El informe que se arma solo: cómo el Cerebro IA de btodigital dejó de copiar y pegar cifras

Los informes de pauta de agosto de 37 clientes de btodigital se generaron con un clic cada uno: 39 PDF desde el 2 de septiembre, hechos por 8 personas del equipo sin copiar y pegar una sola cifra.

Automatizar informes no es difícil; lo difícil es que el informe automático no mienta con buena redacción.

Este artículo es para ti si diriges una agencia o empresa de servicios con 20 a 100 clientes, o si eres director de marketing y cada cierre de mes se te va en exportar, pegar y explicar cifras. Te llevas la arquitectura que usamos, las reglas que evitan los errores más caros y lo que aprendimos en el camino.

¿Qué se arma solo hoy?

Tres tipos de informe funcionan hoy sobre el Cerebro IA de btodigital, el sistema interno donde vive la memoria de cada cliente.

Informe	Alcance	Cómo se arma	Cifra verificada
Informe mensual de pauta en PDF de marca	37 clientes (agosto de 2026)	Un clic: Meta Ads, Google Ads, ficha de Google y Analytics, con redacción de la IA	39 PDF desde el 2-sep, por 8 personas
Informe de audiencia web	Un medio regional	Solo: se genera el día 3 (mensual) y el 18 (quincenal), se publica y se envía	15.706 usuarios en septiembre, 3.696 visitas automáticas excluidas
Tablero semanal «mejorando, igual o empeorando»	Una clínica	Solo, con semanas cerradas y bandas de ruido	Al 2-oct: 4 semanas «igual», 13 semanas «mejorando»

El informe de audiencia es el más automático: el día 3 de cada mes a las 7 de la mañana se recogen los datos, se arma el PDF, se publica y llega por correo a los destinatarios que el equipo configuró. Incluye el mantenimiento técnico que se le hizo al sitio. Si algo falla, el aviso le llega al equipo, no al cliente.

¿Cómo está construido?

Seis capas. La regla que las ordena: la IA no calcula ninguna cifra. Solo redacta sobre números que ya calculó el código.

Capa	Qué hace	Con qué
1. Fuentes	Pauta, analítica, ficha de Google, CRM, WhatsApp, facturación	APIs de Meta, Google Ads, Analytics, Search Console, el CRM del cliente
2. Ingesta programada	Trae los datos a horas fijas, sin que nadie oprima nada	Cloud Run y Cloud Scheduler
3. Almacén	Guarda datos, configuración e historial de informes	Firestore y BigQuery
4. Reglas	Calcula variaciones, filtra bots, decide si un cambio es ruido o señal	Código propio, con pruebas
5. IA que redacta	Convierte cifras ya calculadas en un resumen, hallazgos y recomendaciones	Gemini con salida en JSON y presupuesto de pensamiento 0
6. Entrega	PDF de marca, enlace permanente, correo, aprobación cuando aplica	Generador de PDF propio y correo transaccional

La capa 5 es la que más se vende y la que menos debería decidir. El modelo recibe un JSON con las cifras y devuelve otro JSON con el texto, sin razonamiento libre: apagarlo evita que el modelo gaste el límite de salida pensando y entregue un JSON cortado, algo que ya nos pasó y que conté en el artículo sobre el retiro de Gemini 2.5.

Y el aprendizaje no se pierde: cada informe generado alimenta al Cerebro IA de btodigital con lo que funcionó en el periodo (los anuncios con mejor rendimiento, el tráfico, los hallazgos), para que la memoria del cliente se construya con resultados y no solo con lo que el equipo recuerda.

¿Qué reglas evitan que el informe mienta?

Cada una de estas reglas nació de un caso concreto.

1. Solo semanas cerradas. El tablero compara semanas completas de lunes a domingo. La semana en curso no entra, y la última semana solo cuenta cuando ya maduró, porque muchas citas se registran días después de agendarse.
2. Gris si una fuente está atrasada. Si el CRM no sincronizó, si la pauta aparece en cero o si WhatsApp no trae mensajes, el tablero no da veredicto: se pone gris y lo dice.
3. El mismo filtro de bots en los dos periodos. Comparar un mes limpio contra un mes sucio fabrica crecimientos que no existen.
4. Lo que se guarda es lo que el cliente ve. Nunca se recorta un resultado al guardarlo. Si el informe guardado pierde detalle, el cliente recibe barras sin explicación.
5. Salvaguarda contra cruces de cuentas. Antes de vincular una cuenta de pauta, una propiedad de Analytics o una ficha de Google, el sistema revisa si ya está en otro cliente y lo advierte.
6. La IA solo redacta sobre datos deterministas. Si el código no calculó la cifra, la IA no la menciona.

La regla que más discusiones ahorra es la de las bandas de ruido. Cada métrica tiene una variación normal medida con el historial de noviembre de 2025 a septiembre de 2026: para las citas, alrededor de 12 a 15 % en una ventana de cuatro semanas; para el costo por cita, de 15 a 20 %. Si el cambio queda dentro de esa banda, el tablero dice «igual», aunque la cifra se haya movido. Entre una y dos veces la banda, dice «señal». Desde dos veces la banda, «confirmado». En ventanas más largas la banda se estrecha, y con pocos casos nunca baja del ruido estadístico esperable.

Un ejemplo real: en las cuatro semanas que terminaron el 27 de septiembre, las citas de la clínica iban −6 % y el costo por cita −5 %. Las dos variaciones estaban dentro del ruido, así que el veredicto fue «igual». Sin la banda, cualquiera de esas dos cifras habría bastado para abrir una discusión.

¿Sirve para tomar mejores decisiones?

Un caso. En agosto, las citas de la clínica cayeron. Las explicaciones posibles eran varias: el equipo comercial, el presupuesto, la saturación del público.

Al cruzar cada conversación de WhatsApp con el anuncio que la originó, el dato dijo otra cosa. Trece anuncios ganadores se apagaron entre julio y agosto, y esos trece cargaban 1.379 conversaciones; la caída total fue de 992. La conversión del equipo comercial se mantuvo estable, alrededor del 12 %. La frecuencia de los anuncios estaba plana, así que tampoco era saturación del público.

De ahí salió una regla para la hoja de ruta de pauta: nunca apagar un anuncio ganador sin un reemplazo probado. Y una conversación con el cliente basada en evidencia, no en sospechas sobre su equipo comercial.

Lo que aprendimos

Un filtro de bots por lista no basta. El tráfico automático no siempre trae títulos de página conocidos, y un filtro que solo busca esos títulos no lo ve. Por eso el filtro detecta por comportamiento (país, volumen, duración) y se aplica igual a los dos periodos que se comparan. Eso explica que la cifra automática pueda diferir un poco de una limpieza manual, y prefiero decirlo a esconderlo.

Una fuente atrasada no puede verse como una fuente al día. Un tablero que sigue mostrando números con buena cara cuando la sincronización falla engaña sin querer. Por eso existe la regla del gris y un aviso visible de fuente atrasada.

Una comparación anual solo vale si el año anterior es comparable. En la clínica, el 90 % de las citas de 2025 se marcaron como ganadas en el CRM el 11 y 12 de marzo de 2026, en un cierre masivo de pendientes. La comparación anual de citas no es válida hasta marzo de 2027, y el tablero lo dice en vez de calcularla.

Escalonar envíos antes de pagar un plan mayor. Dos reportes semanales salían el mismo lunes a las 8 de la mañana, y ese día el proveedor de correo marcó 108 envíos sobre un límite de 100 diarios, aunque en el mes íbamos en 434 de 3.000.

Las notas de contexto cambian el informe. Los informes permiten que el equipo agregue notas de contexto («recortamos presupuesto», «cambiamos de estrategia»). Lo probamos con datos reales de un cliente cuyas conversiones cayeron 57,4 %, de 535 a 228. Sin nota, el resumen trataba la caída como caída. Con una nota de prueba que hablaba de una decisión estratégica, la IA la reescribió como un «ajuste estratégico deliberado» y su primer hallazgo pasó a ser un éxito. Borramos la nota y regeneramos el informe. La IA cree lo que le dices, con la misma convicción si es verdad o no. El contexto que alimenta un informe tiene que ser real y verificable, porque la IA lo va a amplificar con muy buena prosa. Después ajustamos el prompt para que también funcione al revés: si la nota explica un pico puntual, la IA no lo presenta como tendencia.

¿Cuántas horas ahorra?

No lo sé, y no voy a inventarlo. Nunca medimos cuánto tardaba un informe hecho a mano, así que no tengo con qué comparar.

Lo que sí vamos a medir desde ahora:

• Tiempo por tipo de tarea. Un tipo de tarea «informe mensual» con registro de tiempo obligatorio, para tener una línea base real.
• Días entre el cierre del mes y la entrega. Si el informe sale el día 3 en vez del 12, el valor está ahí aunque las horas sean parecidas.
• Correos de corrección por informe. Cada vez que un cliente responde «esta cifra no cuadra», se cuenta. Es la mejor medida de calidad que conozco.

Cuando los tenga, los publico, como hice al medir de dónde salieron mis contactos: primero el dato, después la conclusión.

¿Cómo aplicarlo en tu agencia?

1. Empieza por un informe, no por todos. El que más se repite y menos decisiones requiere.
2. Separa el cálculo de la redacción. El código calcula; la IA solo convierte cifras en texto, con salida estructurada.
3. Define la banda de ruido de tus tres métricas principales con al menos seis meses de historia. Sin eso, cada variación es una discusión.
4. Compara solo periodos cerrados y con el mismo filtro de bots en ambos.
5. Haz que el tablero se ponga gris cuando una fuente esté atrasada, en vez de mostrar cifras viejas.
6. Revisa los cruces de cuentas antes del primer envío automático: una cuenta vinculada a dos clientes es la peor forma de perder la confianza.
7. Escalona los envíos y revisa los límites diarios de tu proveedor de correo.
8. Exige que las notas de contexto sean hechos verificables, con fecha y responsable.
9. Mide tu línea base antes de automatizar: horas por informe, días hasta la entrega y correos de corrección.

Si quieres montar algo así en tu empresa, así trabajo como consultor de marketing digital.

Preguntas frecuentes

¿Se puede automatizar por completo un informe de marketing con IA? La recolección, el cálculo, el PDF y el envío, sí. En nuestro informe de audiencia nadie interviene. Pero la IA debe limitarse a redactar sobre cifras ya calculadas por código. Si la dejas calcular, tarde o temprano inventa.

¿Qué modelo de IA redacta los informes? Gemini, con salida en formato JSON y el presupuesto de razonamiento en cero. Así el texto llega completo y siempre con la misma estructura, lista para el PDF.

¿Cómo evitan que los bots inflen las cifras? Detectando el tráfico automático por comportamiento (país, volumen de visitas, duración) en cada periodo y aplicando el mismo filtro al periodo con el que se compara. Un filtro por lista de nombres conocidos no fue suficiente.

¿Qué es una banda de ruido? Es la variación normal de una métrica, medida con su propio historial. Si un cambio queda dentro de la banda, se reporta como «igual». Evita reaccionar a movimientos que son simple azar.

¿Cuánto tiempo ahorra automatizar los informes? No lo medimos antes de automatizar, así que no tengo una cifra honesta. Lo estamos midiendo ahora con tiempo por tarea, días entre cierre y entrega, y correos de corrección por informe.

¿El cliente puede pedir correcciones? Sí, y cada corrección se cuenta, porque indica una regla que falta.