Cómo conectar una IA con Google Analytics, Search Console y Google Ads
Conectar una IA con tus datos de marketing se hace mediante MCP (Model Context Protocol), un estándar abierto que permite a modelos como Claude leer datos de fuentes externas. El montaje requiere un proyecto en Google Cloud, una cuenta de servicio con sus credenciales, activar la API de cada producto y editar un fichero de configuración local. Para Google Analytics y Search Console son entre 30 y 60 minutos cada uno. Para Google Ads pueden ser semanas, porque necesitas que Google apruebe manualmente tu solicitud de acceso a la API.
Este artículo cubre el proceso completo, sin adornos, para que decidas con criterio si te compensa montarlo tú.
Actualizado: agosto 2026
Qué es exactamente un MCP
Un MCP es un servidor intermediario que traduce entre la IA y una fuente de datos. La IA no sabe hablar con la API de Google Analytics. El servidor MCP sí: recibe la pregunta de la IA, la convierte en una llamada a la API, recoge la respuesta y se la devuelve al modelo en un formato que entiende.
El protocolo lo publicó Anthropic como estándar abierto y hoy lo usan varias aplicaciones de IA. La consecuencia práctica es que existen servidores MCP ya escritos para GA4, Search Console y Google Ads. No tienes que programarlos.
Lo que sí tienes que hacer es instalarlos, autenticarlos y configurarlos. Y ahí es donde está el trabajo real.
Lo que necesitas antes de empezar
Independientemente de la fuente que vayas a conectar, hay tres cosas comunes:
Un proyecto en Google Cloud. Es gratis. Entras en la consola de Google Cloud, creas un proyecto y desde ahí activas las APIs concretas que vas a usar. Cada producto tiene su API y hay que activarlas una por una.
Una cuenta de servicio. Es una identidad que no es una persona: un usuario técnico al que le das permisos y que se autentica con un fichero de credenciales en lugar de con una contraseña. Al crearla, Google te descarga un JSON con las claves. Ese fichero es sensible: quien lo tenga accede a tus datos.
Node.js o Python instalado en tu ordenador. Los servidores MCP se ejecutan en tu máquina. Si nunca has abierto una terminal, este es el punto donde la mayoría de la gente se cae.
Y algo que no es obvio: el MCP corre en tu ordenador, no en la nube. Si apagas el portátil, la IA deja de tener acceso a tus datos. No es un servicio que dejas montado y funciona solo.
Google Analytics 4: el más sencillo de los tres
Es el montaje más directo porque la Data API de GA4 no requiere aprobación previa de Google. Activas, autenticas y funciona.
Los pasos son:
- En Google Cloud, activa la Google Analytics Data API v1.
- Crea la cuenta de servicio y descarga el JSON de credenciales.
- Copia el email de la cuenta de servicio (tiene formato
nombre@proyecto.iam.gserviceaccount.com). - En GA4, ve a Administrar → Gestión de accesos a la propiedad y añade ese email con permiso de Lector.
- Instala el servidor MCP de GA4 desde la terminal.
- Edita el fichero de configuración de tu aplicación de IA y añade el bloque del servidor, indicando la ruta al JSON de credenciales y el ID de tu propiedad.
- Reinicia la aplicación.
Dónde falla la gente: el paso 4. Es fácil añadir la cuenta de servicio a la cuenta de Analytics en lugar de a la propiedad, y entonces el MCP devuelve un error de permisos que no dice nada útil. El otro punto conflictivo es el ID de propiedad: es el número de nueve dígitos que aparece en la configuración de la propiedad, no el G-XXXXXXXXXX que usas para el tag.
Tiempo realista si sabes moverte por Google Cloud: 30-45 minutos. Si es tu primera vez, cuenta una tarde.
Search Console: la misma mecánica, otra API, otro problema
El proceso es casi idéntico al de GA4, pero con una diferencia importante: para dar acceso a la cuenta de servicio necesitas ser propietario verificado de la propiedad, no basta con ser usuario con permisos de lectura.
Los pasos:
- Activa la Google Search Console API en el mismo proyecto de Cloud.
- Reutiliza la cuenta de servicio que ya creaste para GA4.
- En Search Console, entra en Configuración → Usuarios y permisos y añade el email de la cuenta de servicio como usuario.
- Instala el servidor MCP de Search Console.
- Añade el bloque correspondiente al fichero de configuración, con la URL exacta de la propiedad.
- Reinicia.
Dónde falla la gente: la URL de la propiedad tiene que coincidir exactamente con cómo está dada de alta. https://ejemplo.com, https://www.ejemplo.com y la propiedad de dominio sc-domain:ejemplo.com son tres cosas distintas para la API. Si pones una y tienes dada de alta otra, no devuelve datos y tampoco error claro.
El segundo problema no es técnico sino de expectativas: la API de Search Console no devuelve exactamente lo mismo que la interfaz web. Los datos vienen con más muestreo en propiedades grandes, y hay dimensiones que en la interfaz puedes cruzar y en la API no. Vas a ver números que no cuadran con lo que tenías memorizado.
Tiempo realista: 20-40 minutos si ya tienes montado lo de GA4, porque reutilizas la cuenta de servicio.
Google Ads: aquí es donde se rompe el plan
Google Ads no funciona con cuenta de servicio y no es cuestión de horas: necesitas un developer token que Google aprueba manualmente, y ese trámite puede llevar días o semanas.
El proceso completo:
- Necesitas una cuenta MCC (Manager Account, la cuenta de gestión de Google Ads). Si solo tienes una cuenta de anunciante normal, primero tienes que crear una MCC y vincular tu cuenta.
- Desde la MCC, entras en el API Center y solicitas un developer token. Nace con acceso de prueba, que solo funciona contra cuentas de test: con datos reales no devuelve nada.
- Rellenas la solicitud de Basic Access. Google te pide que expliques qué vas a construir, cómo vas a usar los datos y qué política de privacidad tienes. Lo revisa una persona.
- Esperas. Aquí no hay atajo. Pueden ser tres días o pueden ser tres semanas, y a veces te contestan pidiendo más información y vuelta a empezar.
- Mientras tanto, montas la parte técnica: crear credenciales OAuth 2.0 (no cuenta de servicio, la API de Ads no las admite para este caso), pasar por el flujo de autorización en el navegador y generar un refresh token.
- Instalas el servidor MCP de Google Ads y configuras cuatro valores: developer token, client ID, client secret, refresh token. Y si operas bajo MCC, además el
login-customer-id.
Dónde falla la gente: el punto 4, obviamente, pero también el 5. El refresh token caduca si no se usa durante seis meses, y también si cambias la contraseña de la cuenta de Google o revocas permisos. Cuando eso pasa, el MCP deja de funcionar sin avisar y tienes que regenerarlo.
Tiempo realista: entre 4 y 6 horas de trabajo efectivo, repartidas a lo largo de una a tres semanas de espera.
El problema que sigues teniendo con los tres montados
Supongamos que llegas al final. Tienes los tres servidores funcionando y puedes preguntarle a la IA por tus datos. Enhorabuena, de verdad.
Cada MCP responde por separado. Le preguntas por el tráfico y contesta GA4. Le preguntas por el gasto y contesta Ads. Le preguntas por las posiciones y contesta Search Console. Pero cuando quieres cruzar las tres, la IA tiene que pedir los datos por separado y unirlos sobre la marcha, y ahí empiezan los problemas:
- Los períodos no coinciden. GA4 usa la zona horaria de la propiedad, Ads usa la de la cuenta, Search Console usa UTC y va con dos días de retraso.
- Las métricas no significan lo mismo. Los clics de Ads no son las sesiones de GA4. Las impresiones de Search Console no son las de Ads.
- Cada llamada consume contexto. Si pides tres meses de datos de tres fuentes, la IA se queda sin espacio antes de llegar a la conclusión.
Preguntas como "¿el dinero que meto en Ads me está trayendo tráfico que luego convierte?" o "¿las páginas que mejor posicionan son las que más venden?" requieren que alguien haya normalizado las tres fuentes antes de que la IA las vea. Con tres MCP sueltos, ese alguien eres tú, en cada pregunta.
Entonces, ¿lo monto o no?
Móntalo tú si quieres entender cómo funciona por dentro, tienes soltura con la terminal, trabajas con una sola fuente o necesitas un control fino que ninguna herramienta te va a dar.
No lo montes si lo que quieres es preguntar y que te conteste. El montaje no es la parte valiosa: la parte valiosa es la respuesta. Y entre tú y la respuesta hay un proyecto de Cloud, tres APIs, un JSON de credenciales, un token pendiente de aprobación y un fichero de configuración que se rompe cuando actualizas algo.
Datapeek existe precisamente por eso. Conectas con tu cuenta de Google, eliges tus propiedades y ya puedes preguntar. Las tres fuentes vienen normalizadas dentro del mismo proyecto, así que las preguntas que cruzan datos funcionan sin que tengas que hacer nada.
Preguntas frecuentes
¿Puedo conectar ChatGPT con Google Analytics igual que Claude?
Depende de la aplicación y de la versión. El soporte de MCP nació en Claude Desktop y se ha ido extendiendo a otras aplicaciones de IA. Antes de montarlo, comprueba que la versión concreta que usas admite servidores MCP locales, porque en algunos casos solo están disponibles en planes de pago o en clientes de escritorio, no en la versión web.
¿Es seguro dar acceso a mis datos de Analytics a una IA?
El acceso lo controlas tú con permisos de solo lectura, así que la IA no puede modificar ni borrar nada en tus propiedades. El riesgo real está en el fichero JSON de credenciales que se descarga en tu ordenador: cualquiera con acceso a ese fichero accede a tus datos. Guárdalo fuera de carpetas sincronizadas en la nube y nunca lo subas a un repositorio.
¿Necesito saber programar para montar un MCP?
Programar, no. Manejarte en la terminal, sí. Vas a tener que instalar paquetes con línea de comandos, editar ficheros de configuración en formato JSON y leer mensajes de error que no están escritos para usuarios finales. Si nunca has hecho nada de eso, es viable, pero cuenta con dedicarle una tarde entera y con atascarte al menos una vez.
¿Cuánto cuesta montar los MCP de Google?
Las APIs de Google Analytics, Search Console y Google Ads no tienen coste dentro de los límites de uso habituales de un negocio pequeño o mediano. El proyecto de Google Cloud tampoco cuesta nada si solo lo usas para esto. El coste real es tu tiempo, y el de la suscripción a la aplicación de IA que uses.
¿Por qué Google Ads necesita aprobación y las otras dos no?
Porque la API de Google Ads permite crear y modificar campañas, es decir, gastar dinero. Google revisa manualmente quién accede para evitar abusos y aplicaciones que gestionen presupuestos publicitarios sin control. Aunque tú solo vayas a leer datos, el proceso de aprobación es el mismo.
Conclusión
Conectar una IA con tus datos de marketing es posible y el estándar MCP lo ha hecho mucho más accesible de lo que era hace un año. Google Analytics y Search Console se montan en una tarde. Google Ads depende de una aprobación manual de Google que no controlas.
Y aun con los tres funcionando, siguen siendo tres fuentes separadas: las preguntas interesantes, las que cruzan inversión, tráfico y posicionamiento, requieren un trabajo de normalización que los MCP sueltos no hacen.
Si el montaje te aporta, móntalo. Si lo que quieres es la respuesta, hay caminos más cortos.
Prueba Datapeek gratis durante 7 días. Conectas con Google, eliges tus propiedades y preguntas. Sin credenciales, sin tokens, sin esperar aprobaciones. Empezar ahora →
Javier Sancho Piqueras — Ingeniero informático y consultor de analítica digital con más de 14 años de experiencia.