El marketing digital es un negocio rentable que genera ingresos anuales superiores a los USD 200 mil millones y un crecimiento interanual superior al 20%. La definición de estrategias de inversión en marketing eficientes a través de diferentes tipos de canales y campañas es una tarea clave en el marketing digital. Los modelos de atribución son un instrumento utilizado para evaluar el retorno de la inversión de diferentes canales y campañas para que puedan ayudar en el proceso de toma de decisiones. Una nueva generación de modelos de atribución basados en datos más potentes ha irrumpido en el mercado en los últimos años. Desafortunadamente, su adopción es más lenta de lo esperado. Una de las principales razones es que la industria carece de una comprensión adecuada de estos modelos y de cómo configurarlos. Para resolver este problema, en este documento presentamos un estudio empírico para comprender mejor las propiedades clave de los caminos de los usuarios y su impacto en los modelos de atribución. Nuestro análisis se basa en un conjunto de datos a gran escala que incluye más de 95 millones de caminos de usuarios de campañas publicitarias reales de un grupo hotelero internacional. La principal contribución del documento es un conjunto de recomendaciones para construir modelos de atribución precisos, interpretables y computacionalmente eficientes, tales como: (i) el uso de regresión lineal, un algoritmo de aprendizaje automático interpretable, para construir modelos de atribución precisos; (ii) los caminos de los usuarios que incluyen alrededor de 12 eventos son suficientes para producir modelos precisos; (iii) la recencia de los eventos considerados en los caminos de los usuarios es importante para la precisión del modelo.