Tienes tres MCP montados. Sigues sin poder cruzar los datos

Conectar Google Analytics, Search Console y Google Ads a una IA mediante tres servidores MCP independientes resuelve el acceso a los datos, pero no la integración. Cada servidor responde solo por su fuente, con su propia zona horaria, su propio calendario de actualización y métricas que se llaman parecido pero no significan lo mismo. Las preguntas que cruzan las tres fuentes —si la inversión publicitaria trae tráfico que convierte, si lo que posiciona es lo que vende— siguen requiriendo un trabajo de normalización que los MCP no hacen.

Este artículo explica por qué pasa y qué implica en la práctica.

Actualizado: agosto 2026

El montaje funciona. El problema es otro

Supongamos que ya has pasado por todo: el proyecto de Google Cloud, la cuenta de servicio, las tres APIs activadas, el developer token de Ads aprobado después de dos semanas de espera. Los tres servidores responden.

Le preguntas a la IA cuánto tráfico tuviste el mes pasado y te lo dice. Le preguntas cuánto gastaste en Ads y te lo dice. Le preguntas qué posición media tienes para tu keyword principal y te lo dice.

Todo correcto. Y sin embargo, la primera pregunta interesante que se te ocurra va a fallar.

"¿Las campañas de Ads del mes pasado trajeron usuarios que luego convirtieron?"

Para responder eso, la IA tiene que pedirle a Ads el gasto y los clics, pedirle a GA4 las sesiones y las conversiones, alinear ambos por campaña y por fecha, y decidir qué hace cuando los números no encajan. Y no encajan casi nunca.

Los períodos no son los mismos períodos

Cada fuente vive en una zona horaria distinta y ninguna te avisa de ello.

• GA4 usa la zona horaria configurada en la propiedad. Si la creaste con la configuración por defecto, es probable que esté en hora del Pacífico aunque tu negocio esté en Madrid.
• Google Ads usa la zona horaria de la cuenta, que se fija al crearla y no se puede cambiar después. Puede ser distinta de la de GA4 sin que nadie lo haya decidido nunca.
• Search Console trabaja en UTC y además va con dos o tres días de retraso. Los datos de ayer no existen todavía.

Cuando le pides a la IA "los datos de julio", cada servidor devuelve un julio ligeramente diferente. Con volúmenes grandes la diferencia se diluye y no la ves. Con volúmenes pequeños, que es el caso de la mayoría de negocios, un desfase de horas al principio y al final del mes mueve los porcentajes lo suficiente como para que la conclusión cambie.

Y el retraso de Search Console tiene un efecto peor: si preguntas por "los últimos 7 días", GA4 y Ads te dan siete días y Search Console te da cuatro o cinco. La IA compara los tres como si fueran el mismo periodo, porque nadie le ha dicho que no lo son.

Las métricas se llaman igual y miden cosas distintas

Este es el problema que más conclusiones falsas genera, porque no da error: da un número que parece correcto.

Clics de Ads ≠ sesiones de GA4. Un usuario que hace clic en tu anuncio, cierra la pestaña y vuelve media hora después genera un clic y dos sesiones. Otro que hace clic dos veces en el mismo anuncio en diez minutos genera dos clics y una sesión. Además, GA4 solo cuenta al usuario si el tag llegó a cargar: si se fue antes, Ads lo cuenta y GA4 no. La diferencia habitual entre clics de Ads y sesiones de la misma campaña en GA4 está entre el 10% y el 20%, y puede ser mucho mayor.

Impresiones de Search Console ≠ impresiones de Ads. Las primeras son apariciones en resultados orgánicos, las segundas son apariciones de tu anuncio. Sumarlas no significa nada, pero un modelo que ve dos columnas llamadas "impresiones" tiene todas las papeletas de sumarlas.

Conversiones de Ads ≠ conversiones de GA4. Usan modelos de atribución distintos y ventanas de conversión distintas. Ads atribuye la conversión al día del clic; GA4, al día de la conversión. Una venta del día 3 originada por un clic del día 28 del mes anterior aparece en meses diferentes según a quién preguntes.

Usuarios de GA4 ≠ personas. Un mismo humano con móvil y portátil son dos usuarios salvo que tengas User-ID configurado. Y si ha rechazado las cookies, puede que no sea ninguno.

Nada de esto es un fallo de las herramientas: cada una mide lo que tiene que medir. El problema aparece al ponerlas juntas sin traducir.

Cada consulta se come el contexto

Hay un límite práctico del que casi nadie habla hasta que se lo encuentra de frente.

Cuando le pides a una IA un análisis de tres meses cruzando tres fuentes, cada servidor MCP devuelve la respuesta completa de la API: filas, dimensiones, metadatos, y a menudo bastante ruido. Eso entra entero en la conversación y ocupa espacio.

Con dos o tres consultas simples no pasa nada. Con un análisis de verdad —tres fuentes, varios meses, desglose por campaña o por página— llegas al límite de contexto antes de que el modelo haya llegado a ninguna conclusión. Y lo que ocurre entonces no es un error claro: la IA empieza a olvidar los datos del principio y responde con los del final, sin avisarte de que ha perdido la mitad.

El síntoma típico es una respuesta que suena perfectamente razonable pero que no cuadra con lo que tú sabes de tu negocio. Y cuando eso pasa, ya no sabes si es que el dato es sorprendente o es que el modelo se ha quedado sin sitio.

Lo que hay que hacer para que funcione

Que las tres fuentes se puedan cruzar no es magia, es trabajo previo. Alguien tiene que:

Unificar las zonas horarias. Elegir una de referencia y convertir las otras dos antes de comparar nada.

Respetar el calendario de cada fuente. Saber que Search Console va con retraso y ajustar los rangos en consecuencia, en lugar de comparar siete días contra cuatro.

Traducir las métricas. Decidir explícitamente qué significa "tráfico" cuando vienes de Ads y qué significa cuando vienes de GA4, y no dejar que el modelo lo interprete sobre la marcha.

Reducir antes de enviar. Agregar los datos a lo que hace falta para responder la pregunta, en vez de volcar la respuesta cruda de tres APIs en la conversación.

Mantener las claves de unión. Que la campaña de Ads y la fuente/medio de GA4 se puedan emparejar exige que el etiquetado UTM sea consistente. Si no lo es, no hay cruce posible por mucha IA que le pongas.

Cada uno de esos puntos es asumible por separado. Juntos son un proyecto, y es un proyecto que hay que rehacer cada vez que Google cambia algo.

Qué preguntas se desbloquean cuando las fuentes están unidas

Merece la pena ver el otro lado, porque es donde está el valor:

• ¿Las páginas que mejor posicionan en orgánico son las que más convierten?
• ¿Estoy pagando en Ads por keywords para las que ya salgo primero en orgánico?
• ¿Qué contenido atrae tráfico que se queda y cuál atrae tráfico que rebota?
• ¿Ha bajado el tráfico porque he perdido posiciones o porque he bajado la inversión?
• ¿El coste por adquisición real, contando orgánico y pago, sube o baja?

Ninguna de estas se responde con una sola fuente. Todas son las que de verdad cambian una decisión.

Preguntas frecuentes

¿No puedo unir GA4 y Google Ads simplemente vinculando las cuentas?

La vinculación nativa entre Google Ads y GA4 existe y es recomendable: trae los datos de coste a GA4 y permite ver las campañas dentro de los informes. Pero es una vinculación parcial. Search Console se queda fuera de ese cruce en la práctica, las diferencias de atribución siguen ahí, y sobre todo no resuelve el problema de tener una IA respondiendo preguntas: los MCP siguen consultando cada API por separado.

¿Looker Studio no resuelve esto?

Looker Studio permite juntar fuentes con blends, así que técnicamente sí puedes construir el cruce. El coste es el tiempo: hay que definir cada blend, mantener las claves de unión y rehacerlo cuando algo cambia. Y sigues teniendo un cuadro de mando que hay que leer e interpretar, que no es lo mismo que poder preguntar en lenguaje natural.

¿Cuánto se desvían realmente los clics de Ads de las sesiones de GA4?

Depende del sector y de la configuración, pero la horquilla habitual está entre un 10% y un 20% de diferencia, y se dispara si tienes tiempos de carga altos, mucho tráfico móvil o un porcentaje alto de rechazo de cookies. Lo importante no es el número exacto: es que la diferencia existe siempre y no es constante en el tiempo.

¿Sirve de algo montar solo un MCP, el de GA4?

Sí, y es la vía razonable si trabajas casi exclusivamente con una fuente. Los problemas de este artículo aparecen al cruzar. Con una sola fuente, un MCP te da acceso conversacional a tus datos sin ninguno de estos inconvenientes, más allá del montaje inicial.

¿Esto se va a arreglar solo con modelos más grandes?

En parte. Un contexto mayor alivia el tercer problema, el de quedarse sin espacio. Pero las zonas horarias distintas y las métricas que no significan lo mismo no son un problema de capacidad del modelo: son un problema de datos. Por muy grande que sea el contexto, si le das dos columnas llamadas "conversiones" que miden cosas diferentes, va a compararlas.

Conclusión

Montar tres MCP resuelve el acceso, y eso ya tiene valor. Pero acceso no es integración. Mientras cada fuente responda por su cuenta, las preguntas que cruzan datos van a dar respuestas que suenan bien y no lo son, que es peor que no tener respuesta.

La integración se puede hacer a mano. Solo hay que saber que es un trabajo aparte, que no lo hace el MCP, y que hay que mantenerlo.

Datapeek trae GA4, Search Console y Google Ads normalizados dentro del mismo proyecto. Zonas horarias unificadas, métricas traducidas y datos agregados antes de llegar al modelo. Preguntas y responde cruzando las tres. Pruébalo gratis 7 días →

Javier Sancho Piqueras — Ingeniero informático y consultor de analítica digital con más de 14 años de experiencia.