Google lanza servidor MCP para conectar Analytics con IA: así puedes analizar datos conversando con Gemini

Google ha dado un paso firme hacia el futuro del análisis conversacional con el lanzamiento de un servidor MCP (Model Context Protocol) de código abierto que permite consultar datos de Google Analytics 4 a través de modelos de lenguaje como Gemini. La idea es sencilla pero poderosa: dejar de depender de dashboards, filtros complejos o configuraciones manuales, y comenzar a “hablar” directamente con tus datos.

Esta iniciativa marca una nueva etapa en la evolución del marketing digital y el análisis de datos: la democratización total del acceso a la analítica. En esta entrada, exploramos qué es este servidor MCP, cómo funciona, qué puedes hacer con él y por qué deberías prestarle atención si trabajas en una agencia, una consultora o cualquier equipo de marketing orientado a resultados.

¿Qué es el servidor MCP de Google Analytics?

Anunciado por Matt Landers, responsable de relaciones con desarrolladores para Google Analytics, este servidor MCP actúa como un puente entre los modelos de lenguaje (LLMs) y los datos de tu cuenta de GA4. Gracias a esta herramienta, puedes hacer preguntas en lenguaje natural como:

¿Cuántos usuarios tuvimos ayer?
¿Cuál fue el producto más vendido el mes pasado?
¿Qué canales generaron más ingresos el último trimestre?

Y obtener respuestas claras, contextualizadas y basadas en datos reales. Todo sin abrir la interfaz de GA4 ni generar un informe.

¿Cómo funciona?

El servidor MCP se ejecuta de forma local y se conecta con herramientas compatibles, como Gemini CLI. Este último es un cliente de línea de comandos (Command Line Interface) que interpreta tus preguntas como prompts y devuelve resultados desde tus propiedades de Google Analytics.

En lugar de navegar por menús, simplemente escribes tus preguntas en la terminal. El sistema interpreta la intención, genera una consulta a través de la API de datos de GA4 y te responde como si estuvieras conversando con Gemini.

Lo más interesante es que mantiene el contexto: puedes hacer preguntas de seguimiento sin repetir parámetros. Por ejemplo:

¿Cuáles fueron los productos más vendidos en julio?
¿Y por unidades vendidas en lugar de ingresos?
¿Puedes agrupar por categoría?

¿Qué puedes hacer con este servidor?

Según la documentación oficial del proyecto, estas son algunas de las capacidades actuales del servidor MCP:

Recuperar información de cuentas y propiedades.
Ejecutar informes estándar y en tiempo real.
Acceder a dimensiones y métricas, tanto estándar como personalizadas.
Obtener enlaces a cuentas conectadas de Google Ads.
Recibir sugerencias para establecer rangos de fechas o filtros.
Ejecutar simulaciones para campañas o escenarios de marketing.

En una de las demostraciones públicas, Landers planteó un escenario hipotético: un presupuesto mensual de 5.000 $. Tras introducir la pregunta en la terminal, el sistema generó informes que mostraban qué canales habían generado más ingresos y propuso una estrategia con reparto de presupuesto entre Google Ads, redes sociales y email, basada en datos reales.

Ver vídeo oficial de Google:

Casos de uso reales en marketing

Análisis de performance simplificado: puedes preguntar “¿Qué campañas de Google Ads generaron más conversiones este mes?” sin crear informes.
Toma de decisiones más rápida: explora directamente los datos sin depender de analistas.
Prototipado de estrategias de inversión: simula escenarios y descubre oportunidades ocultas.
Democratización del análisis: todo el equipo puede acceder a los datos con lenguaje natural.

¿Cómo se instala?

El servidor MCP está disponible en GitHub y puede instalarse usando pipx, una herramienta para ejecutar aplicaciones Python en entornos aislados. El proceso es bastante directo:

Requisitos:

Python 3.10+ instalado.
Un proyecto de Google Cloud con las APIs necesarias habilitadas.
Credenciales por defecto de aplicación con acceso de solo lectura.

Pasos resumidos:

Habilita las APIs de Google Analytics Admin y Data.
Configura las credenciales de aplicación por defecto.
Instala pipx si aún no lo tienes:
pip install pipx
Instala el servidor MCP:
pipx install google-analytics-mcp
Conecta el servidor a Gemini CLI añadiéndolo al archivo de configuración .gemini/config.json.

Repositorio oficial en GitHub: https://github.com/googleanalytics/google-analytics-mcp

¿Qué puedes esperar en el futuro?

Aunque aún está en fase experimental, Google ha confirmado que seguirá desarrollando activamente el proyecto. Algunas mejoras esperadas:

Soporte para nuevos idiomas.
Manejo de dimensiones personalizadas.
Integración más profunda con otras herramientas.
Interfaz gráfica para facilitar la configuración.

Reflexión final: ¿por qué importa este cambio?

El MCP server para Google Analytics representa una innovación importante en cómo interactuamos con los datos. De interfaces rígidas, pasamos a una conversación fluida, accesible y rápida.

Para equipos de marketing, esto significa:

Menos dependencia de informes preconfigurados.
Mayor autonomía para analizar datos.
Respuestas más rápidas en contextos urgentes.
Automatización de tareas analíticas repetitivas.

¿Estás listo para hablar con tus datos? Esta herramienta puede ayudarte a transformar la forma en que tomas decisiones. Si quieres una guía visual o ejemplos prácticos para tus clientes, ponte en contacto con nosotros y te ayudamos a implementarlo.