Atribución
Puede usar Yandex Metrica para configurar la atribución por hacer clic (por clics directos). Esta configuración le ayuda a identificar la fuente de tráfico y descubrir cuál de las fuentes resultó en una conversión. En otras palabras, ayuda a encontrar las fuentes más efectivas.
Yandex Metrica puede producir atribución teniendo en cuenta todos los dispositivos con los que un usuario accedió al sitio. Esto le ayuda a identificar más precisamente la fuente de una conversión. La tecnología Crypta nos permite incluir todo el historial de sesiones y las acciones en diferentes dispositivos en el mismo informe.
Cambios en los modelos de atribución
A partir del 20 de mayo de 2026, los modelos de atribución “Primer clic”, “Último clic no directo”, “Último clic desde Yandex Direct” y “Último clic entre dispositivos desde Yandex Direct” estarán desactivados en Yandex Metrica y Yandex Direct.
Si se utilizaron modelos de atribución desactivados en los informes guardados, el sistema los reemplazará automáticamente por los modelos actuales.
Al hacer un informe, puede usar información sobre múltiples fuentes para cada usuario:
- Primer clic entre dispositivos.
- Último clic.
- Último clic no directo entre dispositivos.
- Atribución automática.
Para los modelos “Primer clic entre dispositivos” y “Último clic no directo entre dispositivos”, Yandex Metrica toma información del historial de sesiones del usuario en sus dispositivos.
Nota
Los cálculos tienen en cuenta la ventana de atribución: la atribución se aplica a todas las sesiones del usuario, excluyendo un descanso de 90 días entre las sesiones.
Esto significa que si el usuario no ha visitado el sitio durante 90 días, el historial de sesiones termina.
Un nuevo historial de sesiones comienza con la siguiente sesión de ese usuario. El usuario no puede cambiar la ventana de atribución.
Veamos un ejemplo:
Un usuario hizo clic en el sitio desde los resultados de búsqueda, vio algunas páginas en el sitio y se fue. El usuario regresó al sitio más tarde, pero esta vez desde un anuncio de Yandex Direct. Luego, más tarde desde un anuncio en una red social. Algún tiempo después, el usuario ingresó la dirección del sitio en el navegador y completó un pedido (este es el momento de la conversión). Como resultado, el usuario tuvo cuatro sesiones separadas en el sitio.
Para identificar la fuente remitente, debemos usar un modelo de atribución. Las sesiones se distribuyen de manera diferente por fuente dependiendo del modelo.
|
Sesión/Modelo |
||||
|
1 |
Buscar |
Buscar |
Buscar |
Buscar |
|
2 |
Yandex Direct |
Buscar |
Yandex Direct |
Yandex Direct |
|
3 |
Anuncios |
Buscar |
Anuncios |
Yandex Direct |
|
4 |
Tráfico directo (visita) |
Buscar |
Anuncios |
Yandex Direct |
Último clic
-
En este modelo, Yandex Metrica detecta la fuente para cada sesión en el momento actual, sin usar el historial de sesiones. En el ejemplo, el usuario tenía tres sesiones, cada una con su propia fuente.
El modelo se puede usar para un análisis técnico de su sitio. Por ejemplo, para encontrar páginas sin un código de etiqueta usando el análisis de tráfico interno.
Este modelo se aplica para una comparación correcta de datos en informes entre Yandex Direct y Yandex Metrica.
Último clic indirecto (multiplataforma)
-
Este modelo permite calcular la tasa de conversión con mayor precisión. Todas las fuentes se pueden clasificar aproximadamente como directas o no directas en términos de tasa de conversión.
En este caso, las sesiones de fuentes directas se atribuyen a una fuente no directa anterior, lo que le permite medir mejor su rendimiento.
En nuestro ejemplo, las fuentes de las tres primeras sesiones son no directas (búsqueda, Yandex Direct y anuncios). La fuente de la última sesión es directa (tráfico directo). Por lo tanto, esta sesión se atribuye a la tercera fuente significativa: tráfico de anuncios.
Este modelo de atribución también ofrece resultados confiables para sitios con una conversión rápida producida durante una sola sesión.
Primer clic (multiplataforma)
-
Este modelo se usa para sitios con conversión diferida: cuando a un usuario le toma mucho tiempo tomar una decisión sobre una compra (u otra meta) y puede volver al sitio desde diferentes fuentes de tráfico varias veces mientras lo piensa. También puede utilizar este modelo si necesita saber qué fuente atrae la mayor cantidad de usuarios nuevos al sitio.
Este modelo utiliza el historial del usuario: la fuente de la primera sesión. Todas las sesiones posteriores del usuario se atribuyen a la primera fuente. En el ejemplo, la primera sesión del usuario fue desde resultados de búsqueda.
Atribución automática
Nota
Los datos se calculan a partir del 8 de abril de 2023.
La atribución automática se guía tanto por algoritmos tradicionales, como la detección de conversiones entre dispositivos, como por nuevas tecnologías y métodos, como el uso de datos anonimizados para identificar hogares.
Para mostrar las estadísticas que tienen en cuenta la atribución automática en los informes de Yandex Metrica, habilite la opción Atribución → Atribución automática.