Un agente de IA para GA4 es un software que tiene credenciales de acceso a tu propiedad de Google Analytics, traduce una pregunta en lenguaje natural a las métricas, dimensiones y rangos de fechas correctos, ejecuta el informe a través de la Data API y te responde con frases. Dejas de construir informes y empiezas a hacer preguntas.
El atractivo salta a la vista para cualquiera que haya pasado veinte minutos montando una exploración para responder algo que podría decir en voz alta en seis segundos. El riesgo es igual de real y se comenta mucho menos: un agente que elige la dimensión equivocada te devuelve una respuesta segura, bien redactada y errónea, y nada en el resultado la distingue de una correcta.
Aquí vas a ver cómo funciona de verdad la conexión, qué preguntar, los errores típicos que cometen los agentes con GA4 y cuánto cuesta.
¿Qué es un agente de IA para GA4?
Tiene tres piezas. La conexión, que es un acceso OAuth a tu propiedad con permisos de solo lectura. La capa de traducción, que convierte «¿cómo convirtió el tráfico móvil el trimestre pasado?» en una petición a la Data API con los nombres de métricas, de dimensiones y el rango de fechas que Google espera. Y el bucle, que permite al agente mirar lo que ha recibido y decidir si necesita una segunda consulta antes de responder.
Esa tercera pieza es lo que separa a un agente de un simple cuadro de consultas en lenguaje natural. Pregunta «¿por qué cayeron las conversiones?» y el cuadro de consultas te devuelve un gráfico de conversiones. Un agente extrae las conversiones, se da cuenta de que la caída se concentra en un canal, desglosa ese canal por página de destino, encuentra las dos páginas que explican el descenso y responde a la pregunta que de verdad hiciste, no a la que escribiste al pie de la letra.
Cómo conectar un agente de IA a Google Analytics 4
Hay dos caminos, y cuál te conviene depende de si eres marketer o desarrollador.
Opción 1: una conexión OAuth alojada
El camino del marketer. Autorizas el producto con tu cuenta de Google, eliges la propiedad y la conexión se guarda en el servidor para reutilizarla en cada consulta. En nuestra propia implementación, el agente comprueba si hay una conexión activa con Analytics en la primera llamada a una herramienta de GA4. Si no la hay, no falla ni se inventa nada: te muestra un aviso interactivo para que la conectes, con un enlace directo a la pantalla de integraciones, y retoma la conversación después. La propiedad sale de la configuración de tu espacio de trabajo si has definido una; si no, se usa la primera propiedad de la conexión.
La configuración lleva un par de minutos y no hay nada que instalar. La contrapartida es que trabajas con el catálogo de herramientas que ha creado el proveedor.
Opción 2: MCP
El camino del desarrollador. Google publica su propio servidor MCP de Google Analytics, que expone GA4 a cualquier cliente compatible con MCP. Ofrece run_report, run_realtime_report, run_funnel_report, get_account_summaries, get_property_details, get_custom_dimensions_and_metrics y list_google_ads_links. La autenticación se hace con Application Default Credentials sobre el permiso de solo lectura de Analytics, lo que en la práctica significa activar las API Admin y Data en un proyecto de Google Cloud y ejecutar gcloud auth application-default login.
Dos advertencias antes de construir nada encima. Google etiqueta el servidor como experimental. Y MCP le da a tu agente las herramientas, no el criterio para saber cuál usar: la calidad del razonamiento sigue dependiendo del modelo y del prompt.
Qué preguntas puedes hacerle a GA4 en lenguaje natural
Las que funcionan bien comparten estructura: una comparación, un segmento y un rango de fechas absoluto.
Compara las conversiones de búsqueda orgánica de [rango de fechas A] con las de [rango de fechas B],
desglosadas por página de destino. Muestra las 10 páginas con mayor cambio absoluto.
Marca cualquier fila con tan pocas sesiones que el cambio en la tasa pueda ser ruido.¿Qué canales de adquisición mejoraron y cuáles empeoraron durante [rango de fechas],
medidos por conversiones y no por sesiones? Indica qué evento de conversión has usado.¿En qué punto abandonan los usuarios antes de completar [objetivo] durante [rango de fechas]?
Da los recuentos brutos junto a los porcentajes.¿La diferencia entre la tasa de conversión en móvil y en escritorio se está ampliando o reduciendo
frente al periodo equivalente anterior? Muestra ambos periodos.Las que funcionan mal son las preguntas abiertas. «¿Qué tal va la web?» genera un resumen de todo y una conclusión sobre nada, y además sale más caro, porque un objetivo vago se ramifica en más consultas que uno preciso.
Qué métricas de GA4 merece la pena automatizar
Automatiza las métricas cuyo movimiento siempre exige una explicación y deja el resto para cuando preguntes.
| Métrica | Por qué automatizarla | Ojo con |
|---|---|---|
| Conversiones por canal | Es la cifra que de verdad le importa al negocio | Qué evento de conversión está configurado como principal |
| Tasa de conversión por página de destino | Separa los problemas de la página de los problemas de tráfico | Denominadores pequeños que generan porcentajes espectaculares |
| Tasa de interacción por fuente | Detecta cambios de calidad antes de que se muevan las conversiones | Su definición no es la misma que la tasa de rebote de Universal Analytics |
| Ingresos por canal | Vincula el trabajo con el dinero | El modelo de atribución que se está usando |
| Sesiones por dispositivo y país | Explica los cambios de composición detrás de un cambio en la tasa | La cardinalidad que agrupa filas en (other) |
Qué errores de análisis cometen los agentes de IA con los datos de GA4
Esta es la sección que conviene leer dos veces. Cada uno de estos errores produce un resultado que parece completamente normal.
Tratar clics y sesiones como si fueran lo mismo. Search Console cuenta clics en un resultado de búsqueda; GA4 cuenta sesiones una vez que la página carga. Nunca van a coincidir, y un agente que los compare sin avisarlo «descubrirá» una discrepancia que en realidad es solo de definición.
Mezclar métricas de ámbito de usuario y de ámbito de sesión. Dividir una métrica de usuario entre una de sesión da un número sin ningún sentido. Y aun así vendrá formateado con dos decimales.
Ignorar (not set) y (other). Las dimensiones con mucha cardinalidad se agrupan en un cajón (other), y el tráfico sin atribuir acaba en (not set). Un agente que suma las filas visibles y te da un total está excluyendo ambos sin decírtelo.
Leer cambios porcentuales sobre denominadores minúsculos. Pasar de dos conversiones a tres es una mejora del 50 % y, a la vez, no es nada. Pide siempre al agente que muestre los recuentos brutos junto a las tasas.
No dejar claro qué evento de conversión usar. La mayoría de las propiedades tienen varios eventos clave configurados. Si el prompt no nombra uno, el agente elige, y esa elección puede cambiar de una ejecución a otra.
Rangos de fechas relativos. «El mes pasado» se interpreta de forma distinta según la zona horaria de la propiedad y el momento en que se ejecutó la consulta. Usa fechas absolutas para todo aquello sobre lo que vayas a actuar.
La contramedida es una línea que añades a cualquier prompt en el que los números importen:
Cada cifra debe salir de la propiedad conectada.
Si una cifra no está disponible, escribe "no disponible": nunca la estimes.
Indica la métrica, la dimensión y el rango de fechas que has usado para cada número.Esa última cláusula es la clave. Obliga al agente a enseñar su consulta, y así una afirmación en la que tendrías que confiar se convierte en una que puedes comprobar en treinta segundos.
Los límites de la API de GA4 con los que trabaja un agente
No son detalles menores. Determinan qué preguntas se pueden responder siquiera.
Según la documentación de cuotas de la Data API de Google, una propiedad estándar dispone de 200.000 tokens principales por propiedad al día, 40.000 por hora, 14.000 por proyecto y propiedad por hora y 10 peticiones principales simultáneas. Las propiedades de Analytics 360 disponen de 2.000.000 al día y 50 peticiones simultáneas. Y lo más importante: la complejidad de la petición determina el coste en tokens. Más dimensiones, rangos más largos y mayor cardinalidad consumen más cuota. Si añades returnPropertyQuota a una petición, verás el consumo en tiempo real.
La consecuencia práctica es que un agente al que dejas explorar a sus anchas por una propiedad grande puede agotar la cuota de un día en una tarde, y todos los informes que dependen de ella fallan hasta que se reinicia la ventana. Los prompts que nombran un conjunto ajustado de dimensiones y un rango concreto no solo son más claros: son más baratos en una moneda de la que no puedes comprar más.
Lo que un agente no puede responder con GA4
Algunas preguntas no tienen respuesta en tu propiedad, y la diferencia entre un buen agente y uno malo es si te lo dice.
Todo lo que quede fuera de tu periodo de conservación, en una exploración. La documentación sobre conservación de datos de Google fija la conservación a nivel de usuario y de evento en 2 o 14 meses en las propiedades estándar, con 14 meses como máximo salvo que uses 360. Los datos de Google Signals tienen un tope de 26 meses sea cual sea la configuración. El matiz importante: la conservación afecta a las exploraciones y los informes de embudo, no a los informes agregados estándar. Así que un agente puede responder con toda legitimidad a una pregunta de tendencia por canal en un rango largo y, sin embargo, no poder responder a una pregunta sobre rutas de usuario en ese mismo rango. Si no distingue entre ambos casos, te va a dar algo igualmente.
Todo lo que esté sujeto a umbrales. Cuando el número de usuarios es tan bajo que se podría identificar a personas concretas, GA4 oculta esas filas. Un agente que suma lo que ve y presenta un total está informando de una cifra inferior a la real sin saberlo.
Todo lo relativo a personas que no dieron su consentimiento. Según cómo tengas configurado el consentimiento, una parte del comportamiento está modelada o directamente no aparece. Ese hueco no se muestra como un error; se muestra como números más pequeños.
Pregúntaselo directamente a tu agente: «¿Qué parte de este análisis se ve afectada por los límites de conservación, los umbrales o los huecos de consentimiento?». Un agente que responde a eso con honestidad merece que te lo quedes.
¿Es seguro dar acceso a Google Analytics a un agente de IA?
El acceso a GA4 es una de las integraciones más seguras que puedes conceder, por tres motivos estructurales: el permiso es de solo lectura, así que no se puede modificar nada; puedes revocar el acceso desde tu cuenta de Google en cualquier momento; y lo peor que puede pasar es una conclusión equivocada, que puedes contrastar tú mismo con la propiedad.
Aun así, hay dos cosas a las que prestar atención. Primero, según tu configuración, los datos de GA4 pueden contener datos personales, así que entérate de dónde procesa y almacena el proveedor del agente los resultados de las consultas. Segundo, si el mismo agente también puede leer páginas web cualesquiera, puede meter texto escrito por terceros en el mismo contexto que tus instrucciones: el problema de la inyección de prompts. Nuestro entorno de ejecución lo resuelve etiquetando cada herramienta como de lectura, generación o escritura, aislando el contenido obtenido de la web como no fiable y bloqueando las herramientas de escritura durante el resto de cualquier turno en el que haya entrado contenido no fiable. Las consultas a GA4 están etiquetadas como lectura, así que no se ven afectadas en ningún caso.
Cuánto cuesta una consulta de un agente a GA4
Hay dos componentes. Las llamadas a herramientas: en nuestro catálogo, una consulta a GA4 cuesta 50 créditos por llamada, y una investigación de verdad implica varias llamadas, porque el agente extrae datos, los mira y vuelve a extraer. Los tokens del modelo: se facturan a 300 créditos por millón en todas las llamadas al modelo de un turno y crecen con la cantidad de datos que entran en el contexto. Por eso razonar sobre una consulta que devuelve 50 filas cuesta bastante menos que sobre una que devuelve 5.000.
La regla que se deriva es la misma que rige la cuota: la precisión sale más barata que la amplitud. «¿Qué tal va la web?» es la pregunta más cara que puedes hacer, en créditos y en cuota, y la que devuelve la respuesta menos útil.
¿Puede un agente sustituir a Looker Studio?
No, y el motivo es la reproducibilidad, no la capacidad. Un dashboard muestra las mismas métricas con el mismo diseño cada vez, que es justo lo que quieres para hacer seguimiento y para todo lo que un cliente ve de forma periódica. Un agente puede tomar un camino distinto para la misma pregunta en dos días diferentes.
El reparto que funciona: los dashboards responden al qué y los agentes al porqué. Mantienes el dashboard para la vista de siempre y le preguntas al agente cuando el dashboard muestra algo que no sabes explicar. Para los entregables recurrentes en concreto, echa un vistazo a los informes automatizados de GA4, donde el determinismo importa más que la flexibilidad.
Por dónde empezar
Conecta una propiedad en modo de solo lectura y hazle al agente una pregunta que ya hayas respondido a mano este trimestre. Compara. Después pídele que muestre la métrica, la dimensión y el rango de fechas que hay detrás de cada cifra, y contrasta una de ellas con la interfaz de GA4. Dos pruebas así te dirán más sobre si puedes fiarte de la herramienta que todo el material comercial del proveedor.
Autopilot implementa el flujo OAuth, el aviso de conexión y el bucle de consultas descritos arriba sobre tu propia propiedad.
Get a free AI ranking consultation
Want your brand to show up when ChatGPT, Gemini and Perplexity answer questions in your market? Tell us about your site and our team will send a personalized strategy.
