de Comercio de Santiago, presentó el estado del sector con cifras de primera fuente; Manuel Villavicencio, de Dot Solutions, desarrolló una mirada consultiva sobre madurez operacional y la integración con ERP; Matías Perales, de Fintoc, expuso cómo el checkout dinámico puede transformar la conversión; Octavio Zapata, de Wivo Analytics, identificó los errores más frecuentes que erosionan la rentabilidad en marketplaces; y Carlos Fuenmayor junto a Josu Monroy, de Envia.com, abordaron los factores que frenan la eficiencia logística.
Mi charla tuvo un foco distinto: el problema de atribución. Específicamente, por qué los números que ves en tus dashboards publicitarios no reflejan lo que realmente ocurre en tu negocio, y qué se puede hacer al respecto.
Arranqué la presentación con una imagen que todos en la sala reconocieron de inmediato. Lunes por la mañana: Meta Ads reporta 80 conversiones, Google Ads dice 60, Google Analytics muestra 95 y el ERP registra 100 órdenes reales. Si sumas lo que cada plataforma reclama, tu negocio habría vendido muy por encima de lo que efectivamente facturó. La pregunta es simple y devastadora: ¿a quién le crees?
La respuesta incómoda es que ninguna plataforma miente en sentido estricto, pero todas distorsionan la realidad en su propio beneficio. Meta sobre-reporta un 26% en promedio, porque tres de cada cuatro conversiones de retargeting habrían ocurrido sin que el anuncio interviniera. TikTok infla sus cifras entre un 40 y un 60%, contabilizando como conversión cualquier visualización de seis segundos. Google Ads reporta entre un 15 y un 20% más ventas de las reales. Google Analytics, al asignar todo el crédito al último punto de contacto, invisibiliza el aporte del paid social hasta 2,5 veces. No es un error de configuración: es un problema estructural que atraviesa toda la industria.
Más allá de la sobre-atribución, hay una segunda amenaza que mencioné en la charla y que genera menos conversación de la que merece: los datos históricos están desapareciendo de forma silenciosa. Google eliminó en julio de 2024 la totalidad de las propiedades de Universal Analytics, borrando hasta 18 años de información acumulada. Meta redujo su ventana de retención a 37 meses y, desde enero de 2026, restringió aún más el acceso a métricas clave a través de su API.
A eso se suma que el 80% de los usuarios de iOS rechaza el tracking al momento de la solicitud. Safari, Firefox y Brave bloquean cookies de terceros por defecto. El tráfico proveniente de respuestas generadas por inteligencia artificial —que ya representa más del 70% de las búsquedas— aparece clasificado como “Directo” en GA4. En Latinoamérica, la complejidad se multiplica: WhatsApp convierte entre el 45 y el 55% en los negocios que lo utilizan, pero es completamente invisible para cualquier modelo de atribución convencional. En Chile, el 62% de las empresas vende a través de ese canal. MercadoLibre, que concentra el 31% de los compradores online del país, tampoco integra sus datos con herramientas externas de medición.
La parte que más interés generó en la audiencia fue el marco práctico que propuse: un espectro de cinco niveles de madurez en medición, ordenados de menor a mayor complejidad e inversión.
El primer nivel es el MER —Marketing Expense Ratio—, una métrica que divide el gasto total en pauta por los ingresos reales del negocio. A diferencia del ROAS de cada plataforma, el MER proviene del banco y del ERP, no de los paneles de Meta o Google. Rastrearlo mes a mes permite identificar si una mayor inversión en un canal efectivamente mueve la aguja. El costo de implementación es cero.
El segundo nivel son las encuestas post-compra, integradas directamente en el thank you page. Preguntar a los clientes cómo llegaron a la tienda —mediante un campo simple con opciones como Instagram, Google, recomendación de un conocido o WhatsApp— acumula en dos o tres meses una perspectiva que ningún píxel puede entregar.
Los niveles siguientes escalan hacia tests de incrementalidad para medir el impacto causal de cada canal, server-side tracking con data warehouse propio para recuperar señal perdida, y finalmente el Marketing Mix Modeling: un modelo estadístico que correlaciona la inversión por canal con los resultados reales del negocio, sin depender de cookies ni identificadores de usuario. Marcas como Gina Tricot redujeron su presupuesto total en un 26% aplicando MMM y lograron un 53% más de retorno sobre la inversión, al reasignar fondos desde canales sobreestimados hacia los que realmente generaban demanda incremental.
Cerré la charla con la cita de John Wanamaker que tiene más de cien años y sigue siendo perfectamente vigente: la mitad del presupuesto publicitario se desperdicia, el problema es no saber cuál mitad. La tecnología ha avanzado, pero el problema de fondo permanece intacto para quienes no han construido una infraestructura de medición independiente de las plataformas.
Desde Canal Cero trabajamos con eCommerce chilenos en el diseño e implementación de estrategias de performance marketing y web analytics orientadas a datos propios: sin depender del relato de cada canal, con modelos que conectan la inversión publicitaria con resultados reales de negocio. Si tus números no cuadran, es probable que el problema esté antes de la pauta.
Este artículo es posible gracias al apoyo de Canalcero.
No se han encontrado publicaciones relacionadas
Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *
Δ