La atribución en GA4 decide qué canal de marketing se lleva el mérito cuando un visitante rellena el formulario de contacto o llama al despacho. Desde 2023, Google Analytics reparte ese crédito con un modelo basado en datos y no con el último clic, y eso cambia qué canales parecen rentables y cuáles no. Para un despacho que invierte en contenido, SEO y campañas de captación a la vez, entender ese reparto es la diferencia entre recortar presupuesto al canal equivocado y detectar el que de verdad trae clientes. Aquí se explica cómo funciona el modelo por defecto, dónde se consulta en el informe y qué cambia a la hora de decidir dónde invertir.
Qué es la atribución basada en datos
El modelo de atribución basada en datos es el que usa GA4 por defecto para los canales de pago y orgánicos desde que Google retiró los modelos antiguos —primer clic, lineal, según posición y con reducción por tiempo— en noviembre de 2023. En vez de asignar todo el mérito al último punto de contacto, compara lo que ha pasado con lo que habría pasado sin esa interacción: un enfoque contrafáctico que calcula, con aprendizaje automático, la probabilidad de que cada visita o campaña haya influido en el contacto final. Los dos modelos que quedan como alternativa —último clic entre pago y orgánico, y último clic solo de anuncios de pago de Google— siguen disponibles para comparar, pero ya no son el modelo por defecto de ningún informe.
Qué factores pondera el algoritmo de Google
El cálculo no es una fórmula fija igual para todos: se entrena con los datos de cada cuenta. Entre las señales que pondera están el tiempo hasta el contacto, el dispositivo desde el que llegó cada visita, cuántas veces interactuó con un anuncio y en qué orden se sucedieron las visitas. Una campaña de búsqueda de marca que aparece justo antes del formulario no vale lo mismo que la primera visita que trajo a esa persona desde un artículo informativo tres semanas antes: el modelo distingue ambos papeles y reparte el crédito según el peso real de cada uno, no según quién llegó el último.
Por qué el último clic falsea el reparto del mérito
El último clic beneficia siempre al mismo tipo de canal: el que cierra, no el que convence. En un despacho, ese papel suele tocarle a una búsqueda de marca o a un anuncio de remarketing que aparece cuando el cliente potencial ya ha decidido llamar. El trabajo que le trajo hasta ahí —un artículo que resolvía su duda, una ficha de servicio bien posicionada, una reseña encontrada semanas antes, ya tratada en el artículo sobre reseñas online para abogados— queda sin crédito si solo se mira la última interacción, y ese es precisamente el canal que más fácil resulta recortar cuando hay que ajustar presupuesto. Google Analytics lo explica así:
«La atribución basada en datos distribuye la contribución al evento clave en función de los datos correspondientes a cada evento clave».
Esa frase técnica tiene una lectura práctica: el contenido y el SEO —canales que casi nunca cierran en la última visita— dejan de verse como gasto sin retorno en cuanto se miden con el modelo correcto. Según el informe CallRail 2026 Legal Marketing Outlook, estos son los canales que más despachos sitúan entre sus principales fuentes de contacto:
- SEO: 54% de los despachos lo cuenta entre sus canales principales.
- Vídeo: 52%.
- Búsqueda de pago (PPC): 51%.
- Social de pago: 45%.
Recortar el que más contactos genera por parecer poco rentable en un informe de último clic es un error de medición, no de resultado.
Cómo leer el informe de atribución en GA4
El informe está en Publicidad > Atribución > Comparación de modelos, dentro de GA4. Ahí se puede enfrentar el modelo basado en datos con el de último clic para el mismo rango de fechas y ver, canal por canal, cuánto sube o baja el número de contactos atribuidos. Un canal que pierde peso al pasar de último clic a datos era, en realidad, el que cerraba; uno que gana peso era el que convencía antes de que otro canal se llevara el aplauso final. Esa comparación, no el número aislado de un solo modelo, es la que sirve para decidir presupuesto —lo mismo que conviene revisar junto al resto de artículos sobre analítica web del blog.
Diferencias entre canal principal y canal asistente
GA4 distingue entre la interacción que cierra el contacto (canal principal) y las que lo preparan antes (canales asistentes). Un despacho con varias sesiones de un mismo usuario antes de rellenar el formulario —típico en decisiones que no se toman en la primera visita— tiene casi siempre contenido orgánico o redes sociales como asistentes, y búsqueda de marca o remarketing como cierre. Mirar solo el canal principal reproduce el sesgo del último clic aunque se esté usando el modelo basado en datos: hay que revisar también qué canales aparecen como asistentes con más frecuencia, porque son los que generan la demanda que otro canal se limita a capturar.
Qué cambia el reparto del mérito para un despacho
Con el modelo por defecto, un despacho que invierte en contenido jurídico y en SEO deja de verlos como partidas sin retorno solo porque casi nunca aparecen como último clic. La decisión de presupuesto pasa a apoyarse en qué canal genera contactos de verdad —sumando su papel de cierre y de asistencia— en vez de premiar al que firma la última visita. Eso no vacía de sentido la búsqueda de marca ni el remarketing: solo evita que se lleven un mérito que no es enteramente suyo.
Qué necesitan tus formularios y llamadas para alimentar el modelo
El modelo basado en datos necesita eventos clave bien marcados para aprender: sin conversiones registradas, no tiene con qué calcular probabilidades. Un formulario de contacto debe estar señalado como evento clave en GA4, y lo mismo una llamada telefónica si se rastrea con un número dinámico —algo ya tratado en nuestros artículos sobre analítica web—. Un despacho que solo mide el envío del formulario y deja las llamadas fuera del recuento subestima justo los canales, como el contenido informativo, que suelen generar más llamadas que formularios. El modelo es tan bueno como los datos que recibe.
Cuándo conviene seguir mirando el último clic
El modelo basado en datos necesita volumen para ser fiable: con muy pocos contactos al mes, el algoritmo no tiene suficientes rutas de conversión de las que aprender, y sus estimaciones pesan menos que las de una cuenta con tráfico alto y decenas de contactos mensuales. En un despacho que empieza a medir o que recibe pocas conversiones digitales, conviene revisar igualmente el informe de último clic como referencia mientras se acumulan datos, sin descartarlo por estar en desuso como modelo por defecto: un dato aproximado sigue siendo mejor que ninguno. También sirve como control cruzado: si los dos modelos coinciden en qué canal manda, la decisión de presupuesto es más sólida que si se apoya en uno solo, y si discrepan conviene esperar a tener más volumen antes de mover el gasto.
Preguntas frecuentes sobre atribución en analítica web
¿Qué modelo de atribución usa GA4 por defecto?
Desde 2023, GA4 usa el modelo basado en datos para los canales de pago y orgánicos: reparte el crédito de cada contacto entre los distintos puntos de contacto según su peso real, calculado con aprendizaje automático, en vez de dárselo entero a la última visita.
¿Cuándo dejaron de estar disponibles los modelos antiguos?
Google retiró primer clic, lineal, con reducción por tiempo y según posición en noviembre de 2023. Desde entonces solo quedan tres opciones: el modelo basado en datos y dos variantes de último clic, una general y otra solo para anuncios de pago de Google.
¿Necesita muchos datos para funcionar bien?
Sí. El algoritmo aprende comparando rutas que sí convirtieron con rutas que no, así que con pocas conversiones al mes sus estimaciones son menos fiables. Un despacho con tráfico bajo debe seguir consultando el informe de último clic como referencia mientras acumula volumen.
¿Se puede comparar el modelo basado en datos con el de último clic?
Sí, en el informe de comparación de modelos, dentro de Publicidad > Atribución. Muestra, canal por canal, cuántos contactos gana o pierde cada uno al cambiar de modelo: la forma más rápida de detectar qué canal se beneficiaba del sesgo del último clic.