Tiempo de lectura: 14 minutos
En la web de ITNOVE tenemos Google Ads, Search Console y Clarity conectados desde hace tiempo. Cada uno con su panel, sus cifras y su manera de contar. Y durante meses me pasó lo que a casi todo el mundo: los datos estaban ahí, pero nadie los miraba con calma.
Lo dije tal cual cuando empecé a montar lo que cuento aquí: "no tengo mucho tiempo para estar mirando periódicamente las grabaciones u otros datos relevantes". Hoy el marketing de nuestra web se analiza solo cada semana y las mejoras se aplican cuando yo digo que sí.
Para explicarlo con ejemplos no voy a usar nuestras cifras, sino las de GymTonic, la cadena de gimnasios del caso que usamos en formación: varios centros, cuotas mensuales, ofertas de temporada, un pase de prueba gratis y anuncios en Google e Instagram para captar socios. Sus datos son inventados; el sistema es el que usamos nosotros, con la pieza de redes sociales que necesitaría un gimnasio.
- Por qué te importa: si el análisis de tu marketing digital depende de que alguien encuentre tiempo para abrir cinco paneles, lo más probable es que se decida por intuición o cuando algo ya se ha roto.
- Qué aporta este artículo: cómo automatizarlo con IA en tres capas (los datos de cada herramienta en un solo sitio, un agente que analiza cada semana y acciones que se aplican con tu visto bueno), con el ejemplo de un gimnasio que capta socios con ofertas, pases de prueba y anuncios.
- Qué te llevas: un plan de cuatro semanas para empezar, qué conviene automatizar y qué no, y cómo comprobar si lo que cambias funciona.
Por qué el marketing digital se queda sin analizar aunque tengas los datos
El primer problema es que cada herramienta cuenta su parte, y a su manera. Google Ads cuenta conversiones con su criterio e Instagram con el suyo; Search Console cuenta clics desde Google, Clarity cuenta sesiones y tu web cuenta altas y ventas. Ninguna sabe lo que dicen las otras.
Pensemos en GymTonic. Un lunes de septiembre, en plena campaña de matrícula gratis, las peticiones de pase de prueba caen a la mitad. Parece que Google ha dejado de enseñar la web. Al cruzar los datos, la caída coincide día a día con el presupuesto de los anuncios de Instagram, que se agotó el viernes. Mirando solo Search Console, alguien habría reescrito páginas que estaban bien.
El segundo problema es el tiempo. Las grabaciones de Clarity enseñan cosas que ningún informe cuenta, pero hay que sentarse a verlas. Y si nadie guarda los datos, se pierden: la API de Clarity solo da los últimos tres días y diez consultas al día por proyecto (Microsoft, Clarity Data Export API).
El tercero aparece cuando por fin alguien se pone: los análisis se repiten o se contradicen. En GymTonic, la agencia manda el informe de los anuncios los lunes y quien lleva las redes, el suyo los martes. Cada uno con sus cifras, y nadie los cruza.
Paso 1: llevar los datos de cada herramienta a un solo sitio
La primera capa no tiene nada de inteligencia artificial, y es la que más cambia las cosas. Cada noche, un pequeño proceso copia los datos del día de cada herramienta a una base de datos, junto a lo que pasa en la propia web: visitas, pases de prueba e inscripciones.
En GymTonic serían cinco fuentes: Google Ads, los anuncios de Instagram y Facebook (Meta da casi cualquier cifra de su administrador de anuncios por su API: Meta, Ads Insights API), Search Console, Clarity y la propia web.
Copiar en vez de consultar cada panel tiene tres ventajas. La historia no caduca: Search Console guarda dieciséis meses (Google, ayuda de Analytics) y Clarity, tres días. Todo se puede cruzar por página. Y las cifras se calculan siempre igual, sin depender de qué filtro tenía puesto cada panel ese día.
Para que la copia sirva, hay cuatro decisiones que importan más que la tecnología:
- Una sola definición de alta y de venta. La fuente de verdad es el embudo de la propia web, no lo que cada herramienta cree que es una conversión. En GymTonic, un alta sería un pase de prueba pedido con el correo verificado, y una venta, una inscripción con la primera cuota pagada. Por escrito, en un documento que leen las personas y el agente.
- Cada visita, con su origen. Cada anuncio de Google lleva a la web la palabra clave que lo activó, con el parámetro {keyword} (Google Ads, ValueTrack), y Google pone a cada clic un identificador propio, el GCLID, que se guarda con el alta (Google Ads, importar conversiones). Los anuncios de Instagram y el enlace de la biografía llevan sus parámetros de campaña (Google Analytics, URLs con parámetros de campaña).
- Fuera robots y visitas internas. En un gimnasio, también las del personal que consulta horarios desde recepción. Sin este filtro, cualquier cifra semanal es ruido.
- Cada copia deja una señal de vida. Lo aprendimos montando la nuestra: la primera noche, la copia de Clarity falló porque la herramienta llamaba a un campo de otra forma que su documentación. Me enteré a la mañana siguiente porque el aviso salió en el correo, no semanas después.
El coste de esta capa es el mantenimiento: las herramientas cambian sus campos y sus límites, y alguien tiene que ser responsable de cada copia. Sin ese dueño, la base de datos se convierte en otro panel que nadie mira.
Paso 2: una ficha por página que cruza todas las herramientas
Con los datos en un sitio, la pieza central es una ficha por página de entrada. En una fila, lo que de verdad pasó con quien llegó a esa página: cuántos vinieron de anuncios, cuántos pidieron el pase de prueba, cuántos se inscribieron, cómo se movieron según Clarity y cómo sale esa página en Google.
Y otra ficha igual por campaña y por palabra clave: no lo que cada plataforma cuenta como conversión, sino los pases y las inscripciones reales de quien llegó por cada anuncio.
Las pantallas de este artículo son simulaciones con datos inventados de GymTonic; el funcionamiento es el real.
La ficha enseña lo que ningún panel enseña solo. Que el anuncio de Instagram de la matrícula gratis lleva a la portada, donde casi nadie se inscribe, mientras quien aterriza en la página de la oferta se inscribe 1 de cada 40. Que la página de spinning sale miles de veces en Google y casi nadie entra, porque su título dice "Actividades" y la gente busca horarios.
Lo segundo tiene un arreglo barato: cambiar los títulos de las páginas de clases en un solo lote, para no mezclar efectos, y medirlo a las cuatro semanas, para dar tiempo a que Google recoja el cambio.
Para leer la ficha hacen falta reglas escritas, y la más importante es la de no concluir con poco. Una semana de un solo centro no demuestra nada. La ficha solo da un aviso cuando hay muestra suficiente; por debajo, calla. Y una grabación sola es una pista, no una conclusión.
Paso 3: un agente de IA que analiza cada semana, y solo uno
La segunda capa sí es IA: un agente que lee la ficha y el resto de datos con un calendario fijo. Cada mañana vigila lo raro: un formulario de pase de prueba que tiene visitas y no recibe envíos, una campaña que se queda sin presupuesto a media semana o una página de centro que pierde de golpe el tráfico de Google. Si no hay nada, no escribe.
Los viernes hace el análisis completo. El embudo de la semana por canal (anuncios de Google, Instagram y búsqueda orgánica), cuántos pases de prueba de hace una, dos y cuatro semanas han acabado en inscripción, el punto más débil y como mucho tres propuestas. Cada propuesta lleva el dato que la justifica, qué se cambia exactamente, qué cifra se moverá y en qué fecha se medirá.
En GymTonic, ese correo le llegaría a Raúl, su director de marketing.
Lo que hace fiable ese correo son sus reglas, no el modelo. Cada cifra va con su fuente y su periodo. Si la muestra es pequeña, lo dice y no concluye. No inventa prueba social. Y lleva un registro de lo que ya contó, para no repetirlo la semana siguiente.
Lo de "solo uno" lo aprendimos con el nuestro. Este mismo mes descubrí que dos conversaciones distintas con la IA estaban preparando el mismo análisis de Google Ads, cada una por su lado y con su propio calendario.
Desde entonces hay una regla escrita: el análisis y la medición tienen un único dueño, el agente. Las demás conversaciones construyen y operan lo que les pido, leen antes la última semanal y apuntan lo que hacen en un registro común.
No es una idea original. Los equipos que mejor trabajan con agentes de IA usan piezas simples y combinables en lugar de marcos complejos, y sus agentes paran a pedir criterio humano en puntos de control (Anthropic, 2024).
Paso 4: actuar de forma automática, pero con tu visto bueno
La tercera capa es la que da miedo, y con razón. Se resuelve decidiendo por escrito qué hace el agente solo, qué hace con tu sí y qué no hace nunca.
Solo, vigila, avisa y arregla su propia medición. Con tu sí, cambia cosas de la web: un título, un texto, el orden de una página. Nunca, ni aunque alguien diga que sí en un descuido: mandar correos a socios o clientes, tocar cuotas, precios o descuentos y cambiar el presupuesto o las pujas de los anuncios.
El sí cuesta un clic. Cada propuesta llega con tres botones: Hazlo, No y Luego. Si es un cambio de la web y Raúl pulsa "Hazlo", el agente lo aplica en su siguiente pasada y lo deja apuntado con su fecha.
Si es de los anuncios, como llevar el de Instagram a la página de la oferta, lo deja preparado para quien gestiona la cuenta. En los dos casos, a las dos o cuatro semanas mide la cifra que prometió y cuenta si funcionó, si no o si la muestra no da para saberlo.
Hay decisiones que el agente prepara y que no le tocan. Es lo que pasa con la grabación del correo de GymTonic: alguien toca una clase del horario de la web como si pudiera reservarla ahí, y se va.
Las clases se reservan en GymApp, la aplicación de los socios, pero quien mira el horario en la web todavía no lo es. Eso no se arregla con un título: hay que decidir qué se ofrece a quien quiere probar una clase concreta, y esa decisión es de negocio.
Qué no conviene automatizar en marketing (y lo que cuesta)
Lo irreversible o lo que gasta dinero, ni con permiso. Un correo a toda la base de socios no se puede recoger, una cuota mal puesta se cobra a cientos de personas y una puja mal puesta se gasta antes de que nadie lo vea. El agente puede preparar la propuesta con su cifra; lo ejecuta una persona.
Las conclusiones con poca muestra. Con el tráfico de un negocio pequeño o de un solo centro, muchas cifras semanales son ruido. Es mejor un agente que dice "no hay conclusión esta semana" que uno que rellena el correo con hipótesis.
Lo que no está definido. Si el equipo no se ha puesto de acuerdo en qué es un alta o una venta, automatizar el análisis multiplica la confusión: cada semana sale una cifra distinta de la que cuentan en recepción.
Y tiene costes que conviene nombrar. Las copias hay que mantenerlas, porque las herramientas cambian. El uso de la IA es pequeño pero no es cero. Y alguien tiene que leer el correo y decidir: si las propuestas se acumulan sin respuesta, el sistema mide cosas que nadie cambia.
Cuándo no aplica: si tu web recibe pocas decenas de visitas a la semana o vives de un solo canal (un gimnasio de barrio que se llena por el boca a boca), empieza por una revisión manual quincenal con una plantilla. Automatizar el análisis de cuarenta visitas es teatro.
Por dónde empezar: un plan de cuatro semanas
| Semana | Qué haces | Qué tienes al final |
|---|---|---|
| 1 | Escribes una sola definición de alta y de venta (en un gimnasio, el pase de prueba y la inscripción). Añades la palabra clave a los anuncios de Google y parámetros de campaña a los de redes, y guardas el identificador de clic con cada alta. Quitas robots y visitas internas de las cifras | Todas las visitas con su origen y una cifra de altas en la que confías |
| 2 | Montas la copia de cada noche de las dos herramientas que más usas, cada una con su señal de vida y un responsable | Historia que no caduca y un aviso si una copia falla |
| 3 | Construyes la ficha por página y por campaña, y escribes tres reglas de decisión: cuándo pausar un anuncio, cuándo cambiar un título y cuándo ver grabaciones | Una lista corta de páginas a mirar primero, cada semana |
| 4 | Pones en marcha el análisis semanal, con una persona y una plantilla o con un agente, con un máximo de tres propuestas con su métrica y su fecha, y decides quién aprueba y por dónde | El primer ciclo completo: propuesta, decisión, cambio y fecha de medida |
Quién hace cada cosa importa más que la herramienta. Las definiciones las decide quien responde de las ventas, no quien monta las copias: en GymTonic, Marta, la directora general, junto con Raúl. Las copias tienen un responsable técnico con nombre. Y las propuestas las aprueba una sola persona, en un momento fijo del día, para que no se queden esperando.
El error más habitual es empezar por el agente. Sin la semana 1, el agente analiza cifras que nadie se cree y el equipo vuelve a abrir los paneles a mano.
Si quieres montar algo así en tu empresa y prefieres no empezar de cero, te ayudo. Cuéntame qué herramientas usáis y en una llamada vemos por dónde empezar y qué tiene sentido automatizar en vuestro caso. Es el tipo de trabajo que hacemos en IA sin resultados: llevar la IA de la prueba a un proceso que se mide.
Y si antes quieres saber en qué punto está tu organización con la IA, el diagnóstico de gobierno de la IA tarda tres minutos.
Preguntas frecuentes
¿Qué herramientas de marketing digital se pueden automatizar con IA?
Casi todas las que tienen una forma de exportar datos: Google Ads, los anuncios de Instagram y Facebook, Search Console, Clarity, la analítica de la web y el CRM. Lo que se automatiza no es la herramienta, sino la lectura: copiar sus datos cada noche a un mismo sitio, cruzarlos por página y por campaña y que un agente de IA los analice con un calendario fijo y unas reglas escritas.
¿Puede un agente de IA cambiar mis campañas de Google Ads o de Instagram sin que yo lo apruebe?
Técnicamente sí, y por eso conviene decidir antes qué puede hacer. En el sistema que usamos, el agente propone cambios de anuncios con la cifra que los justifica, pero no toca la cuenta, ni presupuestos ni pujas: eso lo hace una persona. Los cambios de la web los aplica solo después de un sí explícito, y los mide semanas después.
¿Sirve para un negocio local, como un gimnasio o una clínica?
Sí, si capta clientes por más de un canal y tiene visitas suficientes para medir. La clave está en definir el alta y la venta de ese negocio (un pase de prueba y una inscripción, una cita y un tratamiento) y en que cada anuncio lleve su origen a la web. Con un solo centro y poco tráfico, es mejor una revisión manual cada dos semanas.
¿Cuántas visitas hacen falta para que el análisis automático de marketing sirva?
Depende de lo que quieras decidir. Para cambiar un título hacen falta cientos de apariciones en Google; para saber si una página convierte, decenas de visitas con intención. Con menos, lo útil es que el sistema diga "muestra pequeña" y espere. Un agente que concluye con diez visitas toma decisiones al azar con mucha seguridad.
¿Cuánto cuesta automatizar el análisis de marketing con IA?
Las herramientas dejan leer tus propios datos sin coste adicional, dentro de sus límites y con sus permisos. El coste está en montar las copias, mantenerlas y el uso de la IA. En nuestro caso, el análisis semanal completo costó alrededor de 1,4 dólares de uso del modelo en la prueba en que lo medimos. Lo caro de verdad es el tiempo de definir bien las cifras al principio.
¿En qué se diferencia de pegar un informe en un chat de IA?
En la memoria y en el seguimiento. Un chat analiza lo que le pegas ese día, con las definiciones que tenga cada informe. Un sistema guarda la historia, mide igual cada semana, recuerda qué propuso, sabe qué se aprobó y vuelve a medirlo en la fecha prevista. La diferencia no es la inteligencia del modelo, es que alguien cierra el círculo.
Recursos relacionados
- Niveles en el gobierno de la IA
- Cómo la IA ayuda a un CTO
- El AI Act ya aplica: cómo hemos preparado nuestra propia web
- Cómo usar árboles de métricas para tomar mejores decisiones de producto
- El modelo lógico de proyecto en EBM
- Política de uso de la IA en la empresa (plantilla)
- Diagnóstico de gobierno de la IA