El attribution de marketing tiene un problema de fondo: mide lo que pasa en la pantalla, no lo que pasa en la calle. Un usuario ve tu anuncio DOOH, recibe un display ads, busca tu marca y finalmente va a la tienda. ¿Quién se lleva el crédito?
El modelo multi-touch attribution (MTA) intenta resolver eso distribuyendo el crédito entre todos los touchpoints. Pero la mayoría de los modelos se quedan en el mundo digital: impresiones, clics, búsquedas. El touchpoint más importante —la visita física al punto de venta— es invisible para ellos.
Los datos de movilidad urbana llenan ese hueco. Permiten medir no solo quién hizo clic, sino quién efectivamente fue a tu tienda después de ver tu campaña.
Por qué el MTA tradicional está incompleto
Un modelo de attribution multi-touch típico distribuye crédito entre canales digitales: display, search, social, video. Algunos incluyen OOH con datos de exposición. Pero el resultado final —la visita al punto de venta— casi nunca se mide directamente.
Lo que pasa es lo siguiente: las marcas asumen que si las ventas subieron después de una campaña, funcionó. Pero no saben qué canal dentro de la mezcla fue el que realmente movió a las personas. Y peor: no saben si las personas que compraron fueron las mismas que se expusieron.
El MTA sin datos físicos es como un mapa que muestra todas las rutas pero no el destino.
Cómo encaja la movilidad en el modelo
Los datos de movilidad agregan un touchpoint que ningún píxel puede capturar: el movimiento real de las personas hacia tus puntos de venta. Cuando combinas exposición a campañas con datos de foot traffic, puedes:
- Asignar crédito al canal que generó la visita, no solo al que generó el clic. Un anuncio DOOH que no recibe clics puede ser el que más gente llevó a la tienda.
- Medir el lag entre exposición y visita. No todos van el mismo día. Algunos ven la campaña y van el fin de semana. El MTA tradicional pierde esa ventana.
- Identificar touchpoints físicos intermedios. Si tu audiencia pasa por un mall antes de llegar a tu tienda, ese recorrido es parte del journey.
Construyendo un modelo MTA con movilidad
1. Mapear los touchpoints
Lista todos los puntos de contacto de tu campaña: digitales (display, social, search), físicos (DOOH, vallas, puntos de venta) y de movilidad (pasos por zonas geofenceadas). Cada uno con su timestamp y su zona de influencia.
2. Definir la ventana de attribution
¿Cuánto tiempo después de la exposición cuentas una visita? En digital, 7 o 14 días es estándar. Con movilidad, la ventana puede ser más larga: alguien puede ver tu valla el lunes y visitar tu tienda el sábado. Define la ventana según el ciclo de compra de tu categoría.
3. Asignar peso a cada touchpoint
El modelo lineal reparte el crédito equitativamente. El modelo en U da más peso al primer y último touchpoint. Con movilidad, puedes crear modelos ponderados que dan crédito extra al canal que coincide temporalmente con el aumento de visitas a la zona del punto de venta.
4. Validar con incrementalidad
El attribution te dice qué canales están correlacionados con visitas. La incrementalidad te dice cuáles causaron visitas que no habrían ocurrido sin la campaña. Combina ambos: MTA para distribuir crédito, incrementalidad para validar que el crédito es real.
El problema del último clic sigue vivo
Muchas marcas siguen usando last-click attribution porque es simple. El último canal antes de la conversión se lleva todo el crédito. Pero en campañas que combinan OOH, digital y retail, el último clic casi siempre es search o direct —los canales que están justo antes de la compra— mientras que el DOOH o el social que generaron la intención se quedan sin crédito.
Con datos de movilidad, el último touchpoint puede ser físico: la persona pasó por tu tienda después de ver la valla. Eso cambia la asignación de crédito de manera radical.
Un ejemplo práctico
- Una marca de retail lanza una campaña de 4 semanas: DOOH en 20 vallas + display + social + search. El modelo de último clic le da 60% del crédito a search. Pero cuando se incorporan datos de movilidad, se descubre que las zonas con vallas tuvieron un aumento de foot traffic respecto al baseline, y que ese aumento empezó días después del lanzamiento OOH —antes de que el search se disparara. El modelo MTA con movilidad redistribuye el crédito: el DOOH pasa de un 10% a un 35%, y search baja del 60% al 30%.
Privacidad y agregación
El attribution con datos de movilidad no rastrea individuos. Trabaja con recuentos agregados por zona y franja horaria: cuántas personas con cierto perfil de exposición pasaron por el área del punto de venta. No es tracking personal: es comprensión de flujos. Esto lo hace compatible con marcos privacy-first y regulaciones de protección de datos.
Por qué importa ahora
Las marcas invierten en canales cada vez más diversos y necesitan justificar cada peso. El MTA sin movilidad es un mapa a medias. Con datos de movimiento, el modelo finalmente incluye el resultado que más importa: la visita real al punto de venta.
En adhuman ayudamos a marcas y agencias a integrar datos de movilidad en sus modelos de attribution, cerrando el círculo entre exposición digital, OOH y foot traffic. Si quieres entender qué canal realmente lleva gente a tus tiendas, hablemos.