#021 Guía: MCP de Google Analytics con Claude Desktop

Google ha lanzado su MCP para Google Analytics. Esta decisión cambia las reglas del juego de la analítica tal y como la conocemos y en esta guía aprenderás a instalar esta solución con Claude Desktop.

La actualidad manda.

Sé que dije que no publicaría ninguna nueva edición hasta septiembre, pero este anuncio (¡que me pilló en plenas vacaciones! ¡vaya fechas!) de Google merece que haga un excepcional hueco ya que la tecnología y, sobre todo, la emoción que generan estas noticias no entienden de veraneo.

Vamos al grano, empieza la 21ª edición de Leanalytics.

Guía: MCP de Google Analytics con Claude Desktop

---

Introducción

La pasada semana Google lanzó y compartió un repositorio oficial que explica paso a paso cómo instalar el MCP (Model Context Protocol) de GA4. Este modelo, todavía experimental, permite a un servidor local MCP interactuar con la API de Google Analytics.

Es decir, permite preguntar a una IA generativa (como Claude o Google Gemini) por los datos previamente capturados de tu propiedad de Google Analytics para obtener información como veremos más adelante.

“Es un game changer” es la frase que más he repetido y no tengo dudas de que va a transformar la manera no solo de analizar el comportamiento digital, sino también de reportar y tomar decisiones estructuradas de negocio.

¿Qué encontrarás en esta edición?

1. Instalar Claude Desktop

2. Instalar MCP de Google Analytics

   1. Instalar pipx

   2. Configurar las APIs de Google Cloud

   3. Configurar Claude Desktop

3. Análisis con el MCP de Google Analytics

   1. Una tabla de datos y funcionamiento básico

   2. Una tabla y revisión de calidad del dato

   3. Gráficas e inferencia: ¿Algún contenido sobresale de manera estadísticamente significativa?

4. Rápidas Reflexiones

¡Empecemos!

---

1. Instalar Claude Desktop

Aunque la documentación de Google explica cómo instalar este MCP con Gemini CLI o Gemini Code Assist he optado por Claude Desktop por mera preferencia y costumbre de uso. Tengo constancia de que se pueden hacer consultas con Visual Studio y Code Assist y, de hecho, Google Gemini es superior a Claude en aspectos de estadística, álgebra o cálculo y particularmente lo recomiendo para dicho fin.

La instalación de Claude Desktop no tiene ningún misterio. Basta con visitar este enlace y descargar Claude Desktop en función del dispositivo que utilices. Esto pone encima de la mesa una de las características más importantes de esta funcionalidad: este MCP corre en local cosa de la que luego hablaremos.

2. Instalar MCP de Google Analytics

El proceso de instalación del MCP de Google Analytics puede ser complejo para aquellos no dados a este mundillo. Vamos a ir poco a poco para que nadie se pierda y si tienes cualquier duda, más abajo tienes la sección de comentarios.

2.1 Instalar pipx

Como bien apunta la documentación de Google debemos instalar pipx. Deberías pegar el siguiente código en tu terminal si trabajas con macOS. Si usas otros sistemas operativos como Windows deberás instalarlo vía Scoop y si eres Linux dependerá de si usas Arch, Fedora o Ubuntu como se dice en la documentación que te he dejado arriba.

brew install pipx
pipx ensurepath
sudo pipx ensurepath --global # optional to allow pipx actions with --global argument

2.2 Configurar las APIs de Google Cloud

Debemos asumir que si estamos montando el MCP de Google Analytics tenemos acceso a una propiedad con datos (parece obvio, pero mejor avisar). Si no tienes datos en tu propiedad de Google Analytics, aunque sigas estos pasos de instalación, no obtendrás ningún output.

Dicha esta obviedad, deberemos:

2.2.1 Crear un proyecto de Google Cloud

Lo que no es tan seguro es que tengas una cuenta de Google Cloud: no te preocupes, si haces clic en el siguiente enlace podrás crear una cuenta de Google Cloud y montar proyecto. También puedes crearla visitando console.cloud.google.com. Una vez tengas tu cuenta de Google Cloud, debes montar un proyecto. La parte marcada en rojo es donde deberías hacer clic.

Figura 21.1

2.2.2 Crear credenciales

Una vez creado el proyecto, si haces clic en la hamburguesa (☰) se desplegará una columna a la izquierda y deberás hacer clic en “APIs y servicios”. Después de hacer clic en APIs y servicios, aparecerá un desplegable y deberás hacer clic en “credenciales”.

Fifura 21.2

La siguiente página será algo similar a esto (no exactamente igual, ya que ya tengo cosas montadas). Si haces clic en “Crear credenciales” podrás crear una “Cuenta de servicio”.

Figura 21.3

El proceso es francamente sencillo: apenas es necesario que pongas un nombre (el que prefieras, puede ser “ga4-mcp-test”) y cuando lo finalices verás que tienes una fila adicional como la que se ve en la siguiente imagen. Donde ves la franja azul deberías ver un correo electrónico.

Figura 21.4

Si haces clic sobre el correo electrónico verás lo siguiente. Haz clic en “Claves” y dentro haz clic en el CTA principal: “Agregar clave”.

Figura 21.5

Si has seguido estos pasos deberías ver algo como la siguiente imagen. Te recomiendo que selecciones JSON y que nunca compartas con nadie este archivo ya que contiene las credenciales secretas que dan acceso total a tu cuenta de servicio. Es como compartir tu contraseña: cualquiera con este archivo puede actuar en tu nombre en Google Cloud. Cuando le des a “Crear” te descargará automáticamente un archivo JSON.

Figura 21.6

2.2.3 Dar acceso a la propiedad de Google Analytics

¿Y ahora qué? pues deberías copiar el correo electrónico que tienes en tu listado de “Cuentas de servicio” (la franja azul de antes) y dirigirte a tu propiedad de Google Analytics. Así, podrás dar acceso a ese correo en tu propiedad. Este es un proceso estándar dentro del entorno de Google Cloud. Con permisos de lector ya debería ser suficiente.

Figura 21.7

2.2.4 Habilitar las APIs

Para finalizar: deberemos volver al entorno de Google Cloud y en la sección “Biblioteca” habilitar dos APIs: Google Analytics Admin API y Google Analytics Data API. Es tan sencillo como hacer clic en cada una y pulsar “habilitar”

Figura 21.8

Ahora sí, podemos dar por concluido todo lo que necesitamos hacer con Google Cloud.

2.3 Configurar Claude Desktop

Si abrimos Claude Desktop e iniciamos sesión no tendremos instalado el MCP. Todavía nuestro Claude Desktop no entendería nada si le hacemos un prompt preguntando sobre nuestros datos de Google Analytics. Por ello, necesitamos configurar Claude Desktop. Si abres Claudes Desktop, en macOS, en la barra superior deberemos hacer clic en “Configuración”.

Figura 21.9

Aparecerá la siguiente sección y deberemos hacer clic en “Desarrollador” (marcado en rojo). Te llevará a una sección donde el CTA principal es “Editar configuración”, lo cual te abrirá el finder de macOS como se ve en la figura 21.11.

Figura 21.10

Esto te lleva a la carpeta de Claude (ya que, recuerda, has instalado Claude en tu portátil) y deberás abrir este JSON que señalo en la figura 21.11. Este JSON no tiene nada que ver con el JSON de Google Cloud que acabas de crear hace un rato. Haz doble clic para ver lo que hay dentro.

Figura 21.11

Antes de nada, deberás volver a la documentación de Google en Github. Allí se muestra un código como el que muestro a continuación. Este es el que deberás pegar en el JSON de Claude Desktop que acabas de abrir. IMPORTANTE: donde pone "PATH_TO_ADC_JSON" deberás poner la ruta en la que se encuentra el JSON que descargaste de Google Cloud (ya que son tus credenciales).

{
  "mcpServers": {
    "analytics-mcp": {
      "command": "pipx",
      "args": [
        "run",
        "--spec",
        "git+https://github.com/googleanalytics/google-analytics-mcp.git",
        "google-analytics-mcp"
      ],
      "env": {
        "GOOGLE_APPLICATION_CREDENTIALS": "PATH_TO_ADC_JSON"
      }
    }
  }
}

Si tus credenciales se encuentran en “Downloads”, seguramente la ruta será esta “/Users/nombre/Downloads/nombre-del-archivo.json”, pero si no estás seguro cualquier herramienta como Claude, Google Gemini o ChatGPT puede ayudarte a saber en qué ruta está cualquier archivo de tu ordenador.

¿Qué debes hacer?

1. Copiar el código de la documentación de Google que te he dejado más arriba y pegarlo en el JSON de Claude Desktop (que debería estar vacío si es la primera vez que entras).

2. Poner bien la ruta donde pone "PATH_TO_ADC_JSON" para apuntar al JSON que descargaste de Google Cloud, es decir, apuntar a tus credenciales.

3. Guardar el archivo JSON de Claude Desktop. Debería quedarte algo similar a lo que se muestra en la siguiente figura.

Figura 21.12

Cierra Claude Desktop y vuelve a abrirlo. Si todo ha funcionado bien deberías poder ver “analytics-mcp” al hacer clic en la sección de conectores. ¡Enhorabuena! has configurado de manera exitosa el MCP de GA4 con Claude Desktop.

Figura 21.13

3. Análisis con el MCP de Google Analytics

Te engañaría si te dijera que le he dado mucho trote a Claude Desktop y al MCP de Google Analytics ya que lo acabé de instalar este miércoles. No obstante, puedo compartir algunas consideraciones que extraigo a partir de estos primeros usos con el MCP.

3.1 Una tabla de datos y funcionamiento básico

Vamos a ver adónde podemos llegar. Para que tengas algo de contexto este MCP conecta con la propiedad de GA4 de Leanalytics:

¿Puedes hacer una tabla con los 10 eventos más comunes de Leanalytics con el MCP de GA4?

El resultado es el siguiente. Algo que me ha sorprendido es que al no indicarle ventana de tiempo me ha dado información de los últimos 30 días en lugar de los 28 que, a menudo, se usan por defecto en GA.

Figura 21.14

Importante destacar que por el camino Claude Desktop te pide permiso para usar una herramienta en concreto y muestra la siguiente figura. Debo reconocer que no le he dado a “permitir siempre” por el tema cuotas, por ello recomiendo que si empiezas le des a “permitir una vez” cada vez.

No es menor tampoco el hecho de que Claude avise de que no puede garantizar prácticas de seguridad o privacidad. Esta es una cuestión muy importante que, para uso profesional, debe evaluarse cuidadosamente.

Figura 21.15

3.2 Una tabla y revisión de calidad del dato

Vamos a subir un poquito el nivel y pedirle algo más concreto:

¿Puedes hacerme una tabla con los contenidos más visitados de Leanalytics? quiero ver sesiones, sesiones con interacción, usuarios totales y vistas de toda la ventana de tiempo disponible de GA4. Del 28 de diciembre de 2022 al 15 de julio de 2025. Que contenga los artículos: podrás identificarlos porque en la ruta de página contiene /p/.

Los resultados:

Figura 21.16

La pregunta de oro: ¿Estos resultados encajan con los de GA4? podemos verlo buceando en los datos de la propia interfaz de Google Analytics. Centrémonos en las 511 visitas que tiene el primer artículo de la lista. Como podemos ver, en la siguiente figura devuelve 526 en la misma ventana de tiempo.

No es mucho 15 de diferencia y está claro que está en fase experimental, pero podemos preguntarle al propio MCP por qué sucede esa desviación. He probado el siguiente prompt adjuntando la imagen de GA4.

Figura 21.17

como puedes ver, te he pedido vistas y tu me devuelves 511 cuando en la interfaz de GA4 devuelve 526 (adjunto): ¿Por qué sucede esto si es la misma ventana de tiempo?

Su respuesta:

Figura 21.18

¡Vaya! parece que fui yo a la hora de cambiar algún título o alguna URL (puede ser, la verdad). Si tratamos de checkearlo te das cuenta de que este artículo en particular debió tener algunos asuntos en materia de ruta de página (que debo reconocer que no recuerdo). Doy por buena la respuesta del MCP a pesar de que los datos no encajen del todo, ya que me encaja que haya habido un error por mi lado por aquél entonces.

Figura 21.19

Lo interesante de esto: no he tenido que meterme en exploraciones o en GBQ a indagar y elucubrar sino que he colaborado con mi MCP como si fuera un colaborador más de mi organización que puede darme pistas e hipótesis sobre por qué no sucede algo como debería.

Si vuelves a la figura 21.16 hay otra señal de que debo tener un problema con títulos o URL ya que la fila 15 y 16 coinciden, lo cual puede llevar a desviaciones entre lo que devuelve la API y lo que muestra GA4. Continuemos.

3.3 ¿Algún contenido sobresale de manera estadísticamente significativa?

¿Puedes aplicar un test estadístico (t-test o Anova One-Way) y decirme si hay una diferencia estadísicamente significativa entre las sesiones que ha generado un contenido y los demás? Deseo saber si la diferencia de sesiones entre un contenido u otro es estadísticamente significativa para saber qué contenidos debería hacer a partir de ahora si me guío por la métrica sesiones.

¡Menuda pregunta! le estamos pidiendo que aplique un test y un poquito de estadística inferencial para evaluar si existen diferencias relevantes entre un contenido u otro. Veamos qué resultado nos da (mientras escribo esas líneas, debo apuntar que ha tardado varios minutos en responder):

Figura 21.20

Dejando a un lado que la mayoría de herramientas de IA generativa te hacen sentir como si hubieras cambiado el mundo por su efusividad y entusiasmo, vamos a evaluar lo que dice:

1. El 006 funcionó según datos de Google Analytics extraordinariamente bien. Esto es correcto por información que tengo yo de la interfaz de Substack.

2. Comete el error de comparar el 006 con la media del resto top-10 cuando hay contenidos (como el 020) que no llevan tanto tiempo y debemos recordar que hay contenido evergreen que envejece bien como el de este caso y otros que envejecen peor (por ejemplo, un contenido de alternativas a Google Optimize), así que aglutinar el 006 contra un promedio del resto puede dar a diagnósticos erróneos.

3. Sin embargo… mea culpa. Yo no indiqué tener en cuenta esto en el prompt y me da la oportunidad de reflexionar sobre la temporalidad del contenido y la precisión de mi consulta mientras leo su respuesta. Ahí está parte de la gracia de esta tecnología. Este prompt no era bueno. Mi indicación era imprecisa.

Vale, veámoslo con el tiempo en página: hazme un barplot con los contenidos en los que los usuarios han pasado más tiempo para poder comparar unos u otros. Hazlo solo del top 10 de contenidos en cuanto a sesiones y del 28 dediciembre de 2022 al 15 de julio de 2025

El resultado:

Una de las gracias de Claude Desktop es que muestra gráficas muy resultonas, lo que permite jugar un poco con métodos de visualización de datos. Esto, conectado al hecho de que Claude Desktop puede integrarse con Clarity MCP Server, Stripe o Airtable la convierte en una gran solución:

Figura 21.21

La asociación de ideas que hace el MCP de GA4 con Claude es muy poderosa desde un punto de vista de análisis descriptivo: está arrojando insights que, por ejemplo, contradicen lo anteriormente mencionado (que el 006 es un valor atípico dentro de mi cartera de contenidos).

Esto también nos ayuda a entender no solamente que la precisión del prompt importa, sino también el conocimiento que arrojamos en el prompt. Es ese conocimiento lo que hace que entonces los insights puedan ser de mayor calidad. Como suelo decir “La IA no nos librará del deber del conocimiento”.

¿Por qué? Porque cuanto más sepamos de cálculo, principios estadísticos, sentido de las métricas, eventos, del propio negocio, herramientas y demás, más jugo podremos sacar de estas soluciones. Para mí, es como la calculadora para el matemático: no lo sustituyó, sencillamente multiplicó sus capacidades.

Volviendo al análisis de contenido: el MCP ha arrojado un análisis descriptivo interesante que puede ser más profundo si se le añaden más métricas, contexto, fuentes de datos como Clarity o conocimiento del propio analista.

¿Tiene sentido lo que dice el MCP con lo que sé que funciona en Leanalytics? Sí, el contenido técnico ha funcionado mejor que otro tipo de contenidos, aunque se mencione que contenidos no técnicos como El Pensamiento Problem-Centric o ¿Existen los Growth Hackers? han funcionado muy bien.

4. Rápidas reflexiones

Mientras escribo estas líneas, Anthropic lanza que va a modificar los límites semanales de Claude Pro y Max, lo que me hace señalar el elefante en la habitación: ¿dónde encontramos las organizaciones el equilibrio entre aprovechar las ventajas competitivas de la IA generativa con el apalancamiento que puede ocasionar y el duro golpe ante subidas agresivas en cuotas?

Figura 21.22

Eso también me hace pensar sobre el futuro de la IA a veinte años vista. Probablemente separará aún más a las pequeñas empresas de las más grandes, las cuales podrán asumir un nivel de inversión que las empresas más humildes no podrán. Nada nuevo bajo el sol ya que nadie dijo que esto debía ser democrático.

Como cuestión técnica, este MCP corre en local y aunque en LIN3S ya le hemos dado al coco sobre cómo servitizar esto de manera segura (cuidado aquí…), escalable, eficiente y rentable, no es algo que en apenas 10 días desde su lanzamiento oficial parezca simple (ni mucho menos).

Figura 21.23

El futuro es este y lo tenemos aquí.

Reinventarse o morir.

¡Feliz verano!