Cómo Conectar Shopify a Google BigQuery

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

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

Porter es un conector nativo de IA. Configura todo con lenguaje natural, no con SQL ni formularios. Campos personalizados, filtros, programación—todo se solicita en español simple. 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 Shopify a Google BigQuery con Porter. Enviaremos datos de rendimiento de tienda incluyendo campos como Orders, Revenue, Product Title, y campos personalizados como AOV y LTV.

Configurar una conexión

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

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

Conecta tus cuentas de Shopify

Conecta tu tienda Shopify mediante OAuth. Autorizarás a Porter para leer tus pedidos, productos y datos de analytics.

Conecta 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 de Google (recomendado): Porter lista tus proyectos en un menú desplegable. 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 del 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 Menú de Navegación (arriba a la izquierda), selecciona BigQuery → Studio. En el panel izquierdo, verás tus proyectos.

1. Crear un Proyecto: 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 puntos suspensivos y selecciona “Create Dataset”. Nómbralo (e.g., “sales_data”) y selecciona una ubicación (US o EU).
3. Crear una Tabla: dentro de tu dataset, puedes crear una tabla (e.g., “sales_data”). O deja que Porter la cree automáticamente cuando envíes tu primera consulta.

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

Verifica tus datos en BigQuery:

Cuando seleccionas una tabla, BigQuery muestra primero la vista de 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.

Elige métricas

En el menú desplegable de métricas, busca y selecciona: e.g., Orders, Average order value, New Customers, Average Orders per Customer, Customer Orders Count, New Customer Orders, Repeat Customer Orders.

Elige dimensiones

Para segmentar tus datos, en el menú desplegable de dimensiones, busca y selecciona: e.g., Customer Display Name, Customer Creation Date, Date.

• Otras dimensiones: SKU, Channel, Date, Product Creation Date, Product Description, Product ID, Product Image.
• Datos de pedidos: Line items, descuentos, envío, impuestos y estado de cumplimiento incluidos.
• Dimensiones de productos: Product Title, Variant, SKU, Collection y Product Type disponibles.
• Datos de clientes: Customer tags, ubicación y conteo de pedidos para análisis de cohortes.

Ver todos los campos de Shopify

Crea campos personalizados

Para métricas personalizadas, agrega una nueva métrica, solicita tu fórmula en lenguaje natural y verifica la fórmula generada y una vista previa de la consulta. Elige el formato de tu métrica (número, moneda, porcentaje). Para este ejemplo: AOV = “Gross Sales / Orders”, Refund Rate = “Refunds / Orders”.

Para dimensiones personalizadas, solicita tu fórmula para segmentar datos basándote en convenciones de nomenclatura. Si tus convenciones de nomenclatura incluyen objetivo, etapa del funnel o productos, solicita una fórmula como: “If channel contains ‘online’, tag as ‘Online’. If contains ‘pos’, tag as ‘In-Store’. Else ‘Other’.” En la vista previa, ve cómo Porter transforma los condicionales en regex para segmentaciones personalizadas.

Crea tus propias métricas o dimensiones para que no se necesite SQL ni transformación en BigQuery. Tus datos están listos para conectarse a Looker Studio. Operaciones soportadas: matemáticas (suma, resta, división, multiplicación), condicionales (if/then/else), regex (coincidencia de patrones). Las mismas capacidades que los campos calculados de Looker Studio.

Configura el rango de fechas

Selecciona un rango de fechas del menú desplegable. 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 específicas de inicio y fin.
• Auto-actualización: los datos se actualizan automáticamente basándose en el rango dinámico.

Agrega filtros

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

Para este ejemplo:

• Condición: Exclude
• Campo: Financial Status
• Operador: equals
• Valor: 0

Esto excluye todos los pedidos sin actividad, para que tu consulta solo devuelva pedidos con transacciones.

• Operadores disponibles: equals, contains, not contains, greater than, less than, starts with, ends with.
• Detección de valor: 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.

Programa la actualización

Solicita 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 las solicitudes en expresiones cron.
• Zona horaria: se detecta automáticamente desde tu navegador.
• Frecuencia mínima: cada minuto. Sin costo adicional por actualizaciones frecuentes.

Elige el modo de escritura

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

• Overwrite (recomendado): elimina la tabla existente y escribe datos nuevos. 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.

Envía, monitorea y organiza

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

Para crear más consultas: vuelve al gestor 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 hora de ejecución, estado más reciente y opción para ejecutar manualmente.

Para monitorear ejecuciones: haz clic en el ícono de puntos suspensivos y selecciona “History”. Verás registros 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: gestiona conexiones y consultas dentro de ellas. Nombra las 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 refresca 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 gestionas tus tablas.

Jerarquía de BigQuery:

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

En BigQuery Studio, ve a “Classic Explorer” y selecciona tu proyecto. Haz clic en los puntos suspensivos para crear un nuevo dataset si es necesario (configura 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 los datos, vuelve a Porter y reenvía—Porter sobrescribe la tabla.

Conecta 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 agregar 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 “ecommerce_data” → Table “Shopify”. 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., Total Sales). Asegúrate de configurar un rango de fechas que coincida con tu consulta en Porter.

Tus datos de BigQuery ahora están conectados a Looker Studio.

Plantillas de Shopify 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”). Es posible que necesites mapear los campos al conectar una plantilla.

Plantillas disponibles:

Dashboard de Shopify

Dashboard de rendimiento e-commerce

Dashboard de e-commerce

Por Qué los Marketers Mueven Datos de Shopify a BigQuery

• Conecta cualquier herramienta de reportes: BigQuery se conecta a Looker Studio, Power BI, Tableau o cualquier herramienta de BI. Un almacén de datos, todos los destinos.
• Atribución multi-touch: Une Shopify con datos crudos de eventos de GA4. Rastrea el camino completo del usuario desde el clic del anuncio hasta la conversión.
• Fuente de verdad: Define qué significa “conversión” para tu empresa. Compara Meta vs. GA4 vs. HubSpot. Elige una fuente para CAC, ROAS y CPA. Termina con el debate de “qué número es el correcto”.
• Acceso a nivel de toda la empresa sin permisos de plataforma: Gestionar permisos entre plataformas es complicado. Con BigQuery, cualquiera puede acceder a datos de marketing sin cuentas o roles en cada plataforma. Un modelo de permisos, todos los datos.
• Haz los datos disponibles para IA: La IA necesita datos limpios y estructurados con contexto. Cada herramienta de IA se siente aislada. Integrar fuentes es complicado. Con BigQuery como tu almacén universal, cualquier herramienta de IA puede acceder a tus datos de marketing. Sin integraciones personalizadas. Sin configuración complicada.
• Combinación de datos: Combina Shopify con CRM, GA4, Google Ads, Meta Ads en un almacén de datos. Mide la ganancia real, no el ROAS de la plataforma. Calcula el CAC combinado en todos los canales.

Próximos Pasos

Ahora que tus datos de Shopify están en BigQuery:

• Conéctate a BigQuery: aprende Google BigQuery para marketers y lee tutoriales para conectar otras fuentes de datos.
• Conéctate a Looker Studio: Construye dashboards que cargan en segundos. Usa plantillas de Porter o crea las tuyas propias.
• Conéctate a Google Sheets: Exporta datos de BigQuery a Sheets para análisis rápido, compartir con clientes o cálculos personalizados.
• Combina datos de múltiples fuentes: Agrega Google Ads, GA4, Klaviyo, CRM a la misma conexión. Porter mapea automáticamente los campos equivalentes. Crea reportes cross-channel sin JOINs SQL.
• Crea flujos de trabajo con IA: Automatiza alertas y reportes con lenguaje natural. Ejemplo: “Every Monday at 9am, get Shopify revenue for last 7 days, analyze performance with AI, send summary to Slack.”
• Usa plantillas: Comienza con plantillas pre-construidas de Looker Studio. Rendimiento de e-commerce, análisis de productos, desgloses de clientes—listas para conectar.
• Explora otros destinos: Envía datos de Shopify a Google Sheets, PostgreSQL u otros almacenes de datos. El mismo proceso de configuración.

Explora todas las plantillas de Shopify