Dashboard de Marketing con Looker Studio: Cómo Convertir los Datos en Decisiones
Lectura 7 min · AstraLoop Studio
Fin de mes. Te haces una pregunta sencilla: "¿el marketing ha funcionado este mes?". Para responder abres GA4, luego Google Ads, luego el Business Manager de Meta, luego el CRM, y por si acaso también un Excel. Cada pantalla te da un número de conversiones distinto. Después de media hora saltando entre pestañas tienes más dudas que al principio.
Es la rutina de muchas pymes, y no es culpa tuya: los datos de marketing nacen dispersos, cada uno con su propia lógica de conteo. Looker Studio (el antiguo Google Data Studio) es la herramienta gratuita de Google que conecta estas fuentes en una única vista que se actualiza sola. Pero cuidado: un dashboard solo sirve si cambia lo que haces el lunes por la mañana. La mayoría son bonitos de ver y no los mira nadie. Aquí vemos cómo construir uno que una GA4, Ads y CRM para que veas el ROI real de un vistazo, y decidas.
Qué es (y qué no es) Looker Studio
Looker Studio es la herramienta de visualización de datos de Google, gratuita, renombrada en 2022 (antes se llamaba Data Studio). Conecta decenas de fuentes, construye informes interactivos y los compartes con un simple enlace: quien lo abre ve siempre datos actualizados, sin que tengas que enviar capturas de pantalla por correo.
Lo que no es, y es el punto que arruina el 90% de los dashboards: no es un sistema de tracking ni una base de datos. No "recoge" datos, los lee de donde ya están. Si el tracking de origen está roto o no existe, el dashboard te mostrará cifras erróneas, solo que más rápido y con gráficos más bonitos. Antes del dashboard siempre va un tracking de conversiones bien hecho: es la base sobre la que se apoya todo lo demás.
Comparado con herramientas como Power BI, Looker Studio es el nivel ligero y orientado al marketing. Para una pyme cubre sin problema lo que necesita, sin licencias ni consultores dedicados.
Por qué un solo dashboard (y por qué el ROAS de las plataformas miente)
El problema no es la falta de datos, es el exceso de versiones de la verdad. Google Ads te dice 40 conversiones, Meta reclama 35, GA4 cuenta 30 y el CRM registra 22 clientes que realmente han pagado. No es un error: cada plataforma cuenta sus propias conversiones con su propia ventana de atribución y se atribuye el mérito cuando puede. Si las sumas, obtienes más conversiones de las que han ocurrido en realidad.
Hay algo peor: el ROAS que lees dentro de Google y Meta es autodeclarado y generoso. No sabe nada de devoluciones, reembolsos, margen real o leads que nunca van a cerrar. En la generación de leads es aún más traicionero: la plataforma cuenta el "lead", pero si siete de cada diez contactos son basura, ese ROAS no significa nada. El ingreso real, el que se cobra de verdad, vive en el CRM.
Por eso el dashboard que cuenta hace algo muy concreto: junta el coste (de las plataformas publicitarias) con el ingreso real (del CRM). Es el paso de razonar en MER en vez de en ROAS de plataforma, y te obliga a mirar de frente los límites de los modelos de atribución en lugar de fiarte del primer número bonito.
Las fuentes que hay que conectar (y cuáles dan más guerra)
Un dashboard de ROI serio bebe de cuatro familias de datos. Dos son fáciles, dos algo menos.
- GA4: conector nativo, integrado. Te aporta comportamiento en el sitio, conversiones y fuentes de tráfico. Si aún no lo tienes bien configurado, empieza por cómo configurar GA4 desde cero.
- Google Ads: conector nativo. Gasto, clics, impresiones y conversiones por campaña, listos para traer directamente.
- Meta Ads: aquí aparece el primer obstáculo. Google no ofrece un conector nativo gratuito para Facebook e Instagram. Necesitas un conector de terceros (Supermetrics, Windsor.ai, Coupler.io, Porter y similares, casi todos de pago) o una exportación periódica a Google Sheets.
- CRM: la pieza que marca la diferencia y la más laboriosa, porque ahí está el ingreso real. Tres caminos: exportar a Google Sheets (sencillo, automatizable), BigQuery (robusto, para volúmenes grandes) o un conector dedicado. Si el CRM ya está cosido a tus procesos, exponer estos datos es mucho más sencillo.
Google Sheets y BigQuery, en este esquema, hacen de pegamento: recogen lo que no tiene un conector directo y se lo sirven a Looker Studio de forma ordenada.
El nudo real: hacer que las fuentes hablen entre sí
Conectar las fuentes no basta: por defecto siguen siendo islas separadas. El gasto de Meta y la facturación del CRM no se fusionan solas. Looker Studio tiene una función de combinación de datos (el "blending") que las une mediante una clave común.
La clave, normalmente, es la pareja fecha más campaña, o los UTM. Y aquí aparece el segundo obstáculo: si tus UTM son un caos (utm_source unas veces "facebook", otras "FB", otras vacío), el blend no engancha nada y los números que obtienes parecen precisos pero están inventados. Tener los UTM configurados con criterio no es un detalle de friki: es la condición para que el dashboard diga la verdad.
Queda un último paso a menudo ignorado: para vincular una venta del CRM con la campaña que la generó, la información de la fuente debe entrar en el CRM en el momento del lead (vía UTM o click id). Es el mismo mecanismo que necesitas para devolver las conversiones offline del CRM a las plataformas. Sin este enganche, la columna "ingreso por campaña" quedará siempre vacía.
¿Quieres un dashboard que te diga de verdad si el marketing está funcionando, sin cruzar diez pestañas a mano? Cuéntanos cómo están tus datos y te mostramos cómo conectarlos.
Cómo construir el dashboard, paso a paso
La parte visual es la más rápida. El método que funciona es este.
- Parte de las decisiones, no de los gráficos. Escribe las 5-7 preguntas a las que el dashboard debe responder: ¿cuánto he gastado en total? ¿Cuántos clientes (no leads) he conseguido? ¿Cuál es el CAC por canal? ¿El ROI global es positivo? ¿Qué campaña está quemando presupuesto? Si un gráfico no responde a una de estas decisiones, no entra. Ayuda partir de los KPI que realmente importan e ignorar las vanity metrics.
- Conecta las fuentes. Primero las nativas (GA4, Google Ads), luego Meta y CRM vía conector de terceros o Google Sheets.
- Estructura la página en pirámide. Arriba las scorecards con las 5-6 cifras clave (gasto, leads, clientes, facturación, CAC, ROI): el vistazo rápido. Debajo, la tendencia en el tiempo de gasto contra facturación. Luego el desglose por canal (Google, Meta, orgánico). Al final, una tabla por campaña con coste, conversiones, ingreso y ROI fila por fila.
- Haz el blending entre coste (plataformas) e ingreso (CRM) sobre la clave fecha más campaña.
- Añade los filtros por periodo y por canal, para que cualquiera que abra el informe pueda consultarlo sin pedirte nada.
- Comparte el enlace con quien decide y activa la actualización automática. A partir de aquí el dashboard vive solo.
Los errores que hacen que un dashboard sea inútil
- Demasiadas métricas. Treinta gráficos en una página equivalen a cero decisiones. Menos es más, siempre.
- Ningún ingreso real del CRM. Si te quedas en el ROAS de las plataformas, estás decorando un número inflado.
- Obsesión por el tiempo real. Casi ninguna decisión de marketing se toma al minuto. Una actualización diaria o semanal es más que suficiente.
- Blend sobre claves que no coinciden. Unos UTM sucios producen tablas de apariencia precisa y contenido falso.
- Sin responsable. Un dashboard sin un propietario y un ritual (la revisión del lunes, por ejemplo) es un dashboard que nadie mira.
El dashboard es la herramienta, no la meta
El sentido de todo esto no es tener un cuadro de mando bonito, sino cerrar un ciclo. Trackeas de forma limpia, ves el ROI real, decides (mueves presupuesto de la campaña que pierde a la que rinde), el CRM devuelve las conversiones reales a las plataformas y sus algoritmos vuelven a optimizar sobre clientes reales en lugar de leads basura. El dashboard es el cuadrante que te dice si el ciclo gira en el sentido correcto.
Para la mayoría de las pymes el cuello de botella no es "qué gráfico elijo", sino "los datos no llegan limpios y conectados al sitio correcto". Es precisamente el trabajo de conexión entre tracking, CRM y automatizaciones lo que hace que un dashboard sea capaz de contarte la verdad, en lugar de una colección de números bonitos y poco fiables. Construido así, dejas de adivinar y empiezas a decidir.
Preguntas frecuentes
¿Looker Studio es realmente gratuito?
Sí, Looker Studio es gratuito. Solo pagas por servicios de terceros, como los conectores partner para Meta Ads o para fuentes no cubiertas por los conectores nativos de Google, y por BigQuery si lo usas como almacén de datos.
¿Cuál es la diferencia entre Looker Studio y Google Analytics?
GA4 recoge y almacena los datos de tráfico y conversión de tu sitio. Looker Studio no recoge nada: lee los datos de GA4 (y de otras fuentes) y los convierte en informes visuales y compartibles. Uno mide, el otro muestra.
¿Puedo conectar Meta Ads a Looker Studio?
No con un conector nativo gratuito de Google. Necesitas un conector partner de pago (Supermetrics, Windsor.ai, Coupler.io y similares) o una exportación periódica de los datos de Meta a Google Sheets, que luego conectas a Looker Studio.
¿Cómo conecto mi CRM para ver la facturación real?
Los caminos más habituales son tres: exportar los datos del CRM a Google Sheets (la vía más sencilla), usar BigQuery para volúmenes importantes, o un conector dedicado. El requisito real es que en el CRM quede guardada la fuente del lead (UTM o click id); si no, no puedes atribuir el ingreso a la campaña.
¿Cuánto tiempo se necesita para construir un dashboard de ROI?
Una primera versión útil, con GA4 y Google Ads nativos, se monta en medio día. El tiempo se va en la integración de Meta y sobre todo del CRM, y en la limpieza de los UTM: ahí, según el estado de los datos, se va de unos días a un par de semanas.
¿Mejor Looker Studio o Power BI?
Para una pyme orientada al marketing, Looker Studio es gratuito, se integra de forma nativa con el ecosistema Google y en la mayoría de los casos es más que suficiente. Power BI tiene sentido si ya tienes el ecosistema Microsoft, necesidades de modelado de datos complejas o volúmenes muy grandes que gestionar en origen.
Si tus números están dispersos entre GA4, Ads y un CRM que no habla con nadie, solicita un análisis: ponemos orden en el tracking y construimos el cuadro de mando que necesitas.