Cómo Digitals construyó un sistema de reportería con IA para sus clientes

El problema que nos obligó a construir esto

Cuando gestionas campañas para más de 40 clientes simultáneamente en 4 plataformas publicitarias diferentes, la reportería se convierte en un cuello de botella operativo. Nuestro equipo dedicaba entre 80 y 100 horas mensuales solo a generar reportes: entrar a cada plataforma, exportar datos, consolidar en planillas, crear gráficos, escribir análisis, y enviar al cliente. Eran 100 horas de un equipo de alto nivel haciendo trabajo repetitivo.

El segundo problema era más sutil pero igual de grave: la calidad del análisis dependía de quién escribía el reporte. Un analista senior detectaba tendencias y hacía recomendaciones valiosas. Un analista junior reportaba números sin contexto. El cliente recibía experiencias inconsistentes según quién le tocara.

Decidimos que la reportería no debía depender de personas. Debía ser un sistema.

Arquitectura del sistema: de las APIs a la IA

Capa 1: Conexión con plataformas publicitarias

El primer paso fue construir conectores que extraen datos automáticamente de cada plataforma vía API:

Meta Marketing API: Extraemos métricas de campañas, conjuntos de anuncios y anuncios individuales. Incluye datos demográficos, placement breakdown, y datos de conversión (con CAPI).
Google Ads API: Campañas de Search, Display, Shopping y YouTube. Incluimos Search Terms para analizar qué búsquedas reales disparan los anuncios.
LinkedIn Marketing API: Métricas de campañas, datos demográficos de la audiencia alcanzada (cargo, industria, tamaño de empresa), y datos de Lead Gen Forms.
TikTok Marketing API: Métricas de campaña, datos de audiencia, y métricas de engagement específicas de video (tasa de visualización, watch time promedio).

Los datos se extraen diariamente a las 06:00 AM CLT mediante jobs automatizados. Se almacenan en una base de datos centralizada que mantiene histórico de hasta 24 meses por cliente. Esto permite comparaciones interanuales que las plataformas no ofrecen nativamente.

Capa 2: Normalización y cruce de datos

Cada plataforma reporta métricas de manera diferente. Meta habla de "resultados", Google de "conversiones", LinkedIn de "leads", TikTok de "acciones completas". Nuestro sistema normaliza todo a un framework unificado:

Inversión neta: Gasto real en cada plataforma, excluyendo IVA.
Conversiones primarias: La acción principal que define éxito para cada cliente (venta, lead calificado, agendamiento).
Costo por conversión primaria: Inversión neta / conversiones primarias. Comparable entre plataformas.
ROAS real: Calculado con datos de CRM cuando el cliente lo tiene integrado, no con datos de la plataforma.

Además, cruzamos datos entre plataformas para identificar canibalización (¿Google y Meta se están atribuyendo la misma conversión?) y sinergia (¿activar TikTok mejoró el rendimiento de Meta?).

Capa 3: Análisis con IA

Acá es donde el sistema deja de ser un dashboard y se convierte en un analista. Utilizamos modelos de lenguaje configurados con contexto específico de cada cliente para generar análisis automatizados. El modelo recibe:

Datos de la semana o mes actual.
Datos de periodos anteriores para comparación.
Objetivos del cliente (KPIs target, presupuesto mensual, metas de conversión).
Histórico de recomendaciones anteriores y sus resultados.
Benchmarks del sector en Chile.

Con esta información, la IA genera:

Resumen ejecutivo: 3-4 oraciones que capturan lo más importante del periodo. Escrito en lenguaje claro, sin jerga técnica innecesaria.
Análisis de tendencias: Qué métricas están mejorando, cuáles empeorando, y por qué. La IA identifica correlaciones que un humano podría no ver ("el aumento de CPC en Google coincide con la entrada de un nuevo competidor en las mismas keywords").
Alertas proactivas: Si una métrica clave se desvía más de un 15% del promedio histórico, la IA genera una alerta con causa probable y acción recomendada.
Recomendaciones accionables: No "mejorar el CTR", sino "testear nuevas creatividades en el ad set 'Retargeting visitantes 30d' que muestra fatiga creativa (frecuencia 4.2, CTR bajó 35% en 2 semanas)".

La clave de la IA en reportería no es generar texto bonito. Es generar texto útil. Cada oración del reporte debe responder implícitamente la pregunta: "¿Y qué hago con esta información?"

Capa 4: Entrega automatizada

Los reportes se generan y envían automáticamente según la frecuencia definida por cada cliente:

Reportes semanales: Enviados los lunes a las 09:00 AM CLT. Incluyen resumen de la semana, alertas activas, y mini-recomendaciones.
Reportes mensuales: Enviados el primer día hábil de cada mes. Análisis profundo con comparativas vs. mes anterior y vs. mismo mes del año anterior.
Alertas en tiempo real: Si el sistema detecta una anomalía crítica (gasto excesivo, conversiones en cero, CPC disparado), envía una notificación inmediata por WhatsApp y email.

Los reportes se entregan en formato web (link a dashboard interactivo) y PDF. El cliente puede explorar los datos en detalle en el dashboard o revisar el resumen en el PDF.

Resultados después de 12 meses

Los números hablan por sí solos:

Tiempo dedicado a reportería: De 100 horas/mes a 12 horas/mes (88% de reducción). Las 12 horas restantes son revisión de calidad y ajustes de configuración.
Consistencia del análisis: Todos los clientes reciben el mismo nivel de profundidad analítica, independientemente de quién gestione su cuenta.
Velocidad de detección de problemas: Antes, un problema de tracking podía pasar desapercibido 1-2 semanas hasta el próximo reporte. Ahora se detecta en menos de 24 horas.
Satisfacción del cliente: NPS de la agencia pasó de 42 a 71 después de implementar el sistema. Los clientes destacan la proactividad y la claridad de los reportes.
Tasa de retención de clientes: Aumentó de 78% a 94% anual. Los clientes no se van cuando entienden exactamente qué está pasando con su inversión.

Lo que aprendimos construyendo esto

La IA no reemplaza el criterio humano, lo amplifica. El sistema genera el 90% del reporte, pero un analista revisa y ajusta el 10% restante. Ese 10% es donde está la magia: el contexto que solo un humano que conoce al cliente puede agregar.
Los datos sin interpretación son ruido. Antes de la IA, nuestros reportes tenían 15 páginas de gráficos. Ahora tienen 4 páginas con análisis y recomendaciones. Los clientes prefieren menos datos y más insights.
La automatización libera tiempo para lo que importa. Las 88 horas mensuales que ahorramos se reinvierten en estrategia, creatividad y optimización. Eso es lo que realmente mueve resultados.
Las APIs de las plataformas son imperfectas. Meta cambia su API frecuentemente. Google tiene rate limits estrictos. LinkedIn limita los datos demográficos. TikTok tiene documentación incompleta. Construir sobre APIs requiere mantenimiento constante.

Por qué esto importa para nuestros clientes

No construimos este sistema para presumir de tecnología. Lo construimos porque creemos que la transparencia es la base de una relación sana entre agencia y cliente. Cuando el cliente tiene visibilidad total sobre su inversión, las conversaciones cambian: en lugar de "¿están funcionando las campañas?", la pregunta pasa a ser "¿cómo escalamos lo que está funcionando?".

En Digitals, la reportería no es un entregable más. Es la columna vertebral de todo lo que hacemos. Cada decisión de optimización, cada recomendación de presupuesto, cada propuesta creativa está respaldada por datos que el cliente puede ver, entender y cuestionar. Así debería ser siempre.