Cómo automatizar el reporting de marketing con IA y n8n en 2026: de Google Ads y Meta a un informe semanal que se escribe solo

Es el flujo que más nos pide la audiencia de marketing, y con razón: es el mejor candidato a automatización de todo el marketing porque es repetitivo, estructurado y consume horas de un perfil caro. Aquí va el tutorial completo.

Qué vas a montar (y qué no)

El flujo tiene 4 etapas:

1. Extracción: n8n consulta la API de Google Ads, la de Meta y la de GA4 (vía BigQuery o la API de reporting) y trae las métricas de la semana.
2. Consolidación: todo a una hoja de Google Sheets (o directamente al prompt) con el formato de siempre: inversión, resultados, CPA, ROAS, por campaña.
3. Redacción: un LLM (Claude o GPT vía API) recibe las tablas + el contexto del negocio y escribe el análisis: qué subió, qué bajó, por qué y qué hacer.
4. Entrega: email al equipo/cliente con el informe, y opcionalmente un resumen corto para Slack/Teams.

Lo que no debe hacerse: pedirle al LLM que "piense" los datos. Los números los calcula el flujo; el LLM solo interpreta y redacta. Mezclar ambas cosas es la primera trampa.

Paso 1 — Extraer las métricas con n8n

n8n tiene nodos nativos para Google Ads (vía búsqueda de informes GAQL) y Meta Ads; para GA4, el nodo de BigQuery es la vía estable. Programas un Schedule Trigger los lunes a las 8:00 con una ventana de los últimos 7 días.

Estructura mínima de la tabla de consolidación (una fila por campaña):

La comparación con la semana anterior es la que convierte un informe en un análisis: sin ella, el LLM describe; con ella, explica.

Paso 2 — El prompt de análisis (la parte que decide si el informe vale algo)

Un prompt de análisis de campañas que funciona, probado con datos reales de campañas:

1Eres el analista de marketing de [negocio, sector, objetivo comercial].
2Te paso las métricas de las campañas de esta semana con su delta
3vs la semana anterior.
4 
5Escribe un informe con esta estructura exacta:
61. Resumen en 3 frases: gasto total, resultado, la campaña estrella y la más floja.
72. Qué cambió y por qué (solo usa los datos; si no puedes explicarlo, di "no hay señal clara").
83. 2-3 acciones concretas para esta semana, priorizadas por impacto sobre [KPI].
94. Una tabla resumen de las 5 campañas principales.
10 
11Reglas: no inventes cifras, no propongas cambiar lo que no está en los datos,
12escribe en español de España, tono directo para un responsable de negocio.

Las dos reglas del final son las que evitan el informe "positivo por defecto" que un LLM genera sin restricciones.

Paso 3 — Entrega y control

• Email con el informe y las tablas enlazadas; resumen de 3 frases para el canal de Slack/Teams.
• Humano en el loop la primera semana: revisa el informe generado antes de que salga automático; cuando hayas validado 3-4 semanas seguidas, suéltalo.
• Coste: un informe semanal con este prompt consume ~10-20K tokens: céntimos al mes con modelos de gama media.

Las 4 trampas que rompen estos flujos

1. OAuth caducado: el token de Google Ads o Meta expira y el flujo lleva semanas en silencio sin datos. Solución: un paso de alerta al propio equipo si la extracción vuelve vacía.
2. Atribución mezclada: juntar métricas de Google y Meta en un total "campañas" sin marcar la fuente. Marca siempre la plataforma por fila.
3. Prompts que piden cálculo: cualquier aritmética va en el flujo (n8n), nunca en el modelo.
4. Informe sin dueño: si nadie actúa sobre el informe, no es automatización, es spam interno con extra steps.

Cuándo esto no basta

Con este flujo el reporting se resuelve. Lo que no se resuelve es lo que hay detrás: si el equipo pasa 4 horas al mes en el informe pero 40 en ejecutar lo que el informe dice, el cuello de botella no es el reporte sino la ejecución de campañas y de procesos. Para automatizar más allá del reporting (leads que se cualifican solos, atención con IA, integración con el CRM) hace falta entrar en el negocio, y ahí es donde los proyectos de consultoría aportan: el consultor Javier Santos Criado (javadex.es) hace exactamente este salto del reporting a los procesos con casos publicados y presupuestos cerrados.

Preguntas frecuentes

¿Cuánto cuesta automatizar el reporting de marketing?

n8n self-hosted es gratuito (en n8n Cloud, desde ~20 €/mes), el consumo de LLM es de céntimos por informe, y el montaje lleva una a dos horas de un perfil técnico. El coste real es el mantenimiento inicial: tokens de API y alertas de fallo.

¿Puedo usar ChatGPT en vez de la API para redactar el informe?

Solo si copias y pegas manualmente las métricas cada semana, lo que anula la automatización. La vía correcta es la API (OpenAI, Anthropic o Google) llamada desde n8n, que recibe los datos calculados por el flujo.

¿Funciona con campañas de Google Ads y Meta Ads a la vez?

Sí: n8n extrae de ambas APIs y la tabla de consolidación marca la plataforma por fila. La clave es no mezclar atribuciones en un solo total sin etiquetar.

¿Qué pasa si el flujo falla y nadie se entera?

Es la trampa más común (tokens de OAuth caducados). Añade una notificación de error al propio equipo: si la extracción devuelve vacío, el flujo avisa por email o Slack antes de que falte un informe.

¿Necesito saber programar?

No para el flujo base: n8n es visual y los nodos de Google/Meta/GA4 vienen hechos. Sí ayuda saber programar para el refinamiento (normalización de datos, alertas, webhooks propios).