Meridian de Google: medir sin vivir preso del último clic

Meridian Google es la apuesta abierta de Google para medir el impacto real del marketing cuando el último clic ya no basta, las cookies se evaporan como hielo en terraza de agosto y GA4, por sí solo, no puede explicar todo lo que ocurre entre una campaña, una búsqueda, una visita, una tienda física, una promoción y una venta. No es una función escondida dentro de Analytics ni otro panel con barras de colores para tranquilizar comités. Es un modelo de marketing mix, un MMM, pensado para estimar cuánto aportan los canales al resultado de negocio usando datos agregados, no recorridos individuales de usuarios. Ahí está la gracia. Y también la dificultad.

La promesa es potente: dejar de atribuir el mérito al canal que pasaba por allí al final del camino y empezar a observar el sistema completo, con sus inercias, sus retrasos, sus empujones invisibles y sus zonas grises. Meridian permite analizar ventas, ingresos, conversiones u otros KPI a partir de series históricas, inversión por canal, variables externas, datos geográficos, señales de demanda y conocimiento previo de experimentos. Traducido a lenguaje de sala de reuniones: ayuda a decidir si ese dinero en YouTube, Search, Display, televisión, promociones o marca estaba generando crecimiento incremental o solo saludando a usuarios que ya venían calientes de casa.

Por qué el último clic se ha quedado pequeño

Durante años, el marketing digital vivió con una comodidad casi obscena: cada clic parecía dejar migas de pan, cada conversión tenía una ruta aparente y cada plataforma defendía su parte del botín con una seguridad de notario. El último clic era imperfecto, sí, pero resultaba rápido, barato y fácil de vender. El problema es que esa facilidad tenía truco. En muchos negocios, acababa premiando al canal más cercano a la compra y castigando todo lo que había encendido la demanda antes: vídeo, display, social, contenidos, marca, recomendaciones, comparadores, campañas offline, búsquedas informativas. El camarero se llevaba la propina y la cocina ni aparecía en la factura.

La medición moderna se ha vuelto más áspera. Hay consentimiento, restricciones de privacidad, navegadores menos dóciles, ecosistemas cerrados y usuarios que saltan entre móvil, ordenador, televisión conectada y tienda física sin pedir permiso al analista. GA4 mide mejor que Universal Analytics algunas cosas y peor otras para quien esperaba continuidad absoluta. Las plataformas publicitarias modelan conversiones, los CRM guardan ventas que no siempre hablan bien con la analítica web y los informes por canal siguen teniendo una vieja costumbre: atribuirse más mérito del que toca. No por maldad. Por diseño.

Ahí aparece Meridian de Google con un enfoque menos obsesionado con perseguir personas y más interesado en leer patrones agregados. El MMM no pregunta qué hizo exactamente Laura el martes a las 19.43 antes de comprar unas zapatillas. Pregunta algo más frío, más estadístico y, a veces, más útil: cuando subió la inversión en un canal, controlando demanda, estacionalidad, geografía, precios y otros factores, qué cambió realmente en el resultado. No es magia. Tampoco adivinación elegante. Es modelización; por tanto, depende de los datos, de las hipótesis y de la calidad del criterio humano que lo acompaña.

Qué es Meridian y qué no conviene vender como milagro

Meridian es un framework open source de marketing mix modeling desarrollado por Google para que anunciantes, equipos de datos y consultoras puedan construir modelos internos de medición. Su arquitectura se apoya en inferencia causal bayesiana, un nombre que suena a bata blanca, pero cuya idea práctica es bastante comprensible: combinar datos observados con conocimiento previo razonable para estimar efectos con incertidumbre, no con una falsa precisión de dos decimales que luego se deshace en cuanto cambia el presupuesto.

La parte bayesiana importa porque el marketing real rara vez ofrece datos perfectos. Hay campañas que se pisan unas a otras, promociones que coinciden con picos de demanda, rebajas que maquillan canales, notoriedad que tarda semanas en convertirse en ingresos y mercados donde una comunidad autónoma responde distinto a otra. Meridian intenta modelar esas diferencias mediante un enfoque jerárquico a nivel geográfico cuando la empresa dispone de datos por zonas. No es lo mismo mirar España como una única mancha que observar Madrid, Cataluña, Andalucía o Comunidad Valenciana con sus propios ritmos, sus competidores locales, sus calendarios comerciales y sus elasticidades.

Conviene no confundirlo con una herramienta de atribución multitouch. Meridian no reconstruye el camino individual de cada usuario ni sustituye al etiquetado de campañas, al consent mode, al server side tracking o a GA4. Vive en otra capa. GA4 ayuda a entender comportamiento digital; Meridian intenta estimar contribución incremental del mix de medios. Uno mira la huella en la arena. El otro intenta saber qué marea ha movido de verdad la playa. Se pueden necesitar los dos. De hecho, muchas empresas los necesitarán juntos si quieren dejar de discutir con capturas de pantalla y empezar a discutir con algo parecido a economía aplicada.

Tampoco es una máquina de absolver decisiones. Si la empresa no tiene datos históricos consistentes, si cambia la definición de conversión cada tres semanas, si mezcla inversión de marca y performance como quien guarda cables en un cajón, Meridian no va a sacar una sinfonía de ahí. Sacará ruido con modales académicos. El modelo puede ser abierto, sofisticado y muy útil, pero no rescata una cultura de datos chapucera. Esto debería escribirse en la puerta de muchos departamentos de marketing, quizá en letras pequeñas para no herir sensibilidades.

Datos agregados, privacidad y el regreso del MMM

El resurgir de los modelos de marketing mix no es nostalgia de consultor veterano. Tiene una explicación bastante terrestre: la medición basada en usuario individual se ha vuelto más frágil, tanto por regulación como por tecnología y por comportamiento. Cuando una parte creciente de las conversiones se modela, se pierde o se reparte entre jardines cerrados, el mercado busca métodos que no dependan de saberlo todo de cada persona. El MMM trabaja con datos agregados por tiempo, canal, región y resultado. Menos microscopio, más satélite.

Ese cambio encaja con la obsesión actual por la privacidad, pero también con una vieja necesidad empresarial: decidir presupuestos. Las empresas no solo quieren saber si una campaña generó clics. Quieren saber dónde poner el siguiente euro, qué canal está saturado, cuál tiene margen, si la televisión conectada alimenta búsquedas, si YouTube empuja ventas semanas después o si la marca está siendo financiada a ciegas porque nadie sabe medirla sin sonrojarse. Meridian intenta responder a ese tipo de preguntas con curvas de respuesta, retorno incremental, ROI marginal y escenarios presupuestarios.

El ROI marginal merece una pausa. No es el retorno medio de todo lo invertido, sino el rendimiento probable del próximo tramo de presupuesto. Y ahí suelen caerse muchas presentaciones bonitas. Un canal puede tener buen ROI histórico y, aun así, estar saturado; meter más dinero sería como seguir echando agua a una maceta ya encharcada. Otro canal puede parecer discreto en atribución directa, pero tener margen incremental cuando se mide con más perspectiva. Meridian no premia necesariamente al canal más ruidoso, sino al que todavía puede mover negocio sin quemar dinero por fricción.

La saturación y el retardo son dos piezas centrales. La saturación describe cómo los retornos disminuyen cuando se aumenta mucho la inversión. El retardo, o adstock, recoge que el efecto de ciertos medios no muere el mismo día de la impresión. Un anuncio de vídeo, una campaña de marca o una presencia constante en medios no siempre convierten como un botón rojo de compra. A veces dejan una capa fina, casi polvo luminoso, que se nota después en búsquedas, visitas directas o mayor predisposición. El último clic lo ignora con una frialdad admirable; un MMM intenta incorporarlo.

Meridian tiene sentido para empresas con inversión multicanal relevante, historial suficiente y capacidad técnica para preparar datos. No hace falta ser una multinacional con un ejército de científicos de datos, pero tampoco basta con tener una cuenta de Google Ads, tres campañas y ganas de sofisticarse. El MMM necesita volumen, variación y disciplina histórica. Sin cambios de inversión, sin series semanales, sin datos por canal y sin control de factores externos, el modelo se queda mirando una pared blanca.

Un ecommerce mediano con Search, Shopping, Performance Max, paid social, email, afiliación y campañas de vídeo podría usar Meridian para entender qué combinación mueve ingresos incrementales y dónde hay saturación. Una marca retail con tiendas físicas podría cruzar inversión regional, ventas por zona, promociones y estacionalidad. Una empresa B2B con ciclos largos tendría que elegir muy bien el KPI: leads cualificados, oportunidades, pipeline o ingresos, según madurez y disponibilidad. La pregunta no es solo qué canal vende, sino qué resultado se puede medir sin engañarse demasiado.

La ventaja delicada de Google: búsqueda, vídeo y demanda

Meridian tiene un punto especialmente interesante en paid search: el uso de Google Query Volume, el volumen de consultas, como variable de control. Esto es relevante porque la publicidad en búsqueda vive pegada a la demanda existente. Cuando suben las búsquedas de una marca o categoría, también pueden subir impresiones, clics y ventas, aunque el canal no haya creado toda esa demanda. Si el modelo no controla ese fenómeno, puede acabar atribuyendo a Search un mérito que pertenece en parte a la intención previa del mercado. El clásico “hemos vendido más porque hemos invertido más” cuando quizá, simplemente, llovían compradores.

La distinción entre campañas de marca y campañas genéricas se vuelve crucial. Brand search y búsqueda genérica no deberían meterse en la misma olla si se quiere entender algo decente. Las campañas de marca suelen capturar demanda que ya conoce a la empresa; las genéricas compiten antes en el viaje y pueden descubrir o empujar consideración. Meridian permite tratarlas como canales separados, con métricas distintas según el caso, ya sean clics o impresiones. Parece un detalle técnico. No lo es. Es la diferencia entre medir un termómetro y creer que el termómetro ha provocado la fiebre.

En vídeo, la posibilidad de usar datos de alcance y frecuencia también cambia el tipo de análisis. No basta con contar impresiones como sacos de patatas. El alcance indica cuántas personas únicas han sido expuestas y la frecuencia cuántas veces, de media, han visto el mensaje. Para campañas de YouTube, televisión conectada o vídeo digital, esta diferencia puede revelar si el presupuesto está ampliando cobertura o repitiendo impactos sobre el mismo público hasta convertir la marca en un zumbido de nevera. Meridian incorpora esa lógica para estimar mejor cómo respondería un canal ante cambios de inversión.

Esta cercanía con señales de Google es una ventaja, pero también obliga a leer con criterio. Google ofrece una herramienta abierta que, si se usa bien, puede hacer más visible el valor de canales que antes quedaban inframedidos, incluidos los suyos. Eso no la invalida. Pero tampoco convierte cada output en una tabla sagrada. Un modelo financiado por un actor del ecosistema publicitario debe usarse con independencia analítica, validación, experimentos y contraste con datos de negocio. La medición adulta empieza justo ahí: cuando se deja de buscar un oráculo y se acepta trabajar con evidencia imperfecta pero mejor ordenada.

Experimentos, priors y una palabra incómoda

Una de las virtudes de Meridian es que permite incorporar conocimiento previo mediante priors. En cristiano: si una empresa ya tiene resultados de experimentos, tests geográficos, estudios anteriores o aprendizajes sólidos, puede introducirlos en el modelo para orientar la estimación. No todo parte de cero ni todo debe salir de la misma serie histórica, porque la serie histórica a menudo viene sucia, corta o contaminada por decisiones pasadas. La estadística bayesiana permite que ese conocimiento previo tenga peso, siempre que se use con prudencia y no como maquillaje de una conclusión decidida de antemano.

Los experimentos de incrementalidad siguen siendo fundamentales. Un MMM puede sugerir que un canal aporta valor, pero un test bien diseñado ayuda a calibrar si esa estimación camina sobre suelo firme. Esto es especialmente importante en canales con mucha correlación con la demanda, como búsqueda, remarketing o campañas automatizadas que tienden a encontrar usuarios ya predispuestos. Sin experimentos, el modelo puede ser razonable; con buenos experimentos, puede ser mucho más defendible. Y defender una inversión ante dirección financiera exige algo más que una gráfica amable.

La incertidumbre no es un defecto del modelo. Es una confesión honesta. Meridian ofrece intervalos creíbles y diagnósticos para evaluar convergencia, ajuste y salud del modelo. Esto, dicho así, parece poco sexy. Pero en marketing hay una epidemia de certezas falsas. Informes que aseguran un ROAS exacto, dashboards que parecen máquinas de espresso y decisiones millonarias tomadas sobre conversiones modeladas sin contexto. Saber que una estimación tiene margen de error no debilita la medición; la vuelve adulta. Peor es fingir precisión donde solo hay niebla.

Meridian frente a GA4, atribución y server side tracking

La relación entre Meridian, GA4 y server side tracking no debería plantearse como una pelea de herramientas. Son capas distintas de una misma casa. GA4 recoge eventos y comportamiento digital, server side tracking mejora la calidad, control y resiliencia de la captura de datos, y Meridian trabaja arriba, mirando el impacto agregado de los canales sobre resultados de negocio. Quien intente sustituir uno por otro acabará con un cuadro torcido. Quizá caro, además.

GA4 sigue siendo necesario para medir embudos, eventos, audiencias, páginas, conversiones digitales y señales operativas. Permite saber qué ocurre dentro de la web o la app, detectar fricciones, comparar campañas etiquetadas y alimentar decisiones tácticas. Pero su atribución está condicionada por ventanas, consentimiento, dispositivos, canales no observables y reglas de plataforma. Sirve para operar el día a día; no siempre sirve para decidir el reparto anual de millones entre canales. Ahí Meridian aporta una mirada más macro.

El server side tracking, por su parte, ayuda a reducir pérdidas de datos, mejorar la calidad de eventos y controlar mejor qué se envía a cada plataforma. Pero tampoco resuelve la incrementalidad. Puede registrar mejor una conversión, no demostrar por sí solo que esa conversión no habría ocurrido sin el anuncio. Esa diferencia es fina y gigantesca. Medir mejor el rastro no equivale a medir mejor la causa. Meridian entra precisamente en ese espacio incómodo donde el marketing necesita dejar de contar impactos y empezar a estimar efectos.

La atribución multitouch conserva utilidad táctica en entornos digitales observables, sobre todo para optimización de campañas, creatividades y journeys. Pero cuando se usa como única verdad presupuestaria, se vuelve peligrosa. Tiende a sobrevalorar canales de cierre, infravalorar marca y confundir correlación con causalidad. Meridian no elimina ese problema de un plumazo, pero obliga a formularlo mejor. La conversación pasa de “qué canal tocó al usuario al final” a “qué habría pasado si hubiéramos invertido de otra manera”. Mucho menos cómodo. Mucho más interesante.

Aunque Meridian sea open source, su coste real no es cero. Requiere preparación de datos, conocimiento estadístico, capacidad de interpretación y tiempo para validar resultados. La instalación técnica puede resolverse con Python, GPU y documentación. Lo difícil viene antes y después: decidir qué KPI modelar, limpiar series, separar canales, introducir controles, revisar colinealidad, interpretar curvas, comprobar diagnósticos y traducir todo eso a decisiones de presupuesto sin montar una misa de PowerPoint.

La herramienta ha avanzado con soporte para Python moderno, mejoras de exploración de datos, visualizaciones, diagnóstico, scenario planning y optimización. Eso ayuda. Pero la barrera principal sigue siendo organizativa, no tecnológica. Muchas empresas no saben cuánto han invertido de forma consistente por canal durante tres años, cambian nombres de campañas como quien cambia de calcetines y mezclan ventas netas, brutas, pedidos cancelados y leads basura en el mismo KPI. Meridian no perdona del todo esas costumbres. Las ilumina. Y a veces duele.

La parte más atractiva para dirección no es el modelo en sí, sino lo que permite hacer con él: escenarios. Qué ocurriría si se sube un 20% la inversión en vídeo. Qué pasa si se reduce Search de marca. Qué canal tiene mejor ROI marginal. Qué combinación maximiza ingresos con el mismo presupuesto. Dónde aparece saturación. Meridian convierte la medición en una conversación sobre decisiones futuras, no solo en autopsia del trimestre anterior.

Esto cambia también la relación entre marketing y finanzas. El departamento financiero suele desconfiar de métricas publicitarias demasiado internas: clics, impresiones, conversiones atribuidas, ROAS de plataforma. Normal. Muchas veces cada canal llega con su propio espejo favorecedor. Un MMM bien planteado no elimina la discusión, pero la ordena alrededor de impacto incremental, escenarios y rangos de incertidumbre. No promete una verdad absoluta; ofrece un mapa más honesto para mover dinero.

La clave está en no convertir Meridian en otro tótem. La herramienta debe convivir con experimentos, análisis cualitativo, conocimiento de mercado, márgenes, stock, precios, competencia y calendario comercial. Una campaña puede parecer eficiente y no ser escalable por limitaciones de inventario. Un canal puede tener retorno menor pero construir demanda futura. Una promoción puede disparar ventas y destruir margen. El modelo mide impacto sobre el KPI elegido; si el KPI está mal elegido, la inteligencia se va por el desagüe.

La medición que viene será menos cómoda

Meridian Google llega en un momento en el que el marketing necesita crecer un poco. Ya no basta con enseñar paneles llenos de conversiones y fingir que cada euro tiene una genealogía limpia. La realidad es más turbia: usuarios que investigan durante semanas, algoritmos que compran medios de forma opaca, canales que se pisan, marcas que recogen demanda sembrada meses antes, privacidad que limita el seguimiento y plataformas que siempre parecen salir favorecidas en sus propios informes. El último clic no ha muerto, pero ha perdido el derecho a mandar solo.

La utilidad de Meridian no está en prometer una medición perfecta, sino en empujar a las empresas hacia una medición menos infantil. Datos agregados, causalidad con cautela, experimentos, incertidumbre, saturación, efectos retardados, control de demanda y decisiones presupuestarias basadas en escenarios. Suena menos brillante que un dashboard en tiempo real. También envejece mejor. En marketing, como en casi todo, la madurez empieza cuando uno acepta que no puede verlo todo y aun así decide mejor.

Meridian de Google no será para todos, ni falta que hace. Para negocios con inversión suficiente, datos históricos decentes y una mezcla real de canales, puede convertirse en una pieza importante para medir sin vivir preso del último clic. Para equipos sin base analítica, será antes un espejo que una solución. Y quizá eso sea lo más valioso: obligar a mirar la medición no como una colección de etiquetas, sino como una disciplina. Menos humo, menos medalla automática al último que tocó la pelota. Más negocio.