Recolectar datos de múltiples fuentes

Introducción: El Problema de los Datos Fragmentados

Escenario real:

María es gerente de marketing. Cada lunes pasa 3 horas recolectando datos para su reporte semanal:

• 30 min: Exportar datos de Google Analytics
• 20 min: Descargar métricas de Facebook Ads
• 25 min: Copiar datos del CRM (HubSpot)
• 15 min: Extraer información de Google Sheets de ventas
• 20 min: Obtener datos de email marketing (Mailchimp)
• 70 min: Consolidar todo en un Excel

El costo oculto:

• 3 horas/semana = 12 horas/mes = 144 horas/año
• Equivale a 18 días laborales solo copiando datos
• Sin contar errores de transcripción y datos desactualizados

Después de automatizar con Zapier:

• Todos los datos fluyen automáticamente a Google Sheets
• Actualización cada hora (o en tiempo real)
• María dedica 30 minutos a analizar, no a recolectar
• Ahorro: 2.5 horas/semana = 130 horas/año

---

Arquitectura de Recolección de Datos

El Flujo Ideal

┌─────────────────────────────────────────────────────────────┐
│                    FUENTES DE DATOS                         │
├─────────────────────────────────────────────────────────────┤
│  CRM          Analytics      Ads           Email            │
│  (HubSpot)    (GA4)         (Meta/Google)  (Mailchimp)      │
│     │            │              │              │            │
│     └────────────┴──────────────┴──────────────┘            │
│                          │                                  │
│                          ▼                                  │
│              ┌─────────────────────┐                        │
│              │   ZAPIER (ETL)      │                        │
│              │   - Extract         │                        │
│              │   - Transform       │                        │
│              │   - Load            │                        │
│              └──────────┬──────────┘                        │
│                         │                                   │
│                         ▼                                   │
│              ┌─────────────────────┐                        │
│              │   DESTINO CENTRAL   │                        │
│              │   Google Sheets /   │                        │
│              │   Airtable / DB     │                        │
│              └──────────┬──────────┘                        │
│                         │                                   │
│                         ▼                                   │
│              ┌─────────────────────┐                        │
│              │   DASHBOARD         │                        │
│              │   Looker Studio /   │                        │
│              │   Data Studio       │                        │
│              └─────────────────────┘                        │
└─────────────────────────────────────────────────────────────┘

Componentes Clave

1. Fuentes de Datos (Sources)

• APIs de plataformas (HubSpot, Shopify, Stripe)
• Google Sheets compartidos por equipos
• Formularios web (Typeform, Google Forms)
• Bases de datos (MySQL, PostgreSQL via webhooks)

2. Capa de Transformación (Zapier)

• Extrae datos de cada fuente
• Limpia y normaliza formatos
• Calcula campos derivados
• Maneja errores y datos faltantes

3. Almacenamiento Central

• Google Sheets (simple, colaborativo)
• Airtable (más potente, mejor para relaciones)
• BigQuery/Snowflake (para volúmenes grandes)

4. Visualización

• Looker Studio (gratis con Google Sheets)
• Tableau (enterprise)
• Power BI (si usas Microsoft)

---

Zap 1: Recolectar Datos del CRM

Objetivo

Cada día a las 8am, extraer nuevos leads y deals de HubSpot a Google Sheets.

Configuración Paso a Paso

Trigger: Schedule by Zapier

App: Schedule by Zapier
Trigger: Every Day
Time: 8:00 AM
Timezone: America/Mexico_City
Days: Monday, Tuesday, Wednesday, Thursday, Friday

Acción 1: HubSpot - Get Contacts

App: HubSpot
Action: Find Contact
Search: Created date is after [yesterday]
Properties to retrieve:
  - email
  - firstname
  - lastname
  - company
  - lifecyclestage
  - hs_lead_status
  - createdate

Acción 2: Formatter - Transform Data

App: Formatter by Zapier
Action: Date/Time
Transform: Format
Input: {{createdate}}
To Format: YYYY-MM-DD

Acción 3: Google Sheets - Add Row

App: Google Sheets
Action: Create Spreadsheet Row
Spreadsheet: [Marketing Dashboard]
Worksheet: CRM_Leads

Columns mapping:
  Fecha: {{formatted_date}}
  Email: {{email}}
  Nombre: {{firstname}} {{lastname}}
  Empresa: {{company}}
  Etapa: {{lifecyclestage}}
  Status: {{hs_lead_status}}
  Fuente: HubSpot CRM
  Timestamp: {{zap_meta_human_now}}

Resultado

Cada mañana, tu spreadsheet tiene los nuevos leads del día anterior, listos para analizar.

---

Zap 2: Recolectar Métricas de Google Analytics

Objetivo

Obtener métricas diarias de tráfico web automáticamente.

Configuración

Trigger: Schedule by Zapier

App: Schedule by Zapier
Trigger: Every Day
Time: 6:00 AM (antes que el equipo revise)

Acción 1: Google Analytics 4 - Get Report

App: Google Analytics 4
Action: Get Report Data
Property: [Tu propiedad GA4]
Date Range: Yesterday
Metrics:
  - sessions
  - totalUsers
  - newUsers
  - bounceRate
  - averageSessionDuration
  - conversions
Dimensions:
  - date
  - sessionDefaultChannelGroup

Acción 2: Loop (para múltiples filas)

App: Looping by Zapier
Action: Create Loop From Line Items
Values to Loop: {{sessions}}, {{totalUsers}}, etc.

Acción 3: Google Sheets - Add Rows

App: Google Sheets
Action: Create Spreadsheet Row
Spreadsheet: [Marketing Dashboard]
Worksheet: GA4_Daily

Columns:
  Fecha: {{date}}
  Canal: {{sessionDefaultChannelGroup}}
  Sesiones: {{sessions}}
  Usuarios: {{totalUsers}}
  Usuarios_Nuevos: {{newUsers}}
  Bounce_Rate: {{bounceRate}}
  Duracion_Promedio: {{averageSessionDuration}}
  Conversiones: {{conversions}}

---

Zap 3: Consolidar Datos de Ads (Meta + Google)

Objetivo

Unificar métricas de Meta Ads y Google Ads en un solo lugar.

Zap A: Meta Ads

Trigger: Schedule - Daily at 7am

Acción 1: Facebook Ads - Get Ad Insights

App: Facebook Ads
Action: Get Ad Account Insights
Account: [Tu cuenta]
Date Preset: yesterday
Fields:
  - spend
  - impressions
  - clicks
  - cpc
  - cpm
  - conversions
  - cost_per_conversion

Acción 2: Google Sheets - Add Row

Worksheet: Ads_Consolidado

Fecha: {{zap_meta_human_now}}
Plataforma: Meta Ads
Gasto: {{spend}}
Impresiones: {{impressions}}
Clicks: {{clicks}}
CPC: {{cpc}}
CPM: {{cpm}}
Conversiones: {{conversions}}
CPA: {{cost_per_conversion}}

Zap B: Google Ads

Trigger: Schedule - Daily at 7am

Acción 1: Google Ads - Get Campaign Stats

App: Google Ads
Action: Get Campaign Statistics
Date Range: Yesterday
Metrics:
  - cost
  - impressions
  - clicks
  - averageCpc
  - conversions
  - costPerConversion

Acción 2: Google Sheets - Add Row

Worksheet: Ads_Consolidado (mismo que Meta)

Fecha: {{zap_meta_human_now}}
Plataforma: Google Ads
Gasto: {{cost}}
Impresiones: {{impressions}}
Clicks: {{clicks}}
CPC: {{averageCpc}}
CPM: (calculado)
Conversiones: {{conversions}}
CPA: {{costPerConversion}}

Resultado

Una sola hoja con datos de ambas plataformas, formato unificado, listo para comparar.

---

Zap 4: Recolección Programada Avanzada

Múltiples Frecuencias

Datos en Tiempo Real (Trigger: Instant)

• Nuevas ventas (Shopify, Stripe)
• Nuevos leads (formularios)
• Alertas críticas

Datos Cada Hora

• Inventario
• Métricas de soporte
• Performance de campañas

Datos Diarios

• Resumen de métricas
• Nuevos registros
• Movimientos financieros

Datos Semanales

• Reportes consolidados
• Comparativas MoM
• KPIs de alto nivel

Configuración de Schedule

TIEMPO REAL:
Trigger: Webhook o app nativa
Cuando: Al ocurrir evento

CADA HORA:
Trigger: Schedule by Zapier
Every: 1 Hour
Minutes: 0 (al inicio de cada hora)

DIARIO:
Trigger: Schedule by Zapier
Every: Day
Time: 6:00 AM
Days: Every day (o solo weekdays)

SEMANAL:
Trigger: Schedule by Zapier
Every: Week
Day: Monday
Time: 7:00 AM

---

Transformación y Limpieza de Datos

Problemas Comunes y Soluciones

Problema 1: Formatos de fecha inconsistentes

Fuente A: "01/15/2025" (MM/DD/YYYY)
Fuente B: "15-01-2025" (DD-MM-YYYY)
Fuente C: "2025-01-15T08:30:00Z" (ISO)

Solución: Formatter

App: Formatter by Zapier
Action: Date/Time > Format
Input: {{raw_date}}
From Format: (auto-detect o específico)
To Format: YYYY-MM-DD
Output: 2025-01-15

---

Problema 2: Números con formatos diferentes

Fuente A: "$1,234.56"
Fuente B: "1234,56"
Fuente C: "1234.56 USD"

Solución: Formatter Numbers

App: Formatter by Zapier
Action: Numbers > Format Number
Input: {{raw_number}}
Input Decimal Mark: (auto-detect)
To Format: 1234.56

---

Problema 3: Campos vacíos o nulos

Email: "" (vacío)
Nombre: null
Teléfono: undefined

Solución: Paths o Filter

OPCIÓN A - Paths:
If {{email}} exists:
  Path A: Procesar normalmente
  Path B: Asignar valor default "no-email@ejemplo.com"

OPCIÓN B - Filter:
Only continue if:
  {{email}} (Text) Does not contain ""
  (Salta registros sin email)

---

Problema 4: Datos duplicados

Solución: Lookup antes de insertar

Acción 1: Google Sheets - Lookup Row
Column: Email
Value: {{new_email}}

Acción 2: Filter
Only continue if:
  {{lookup_result}} Does not exist

Acción 3: Google Sheets - Create Row
(Solo si no existe)

---

Configurar Dashboard Centralizado

Estructura Recomendada de Google Sheets

📊 Marketing_Dashboard_2025

├── 📑 Resumen (dashboard con fórmulas)
├── 📑 CRM_Leads (datos de HubSpot)
├── 📑 GA4_Daily (tráfico web)
├── 📑 Ads_Consolidado (Meta + Google)
├── 📑 Email_Metrics (Mailchimp)
├── 📑 Ventas (Shopify/Stripe)
├── 📑 _Config (parámetros y lookups)
└── 📑 _Log (registro de actualizaciones)

Hoja de Resumen con Fórmulas

=== RESUMEN EJECUTIVO ===

                      HOY        AYER       SEMANA    MES
Leads Nuevos:         =COUNTIFS(CRM_Leads!A:A,TODAY())
Sesiones Web:         =SUMIFS(GA4!C:C,GA4!A:A,TODAY())
Gasto Ads:            =SUMIFS(Ads!C:C,Ads!A:A,TODAY())
Conversiones:         =SUMIFS(Ads!G:G,Ads!A:A,TODAY())
Ventas:               =SUMIFS(Ventas!D:D,Ventas!A:A,TODAY())

=== MÉTRICAS CLAVE ===

CPA Promedio:         =AVERAGEIFS(...)
Conversion Rate:      =Conversiones/Sesiones*100
ROI Ads:              =(Ventas-Gasto)/Gasto*100

Conectar con Looker Studio

1. Abre Looker Studio (lookerstudio.google.com)
2. Create > Data Source > Google Sheets
3. Selecciona tu spreadsheet
4. Conecta cada hoja como fuente separada
5. Crea visualizaciones:
   • Gráfico de líneas: Tendencias diarias
   • Scorecards: KPIs principales
   • Tablas: Detalle por canal
   • Gráficos de barras: Comparativas

---

Mejores Prácticas

1. Nombra Todo Consistentemente

BUENO:
- 2025-01-15_leads_hubspot
- meta_ads_daily_metrics
- ga4_sessions_by_channel

MALO:
- data
- export(1)
- Copia de Sheet1

2. Incluye Timestamps

Siempre agrega una columna con:

• Fecha del dato original
• Timestamp de cuando se importó
• Fuente del dato

| Fecha_Dato | Timestamp_Import | Fuente |
|------------|------------------|--------|
| 2025-01-15 | 2025-01-16 06:00 | GA4    |

3. Maneja Errores

Acción: Agrega error handling a cada Zap

Si falla:
1. Enviar email de alerta
2. Guardar en hoja de errores
3. Reintentar en 1 hora

4. Documenta Tus Zaps

Nombre del Zap: [Fuente] > [Destino] - [Frecuencia]
Ejemplo: "HubSpot > Sheets - Daily Leads 8am"

Descripción:
- Qué datos extrae
- Transformaciones aplicadas
- Dónde los guarda
- Quién es responsable

5. Monitorea y Audita

Revisión semanal:
□ Todos los Zaps corrieron sin errores
□ Datos se ven correctos (spot check)
□ No hay duplicados
□ Timestamps son recientes

---

Resumen de la Lección

Has aprendido a:

1. Diseñar arquitectura de recolección - Fuentes, ETL, destino, visualización
2. Conectar múltiples fuentes - CRM, Analytics, Ads, Email
3. Configurar schedules - Tiempo real, horario, diario, semanal
4. Transformar datos - Fechas, números, campos vacíos
5. Crear dashboard centralizado - Google Sheets + Looker Studio

---

Próximos Pasos

En la siguiente lección aprenderemos a convertir estos datos en reportes narrativos usando IA. No solo tendrás números - tendrás insights escritos automáticamente que explican qué está pasando y qué acciones tomar.

Preparación:

1. Crea un Google Sheet con al menos 2 semanas de datos
2. Identifica los 5 KPIs más importantes para tu negocio
3. Piensa: "Si pudiera tener un analista que escriba un resumen cada semana, ¿qué le pediría?"

---

La recolección automática de datos es el fundamento. Pero los datos sin interpretación son solo números. En la próxima lección, agregaremos la capa de inteligencia que convierte datos en decisiones.