Cómo automatizar reportes SEO conectando BigQuery a Looker Studio

El problema de los reportes manuales

Los reportes SEO recurrentes (semanales o mensuales) suelen seguir un flujo manual: abrir GA4, exportar datos, abrir GSC, exportar datos, abrir una hoja de cálculo, combinar los datos, crear gráficos, formatear, enviar. Este proceso se repite cada semana o cada mes, consumiendo horas que podrían dedicarse a análisis estratégico.

Looker Studio conectado a BigQuery elimina este trabajo manual. El dashboard se crea una vez, y los datos se actualizan automáticamente cada vez que se abre o según la frecuencia configurada.

Arquitectura del flujo automatizado

El flujo tiene tres componentes:

1. Datos en BigQuery: GA4 y GSC exportan datos diariamente a BigQuery de forma automática (configurado previamente en GA4 y GSC).
2. Custom Query en Looker Studio: en lugar de conectar Looker Studio directamente a GA4 (que tiene límites de muestreo), se conecta a BigQuery usando una consulta SQL personalizada. Esto da control total sobre los datos que alimentan el dashboard.
3. Dashboard con filtros interactivos: el resultado es un dashboard con gráficos, tablas y scorecards que los usuarios pueden filtrar por fecha, dispositivo, país, etc.

Paso 1: crear la Custom Query

En Looker Studio, al agregar una fuente de datos BigQuery, la opción «Custom Query» permite escribir SQL directamente. Las queries preparadas para Looker Studio del catálogo de Queryteca están diseñadas exactamente para esto.

El truco clave son los parámetros de fecha: @DS_START_DATE y @DS_END_DATE. Looker Studio inyecta estos valores automáticamente según el selector de fechas del dashboard:

SELECT
  data_date AS fecha,
  url, query AS keyword,
  SUM(clicks) AS clics,
  SUM(impressions) AS impresiones,
  ROUND(SAFE_DIVIDE(SUM(clicks), SUM(impressions)) * 100, 2) AS ctr
FROM `your-project.searchconsole.searchdata_url_impression`
WHERE data_date BETWEEN @DS_START_DATE AND @DS_END_DATE
  AND search_type = 'WEB'
GROUP BY fecha, url, keyword

Cuando el usuario cambia el rango de fechas en el dashboard, Looker Studio reemplaza los parámetros y re-ejecuta la query automáticamente.

Un detalle importante: la Custom Query debe estar optimizada para rendimiento. Si la consulta tarda más de 30 segundos en ejecutarse, la experiencia del dashboard se vuelve lenta cada vez que alguien cambia un filtro. Para consultas pesadas (cruces de GA4 con GSC, o análisis con ventanas de tiempo amplias), conviene pre-procesar los datos con una Scheduled Query que guarde los resultados en una tabla intermedia, y que Looker Studio lea de esa tabla en lugar de ejecutar la consulta completa cada vez.

Paso 2: crear el dashboard

Con la fuente de datos configurada, se construye el dashboard arrastrando dimensiones y métricas a los elementos visuales. Un dashboard SEO mensual típico incluye:

• Scorecards: clics totales, impresiones totales, CTR promedio, posición media promedio.
• Gráfico de líneas: evolución diaria de clics orgánicos.
• Tabla: top 20 keywords por clics con CTR y posición.
• Tabla: top 20 URLs por clics con métricas de GSC.
• Filtros: selector de fecha, filtro de dispositivo, filtro de país.

Paso 3: combinar múltiples fuentes (Blend Data)

Para dashboards que necesiten datos de GA4 y GSC juntos, Looker Studio ofrece la funcionalidad Blend Data. La query de blended data del catálogo explica cómo preparar las dos fuentes para que se combinen correctamente.

El proceso es: crear dos Custom Queries (una para GSC, otra para GA4), cada una como fuente de datos independiente, y luego unirlas en Looker Studio usando un campo común (generalmente la URL y la fecha).

Paso 4: automatizar la actualización

Looker Studio actualiza los datos automáticamente con una frecuencia configurable (cada 15 minutos, cada hora, cada 12 horas). Para dashboards SEO, una actualización cada 12 horas es suficiente, ya que los datos de GA4 y GSC se exportan diariamente.

Para análisis que requieran pre-procesamiento (cálculos pesados que no conviene ejecutar cada vez que alguien abre el dashboard), se pueden usar Scheduled Queries en BigQuery: una consulta programada se ejecuta cada mañana, guarda los resultados en una tabla intermedia, y Looker Studio lee de esa tabla.

Calculated fields para métricas custom

La query de calculated fields del catálogo muestra cómo crear métricas personalizadas dentro de Looker Studio: SEO Score, índice de oportunidad, ratio mobile/desktop, eficiencia de contenido. Estas métricas derivadas añaden una capa analítica que los datos brutos no ofrecen directamente.

El resultado

El dashboard final se comparte con un link. Los clientes o el equipo pueden acceder, filtrar por fechas, explorar los datos y obtener las métricas actualizadas sin que nadie ejecute una query ni exporte una hoja de cálculo. El tiempo de generación de reportes pasa de horas a cero.

Conviene también configurar alertas automáticas. Looker Studio permite programar envíos por email del dashboard en formato PDF a intervalos regulares (diario, semanal, mensual). Así, los stakeholders reciben el reporte en su bandeja de entrada sin tener que acceder al dashboard. Combinado con las Scheduled Queries de BigQuery que pre-procesan los datos cada mañana, el resultado es un sistema completamente automatizado donde los datos fluyen desde GA4 y GSC hasta el email del cliente sin intervención manual en ningún punto del proceso.