Modelos de atribución en Google Ads: cuál elegir en 2026
Lectura 10 min · AstraLoop Studio
El modelo de atribución decide a qué anuncio le da Google el mérito de una conversión. Parece una cuestión técnica de especialistas, pero en la práctica es lo que determina dónde mueves el presupuesto, qué keywords mantienes activas y qué campañas declaras "fracasadas". Cambias el modelo y los números cambian ante tus ojos, sin que una sola venta haya cambiado realmente.
En 2026 la elección es mucho más sencilla que hace dos años, porque Google ha eliminado casi todas las opciones. Pero "más fácil de elegir" no significa "más fácil de entender". En esta guía te explicamos qué queda, qué ha desaparecido y, sobre todo, cómo leer la atribución sin tomar decisiones equivocadas sobre el presupuesto.
Qué es realmente un modelo de atribución
Imagina un cliente que te compra. Antes de llegar a la conversión hizo clic en un anuncio de Shopping, la semana siguiente buscó tu marca y clicó en un anuncio de Search, luego vio un anuncio de Demand Gen en YouTube y finalmente convirtió. Tres o cuatro touchpoints distintos, una sola venta.
La pregunta es: ¿cuál de esos clics "generó" la venta? El modelo de atribución es la regla con la que Google responde. No es una verdad objetiva, es una convención. Y convenciones distintas te cuentan historias distintas sobre el mismo recorrido de compra.
Esto importa porque el smart bidding de Google (CPA objetivo, ROAS objetivo, maximizar conversiones) optimiza en función del modelo de atribución que hayas configurado. Si el modelo da todo el mérito al último clic, el algoritmo aprenderá a priorizar los touchpoints finales (típicamente las búsquedas de marca) y a descuidar los que abren el descubrimiento. Aquí es donde la atribución deja de ser reporting y se convierte en una palanca estratégica.
Qué ha cambiado: en 2026 solo quedan dos modelos
Hasta 2023 Google Ads ofrecía seis modelos: último clic, primer clic, lineal, deterioro temporal, basado en posición y data-driven. Hoy solo quedan dos.
Google retiró primer clic, lineal, deterioro temporal y basado en posición entre 2023 y 2024, migrando automáticamente a data-driven las acciones de conversión que todavía los usaban. El motivo declarado: esos modelos se usaban en menos del 3% de las conversiones. Eran reglas rígidas, decididas de antemano, que no miraban los datos reales de tu cuenta.
Esta es la fotografía actual.
| Modelo | Cómo asigna el mérito | Estado 2026 |
|---|---|---|
| Data-driven | Crédito fraccionado a cada touchpoint según la contribución real medida en tu cuenta | Activo, predeterminado para todas las conversiones nuevas |
| Último clic (last click) | 100% del mérito al último anuncio clicado antes de la conversión | Activo, seleccionable manualmente |
| Primer clic | 100% al primer anuncio clicado | Obsoleto |
| Lineal | Mérito repartido de forma equitativa entre todos los clics | Obsoleto |
| Deterioro temporal | Más mérito a los clics cercanos a la conversión | Obsoleto |
| Basado en posición | 40% primero, 40% último, 20% al centro | Obsoleto |
Hay otra novedad importante: ha desaparecido el requisito mínimo de datos para activar data-driven. Antes hacía falta un umbral de conversiones y clics (unos cientos al mes, orientativamente) para que el modelo "aprendiera". Hoy cualquier cuenta puede usarlo, incluso con volúmenes bajos. Esto ha convertido a data-driven en la opción predeterminada y la elección recomendada para la inmensa mayoría de los anunciantes.
Último clic: sencillo, cómodo y a menudo engañoso
El modelo de último clic es intuitivo: quien cerró la venta, se lleva el mérito. Es la forma en que la mayoría de la gente piensa instintivamente en las ventas. Y precisamente esa intuitividad es lo que lo hace peligroso.
El problema es que el último clic infla sistemáticamente lo que está en el fondo del funnel y deja sin recursos lo que está arriba. Las búsquedas de marca, el remarketing, los anuncios que interceptan a un usuario ya decidido: todo esto se lleva el 100% del mérito. Las campañas que generan demanda, que hacen descubrir el producto a quien no te conocía, parecen inútiles porque "no convierten en el último clic".
El riesgo práctico es concreto: recortas las campañas de descubrimiento porque parecen improductivas y, a las pocas semanas, se desploman también las conversiones de marca, porque has cerrado el grifo que llenaba el funnel por arriba. Es un clásico. Quien razona solo en último clic acaba premiando a las campañas que recogen y castigando a las que siembran.
Esto no es un defecto exclusivo de Google Ads: es una limitación estructural de cualquier lectura de un solo touchpoint. Hemos profundizado en el tema de forma transversal en los modelos de atribución de marketing y cómo elegirlos y en los límites de la atribución y las alternativas concretas.
Data-driven: qué hace realmente por dentro
El modelo data-driven (DDA) no aplica una regla fija. Usa el machine learning de Google para analizar los recorridos de conversión de tu cuenta, comparar quién convirtió con quién no lo hizo y estimar cuánto influyó realmente cada touchpoint. Después reparte el crédito de forma fraccionada.
Un ejemplo concreto. Una conversión de 200 euros podría quedar así: 0,4 atribuidos a la campaña de Shopping que hizo descubrir el producto, 0,25 a la Demand Gen de YouTube, 0,35 a la búsqueda de marca final. Nadie se lo lleva todo, cada uno recibe lo que pesó. El total sigue siendo una conversión, pero repartida entre quienes realmente la construyeron.
La ventaja a la hora de decidir es enorme: por fin ves que la campaña de descubrimiento, que en last-click parecía tener cero conversiones, en realidad participaba en el 40% del valor. Cambias el juicio, cambias el presupuesto, cambias el resultado.
Ojo con los límites honestos del DDA.
- Es una caja negra. Google no te muestra los pesos exactos ni la lógica del modelo: tienes que confiar en el resultado.
- Solo ve lo que pasa dentro de Google. Un touchpoint en Meta, un email, el boca a boca siguen siendo invisibles para la atribución de Google Ads.
- Con volúmenes muy bajos el modelo tiene menos señal de la que aprender, así que las estimaciones son más ruidosas (aunque hoy sea técnicamente activable por cualquiera).
El messy middle: por qué el recorrido nunca es lineal
La propia Google acuñó el término "messy middle" para describir lo que ocurre entre el momento en que una persona percibe una necesidad y el momento en que compra. No es un embudo ordenado: es un ping-pong caótico entre exploración (el usuario amplía las opciones) y evaluación (las reduce), repetido decenas de veces, en canales distintos, durante días o semanas.
En este caos, pretender que una sola interacción explique la venta es poco realista. Un cliente B2B puede tocar entre 8 y 12 puntos de contacto antes de convertir. Por eso data-driven, aunque imperfecto, es estructuralmente más adecuado que last-click para representar un recorrido multitouch: reparte, en lugar de atribuirlo todo a un ganador designado.
Si quieres entender cómo modela Google este comportamiento y cómo aprovecharlo en las campañas, hemos dedicado una guía al messy middle y al recorrido de compra real. Y es la misma razón por la que la atribución siempre hay que leerla junto al resto del sistema: el CRM sabe cosas que Google no ve, y viceversa. Volvemos sobre esto enseguida.
Data-driven o último clic: cuál elegir
En casi todos los casos la respuesta es data-driven. Es el predeterminado, es gratuito, requiere menos datos que antes y representa mejor la realidad. Pero hay situaciones en las que vale la pena pararse a pensarlo.
| Escenario | Modelo recomendado | Por qué |
|---|---|---|
| Cuenta con varias campañas (Search, Shopping, Demand Gen, remarketing) | Data-driven | Valora la contribución de los canales situados arriba del funnel |
| Solo Search de marca, ciclo de compra muy corto | Data-driven o último clic (diferencia mínima) | Con un único touchpoint ambos modelos casi coinciden |
| Necesitas replicar un informe histórico antiguo a último clic | Último clic, temporalmente | Solo para comparar, no para optimizar |
| Smart bidding activo (tCPA, tROAS) | Data-driven | El algoritmo optimiza según el modelo: el DDA le da señales mejores |
Un error habitual es cambiar de modelo y entrar en pánico porque "han desaparecido conversiones". No han desaparecido, se han redistribuido. Al pasar de last-click a data-driven, las conversiones de las campañas de marca bajan sobre el papel y las de las campañas de descubrimiento suben. Es exactamente el comportamiento correcto. El total se mantiene similar.
Antes de cambiar, no obstante, asegúrate de que el tracking sea sólido. Un modelo sofisticado sobre datos sucios produce decisiones sofisticadas pero equivocadas. Si todavía no has sentado las bases, empieza por por qué el tracking de conversiones es la verdadera base y valora las conversiones avanzadas (enhanced conversions) para recuperar datos que las cookies pierden. En 2026 el tema de los datos propios (first-party) es central: lee también la estrategia sobre first-party data en Google Ads.
¿Quieres saber qué campañas traen clientes reales y no solo clics? Pídenos un análisis de tu cuenta de Google Ads y de la conexión con el CRM.
La atribución sola no basta: hace falta el ciclo completo
Aquí llega el punto que casi nadie dice. Incluso data-driven solo ve el partido que se juega dentro de Google. Si un lead hace clic en tu anuncio, te llama y luego firma un contrato dos meses después gracias a una llamada de tu comercial, Google Ads registra "un clic" y ya está. El valor real de la venta, el hecho de que ese lead se haya convertido en cliente, queda fuera de su radar.
Para quien hace lead generation y vende offline (servicios, B2B, profesionales, showroom) la atribución dentro de Google es solo la mitad del cuadro. La otra mitad consiste en devolver a Google qué pasó después del clic: ¿ese lead compró? ¿Cuánto valía? ¿Era basura u oro?
Esto se hace con las conversiones offline que conectan el CRM con Google Ads: envías de vuelta las señales de venta reales y data-driven aprende a valorar los clics que traen clientes de verdad, no solo formularios rellenados. Es el salto que transforma la optimización de "más leads" a "más clientes". Si quieres entender dónde encaja en el funnel, empieza por cómo configurar la lead generation en Google Ads y por el papel del CRM respecto al funnel.
La lógica de fondo es sencilla: la atribución responde a "quién trajo el clic", pero la pregunta que importa para tu facturación es "quién trajo al cliente". Ambas cosas coinciden solo si cierras el círculo entre publicidad y dato comercial.
Cómo configurarlo todo sin equivocarte
En la práctica, este es el orden de prioridad en 2026.
- Tracking limpio antes que nada. Etiqueta correcta, conversiones bien definidas, deduplicadas. Sin esto, cualquier discusión sobre atribución es aire.
- Deja data-driven como modelo. Es el predeterminado y es la elección correcta para el 95% de las cuentas. No vuelvas a last-click "porque es más claro": es más claro y más equivocado.
- No juzgues las campañas de un vistazo. Mira la contribución asistida, no solo la última conversión. Una campaña que "no convierte" puede ser la que alimenta todo lo demás.
- Conecta el CRM. Devuelve las conversiones offline y los valores reales. Aquí es donde la atribución deja de medir clics y empieza a medir negocio.
- Lee Google junto al resto. GA4, tu CRM, los datos de Meta: ninguna plataforma tiene la verdad completa. Tu criterio es el último modelo de atribución, el que pondera las fuentes entre sí.
El punto de llegada no es "encontrar el modelo perfecto": no existe. Es entender que cada modelo es una lente, saber qué distorsiona y usarlo para tomar mejores decisiones sobre el presupuesto. Data-driven es la lente menos distorsionada que Google te ofrece hoy. El resto lo añades tú, cerrando el círculo entre la campaña y la venta.
Preguntas frecuentes
¿Cuál es el modelo de atribución predeterminado en Google Ads en 2026?
Data-driven (DDA). Desde 2023 es el modelo predeterminado para todas las acciones de conversión nuevas y en 2026 ya no requiere un umbral mínimo de datos para activarse: cualquier cuenta puede usarlo.
¿Qué modelos de atribución siguen disponibles en Google Ads?
Solo dos: data-driven y último clic (last-click). Primer clic, lineal, deterioro temporal y basado en posición se dieron de baja entre 2023 y 2024, con migración automática a data-driven.
¿Por qué al pasar a data-driven las conversiones de marca parecen bajar?
No bajan realmente: se redistribuyen. El último clic daba el 100% del mérito al clic final (a menudo las búsquedas de marca). Data-driven reparte el crédito entre todos los touchpoints, así que parte del mérito pasa a las campañas de descubrimiento. El total se mantiene similar.
¿Data-driven funciona bien también para una cuenta pequeña?
Sí. En 2026 se eliminó el requisito mínimo de datos, así que puede activarse en cualquier cuenta. Con volúmenes muy bajos las estimaciones son más ruidosas, pero sigue siendo preferible a last-click en la mayoría de los casos.
¿El modelo de atribución influye en el smart bidding?
Sí, de forma directa. Las estrategias automáticas (CPA objetivo, ROAS objetivo, maximizar conversiones) optimizan según el modelo configurado. Con data-driven el algoritmo recibe señales más realistas sobre los touchpoints que realmente importan.
¿Google Ads mide todo el recorrido de compra del cliente?
No. Solo ve las interacciones que pasan dentro de Google. Los touchpoints en otros canales, el email, el boca a boca o las ventas offline quedan invisibles. Para quien vende offline hace falta conectar el CRM mediante las conversiones offline, para devolver a Google el valor real de las ventas.
Si quieres cerrar el círculo entre publicidad, atribución y ventas reales, hablemos: construimos el tracking y la integración con el CRM a medida para tu captación de clientes.