Qué soporte sostiene de verdad tus conversiones.
MTA reconstruye cada journey de conversión con cadenas de Markov de orden 2 y mide qué pasaría si quitaras cada soporte: quién arranca el recorrido, quién lo sostiene y quién lo cierra. Lo que el último clic no ve.
Datos anonimizados: nombres de soportes y piezas sustituidos, volúmenes y cifras económicas reescalados. Las proporciones y la lectura del modelo se mantienen.
KPIs globales del periodo
Página de confirmación del ecommerce
Revenue bruto registrado
Touchpoints en journeys
De media por journey de conversión
Todos los journeys contienen conversión final (n_null_paths = 0, p_base = 1,0). El modelo cuantifica dependencia estructural real entre canales, pero la incrementalidad absoluta requeriría rutas de abandono. Los removal effects son relativos, no caída absoluta en volumen.
Contribución estructural por soporte, Markov O2
Top 15 por revenue incremental estimado perdido
Lo que se dejaría de ingresar, según el modelo, si se retirara cada placement.
| # | Placement | Rol | Rev. perdido | Impacto relativo |
|---|
Cuándo se convierte y cuánto dura el journey
Conversiones diarias
30 días · con adsDistribución horaria acumulada
Hora de conversiónPico: 12 h · 378 conv. · Valle nocturno: 04 h
Lo que dice el modelo
El Soporte A sigue siendo el puente dominante
Con 47.310 apariciones en posición intermedia (un 12% más que en el periodo anterior) y el mayor removal effect del dataset (0,000139), sostiene la estructura del funnel. Es el tipo de canal invisible para el último clic que Markov O2 detecta periodo tras periodo.
El buscador arranca el 22% de los journeys
La búsqueda de pago en el buscador principal tiene un initiator_score de 3.140, el mayor tras el Soporte A. Inicia más de 1 de cada 5 journeys, aunque otros canales suelen completar la conversión.
Journeys de hasta 25 días invalidan el último clic
La duración media es de ~5,8 días, con el p90 en 22 días. Atribuir todo el mérito al último touchpoint distorsiona el valor real de la prospección y el display.
Sin rutas nulas, la incrementalidad es parcial
El fichero contiene solo journeys convertidos. El modelo mide bien la dependencia estructural, pero la incrementalidad real exige incorporar rutas de abandono desde el adserver.
Los puentes dominan el revenue incremental
De los 15 placements con mayor revenue incremental estimado, 12 son puente. Los canales con más impacto siguen siendo los menos visibles en el último clic.
Conversiones concentradas entre las 9 h y las 21 h
El pico es a las 12 h (378 conversiones acumuladas). La franja de 9 h a 13 h concentra casi un tercio de las conversiones (32%). El día 3 registra el máximo del periodo (247).
Acciones que salen del análisis
Proteger el presupuesto del Soporte A
UrgenteEs el canal con mayor removal effect (0,000139) y ha crecido un 12% en apariciones puente. Un recorte erosionaría el funnel entero antes de que el último clic lo detecte.
No tocar sin simulación previaAmpliar la ventana de atribución a 25 días
UrgenteEl p90 del journey es 22 días y el máximo llega a 25. Con ventanas de 7 días queda sin atribuir buena parte de los journeys largos, penalizando la prospección.
Revisar configuración del adserver y la DSPActivar rutas nulas en el adserver
AltaSin rutas sin conversión no se mide la incrementalidad real. Etiquetar sesiones o carritos no convertidos permitiría calcular el efecto causal de cada canal.
Añadir etiqueta en producto y carritoMantener la inversión programática en formatos puente
Alta12 de los 15 placements con mayor revenue incremental son puente. Los formatos MPU y megabanner de retargeting concentran el impacto del mid-funnel.
Confirmar asignación en la próxima oleadaReforzar el buscador de 9 h a 13 h
MediaEl buscador sigue siendo el principal iniciador (3.140 journeys) y en esa franja se produce casi un tercio de las conversiones. Mantener pujas reforzadas sigue siendo lo más rentable.
Mantener el ajuste de puja horarioInvestigar la caída semanal recurrente
MediaLos días 8 (72), 15 (69), 22 (74) y 29 (74) registran los mínimos, todos el mismo día de la semana. Cruzar con analítica web y calendario de campañas para distinguir estacionalidad de un fallo de tracking.
Cruzar con calendario y analítica webMatriz de decisión por tipo de canal
Proteger y escalar
- Soporte A: mantener o aumentar; +12% bridge_score
- DSP · retargeting clientes (MPU, megabanner): escalar los formatos con más revenue incremental
- Soporte B · retargeting: sostener presencia en mid-funnel
Optimizar o redirigir
- Sitio 1 y Sitio 2: alto bridge_score pero RE = 0; evaluar solapamiento con el Soporte A
- Soporte C y Soporte D: bajo volumen; consolidar en formatos más eficientes
Mantener eficiencia
- Buscador secundario: cierra el 52% de los journeys en los que aparece
- Skin · campaña de marca (cierre): 2.º y 3.º por revenue incremental
Invertir en captación
- Buscador principal: arranca 3.140 journeys; priorizar de 9 h a 13 h
- Soporte A: 5.940 journeys iniciados; combina arranque y mid-funnel
- Soporte B: 880 journeys iniciados; revisar segmentación
Descubre qué soporte no puedes quitar.
Conectamos las etiquetas de conversión de tu adserver y en unos días tienes este análisis con tus propios journeys.