Reporte de marketing PDF automático:
de 3 horas por cliente a 8 segundos

El problema: reportes de marketing manuales en México

Cada fin de mes, el equipo de Estrategia 360 — una agencia de marketing digital en Colonia Nápoles, CDMX — enfrentaba el mismo cuello de botella: generar reportes individuales para cada uno de sus clientes.

El proceso manual:

1. Abrir Google Ads Manager y exportar el informe del mes por cliente (cada cuenta tiene su propio login).
2. Repetir en Meta Ads Manager para campañas de Facebook e Instagram.
3. Abrir Google Analytics 4 para datos de tráfico orgánico y conversiones web.
4. Consolidar todo en una hoja de Excel compartida.
5. Copiar los números al template de presentación en PowerPoint con el logo del cliente.
6. Crear los gráficos manualmente: barras de gasto, líneas de conversiones, ROAS mensual.
7. Escribir el resumen ejecutivo interpretando los resultados.
8. Exportar a PDF y enviar por email al cliente.

Por cliente, el proceso tomaba entre 2.5 y 4 horas. Con 60 clientes activos, el equipo dedicaba más de 180 horas al mes solo a reportes. Tres personas durante tres días completos — sin poder atender nuevos proyectos.

La solución: API de reportes JSON a PDF

Con Reportia, el flujo completo se automatizó en 4 pasos que se ejecutan solos:

Código de ejemplo: de las APIs de Google/Meta al PDF

Así se ve el script simplificado que extrae métricas de Google Ads y genera el reporte con Reportia:

import requests

REPORTIA_KEY = "rep_live_tu_api_key"
REPORTIA_URL = "https://reportia.4l3.org/v1/render"

def generar_reporte_cliente(cliente: dict, metricas: dict) -> bytes:
    """
    cliente = {
        "nombre": "Restaurante El Palacio",
        "logo_url": "https://storage.example.com/logos/el-palacio.png",
        "color_primario": "#c8102e",
        "contacto_email": "[email protected]"
    }
    metricas = {
        "periodo": "Mayo 2026",
        "gasto_total_mxn": 48500,
        "impresiones": 142000,
        "clics": 8900,
        "cpc_mxn": 5.45,
        "conversiones": 1240,
        "roas": 3.4,
        "campanas": [
            {"nombre": "Google Search - Marca", "gasto": 18000, "conv": 580},
            {"nombre": "Meta - Prospección", "gasto": 22000, "conv": 420},
            {"nombre": "Google Display - Remarketing", "gasto": 8500, "conv": 240}
        ]
    }
    """
    payload = {
        "template": "reporte_marketing_agencia",
        "format": "pdf",
        "data": {
            "cliente": cliente,
            "metricas": metricas
        },
        "options": {
            "page": "A4",
            "orientation": "portrait",
            "margin": "20px 24px"
        }
    }
    resp = requests.post(
        REPORTIA_URL,
        headers={"Authorization": f"Bearer {REPORTIA_KEY}"},
        json=payload,
        timeout=30
    )
    resp.raise_for_status()
    return resp.content  # PDF binario


# Iterar todos los clientes y generar reportes en batch
clientes = cargar_clientes_desde_crm()  # tu lógica de negocio

for cliente in clientes:
    metricas = extraer_metricas_mes(cliente["google_ads_id"], cliente["meta_account_id"])
    pdf_bytes = generar_reporte_cliente(cliente, metricas)

    # Guardar localmente
    nombre_archivo = f"reporte_{cliente['slug']}_{metricas['periodo'].replace(' ','_')}.pdf"
    with open(nombre_archivo, "wb") as f:
        f.write(pdf_bytes)

    # Enviar por email
    enviar_reporte_email(
        to=cliente["contacto_email"],
        subject=f"Tu reporte de {metricas['periodo']} — ROAS {metricas['roas']}x",
        pdf_path=nombre_archivo
    )

print(f"✓ {len(clientes)} reportes generados y enviados")

El script completo, incluyendo la extracción de datos de Google Ads API v19 y Meta Marketing API v20, está disponible en la documentación de Reportia.

Antes vs después: horas de trabajo por mes

Integración con n8n: flujo completamente automatizado

Si prefieres no escribir código, el mismo flujo funciona en n8n. El workflow tiene 5 nodos:

Ver cómo integrar Reportia con Google Sheets para el paso 2 del flujo.