Soluciones de Performance, Data y Marketing Technology
Explora cómo he aplicado performance, analytics y automatización para mejorar adquisición, calidad de leads, atribución y eficiencia operativa, además de desarrollar dashboards y herramientas para convertir datos de marketing en decisiones.
Conecta inversión, tráfico y captación con AQLs y TQLs de Salesforce para controlar performance B2B, calidad de leads y eficiencia comercial.
Demo . datos simuladosAutomatización y análisis organizados por tipo de proyecto
Cada caso muestra una necesidad operativa, la solución técnica desarrollada y la forma en que quedó disponible para su uso.
VBA – Excel – API logic
Workbook de Excel para pacing y control de campañas
Desarrollé una interfaz en VBA para organizar exportados, consultar identificadores y objetivos, asignar el KPI correcto y calcular el estado de pacing. Esto convirtió varias hojas y tareas manuales en un flujo operativo único.
- Mapeo de objetivos como reach, engagement, leads o conversaciones hacia el KPI correcto.
- Lectura de inversión total y diaria, delivery, coste por KPI y estado de campaña.
- Botones y rutinas para Meta, TikTok y otras tareas frecuentes de preparación.
Power Automate – Office Scripts (.ts)
Router automático para reconocer y procesar exportados de plataforma
Un Office Script inspecciona encabezados, incluye variantes de idioma, puntúa señales y determina si el archivo proviene de Meta, TikTok, Reddit o Snapchat. Power Automate lo envía al parser correcto y registra estado, confianza, warnings, errores y logs.
- Reconocimiento de plataforma sin depender del nombre del archivo.
- Parsers específicos por plataforma y salida JSON normalizada.
- Base reutilizable para QA automático, benchmark y trazabilidad de fallos.
MCP – APIs – Apps Script – Data products
Dashboards conectados para paid media, ecommerce D2C y cartera B2B
Integré conectores, una conexión propia con la API de Klar, tablas normalizadas y seis live artifacts. Después repliqué las vistas prioritarias en Google Data Studio, actualmente Looker Studio, para compartirlas con las personas interesadas.
- Consolidación multifuente con responsabilidades definidas para cada origen.
- Dashboards organizados según decisiones de presupuesto, captación, creatividad y retención.
- Validación rápida en artifacts y distribución estable en Looker Studio.
Casos de performance con problema, método y resultado
Tres contextos distintos —ecommerce D2C, B2B enterprise y educación— donde la optimización se evaluó con métricas de negocio y calidad, no solo con señales de plataforma.
IVB Wellness Lab · Ecommerce D2C
Atribución útil para reasignar inversión y mejorar eficiencia
KPIs: CAC · MER · LTV · New Customers · ROAS
La lectura de performance estaba fragmentada entre plataformas y Shopify, y alrededor del 70% de las ventas aparecía sin atribución útil. Esto dificultaba decidir qué canales estaban captando clientes de forma rentable.
Recuperar una medición suficientemente fiable para comparar adquisición por canal y convertirla en un criterio operativo de presupuesto.
Evalué soluciones de atribución como Klar, Triple Whale, Polar y Elevar; lideré la adopción técnica de Klar, ordené la gobernanza de UTMs y fuentes y estructuré reporting en Looker Studio con CAC, MER, LTV y nuevos clientes. Con esa lectura, reasigné inversión priorizando Google en intención de compra y paid social en funciones upper/mid-funnel.
La proporción de ventas sin atribución se redujo del 70% al 5%. En el trimestre posterior a la reasignación, el CAC cayó un 25% y el MER aumentó un 15%.
Havas Media · Rockwell Automation / Plex MES
De conversiones de plataforma a calidad de lead en Salesforce
KPIs: AQL · CpAQL · AQL Conversion Rate · TQL · Paid Search CVR
Contexto de cartera Havas: ~9 cuentas de EE. UU. y más de US$200k/mes de inversión agregada.
En Plex había campañas de Google y LinkedIn con volumen de conversiones, pero el reporting mostraba diferencias entre lo que las plataformas consideraban una conversión y los leads que finalmente quedaban asociados a las campañas en Salesforce.
Incrementar los AQL del trimestre manteniendo controlado el CpAQL y utilizando TQL como señal posterior de calidad.
Usé Salesforce Campaign ID como capa de análisis por plataforma, canal, segmento y oferta. En LinkedIn ajusté targeting y creatividad según AQL Conversion Rate. En Google comparé Search Generic y DSA, revisé términos e intención, negativas, expansión con AI Max y tráfico de baja calidad; en prospecting limpié inventario. El presupuesto se desplazó hacia campañas con mejor AQL yield y CpAQL, no simplemente hacia las de CPC o CPL más bajos.
El conjunto de optimizaciones produjo un pico de +12% QoQ en AQL, aumentando el volumen de leads incorporados a Salesforce sin basar el crecimiento únicamente en aumentar tráfico o inversión.
Nebulab · EIGCJ + ENACIP
Search orientado a intención de inscripción, no solo a CPL
KPIs: CPL · Qualified Leads · CPQL · CVR
Las campañas Search de formación generaban leads, pero parte del presupuesto captaba búsquedas informativas o consultas poco alineadas con el programa promocionado. El CPL de plataforma por sí solo no indicaba qué contactos tenían intención real de inscripción.
Mejorar eficiencia y calidad al mismo tiempo: reducir el CPL y aumentar la proporción de contactos que el equipo comercial consideraba realmente válidos.
Revisé Search Terms y clasifiqué consultas por intención, amplié negativas, separé campañas por familias de programas y mejoré la correspondencia entre keyword, anuncio y landing. Después incorporé feedback comercial sobre calidad de los contactos y redistribuí presupuesto hacia programas y búsquedas con mejor relación entre inversión y lead cualificado, no únicamente hacia el CPL más bajo.
El proceso contribuyó a reducir aproximadamente un 17% el CPL medio mientras el volumen de leads cualificados aumentó alrededor de un 20%.
Fuentes separadas, definiciones distintas y análisis manual
Las plataformas publicitarias mostraban inversión, clics y conversiones nativas. Shopify explicaba la venta. Klar recuperaba parte de las ventas que no quedaban correctamente atribuidas. Klaviyo y GA4 añadían señales de relación y tráfico; Metorik describía el negocio B2B. Cada fuente era útil, pero ninguna respondía por sí sola a la pregunta decisiva: qué está impulsando crecimiento rentable y dónde actuar ahora.
Las cifras de “plataforma” y “Klar” no debían coincidir necesariamente. Las diferencias respondían a ventanas de atribución, identificación server-side, interacciones multicanal y ventas que la plataforma no asignaba correctamente.
Silos
Ventas, inversión, nuevos clientes y recurrencia vivían en herramientas separadas.
Atribución incompleta
Las plataformas reportaban su propia visión; Klar recuperaba conversiones que no podían leerse igual.
Latencia operativa
El análisis manual llegaba tarde para reasignar presupuesto o rotar una creatividad fatigada.
Granularidad
Una cifra total no basta: la decisión ocurre en canal, campaña, ad set, anuncio o cuenta.
Definí qué debía aportar cada fuente y cómo comparar sus resultados
Preparé una matriz de responsabilidades para establecer el origen de cada métrica, las reglas de comparación y las diferencias esperadas.
Windsor.ai
Conector para Meta Ads, Google Ads, TikTok Ads y señales orgánicas. Permitía consultar inversión y rendimiento nativo con una estructura consistente.
Uso: paid media y creatividadShopify
Fuente transaccional D2C para revenue, pedidos, clientes, nuevos clientes y contexto comercial. ShopifyQL facilitaba agregaciones reproducibles.
Uso: verdad de venta D2CKlar + Google Drive
Atribución server-side para recuperar ventas no asignadas. Como no existía MCP, implementé la integración API → Apps Script → Sheets → Google Drive MCP.
Uso: atribución y deltasKlaviyo
Suscriptores, bajas, listas y rendimiento de campañas de email para incorporar la salud del CRM a la lectura comercial.
Uso: relación y retenciónGA4
Sesiones y comportamiento de tráfico para contextualizar la conversión sin confundir analítica web con venta transaccional.
Uso: demanda y tráficoMetorik
Pedidos, clientes y recurrencia del ecommerce B2B en WooCommerce para segmentar farmacias y detectar oportunidades de reposición.
Uso: cartera B2BArquitectura de integración y procesamiento
Combiné los conectores MCP disponibles con una integración propia para Klar. Las salidas se organizaron por fuente, granularidad y responsabilidad métrica.
Cada ejecución de Klar reprocesa 21 días para incorporar conversiones registradas con retraso y mantener actualizado el histórico reciente.
El histórico se recupera por bloques de 30 días, con pausas, reintentos y orden final por fecha para respetar límites y preservar consistencia.
Canal, campaña, ad group/ad set y anuncio conservan revenue, coste, pedidos, nuevos clientes, LTV y métricas derivadas.
Google Drive MCP dejó las tablas listas para que cada artifact solicitara solo la granularidad necesaria.
Klar API → Apps Script → Google Sheets → Google Drive MCP
Apps Script autenticaba, extraía diariamente, normalizaba campos y escribía cuatro tablas data-driven. Google Drive MCP convertía esas hojas en una fuente consumible por los artifacts sin introducir carga manual.
Estructuración, cálculo y control de calidad
Documenté definiciones, reglas de calidad, granularidades y cálculos para que todos los dashboards utilizaran criterios consistentes.
- 1
Asignar responsabilidades
Definí qué KPI debía venir de Shopify, plataformas, Klar, Windsor.ai, Klaviyo, GA4 o Metorik y qué discrepancias eran esperables.
- 2
Normalizar taxonomía
Organic, paid, branded, direct y canales receptores se mapearon a un lenguaje común para evitar dobles lecturas.
- 3
Definir el grano
Separé tablas y cálculos por día, canal, campaña, ad set, anuncio, cliente o pedido según la decisión que debían soportar.
- 4
Recalcular KPIs
ROAS, MER, CPO, CAC, AOV, NC rate, CPM, CPC, CTR, CVR y LTV 30/60/90 se derivaron desde componentes consistentes.
- 5
Diseñar por decisión
Cada dashboard respondió una pregunta operativa: presupuesto, captación, fatiga creativa, lectura ejecutiva o retención B2B.
- 6
Validar y documentar
Fuentes, deltas, filtros, estados y anotaciones técnicas permanecieron cerca de la cifra para facilitar QA y uso responsable.
Publicación para consulta interna
Utilicé los live artifacts para desarrollar y validar rápidamente cada vista. Después repliqué las vistas prioritarias en Google Data Studio —actualmente Looker Studio— para que las personas interesadas pudieran consultarlas de forma estable.
Aportes que puedo aplicar en un equipo de marketing o growth
Puedo analizar una necesidad operativa, integrar las fuentes, automatizar tareas, definir métricas y entregar una herramienta lista para su uso y validación.
Convertir necesidades en análisis
Convierto una necesidad comercial en fuentes, definiciones, cálculos y una herramienta que el equipo puede revisar y utilizar.
Presupuesto
Comparar eficiencia nativa y atribuida antes de reasignar inversión.
QA
Normalizar exportados, detectar errores y conservar warnings antes de usar el dato.
Benchmark
Preparar datasets comparables entre plataformas sin rehacer la limpieza en cada ciclo.
Retención
Priorizar farmacias según ritmo real de compra, atraso y valor acumulado.
Certificaciones destacadas
Credenciales oficiales que respaldan conocimientos en plataformas de Paid Media, analítica, CRM e Inbound Marketing.

Media Buying Professional
Ver credencial ↗
Media Buying
Ver credencial ↗
Google Ads Search
Ver credencial ↗
Ads Certified Insider
Ver credencial ↗
Inbound Marketing
Ver credencial ↗
Google Analytics 4
Ver credencial ↗Ver todas mis certificaciones
Consulta el listado completo y los enlaces de verificación.
Caso de estudio para portfolio y CV
Puedo aportar performance, análisis, automatización y desarrollo técnico aplicado al marketing.
Estos casos muestran mi capacidad para analizar problemas operativos, seleccionar la tecnología adecuada, desarrollar la solución, validar los datos y preparar una herramienta útil para el equipo.