Cómo Conectar Meta Ads a Google BigQuery

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

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

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

• La vista previa de datos siempre está activa. Mientras 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 Meta 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 del 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., “Meta Ads Perfomance”). Selecciona Meta Ads como fuente de datos.

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

Conecta tus cuentas de Meta Ads

Conecta tu perfil de Facebook y otorga acceso a páginas y ad accounts. Selecciona “Current and Future Business Pages and Accounts” para evitar re-autorización en el futuro. Selecciona las Ad Accounts que quieres conectar.

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 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 desde 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 Menú de Navegación (arriba a la izquierda), selecciona BigQuery → Studio. En el panel izquierdo, verás tus proyectos.

1. Crea 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. Crea 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. Crea una Tabla: dentro de tu dataset, puedes crear una tabla (e.g., “meta_ads”). O deja que Porter la cree automáticamente cuando envíes tu primera consulta.

El Project ID, nombre de Dataset y Table name 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 la vista Schema primero. 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 dropdown de métricas, busca y selecciona: e.g., Amount Spent, Purchases, Leads, Custom Conversions, Impressions, Link Clicks.

Elige dimensiones

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

• Otras dimensiones: Ad Account, Objective, Ad Set Name, Ad Name, Creative (image URL, video URL, headline, primary text, ad preview link), Hour, Week, Month, Year.
• Desgloses: age, gender, device, placement, platform, region/country.
• Instagram Ads incluido: usa el desglose de placement o platform para separar Instagram de Facebook.
• Algunas combinaciones restringidas por Meta: e.g., conversions + age + gender + placement. No puedes combinar múltiples desgloses con conversiones en una consulta. Si no está disponible, simplifica o crea consultas separadas.

Ver todos los campos de Meta 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 = “spend / clicks”, CPA = “spend / conversions”.

Para dimensiones personalizadas, escribe tu fórmula para segmentar datos basándote en convenciones de nomenclatura. Si tus convenciones de nomenclatura incluyen objetivo, etapa del funnel o productos, escribe una fórmula como: “Si el nombre de campaña contiene ‘awareness’, etiquetar como ‘Awareness’. Si contiene ‘consideration’, etiquetar como ‘Consideration’. Si contiene ‘conversion’, etiquetar como ‘Conversion’. Si no, ‘Other’.” En la vista previa, ve cómo Porter transforma condicionales en regex para segmentaciones personalizadas.

Crea tus propias métricas o dimensiones para que no se necesite SQL ni transformaciones 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). Las 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

La API de Meta recientemente comenzó a devolver campañas sin actividad. Cuando ejecutas una consulta, obtienes campañas con gasto y campañas con cero gasto, lo cual es ruido en tus tablas. Crearemos un filtro para excluirlas.

Para este ejemplo:

• Condición: Exclude
• Campo: Amount Spent
• Operador: equals
• Valor: 0

Esto excluye todas las campañas sin actividad, así tu consulta solo devuelve 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 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 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: regresa 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, hora de última ejecución, estado más reciente 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: gestiona 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 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., “ppc_data”): una colección de tablas dentro de un proyecto.
• Table (e.g., “meta_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 (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 datos, regresa 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 “ppc_data” → Table “meta_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., spend). 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 Meta 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 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 “Amount Spent”). Es posible que necesites mapear campos al conectar una plantilla.

Plantillas disponibles:

Dashboard de atribución

Dashboard de audiencia

Dashboard de pacing de anuncios

Dashboard de funnel

Por Qué los Marketers Mueven Datos de Meta 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.
• Atribución multi-touch: Une Meta Ads con datos crudos de eventos de GA4. Rastrea el recorrido completo del usuario desde el clic en el 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 “cuál número es correcto”.
• Acceso para toda la empresa sin permisos de plataforma: Gestionar permisos entre plataformas es un dolor. Con BigQuery, cualquiera puede acceder a datos de marketing sin cuentas o roles en cada plataforma. Un modelo de permisos, todos los datos.
• Haz que los datos estén 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 data warehouse universal, cualquier herramienta de IA puede acceder a tus datos de marketing. Sin integraciones personalizadas. Sin configuración complicada.
• Combinación de datos: Combina Meta Ads con CRM, GA4, Shopify, Google Ads en un data warehouse. Mide ganancias reales, no ROAS de plataforma. Calcula CAC combinado en todos los canales.

Próximos Pasos

Ahora que tus datos de Meta Ads están en BigQuery:

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

Explorar todas las plantillas de Meta Ads