Cómo Conectar Google Ads a Google BigQuery

Cuatro formas gratuitas y de pago para conectar Google Ads a Google BigQuery

Cómo Conectar Google Ads a Google BigQuery para Marketers (Sin Código)

Porter es un conector nativo de IA. Configura todo con lenguaje natural, no SQL o formularios. Campos personalizados, filtros, programación—todo con prompts en español o inglés. Sin código, sin ingeniería de datos requerida.

• La vista previa de datos siempre está activa. A medida que seleccionas métricas, dimensiones, filtros y rangos de fechas, Porter muestra tus datos en tiempo real. Verifica todo antes de enviar a BigQuery.
• Los datos llegan transformados, combinados y listos para visualizar. No se necesitan transformaciones SQL después.

En este tutorial, te mostraremos cómo enviar tus datos de Google Ads a Google BigQuery con Porter. Enviaremos datos de rendimiento de campañas incluyendo campos como Campaign Name, Impressions, Clicks, y campos personalizados como CPA y segmentación de campañas por etapa de funnel.

Crear una conexión

Inicia sesión en portermetrics.com con Google. Haz clic en “Create” y selecciona “Google BigQuery” como destino. Nombra tu conexión (e.g., “Google Ads Perfomance”). Selecciona Google Ads como fuente de datos.

• Combinación de datos: opcionalmente, agrega Meta Ads, GA4, Shopify en la misma conexión para reportes cross-channel.

Conectar tus cuentas de Google Ads

Conecta tu cuenta de Google y otorga acceso a tus cuentas de Google Ads. Puedes conectar cuentas individuales o un MCC (Manager Account) para acceder a todas las cuentas vinculadas de una vez. Selecciona las cuentas de anuncios que deseas conectar.

Conectar tu destino BigQuery

Autentícate con inicio de sesión de Google o Service Account. Selecciona Project ID, Dataset location, Dataset y Table name.

• Inicio de sesión con Google (recomendado): Porter lista tus proyectos en un dropdown. La opción más fácil.
• Service Account JSON: para empresas con gestión estricta de permisos en Google Workspace. Copia un texto JSON de los detalles de tu proyecto para conectar.
• Dataset location: US, EU, o tu región preferida.
• Auto-actualización de esquema: si cambias tu consulta después, Porter actualiza el esquema automáticamente y lo reescribe en tu tabla de BigQuery, a diferencia de otras herramientas.

¿Nuevo en BigQuery? Crea tu primer proyecto:

Ve a console.cloud.google.com. En el Navigation Menu (arriba a la izquierda), selecciona BigQuery → Studio. En el panel izquierdo, verás tus proyectos.

1. Crear un Project: selecciona o crea un nuevo proyecto (e.g., “Marketing Data”). Elige un nombre, tipo y organización. BigQuery crea una carpeta para él.
2. Crear un Dataset: expande la carpeta de tu proyecto, haz clic en los tres puntos, y selecciona “Create Dataset.” Nómbralo (e.g., “ppc_data”) y selecciona una ubicación (US o EU).
3. Crear una Table: dentro de tu dataset, puedes crear una tabla (e.g., “google_ads”). O deja que Porter la cree automáticamente cuando envíes tu primera consulta.

El Project ID, Dataset name y Table name que configures aquí son los mismos valores que ingresarás en la configuración de BigQuery de Porter.

Verificar tus datos en BigQuery:

Cuando seleccionas una tabla, BigQuery muestra primero la vista Schema. Estos son los metadatos: nombres de campos, tipos de campos y modos. Para ver tus datos exportados, ve a la pestaña Preview. Una vez que tu consulta se ejecute, verás la tabla completa con tus datos.

Elegir métricas

En el dropdown de métricas, busca y selecciona: e.g., Impressions, Clicks, Cost, Conversions, CTR, Active View Impressions, Active View Measurable Impressions.

Elegir dimensiones

Para segmentar tus datos, en el dropdown de dimensiones, busca y selecciona: e.g., Campaign, Date.

• Otras dimensiones: Campaign, Ad group, Device, Date, Smart Campaign Ad Descriptions, Smart Campaign Ad Headlines, Campaign (Ad Group).
• Segmentos: Device, Network, Click Type, Conversion Action, Ad Destination Type.
• Search Terms disponibles: extrae las consultas de búsqueda reales que activan tus anuncios para optimización de keywords.
• Tracking de conversiones: incluye tanto conversiones online como importaciones de conversiones offline. Usa la dimensión Conversion Action para dividir por tipo de conversión.

Ver todos los campos de Google Ads

Crear campos personalizados

Para métricas personalizadas, agrega una nueva métrica, escribe tu fórmula en lenguaje natural, y revisa la fórmula generada y una vista previa de la consulta. Elige el formato de tu métrica (number, currency, percentage). Para este ejemplo: CPC = “Cost / Clicks”, CPA = “Cost / Conversions”.

Para dimensiones personalizadas, escribe tu fórmula para segmentar datos basándote en convenciones de nombres. Si tus convenciones de nombres incluyen objetivo, etapa del funnel, o productos, escribe una fórmula como: “If campaign name contains ‘awareness’, tag as ‘Awareness’. If contains ‘consideration’, tag as ‘Consideration’. If contains ‘conversion’, tag as ‘Conversion’. Else ‘Other’.” En la vista previa, observa cómo Porter transforma condicionales en regex para segmentaciones personalizadas.

Crea tus propias métricas o dimensiones para que no se necesite SQL o transformación en BigQuery. Tus datos están listos para conectarse a Looker Studio. Operaciones soportadas: matemáticas (sum, subtract, divide, multiply), condicionales (if/then/else), regex (pattern matching). Mismas capacidades que los campos calculados de Looker Studio.

Configurar rango de fechas

Selecciona un rango de fechas del dropdown. Para este ejemplo: last 30 days.

• Rangos dinámicos: today, yesterday, last 7/14/28/30/90 days, this week/month/quarter/year to date, last week/month/quarter/year.
• Rangos fijos: fechas de inicio y fin específicas.
• Auto-actualización: los datos se actualizan automáticamente basándose en el rango dinámico.

Agregar filtros

El conector de Google Ads puede devolver registros sin actividad. Crearemos un filtro para excluirlos.

Para este ejemplo:

• Condición: Exclude
• Campo: Cost
• Operador: equals
• Valor: 0

Esto excluye todas las campañas sin actividad, para que tu consulta solo devuelva campañas con gasto.

• Operadores disponibles: equals, contains, not contains, greater than, less than, starts with, ends with.
• Detección de valores: Porter detecta automáticamente si el campo es un número o texto.
• Combinar filtros: agrega lógica AND/OR dentro de la misma condición o crea múltiples filtros en una consulta.

Programar actualización

Escribe tu programación en lenguaje natural. Para este ejemplo: “every day at 8am”.

• Ejemplos: “Every Monday at 5am”, “Weekdays at 7pm”, “Every hour”, “Every Tuesday and Friday at 9am”.
• Auto-conversión: Porter convierte los prompts en expresiones cron.
• Zona horaria: detectada automáticamente desde tu navegador.
• Frecuencia mínima: cada minuto. Sin costo extra por actualizaciones frecuentes.

Elegir modo de escritura

Selecciona cómo Porter escribe datos en BigQuery. Para este ejemplo: Overwrite.

• Overwrite (recomendado): elimina la tabla existente y escribe datos frescos. Sin duplicados.
• Append: agrega nuevas filas debajo de los datos existentes. Riesgo de duplicados si el mismo rango de fechas se ejecuta dos veces.
• Update: coincide filas por dimensión y actualiza valores. Para datos de CRM con valores cambiantes.

Enviar, monitorear y organizar

Haz clic en “Save” para guardar tu consulta y haz clic en “Send” para enviar los datos a Google BigQuery. La transferencia toma unos segundos dependiendo del volumen de datos. Una vez terminado, puedes actualizarlo o crear más consultas.

Para crear más consultas: regresa al administrador de consultas dentro de tu conexión, o ve a Porter Metrics → Account → Reports → Connections. En la pestaña Queries, verás todas las consultas ejecutándose desde tu cuenta con su conexión asociada, nombre, fuentes de datos, última ejecución, último estado y opción de ejecutar manualmente.

Para monitorear ejecuciones: haz clic en el ícono de tres puntos y selecciona “History.” Verás logs con fecha y hora exactas, tipo de ejecución (manual o programada), y estado. Si ocurre un error, verás el mensaje de error específico.

Para organizar tus datos: administra conexiones y consultas dentro de ellas. Nombra conexiones por campaña (e.g., “Black Friday”), por cliente, o por fuente de datos. Dentro de cada conexión, crea tantas consultas o tablas como necesites y renómbralas. Puedes habilitar/deshabilitar consultas o conexiones, y actualizar cualquier consulta en cualquier momento—Porter actualiza y actualiza el esquema en BigQuery automáticamente.

Cómo Conectar Tu Tabla de BigQuery a Google Looker Studio

Primero, verifica tus datos en BigQuery:

Ve a console.cloud.google.com/bigquery. En el menú izquierdo, bajo Products, encuentra BigQuery → Studio. Aquí es donde administras tus tablas.

Jerarquía de BigQuery:

• Project (e.g., “Marketing Data”): tu contenedor de nivel superior.
• Dataset (e.g., “ppc_data”): una colección de tablas dentro de un proyecto.
• Table (e.g., “Google Ads”): tus datos reales.

En BigQuery Studio, ve a “Classic Explorer” y selecciona tu proyecto. Haz clic en los tres puntos para crear un nuevo dataset si es necesario (establece un nombre y ubicación, e.g., US o Europe). Navega a tu dataset y tabla. En “Schema,” ve la lista de campos y sus tipos. En “Preview,” ve tus datos reales. Para actualizar datos, regresa a Porter y reenvía—Porter sobrescribe la tabla.

Conectar BigQuery a Looker Studio:

Ve a Looker Studio. Haz clic en “Create” y selecciona “Report” para iniciar un reporte en blanco. Looker Studio te pedirá que agregues una fuente de datos. Busca “BigQuery” y conecta tu cuenta de Google.

Verás opciones: Recent Projects, My Projects, Shared Projects, Custom Query, Public Datasets.

Selecciona “My Projects” y navega a tu proyecto, dataset y tabla. En este ejemplo: Project “Marketing Data” → Dataset “ppc_data” → Table “Google Ads”. Haz clic en “Add” para conectar.

Una vez conectado, Looker Studio carga los campos de tu tabla. Crea un gráfico, agrega tus dimensiones (e.g., date) y métricas (e.g., Cost). Asegúrate de establecer un rango de fechas que coincida con tu consulta en Porter.

Tus datos de BigQuery ahora están conectados a Looker Studio.

Plantillas de Google Ads para BigQuery + Looker Studio

Porter tiene la galería de plantillas de Looker Studio más completa para datos de marketing.

Las plantillas son compatibles con las tablas de BigQuery creadas en Porter.

Nota: Los nombres de campos de BigQuery usan guiones bajos en lugar de espacios (e.g., “amount_spent” en lugar de “Spend”). Puede que necesites mapear campos al conectar una plantilla.

Plantillas disponibles:

Reporte de horas pico de Google Ads

Reporte SEM

Reporte PMax de Google Ads

Reporte de análisis de keywords de Google Ads

Por Qué los Marketers Mueven Datos de Google Ads a BigQuery

• Conecta cualquier herramienta de reportes: BigQuery se conecta a Looker Studio, Power BI, Tableau, o cualquier herramienta de BI. Un data warehouse, todos los destinos.
• Tracking de conversiones offline: Une Google Ads con datos de CRM para rastrear conversiones offline. Ve qué keywords y campañas generan ingresos reales, no solo clics.
• Atribución cross-channel: Combina Google Ads con Meta Ads, LinkedIn, y GA4. Construye atribución multi-touch real sin silos de plataforma.
• Acceso para toda la empresa: Cualquiera puede acceder a datos de Google Ads sin necesitar permisos de cuenta de Google Ads. Un modelo de permisos de BigQuery para todos los datos de marketing.
• Haz los datos disponibles para IA: Las herramientas de IA necesitan datos estructurados. Con BigQuery, cualquier IA puede analizar el rendimiento de tu Google Ads sin integraciones personalizadas.
• Datos históricos más allá de 2 años: La UI de Google Ads limita las vistas históricas. BigQuery almacena historial ilimitado para análisis de tendencias a largo plazo y comparaciones YoY.

Próximos Pasos

Ahora que tus datos de Google Ads están en BigQuery:

• Conectar a BigQuery: aprende Google BigQuery para marketers y lee tutoriales para conectar otras fuentes de datos.
• Conectar a Looker Studio: Construye dashboards que cargan en segundos. Usa plantillas de Porter o crea las tuyas.
• Conectar a Google Sheets: Exporta datos de BigQuery a Sheets para análisis rápido, compartir con clientes, o cálculos personalizados.
• Combinar datos de múltiples fuentes: Agrega Meta Ads, GA4, Shopify, CRM a la misma conexión. Porter auto-mapea campos equivalentes. Crea reportes cross-channel sin JOINs de SQL.
• Crear flujos de trabajo con IA: Automatiza alertas y reportes con lenguaje natural. Ejemplo: “Every Monday at 9am, get Google Ads spend for last 7 days, analyze performance with AI, send summary to Slack.”
• Usar plantillas: Comienza con plantillas pre-construidas de Looker Studio. Rendimiento de campañas, análisis de creativos, desgloses de audiencia—listas para conectar.
• Explorar otros destinos: Envía datos de Google Ads a Google Sheets, PostgreSQL, u otros data warehouses. Mismo proceso de configuración.

Explorar todas las plantillas de Google Ads