Conectar Hermes Agent con Google Analytics me parece uno de esos casos en los que se empieza a entender de verdad para qué puede servir un agente de inteligencia artificial conectado a herramientas reales de una empresa.
Google Analytics 4 puede enseñarnos prácticamente cualquier cosa que esté ocurriendo en una web: usuarios, sesiones, páginas de destino, eventos, conversiones, fuentes de adquisición, campañas o evolución del tráfico. El problema es que toda esa información también obliga a dedicar tiempo a buscarla, filtrarla y compararla.
En mi caso, el problema de Google Analytics nunca ha sido precisamente la falta de datos. Es casi lo contrario. Hay tantas métricas, dimensiones e informes disponibles que al final es fácil terminar consultando siempre las mismas cuatro o cinco cosas: usuarios, sesiones, páginas vistas, conversiones y poco más.
Ahí es donde veo especialmente interesante utilizar Hermes Agent con Google Analytics 4.
La idea no consiste simplemente en sustituir la interfaz de GA4 por un chat. Poder preguntarle a Hermes cuántas sesiones tuvimos ayer está bien, pero Google Analytics ya resuelve perfectamente esa consulta.
Lo interesante aparece cuando utilizamos Hermes para eliminar trabajo repetitivo.
En lugar de entrar en Analytics, localizar un informe, escoger fechas, añadir filtros, comparar periodos y revisar gráficas, podemos pedir directamente algo parecido a:
Analiza el tráfico de los últimos siete días, compáralo con las cuatro semanas anteriores y dime si encuentras algún cambio que merezca atención.
Y podemos ir todavía más lejos: ejecutar ese análisis automáticamente cada mañana o cada lunes y recibir únicamente aquello que merece la pena revisar.
Eso cambia bastante la forma de trabajar.
Google Analytics continúa siendo el sistema que recopila y estructura los datos. Hermes pasa a funcionar como una capa inteligente encima de Analytics, capaz de consultar esa información, resumirla, comparar periodos y ayudarnos a localizar patrones.
En esta guía veremos cómo plantear esa integración y, sobre todo, cómo aprovecharla para crear informes automáticos de Google Analytics con Hermes Agent.
Qué podemos hacer al conectar Hermes Agent con Google Analytics
Conectar Hermes a GA4 tiene sentido cuando dejamos de pensar únicamente en consultas individuales y empezamos a verlo como una herramienta de análisis recurrente.
Una de las ventajas más evidentes es poder utilizar lenguaje natural para consultar información que normalmente requeriría navegar por diferentes informes de Analytics.
Podemos hacer preguntas como:
- ¿Cuántos usuarios llegaron ayer?
- ¿Cuáles fueron las páginas más visitadas?
- ¿De dónde procedió el tráfico?
- ¿Qué landing pages recibieron más visitas desde Google?
- ¿Cómo han evolucionado las conversiones esta semana?
- ¿Qué contenidos están creciendo respecto al mes anterior?
Pero esa es solamente la primera capa.
Consultar métricas sin entrar continuamente en GA4
Una vez que Hermes tiene acceso a los datos adecuados, podemos utilizarlo como interfaz para realizar consultas recurrentes.
Por ejemplo:
Muéstrame los usuarios, sesiones y páginas con más tráfico durante los últimos siete días.O algo más específico:
Analiza únicamente el tráfico procedente de búsqueda orgánica y dime qué páginas de destino han recibido más sesiones esta semana.Esto resulta especialmente práctico cuando repetimos continuamente las mismas consultas.
Personalmente, lo que más valor le veo no es ahorrarme dos clics para consultar una métrica. El beneficio aparece cuando puedo evitar toda la secuencia de entrar en Analytics, localizar el informe adecuado, establecer fechas, comparar periodos y repetir exactamente el mismo proceso unos días después.
Comparar periodos y detectar cambios importantes
Aquí la integración empieza a ponerse bastante más interesante.
Podemos pedir a Hermes que no se limite a devolver datos absolutos, sino que compare periodos.
Por ejemplo:
Compara el tráfico de esta semana con el de la semana anterior.
Indica:
- variación de usuarios;
- variación de sesiones;
- páginas que más han crecido;
- páginas que más han caído;
- principales cambios en las fuentes de adquisición.También podemos ampliar el contexto:
Compara los últimos siete días con la media de las cuatro semanas anteriores y señala únicamente cambios superiores al 20 %.Este tipo de instrucciones resulta mucho más útil que recibir una tabla con decenas de números sin jerarquía.
Convertir los datos de Analytics en informes automáticos
El siguiente paso consiste en dejar de ejecutar manualmente esas preguntas.
Si nuestra instalación de Hermes permite ejecutar tareas programadas, podemos crear un flujo que consulte Analytics de forma periódica y genere un resumen.
Por ejemplo:
Cada mañana a las 8:00
- consultar los datos del día anterior;
- comparar con un periodo de referencia;
- identificar variaciones importantes;
- resumir los resultados;
- generar el informe.
O bien:
Cada lunes
- analizar los últimos siete días;
- compararlos con la semana anterior;
- localizar páginas ganadoras y perdedoras;
- revisar adquisición y conversiones;
- generar un resumen semanal.
Para mí, ahí está el verdadero salto: pasar de consultar estadísticas a recibir información cuando algo merece nuestra atención.
Qué necesitamos antes de conectar Hermes Agent con Google Analytics
Antes de intentar automatizar nada conviene comprobar tres piezas básicas.
No existe demasiada ventaja en diseñar prompts sofisticados si Hermes todavía no puede acceder correctamente a la propiedad de Google Analytics.
Una propiedad de Google Analytics 4
Necesitamos una propiedad de Google Analytics 4 (GA4) que esté recogiendo datos correctamente.
Conviene comprobar antes:
- que estamos trabajando con la propiedad correcta;
- que existen datos recientes;
- que los eventos necesarios están configurados;
- que las conversiones o eventos clave relevantes están disponibles;
- que la cuenta que utilizaremos dispone de los permisos apropiados.
Esto último resulta especialmente importante cuando gestionamos diferentes clientes o propiedades.
Un informe perfectamente diseñado puede terminar ofreciendo datos equivocados si Hermes consulta otra propiedad.
Hermes Agent instalado y funcionando
Naturalmente, necesitamos una instalación operativa de Hermes Agent.
Antes de añadir Google Analytics yo comprobaría que Hermes puede:
- ejecutar herramientas correctamente;
- acceder a las integraciones configuradas;
- mantener la autenticación necesaria;
- trabajar con tareas programadas si queremos automatización recurrente.
No intentaría construir desde el primer minuto un sistema con veinte métricas, anomalías, alertas y diferentes propiedades.
Es mucho más fácil empezar con una consulta sencilla y ampliar la automatización después.
Acceso mediante MCP, API o una integración compatible
La forma concreta de conectar Google Analytics dependerá de la infraestructura que utilicemos.
Entre las posibilidades habituales podemos encontrar:
- una integración que gestione OAuth;
- un servidor MCP compatible con Google Analytics;
- una plataforma intermedia que exponga las herramientas de GA4 a Hermes;
- una implementación propia basada en la API de Google Analytics.
Para muchos usuarios, una integración que gestione la autenticación mediante OAuth será el camino más sencillo.
En configuraciones más avanzadas, MCP permite exponer determinadas herramientas de Google Analytics al agente y controlar con bastante precisión qué puede consultar.
La idea importante no es tanto casarnos con un proveedor específico como comprobar que Hermes dispone de una herramienta capaz de ejecutar consultas sobre GA4 de forma autenticada.
Cómo conectar Hermes Agent con Google Analytics paso a paso
Existen diferentes formas de realizar la integración, pero conceptualmente el proceso siempre se parece bastante.
Tenemos que conseguir que Hermes pueda llamar a una herramienta con acceso autorizado a Google Analytics.
Opción 1: conectar Google Analytics mediante una integración con OAuth
Esta suele ser la vía más sencilla cuando la plataforma intermedia ofrece autenticación gestionada.
El flujo habitual sería:
- habilitar la integración de Google Analytics;
- iniciar la autenticación;
- abrir la pantalla de autorización de Google;
- seleccionar la cuenta correspondiente;
- conceder los permisos necesarios;
- volver a Hermes;
- realizar una consulta de prueba.
OAuth tiene una ventaja evidente: evitamos manipular manualmente determinadas credenciales.
Aun así, conviene prestar mucha atención a los permisos.
Yo aplicaría aquí una regla sencilla: dar al agente únicamente el acceso que necesita.
Si nuestra automatización solo necesita consultar informes, no tiene demasiado sentido conceder permisos adicionales que no vamos a utilizar.
Opción 2: conectar Google Analytics mediante MCP
Otra posibilidad es utilizar una integración basada en Model Context Protocol (MCP).
En ese escenario, Hermes se conecta a un servidor MCP que expone determinadas operaciones de Google Analytics como herramientas.
La arquitectura conceptual sería:
Hermes Agent
↓
Servidor MCP
↓
Google Analytics 4Dependiendo de la implementación, el servidor puede ofrecer acciones para:
- listar cuentas;
- consultar propiedades;
- ejecutar reports;
- ejecutar informes en tiempo real;
- trabajar con dimensiones y métricas;
- consultar audiencias;
- ejecutar varias consultas.
La configuración exacta dependerá del servidor MCP que utilicemos, por lo que conviene seguir su documentación en lugar de copiar configuraciones de otro proveedor sin revisar.
Cómo comprobar que Hermes puede acceder correctamente a GA4
Después de autenticar la conexión, no empezaría directamente con una automatización compleja.
Primero ejecutaría una consulta muy sencilla.
Por ejemplo:
Muéstrame las propiedades de Google Analytics a las que tienes acceso.Después:
En la propiedad [NOMBRE O ID], muéstrame los usuarios y las sesiones de los últimos siete días.Y finalmente:
Muéstrame las cinco páginas con más tráfico durante los últimos siete días.Si esas tres consultas funcionan correctamente, ya tenemos una base razonable para empezar a construir informes.
También comprobaría que las cifras sean coherentes con las que vemos directamente en GA4.
No necesitamos que absolutamente todos los valores coincidan en cualquier situación sin investigar primero filtros, zonas horarias o definiciones, pero sí debemos verificar que estamos consultando la propiedad, métricas y periodos esperados.
Cómo consultar los primeros datos de Google Analytics desde Hermes
Una vez conectados, merece la pena empezar con consultas pequeñas.
Esto permite entender qué información devuelve la integración y cómo interpreta Hermes nuestras instrucciones.
Usuarios, sesiones y páginas con más tráfico
Podemos empezar con algo básico:
Analiza los últimos siete días de Google Analytics.
Quiero:
- usuarios;
- sesiones;
- páginas vistas;
- cinco páginas con más tráfico.Después podemos añadir contexto:
Compara estas métricas con los siete días anteriores e indica la variación porcentual.Ya tenemos un informe mucho más útil.
Fuentes de tráfico y adquisición
Otra consulta interesante consiste en entender de dónde llegan los usuarios.
Por ejemplo:
Analiza las principales fuentes de tráfico de los últimos 30 días.
Agrupa los datos por source / medium e indica sesiones y conversiones cuando estén disponibles.También podemos centrarnos en SEO:
Analiza únicamente el tráfico orgánico procedente de Google y dime qué landing pages han recibido más sesiones este mes.Aquí empezamos a acercarnos a uno de los casos que más interesantes me parecen: utilizar Hermes para encontrar cambios que probablemente tardaríamos más en detectar revisando Analytics manualmente.
Conversiones y eventos
Cuando nuestra propiedad GA4 está correctamente configurada, también podemos pedir análisis relacionados con eventos y conversiones.
Por ejemplo:
Muéstrame las fuentes de tráfico que más conversiones han generado durante los últimos 30 días.O:
Compara sesiones y conversiones por campaña y señala campañas con mucho tráfico pero una tasa de conversión claramente inferior a la media.Este segundo caso es especialmente útil.
Una campaña puede estar enviando cientos o miles de visitas y, sin embargo, aportar poco al negocio. Si nos limitamos a mirar tráfico, podemos interpretar erróneamente que está funcionando bien.
Cómo pedir comparaciones entre fechas
Una buena consulta no debería limitarse a preguntar “qué ocurrió”.
Conviene proporcionar un punto de referencia.
Por ejemplo:
Compara:
- últimos 7 días;
- 7 días anteriores;
- media semanal de las últimas 4 semanas.
Señala las variaciones importantes y evita destacar cambios pequeños sin relevancia.Cuanto mejor definamos el contexto, más útil será la interpretación.
Cómo crear un informe automático de Google Analytics con Hermes
Aquí llegamos al objetivo principal de la integración.
Un informe automático de Google Analytics no debería ser simplemente una tabla gigante generada cada mañana.
Si todos los días recibimos 40 métricas diferentes, terminaremos ignorándolo.
Yo intentaría que el informe responda a tres preguntas:
- ¿Qué ha ocurrido?
- ¿Qué ha cambiado?
- ¿Hay algo que deberíamos revisar?
Qué métricas incluir en un informe diario
Para un sitio de contenidos podríamos incluir:
- usuarios;
- sesiones;
- principales landing pages;
- tráfico orgánico;
- principales fuentes;
- variaciones significativas.
Para un ecommerce añadiríamos:
- conversiones;
- compras;
- ingresos, si están disponibles;
- tasa de conversión;
- campañas;
- páginas de producto relevantes.
En mi caso, un informe diario ideal sería bastante pequeño.
Querría saber el tráfico del día anterior, las páginas que más visitas han recibido, las principales fuentes y, especialmente, cualquier cambio importante respecto a un periodo comparable.
No necesito que Hermes me copie todo Google Analytics en un mensaje.
Necesito que me ayude a localizar lo que merece atención.
Cómo crear un informe semanal
El informe semanal permite introducir más contexto.
Podríamos utilizar una instrucción como:
Genera un informe semanal de Google Analytics.
Periodo:
últimos 7 días.
Compara con:
- los 7 días anteriores;
- la media de las 4 semanas anteriores.
Incluye:
- usuarios;
- sesiones;
- tráfico orgánico;
- principales fuentes de adquisición;
- páginas que más han crecido;
- páginas que más han caído;
- conversiones disponibles;
- anomalías o cambios relevantes.
Termina con un resumen de máximo 5 puntos que indiquen qué merece revisión.Esta última parte es importante.
Obliga a Hermes a priorizar.
Ejemplo de prompt completo para un informe diario
Un prompt más elaborado podría ser:
Analiza los datos de Google Analytics correspondientes a ayer.
Incluye:
1. usuarios;
2. sesiones;
3. cinco páginas con más tráfico;
4. principales fuentes de adquisición;
5. conversiones disponibles.
Compara los datos con:
- el mismo día de la semana anterior;
- la media de los cuatro días equivalentes anteriores.
Señala únicamente cambios relevantes.
Si detectas una subida o caída importante:
- indica la métrica afectada;
- cuantifica la variación;
- explica qué dato ha provocado la alerta;
- no inventes la causa.
Finaliza con un resumen de máximo cinco puntos.La instrucción “no inventes la causa” me parece especialmente importante.
Hermes puede localizar un cambio. No significa necesariamente que pueda saber por qué ha ocurrido.
Cómo detectar anomalías de tráfico automáticamente
Esta es probablemente una de las aplicaciones que más interesantes me parecen.
Imaginemos que una página suele recibir 500 visitas diarias y de repente pasa a 200.
Si revisamos Analytics una vez a la semana, quizá tardemos varios días en detectarlo.
Un agente que revise determinados patrones cada mañana podría avisarnos mucho antes.
Detectar caídas inesperadas
Podríamos utilizar una instrucción como:
Analiza las principales páginas de destino de los últimos siete días.
Compáralas con:
- los siete días anteriores;
- la media de las cuatro semanas anteriores.
Señala páginas cuyo tráfico haya caído más de un 30 %, siempre que tengan un volumen suficiente para que la variación sea relevante.La última condición evita algunas falsas alarmas.
Una caída del 50 % pasando de cuatro sesiones a dos probablemente no merece la misma atención que una caída de 1.000 a 500.
Localizar contenidos que están creciendo
La detección de anomalías no sirve solamente para encontrar problemas.
También podemos descubrir oportunidades.
Por ejemplo:
¿Qué artículos están creciendo más desde Google durante los últimos 30 días?
Compara cada página con los 30 días anteriores y destaca aquellas que hayan crecido al menos un 25 %.Si detectamos un contenido que empieza a ganar tráfico orgánico, podemos revisar:
- por qué está creciendo;
- qué consultas podrían estar impulsándolo;
- si conviene actualizarlo;
- si podemos mejorar su conversión;
- qué contenidos relacionados podríamos crear.
Aquí Hermes deja de ser simplemente un generador de informes y se convierte en una herramienta de monitorización.
Identificar campañas con tráfico pero pocas conversiones
Otro escenario claro sería:
Analiza las campañas de los últimos 30 días.
Localiza aquellas con:
- volumen de sesiones significativo;
- tasa de conversión inferior a la media.
Ordena los resultados por volumen de tráfico y explica qué métricas justifican cada alerta.Eso permite encontrar situaciones en las que estamos comprando o generando tráfico que aparentemente no produce resultados.
Comparar una semana con las cuatro anteriores
Una de las preguntas que más utilizaría sería:
Compara el tráfico de esta semana con las cuatro anteriores y dime si encuentras alguna anomalía.Pero para obtener resultados más consistentes conviene concretarla:
Compara los últimos siete días con cada una de las cuatro semanas anteriores.
Analiza:
- usuarios;
- sesiones;
- tráfico orgánico;
- principales landing pages;
- conversiones.
Señala únicamente variaciones que se salgan claramente del comportamiento habitual.
No atribuyas causas si los datos de Analytics no permiten demostrarlas.Ese último matiz separa un análisis útil de una explicación aparentemente convincente pero inventada.
Ejemplos de automatizaciones útiles
La integración puede adaptarse bastante al tipo de negocio.
No necesita el mismo informe una agencia que una tienda online o un responsable SEO.
Informe diario para una tienda online
En ecommerce tendría sentido recibir cada mañana un resumen con:
- usuarios;
- sesiones;
- compras;
- ingresos, si están disponibles;
- tasa de conversión;
- principales canales;
- campañas;
- productos o páginas relevantes;
- anomalías.
Un buen resumen no tendría que decir simplemente:
Ayer hubo 4.325 sesiones.
Resultaría mucho más útil algo como:
Las sesiones subieron un 18 %, pero las conversiones se mantuvieron prácticamente iguales. El incremento procede principalmente de una campaña concreta cuya tasa de conversión está por debajo de la media.
Eso ya nos da una razón para investigar.
Informe semanal para SEO
Para SEO, el enfoque sería diferente.
Yo pediría algo parecido a:
Genera el informe SEO semanal utilizando los datos disponibles en Google Analytics.
Incluye:
- evolución del tráfico orgánico;
- principales landing pages orgánicas;
- páginas con mayor crecimiento;
- páginas con mayor caída;
- conversiones procedentes del tráfico orgánico;
- cambios anómalos.
Compara con la semana anterior y con la media de las últimas cuatro semanas.Aquí conviene recordar que Analytics no sustituye otras fuentes SEO.
GA4 puede indicarnos qué ocurre con el tráfico y el comportamiento en nuestra web, pero existen métricas de visibilidad o consultas de búsqueda que pertenecen a otras herramientas.
Informe periódico para clientes de una agencia
Una agencia podría generar automáticamente un primer borrador del informe de cada cliente.
Por ejemplo:
Genera el informe mensual de la propiedad [CLIENTE].
Incluye:
- usuarios y sesiones;
- comparación con el mes anterior;
- comparación interanual cuando existan datos suficientes;
- principales fuentes de adquisición;
- páginas con mejor rendimiento;
- conversiones;
- principales cambios detectados.
Separa claramente:
1. datos;
2. observaciones;
3. aspectos que deberían revisarse manualmente.Esta separación me parece especialmente importante.
El informe puede automatizar gran parte del trabajo repetitivo, pero la interpretación final debería incorporar lo que la agencia sabe del cliente: campañas realizadas, cambios de producto, estacionalidad, incidencias técnicas o decisiones de negocio.
Cómo mejorar los informes que genera Hermes
Dar acceso a Google Analytics no garantiza automáticamente buenos análisis.
La calidad depende mucho de las instrucciones.
Dar contexto antes de pedir conclusiones
Imaginemos una tienda de regalos cuyo tráfico se dispara cada diciembre.
Si simplemente preguntamos:
¿Ha ocurrido algo extraño este mes?
Hermes podría interpretar un crecimiento estacional perfectamente normal como una anomalía.
Por eso es útil proporcionar contexto:
Ten en cuenta que este negocio presenta una fuerte estacionalidad durante noviembre y diciembre.O:
Esta campaña comenzó el 1 de septiembre y terminó el 15 de septiembre.El contexto reduce interpretaciones equivocadas.
Definir umbrales para evitar alertas irrelevantes
Otro problema habitual son las variaciones pequeñas.
Si queremos monitorizar tráfico automáticamente, no tiene demasiado sentido recibir una alerta cada vez que una métrica cambia un 3 %.
Podemos establecer reglas:
No señales variaciones inferiores al 20 %, excepto si afectan a conversiones o ingresos.O introducir volúmenes mínimos:
Ignora páginas con menos de 100 sesiones durante el periodo analizado al buscar anomalías.No existe un umbral universal.
Dependerá del volumen y variabilidad normal de cada proyecto.
Separar datos, interpretación y recomendaciones
Me gusta pedir a los agentes que separen tres niveles:
Datos observados
Qué ha ocurrido realmente.
Interpretación
Qué patrones parecen relevantes.
Acciones a revisar
Qué deberíamos investigar.
Por ejemplo:
Divide el informe en tres apartados:
1. Datos confirmados
2. Interpretación
3. Aspectos que conviene revisar
No presentes una hipótesis como un hecho.Esta sencilla instrucción puede mejorar bastante la calidad del resultado.
Limitaciones y errores que conviene evitar
La automatización tiene mucho potencial, pero también es fácil pedirle demasiado.
Una anomalía no explica necesariamente su causa
Este es probablemente el punto que más conviene tener presente.
Supongamos que Hermes detecta que una página ha perdido un 60 % de su tráfico.
El dato puede ser correcto.
Pero la causa podría ser:
- un problema técnico;
- estacionalidad;
- una campaña que ha terminado;
- cambios en el tráfico orgánico;
- una URL modificada;
- pérdida de interés por el contenido;
- un cambio en la medición;
- cualquier otro factor externo.
Google Analytics puede mostrar el efecto sin contener necesariamente toda la información necesaria para identificar la causa.
Por eso, yo no utilizaría Hermes como sustituto del análisis humano.
Puede localizar patrones, resumir información y señalar cambios interesantes. Pero entender por qué han ocurrido sigue requiriendo contexto.
Revisar permisos y acceso a la propiedad correcta
Otro error sencillo pero peligroso consiste en trabajar con la propiedad incorrecta.
Si gestionamos diferentes proyectos, pediría siempre al agente que confirme inicialmente:
- cuenta;
- propiedad;
- periodo;
- dimensiones;
- métricas utilizadas.
Especialmente antes de programar informes que después se ejecutarán solos.
No confiar ciegamente en las interpretaciones del agente
Una frase convincente no convierte una hipótesis en un hecho.
Si Hermes dice:
El tráfico ha caído porque Google ha reducido la visibilidad del artículo.
deberíamos preguntarnos:
¿Los datos disponibles permiten realmente demostrar eso?
Quizá Analytics solamente muestra que el tráfico orgánico cayó.
Para determinar la causa podríamos necesitar otras fuentes.
Por eso prefiero prompts como:
Señala posibles explicaciones únicamente como hipótesis y distingue claramente lo que muestran los datos de lo que estás infiriendo.Ese enfoque hace los informes mucho más fiables.
Hermes Agent y Google Analytics: dónde está realmente el valor
Después de plantear toda la integración, para mí la conclusión es bastante sencilla.
Google Analytics ya es extraordinariamente bueno recopilando datos.
No necesitamos Hermes para convertir 5.000 sesiones en la frase “has tenido 5.000 sesiones”.
Lo que necesitamos es reducir la fricción que existe entre disponer de un enorme volumen de datos y saber qué merece nuestra atención.
Ahí es donde veo el verdadero potencial.
Podemos pasar de esta rutina:
- abrir Google Analytics;
- entrar en un informe;
- cambiar el periodo;
- aplicar filtros;
- comparar fechas;
- revisar páginas;
- revisar canales;
- intentar encontrar algo diferente;
- repetirlo unos días después;
a algo parecido a:
Analiza esta semana, compárala con el comportamiento habitual y avísame únicamente de cambios importantes.Y, todavía mejor, podemos programarlo.
La diferencia parece pequeña, pero cambia el enfoque.
En lugar de consultar estadísticas constantemente, empezamos a recibir información cuando ocurre algo que merece atención.
Una página pierde de repente buena parte de su tráfico.
Un artículo empieza a crecer desde Google.
Una campaña está generando muchas visitas pero pocas conversiones.
El tráfico de un canal se desvía de su comportamiento habitual.
Todas estas situaciones pueden convertirse en señales que Hermes nos ayude a localizar.
Yo veo la combinación de ambas herramientas de esta manera:
| Herramienta | Papel principal |
|---|---|
| Google Analytics | Recopilar y estructurar los datos |
| Hermes Agent | Consultar, comparar, resumir y detectar patrones |
| Persona responsable | Aportar contexto, validar hipótesis y decidir qué hacer |
Ese reparto es importante.
Hermes no tiene por qué sustituir Google Analytics.
Tampoco necesita sustituir a un analista.
Puede convertirse en la capa que conecta los datos con las preguntas que realmente queremos responder.
Y precisamente por eso creo que este tipo de automatizaciones son las que pueden hacer que los agentes de IA terminen formando parte del trabajo diario de muchas empresas.
Dudas de la comunidad
¿Puede Hermes Agent conectarse a Google Analytics 4?
Sí, siempre que dispongamos de una integración capaz de proporcionar a Hermes acceso autorizado a Google Analytics 4. La implementación concreta puede utilizar OAuth, MCP, una plataforma intermedia o una integración basada en la API.
¿Necesito saber programar?
No necesariamente.
Las integraciones que gestionan la autenticación y exponen directamente las herramientas de Google Analytics pueden reducir bastante la complejidad.
Una implementación personalizada mediante APIs o determinados servidores MCP puede requerir más conocimientos técnicos.
¿Puede Hermes generar informes automáticos de Google Analytics?
Sí, si la configuración de Hermes permite combinar el acceso a Google Analytics con tareas programadas.
Podemos crear informes diarios, semanales o mensuales que consulten las métricas necesarias, comparen periodos y generen un resumen.
¿Puede detectar caídas de tráfico?
Puede utilizar los datos de Analytics para comparar periodos y señalar caídas que superen determinados umbrales.
Por ejemplo, podemos pedirle que detecte páginas cuyo tráfico haya disminuido más de un 30 % respecto a su comportamiento habitual.
¿Puede Hermes detectar anomalías en Google Analytics?
Podemos diseñar consultas que busquen variaciones anormales utilizando comparaciones históricas.
Conviene definir qué consideramos una anomalía, establecer volúmenes mínimos y evitar que cualquier fluctuación pequeña genere una alerta.
¿Puede analizar tráfico orgánico?
Sí, siempre que la integración permita consultar las dimensiones y métricas necesarias.
Podemos analizar landing pages, sesiones, conversiones y evolución del tráfico procedente de búsqueda orgánica.
Para determinados análisis SEO necesitaremos complementar Analytics con otras fuentes de datos.
¿Puede crear informes diarios o semanales?
Sí, si disponemos de un sistema de tareas programadas compatible con nuestra instalación.
Podemos crear, por ejemplo, un resumen diario del día anterior o un análisis semanal ejecutado automáticamente cada lunes.
¿Hermes Agent sustituye Google Analytics?
No.
Google Analytics continúa siendo la plataforma encargada de recopilar y estructurar los datos.
Hermes utiliza esos datos para facilitar consultas, generar resúmenes, realizar comparaciones y detectar cambios.
¿Hermes puede sustituir a un analista?
No lo plantearía así.
Puede ahorrar bastante trabajo repetitivo y ayudar a localizar patrones, pero una variación en una métrica no explica necesariamente su causa.
El contexto de negocio, marketing, SEO, producto o estacionalidad sigue siendo fundamental.
¿Conectar o no conectar?
Conectar Hermes Agent con Google Analytics para generar informes automáticos tiene bastante más interés que utilizar un agente para preguntar cuántas visitas hemos tenido.
El verdadero potencial aparece cuando dejamos que Hermes haga parte del trabajo repetitivo:
- consultar métricas;
- comparar periodos;
- localizar páginas que crecen o caen;
- revisar fuentes de adquisición;
- detectar anomalías;
- resumir los cambios;
- generar informes recurrentes.
Google Analytics conserva su papel como fuente de datos.
Hermes añade una capa de interacción, automatización y análisis.
Y nosotros seguimos aportando la parte que ninguno de los dos sistemas puede conocer por completo: el contexto.
En mi caso, esa es la idea que hace realmente interesante esta integración.
No quiero pasar más tiempo mirando estadísticas.
Quiero saber cuándo esos datos están diciendo algo que merece mi atención.
Opinión Personal
Conectar Hermes Agent con Google Analytics tiene sentido cuando dejamos de verlo como una simple integración técnica y empezamos a utilizarlo para reducir tareas repetitivas.
Google Analytics ya nos ofrece una cantidad enorme de datos. El problema es que muchas veces dedicamos demasiado tiempo a entrar, revisar informes, cambiar periodos y comparar métricas para terminar buscando siempre lo mismo. Por eso, lo que más me interesa de Hermes no es que pueda decirme cuántas visitas ha tenido una web, sino que pueda ayudarme a detectar qué ha cambiado y qué merece realmente mi atención.
Me parece especialmente útil para automatizar informes diarios o semanales, localizar caídas de tráfico, detectar contenidos que empiezan a crecer o encontrar campañas que generan visitas pero pocas conversiones. Ahí es donde un agente puede aportar verdadero valor: no solo mostrando datos, sino ayudando a priorizarlos.
Eso sí, no creo que deba sustituir el análisis humano. Una caída de tráfico puede tener muchas causas y los datos, por sí solos, no siempre explican el contexto. Para mí, la mejor forma de utilizar Hermes es como una capa inteligente sobre Google Analytics: el agente detecta patrones y nosotros aportamos el criterio para interpretarlos.
Creo que este tipo de automatizaciones van a terminar siendo cada vez más habituales, especialmente en SEO, ecommerce y agencias que trabajan con muchos proyectos.
¿Tú utilizarías Hermes Agent para analizar Google Analytics? Me interesa conocer tu opinión y, sobre todo, qué informes o automatizaciones te gustaría crear. Déjamelo en los comentarios.
