4 formas de conectar Google Analytics 4 a Claude en 2026 (la forma fácil)

Conectar Google Analytics 4 a Claude con MCP

Para este tutorial usaremos el método MCP. Aquí tienes una breve explicación de qué es MCP y por qué es la mejor opción para Google Analytics 4.

MCP (Model Context Protocol) es el estándar abierto que permite a herramientas de IA como Claude, ChatGPT, Claude Code y otras acceder y usar APIs externas — las cosas que hacen funcionar herramientas como Google Analytics 4 bajo el capó. En lugar de construir una integración personalizada para cada herramienta de IA que uses, instalas un MCP y cada IA compatible accede a los mismos datos.

La configuración completa toma menos de 5 minutos y se divide en tres pasos: conecta Google Analytics 4 a Porter, apunta Claude al MCP de Porter, y haz tu primera pregunta.

1. Conecta tus datos de Google Analytics 4 a Porter

Porter se sitúa entre la Data API de Google y Claude. Maneja OAuth, limitación de tasa, paginación y toda la infraestructura para que Claude solo vea datos limpios y estructurados.

Regístrate en Porter. Crea una cuenta gratis en portermetrics.com. El plan gratuito es suficiente para ejecutar este flujo completo de principio a fin.

Conecta tu cuenta de Google. En Porter, haz clic en Crear → selecciona Claude como destino → selecciona Google Analytics 4 como fuente → inicia sesión con Google para otorgar acceso a tus propiedades.

Selecciona tus propiedades. Elige las propiedades de Google Analytics 4 que quieres que Claude consulte. Cuando seleccionas múltiples propiedades bajo una sola conexión, Porter mezcla automáticamente sus datos para que puedas consultarlas como una sola.

Opcional: activa el almacenamiento BigQuery si estás conectando múltiples propiedades con grandes volúmenes de datos. Esto mantiene las respuestas de Claude rápidas incluso a escala.

2. Conecta el MCP a Claude

La URL del MCP de Porter es lo que pegas en Claude. Una vez agregado, Claude puede consultar datos de Google Analytics 4 bajo demanda en cualquier conversación.

Ve a claude.ai y haz clic en el + icono en el campo de chat para abrir el menú de herramientas.

En el menú que se abre, pasa el cursor sobre Conectores y haz clic en Gestionar conectores.

En el panel de Conectores, haz clic en el + botón en la parte superior de la lista para empezar a agregar un nuevo conector.

Selecciona Agregar conector personalizado del menú desplegable que aparece.

Se abre un cuadro de diálogo con los campos de nombre y URL. Escribe Porter en el primer campo para nombrar el conector.

En el segundo campo, pega https://mcp.portermetrics.com/mcp. No toques la configuración avanzada.

Haz clic en Agregar en la parte inferior derecha del cuadro de diálogo. Claude abre una ventana de inicio de sesión — usa la misma cuenta de Google vinculada a tu espacio de trabajo de Porter y aprueba el acceso.

Una vez que termine la autorización, verás las herramientas de solo lectura de Porter aparecer en el panel de conectores. Estás listo para empezar a hacer preguntas.

Para un tutorial completo con capturas de pantalla en cada paso, consulta el tutorial de Porter MCP.

3. Empieza a crear preguntas y dashboards

Con Porter conectado, abre un nuevo chat de Claude y pregunta lo que sea sobre tu Google Analytics 4 en lenguaje sencillo. Claude llama a Porter entre bastidores, extrae datos en vivo de Google, y responde con tablas, gráficos o resúmenes.

Prueba una de estas para verificar que la configuración funciona:

Para un catálogo completo de prompts para copiar y pegar organizados por caso de uso (agencias, SEO/SEM, ecommerce, multicanal), salta a la sección de prompts más abajo.

Otras formas de conectar Google Analytics 4 a Claude

MCP es el camino que acabamos de recorrer — y el que recomendamos para la mayoría de los marketers. Pero no es la única forma de poner datos de Google Analytics 4 frente a Claude. Las alternativas más comunes son la API directa de Google Analytics 4 (o su MCP oficial si tiene uno), un puente de Google Sheets en vivo, y BigQuery para escala. Cada una tiene sus contrapartidas — elige la que se adapte a cómo tu equipo ya trabaja.

• 🔌 API directa de Google Analytics 4 (o MCP oficial) — Habla directamente con la Data API de Google, o instala el MCP nativo de Google Analytics 4 si existe. Control máximo, pero tú manejas la autenticación, límites de tasa y paginación — y solo obtienes una fuente.
• 📊 Google Sheets — Hoja en vivo o carga de CSV puntual. Auditable, familiar, más rápido para exportaciones grandes — pero la agregación ocurre en la Hoja, no en la API.
• 🗄️ Google BigQuery — Para propiedades grandes o agencias que ejecutan análisis multi-propiedad. BigQuery agrega; Claude solo consulta resúmenes preconstruidos.

Vía la API directa de Google Analytics 4 (o MCP oficial)

Si estás construyendo un producto alrededor de Google Analytics 4 — o eres un desarrollador que prefiere controlar cada capa de la integración — el camino más directo es hablar con la Data API tú mismo, o instalar el MCP oficial de Google Analytics 4 (si existe). Google ofrece un servidor MCP oficial de GA4, pero requiere Python, pipx, un Google Cloud Project, y Application Default Credentials — primero para desarrolladores, no amigable para marketers. Deberás seguir los límites de tasa y cuotas y solicitar acceso a la API donde aplique. De cualquier forma, omites Porter por completo y llamas a Google desde tu propio código o desde Claude Code con solicitudes HTTP en bruto.

Vía Google Sheets (hoja en vivo o CSV manual)

Si tu equipo ya vive en Google Sheets — o quieres un rastro de auditoría antes de que Claude toque algo — alimenta Google Analytics 4 en una Hoja, y luego deja que Claude lea la Hoja. Puedes automatizar el pipeline de Google Analytics 4 → Sheets con Porter para que se actualice diariamente, o hacer exportaciones CSV puntuales desde la UI nativa de Google Analytics 4 para análisis estático.

Vía Google BigQuery (para escala)

Este es el camino que la mayoría pasa por alto — y es el que te salva cuando tu propiedad de Google Analytics 4 se pone seria. Un solo propietario/administrador de propiedad grande o una agencia gestionando más de 10 propiedades golpeará límites de tasa de API y problemas de latencia consultando a Claude directamente. Claude literalmente te dirá que está tomando demasiado tiempo o que se agota el tiempo en extracciones grandes.

BigQuery soluciona eso. Cargas datos de Google Analytics 4 en tablas de BigQuery de forma programada, luego conectas BigQuery a Claude — ya sea a través de un MCP de BigQuery o vía Claude Code con consultas SQL. En lugar de pedirle a Claude que extraiga datos en bruto de Google Analytics 4, dejas que BigQuery agregue en tablas pequeñas y optimizadas, y Claude solo consulta el resultado resumido. Problema de escala resuelto.

Conectar Google Analytics 4 a Claude Code

La mayoría de los marketers agrupan a Claude y Claude Code juntos y pasan por alto la mayor ventaja de todo el ecosistema MCP. No son la misma herramienta — y la diferencia importa enormemente una vez que empiezas a trabajar seriamente con datos de Google Analytics 4.

Claude es una interfaz de chat. Haces una pregunta, Claude extrae datos en vivo a través del MCP, responde, tal vez crea un dashboard rápido dentro de la conversación. Genial para análisis puntuales. El problema: todo es efímero. ¿Quieres actualizar el dashboard mañana? Lo regeneras desde cero. ¿Quieres el mismo informe cada lunes? Vuelves a hacer la pregunta cada lunes.

Claude Code es Claude ejecutándose dentro de la terminal de tu computadora. Debido a que tiene acceso a tu sistema de archivos, tiempo de ejecución, y otras herramientas de desarrollador, no solo responde preguntas — puede construir software real. Scripts persistentes, rutinas programadas, aplicaciones HTML, dashboards internos, integraciones que funcionan 24/7 sin tu intervención. Una vez conectado al MCP de Porter para Google Analytics 4, toda una categoría de trabajo se vuelve posible.

Lo que Claude Code desbloquea que Claude solo no puede

Aquí es donde el ecosistema MCP más da sus frutos. Debido a que Claude Code puede combinar el MCP de Porter con otros MCPs — Firecrawl para web scraping, Airtable para datos estructurados, Notion para wikis, Vercel para despliegue, Slack y Gmail para entrega — ya no estás consultando datos. Estás construyendo herramientas.

🛠️ Crea tu propio dashboard de analíticas Stack: Porter MCP + Vercel MCP (o Cloudflare Pages, Netlify) Alimenta a Claude Code con tus objetivos y metas de Google Analytics 4 — metas de engagement, objetivos de conversión, benchmarks de tráfico — y pídele que genere un dashboard de rendimiento personalizado para cada cliente. Construye el HTML, extrae datos en vivo, despliega a una URL. Sin embed de Data Studio que se rompa cuando el proveedor cambia precios, sin restricciones de plantilla. El dashboard se actualiza automáticamente porque consulta el MCP de Porter en cada carga de página. Ideal para: agencias que quieren dashboards de clientes white-label sin dependencias de Looker o Data Studio.

🔍 Monitoreo completo de competidores + rendimiento Stack: Porter MCP + Firecrawl MCP Combina tu propio rendimiento de Google Analytics 4 de Porter con patrones de tráfico de competidores y rankings de keywords extraídos vía Firecrawl. Claude Code une ambos en un informe semanal de inteligencia competitiva — tus números junto a su estrategia de contenido y rendimiento de búsqueda orgánica, con un resumen de LLM encima de lo que cambió semana a semana. Funciona con cron, llega a tu bandeja de entrada cada lunes por la mañana. Ideal para: equipos internos que necesitan contexto de mercado, no solo números internos.

📚 Wiki interna de marketing con métricas en vivo Stack: Porter MCP + Airtable MCP (o Notion MCP) Usa Airtable o Notion como el esquema, Porter como la fuente de datos. Claude Code mantiene cada página poblada con sesiones actuales, tasa de rebote, y tasa de conversión para cada propiedad — sin capturas de pantalla obsoletas, sin copiar y pegar de Excel. Los nuevos empleados leen una entrada de wiki y tienen contexto completo sobre la cuenta de un cliente. Ideal para: agencias y equipos de operaciones que incorporan analistas o rotan gerentes de cuenta frecuentemente.

🔔 Alertas 24/7 sobre caídas de tráfico, conversiones y engagement Stack: Porter MCP + Slack MCP (o Gmail MCP) Una rutina de Claude Code con cron extrae Google Analytics 4 vía Porter, evalúa umbrales — sesiones caen un 20% semana a semana, tasa de rebote sube por encima del 70% — y envía alertas de Slack o Gmail en el momento en que algo cruza la línea. Dejas de revisar dashboards reactivamente; el dashboard se revisa a sí mismo y te dice cuándo mirar. Ideal para: cualquier equipo que haya descubierto un problema 48 horas tarde porque nadie abrió el informe.

Conclusión: Claude es para preguntas rápidas y dashboards ad-hoc. Claude Code es para construir aplicaciones, dashboards en vivo, alertas, y herramientas reales — cualquier cosa que quieras ejecutar por sí sola sin volver a preguntar. La misma URL del MCP de Porter funciona en ambos, así que no eliges una vez y te quedas atado.

Casos de uso — qué puedes hacer realmente una vez que Google Analytics 4 está conectado a Claude

Conseguir la conexión correcta es la mitad de la batalla. El valor real aparece en lo que haces después. Aquí están los casos de uso que los usuarios de Porter construyen alrededor de sus datos de Google Analytics 4 — desde preguntas y respuestas simples hasta flujos de trabajo completos orientados a clientes.

1. Chatea y haz preguntas directamente

El caso de uso más simple — y aún el con el que el 80% de los marketers empieza. Abre Claude, haz una pregunta, obtén una respuesta basada en datos en vivo.

Es la forma más rápida de reemplazar una revisión diaria de informes de GA4. Pero el chat es lo básico — los casos de uso interesantes vienen después.

2. Mezcla Google Analytics 4 con tus datos de marketing (Meta Ads, Google Ads, Shopify)

Aquí es donde una vista de 360° se vuelve real. Cuando conectas Google Analytics 4 y tu fuente de ingresos (Meta Ads para atribución de redes sociales pagadas, Google Ads para atribución de búsqueda, Shopify para transacciones de ecommerce), Claude puede mapear el rendimiento del sitio web y la app a compras y conversiones reales — usando UTMs, nombres de campaña, y marcas de tiempo — y darte una atribución que ningún número de plataforma puede.

Claude maneja el mapeo y las uniones de UTMs, nombres de campaña, y marcas de tiempo. Obtienes un informe de atribución listo para clientes que ninguna plataforma individual puede generar por sí sola.

3. Alertas y notificaciones automatizadas en Slack o Gmail

Con Claude Code puedes convertir el monitoreo de Google Analytics 4 en una rutina que funciona por sí sola. Conecta el MCP de Porter (para los datos) junto con un MCP de Slack o Gmail (para la entrega), luego escribe una tarea programada de Claude Code que extrae el rendimiento cada mañana y te notifica solo cuando algo realmente necesita atención.

Sin dashboards, sin revisiones diarias. El informe viene a ti — y solo cuando importa.

4. Presentaciones listas para clientes con datos en vivo (Gamma, HTML, PDF)

Un dolor común de agencias: envías a los clientes un enlace de Data Studio que se rompe, el cliente entra en pánico — y pasas una hora explicando un dashboard roto. Con Claude puedes construir la presentación misma — como un deck de Gamma, una página HTML personalizada, o un PDF — poblada con números en vivo cada vez.

La presentación se convierte en un artefacto de entrega que envías al cliente, no un dashboard que depende de que otra herramienta siga funcionando. Sin iframe roto, sin solicitudes de inicio de sesión, solo el contenido.

Campos y métricas de Google Analytics 4 que puedes consultar con Claude

Antes de empezar a escribir prompts, ayuda saber qué datos están realmente disponibles. El MCP de Porter le da a Claude acceso a 288 campos y métricas de Google Analytics 4 a través de cada nivel de reporte, más desgloses por audiencia, dispositivo, geografía, y fuente de tráfico. Y la misma URL de MCP también desbloquea más de 25 fuentes adicionales — así que Claude puede mezclar Google Analytics 4 con Google Ads, GA4, Shopify, HubSpot y más en un solo prompt.

Tiempo

FechaSemanaMesTrimestreAñoTrimestre y añoFecha + horaFecha, hora y minuto

Geografía

CiudadCity IDContinenteContinent IDPaísCountry iconCountry icon urlCountry ID

Visibilidad

Ads impressionsOrganic google search impressionsPublisher ad impressions

Engagement

Percent scrolledScrolled users

Conversión

Cost per conversionCart-to-view ratePurchase-to-view ratePurchaser conversion

Evento

ConversionsEvent countEvent count per userEvent nameEvent valueEvents per sessionIs conversion eventKey events

Keywords & Search

Organic google search average position

Otros

Achievement IDAds clicksAds costAds cost per clickCharacterCrash-affected usersCrash-free users rateFile extension

Fuente de tráfico

First user campaign IDFirst user campaignFirst user default channel groupFirst user Google Ads account nameFirst user Google Ads ad group IDFirst user Google Ads ad group nameFirst user Google Ads ad network typeFirst user Google Ads campaign ID

Ecommerce

Add to cartsCheckoutsEcommerce purchasesGross item revenueGross purchase revenueItem affiliationItem brandItem category

Atribución

Campaign IDCampaignDefault channel groupGoogle Ads account nameGoogle Ads ad group IDGoogle Ads ad group nameGoogle Ads ad network typeGoogle Ads campaign ID

Plataforma / Dispositivo

App versionBrowserDevice categoryDevice modelLanguageLanguage codeDevice brandDevice

Usuario

1-day active users28-day active users7-day active usersActive usersAudience IDAudience nameDAU / MAUDAU / WAU

Page / Screen

Content groupContent IDContent typeFull page URLHostnameLanding page + query stringPage locationPage path

Sesión

Average session durationBounce rateEngaged sessionsEngagement rateSession conversion rateSessionsSessions per user

Cohort

CohortCohort active usersDaily cohortMonthly cohortWeekly cohortCohort total users

Demografía

InteresesEdadGéneroGender iconGender icon url

Ingresos

Average purchase revenueARPPUAverage purchase revenue per userARPUTotal revenue

Publisher

Ad formatAd sourceAd unit exposureAd unit

Propiedad

Page IDPage Name

User Lifetime

First session date

Para la referencia completa, consulta Todos los campos y métricas de Google Analytics 4.

Prompts que puedes copiar y pegar hoy

Para agencias

Cuando gestionas múltiples propiedades de clientes y necesitas informes de resumen rápidos o auditorías.

Para equipos de SEO/SEM

Cuando necesitas optimizar el rendimiento de búsqueda orgánica y pagada usando datos de GA4.

Para equipos de ecommerce

Cuando rastreas funnels a nivel de item desde vista hasta checkout hasta compra.

Multicanal

Cuando mezclas Google Analytics 4 con Google Ads, Search Console, o Shopify para atribución de funnel completo.

Límites, autenticación y mejores prácticas para Google Analytics 4 vía Claude

Aunque este caso específico se refiere a preocupaciones de privacidad más amplias en lugar de abuso de API, ilustra el costo real que enfrentan los marketers cuando el manejo de datos sale mal: pérdida de confianza de los stakeholders y exposición a cumplimiento. Para usuarios de la API de GA4, la “historia de terror” más común no es una prohibición — es tomar una decisión de presupuesto de $50,000 basada en datos muestreados o con thresholding sin darse cuenta de que los números están incompletos. El costo no es la suspensión de cuenta; es malas decisiones basadas en datos incompletos.

Una advertencia técnica más representativa: los marketers que ejecutan informes de alta cardinalidad (por ejemplo, desglosando más de 50 landing pages × 30 fuentes de tráfico × 90 días) a menudo golpean los umbrales de datos de GA4 en silencio. La API devuelve filas agregadas con (other) buckets en lugar de valores individuales, y el usuario nunca se da cuenta — llevando a modelos de atribución que ignoran el 15–30% del tráfico real. Sin prohibición, sin advertencia, solo datos silenciosamente incorrectos.

El cumplimiento de la API de datos de GA4 de Google es basado en cuotas y tokens, no basado en comportamiento ni orientado a prohibiciones. Google no prohíbe cuentas porque usaste Claude, un MCP, o un conector de terceros. Limita la velocidad o devuelve errores cuando excedes cuotas de tokens a nivel de propiedad o límites de solicitudes concurrentes. El acceso de solo lectura dentro de la cuota es seguro y esperado. Lo que activa el cumplimiento es tráfico en ráfagas que agota los presupuestos de tokens por hora, solicitudes concurrentes sostenidas por encima del límite de la propiedad, o intentar operaciones de escritura (que la API de datos de GA4 de todos modos no admite para datos de reportes). Mantenerse dentro de los límites documentados de solicitudes y tokens es seguro; sondeo programático agresivo, solicitudes paralelas sin lotes, o compartir credenciales entre múltiples herramientas simultáneamente no lo es.

Los dos patrones que generan informes inexactos de Google Analytics 4

Después de revisar documentación oficial y hilos de la comunidad, dos patrones aparecen una y otra vez.

1. Ignorar el muestreo y el thresholding en informes de alta cardinalidad. GA4 aplica thresholding de datos cuando los conteos de usuarios en una combinación de dimensión caen por debajo de un mínimo de protección de privacidad — esto es una función de privacidad a nivel de plataforma, no un error del conector. La API reduce el thresholding comparado con exportaciones de la UI pero no lo elimina para propiedades de bajo volumen. [NEEDS_VERIFY: exact threshold user count] El resultado: informes que parecen completos pero omiten filas en silencio. Qué hacer en su lugar: revisa siempre los dataLossFromOtherRow y samplingMetadatas campos en las respuestas de API, y evita desglosar microsegmentos en propiedades pequeñas.

2. Ráfagas de API paralelas y sin lotes que agotan las cuotas de tokens. La API de datos de GA4 usa un sistema de bucket de tokens donde informes complejos (muchas dimensiones, rangos de fecha largos, alta cardinalidad) consumen más tokens por solicitud que los simples. [NEEDS_VERIFY: exact token cost per dimension/metric] Ejecutar 20 informes complejos concurrentes puede agotar el presupuesto de tokens por hora de una propiedad en minutos, causando 429 errores para todas las herramientas conectadas a esa propiedad — incluyendo tus propios dashboards internos. Qué hacer en su lugar: agrupa solicitudes, usa particionamiento por rango de fecha, y almacena en caché resultados cuando la actualización no sea crítica.

3. Malinterpretar la frescura “en tiempo real” y tomar decisiones sensibles al tiempo. La API de datos de GA4 tiene latencia inherente: los informes estándar reflejan datos con un retraso de procesamiento de 24–48 horas, e incluso los informes “en tiempo real” en la UI tienen un retraso de ~1 minuto que no se traduce completamente a las respuestas de API. [NEEDS_VERIFY: exact API freshness SLA] Los marketers que consultan “conversiones de hoy” vía MCP y actúan sobre esos números para pujas de anuncios en vivo están trabajando con datos incompletos. Qué hacer en su lugar: usa la API de GA4 para análisis estratégico con datos T+1 o T+2, no para disparadores operativos en tiempo real.

Ambos comportamientos activan agotamiento de cuotas o datos incompletos en silencio. Si quieres usar Claude para Google Analytics 4 de forma segura, agrupa tus solicitudes, respeta las señales de thresholding, y nunca actúes sobre datos de API del mismo día.

El protocolo de precisión de 5 reglas

Basado en las cuotas documentadas de Google Analytics 4 y los comportamientos que realmente han causado datos incompletos — no conjeturas:

• Agrupa tus desgloses por dimensión. [NEEDS_VERIFY: exact token cost per dimension] Cada dimensión adicional en una solicitud de la API de datos de GA4 aumenta el consumo de tokens. Divide consultas multidimensionales complejas en solicitudes secuenciales más pequeñas en lugar de un informe masivo. Si ignoras esto, golpearás 429 RESOURCE_EXHAUSTED errores que bloquean todo acceso a la API de la propiedad por el resto de la hora. El MCP de Porter maneja esto automáticamente agrupando solicitudes grandes y almacenando en caché las respuestas.

• Respeta el umbral de muestreo de 10M eventos. [NEEDS_VERIFY: exact sampling threshold from official docs] GA4 puede muestrear datos cuando el número de eventos en el rango de fecha de tu consulta excede los umbrales de la plataforma. Para datos sin muestreo, reduce rangos de fecha o filtra a tipos de evento específicos antes de solicitar informes históricos amplios. Si ignoras esto, construirás modelos de atribución sobre datos muestreados que subrepresentan fuentes de tráfico de larga cola.

• Mantente bajo el límite de solicitudes concurrentes. [NEEDS_VERIFY: exact concurrent request limit per property] La API de datos de GA4 impone un límite en solicitudes simultáneas por propiedad. Encola tus consultas de MCP secuencialmente en lugar de ejecutarlas en paralelo. Si ignoras esto, solicitudes concurrentes de múltiples miembros del equipo o herramientas pueden activar limitación de velocidad que retrasa todos los flujos de trabajo de reportes.

• Nunca confíes en datos de API para decisiones operativas del mismo día. El procesamiento de datos de GA4 tiene un retraso de actualización documentado. Usa la API para reportes estratégicos (tendencias semanales, auditorías mensuales, revisiones trimestrales) y la vista en tiempo real de la UI de GA4 — no la API de datos — para verificaciones intradía. Si ignoras esto, puedes pausar campañas o cambiar presupuesto basado en conteos de conversión incompletos.

• Minimiza los scopes de OAuth a reportes de solo lectura. La API de datos de GA4 solo requiere el https://www.googleapis.com/auth/analytics.readonly scope para acceso de reportes. Nunca otorgues analytics o analytics.edit scopes a un conector que solo necesita leer datos. Si ignoras esto, un token de MCP comprometido podría teóricamente modificar configuraciones de propiedad o flujos de datos — aunque la API de datos en sí es de solo lectura para reportes, scopes más amplios aumentan la superficie de ataque. El MCP de Porter solicita solo el scope mínimo de solo lectura por defecto.

Qué hace diferente el MCP de Porter: aplica estas salvaguardas a nivel de plataforma. El conector de GA4 de Porter es solo lectura por defecto sin permisos de escritura solicitados. Implementa agrupación de solicitudes y retroceso automático cuando se acercan las cuotas de tokens de GA4, previniendo 429 errores que interrumpirían tus otras herramientas. Almacena en caché las respuestas de API para consultas no en tiempo real, reduciendo el consumo redundante de tokens. Solicita el scope mínimo de OAuth (analytics.readonly) y nunca almacena material de credenciales más allá del token de sesión. Ese es el comportamiento que los sistemas automatizados de cuotas de Google manejan con elegancia — sin banderas, sin limitación de velocidad, sin sorpresas.

Preguntas frecuentes