Google Analytics 4 empieza a encajar mejor en la nueva forma de trabajar con asistentes de IA. La novedad que ha empezado a circular entre especialistas en analítica digital es un endpoint MCP remoto asociado a GA4, bajo el dominio de la propia API de Google Analytics Data, que permitiría conectar clientes compatibles sin tener que levantar siempre un servidor local desde el repositorio de GitHub. La dirección difundida es analyticsdata[.]googleapis[.]com/mcp/v1, aunque la documentación pública de Google todavía sigue presentando como vía principal el servidor MCP instalable desde GitHub.
El cambio parece pequeño, pero puede tener bastante recorrido para equipos de marketing, analítica, SEO, producto y negocio. Hasta ahora, usar el MCP oficial de Google Analytics implicaba instalar el servidor local, configurar Python, preparar credenciales, activar APIs en Google Cloud y conectar después esa pieza con Gemini CLI, Gemini Code Assist, Claude Code u otros clientes compatibles. Con un endpoint remoto, parte de esa instalación desaparece: el cliente MCP apunta contra un servicio alojado por Google y se centra en la autenticación y los permisos.
Google ya describe el MCP de Analytics como una forma de conectar datos de Analytics con un modelo de lenguaje, hacer preguntas sobre los datos, crear agentes personalizados y trabajar con información propia desde interfaces conversacionales. También deja claro un límite relevante: el servidor está pensado para solicitudes de lectura, no para modificar la configuración de Google Analytics.
Qué aporta un MCP remoto para GA4
El atractivo del MCP remoto no está en sustituir a Google Analytics, sino en reducir la distancia entre los datos y las preguntas. En vez de entrar en la interfaz, montar un informe, elegir dimensiones, cruzar métricas y exportar resultados, un usuario podría pedir a un asistente algo como “qué canales han caído esta semana”, “qué páginas han perdido tráfico orgánico” o “qué eventos convierten mejor en usuarios recurrentes”.
El servidor local publicado en GitHub ya permitía trabajar con herramientas como get_account_summaries, get_property_details, list_google_ads_links, run_report, run_funnel_report, get_custom_dimensions_and_metrics y run_realtime_report. Ese repositorio se presenta como experimental y usa la Google Analytics Admin API y la Google Analytics Data API para exponer herramientas consumibles por modelos de lenguaje.
La diferencia del endpoint remoto difundido estos días es que parece orientado a un conjunto más contenido de funciones: run_report para informes personalizados, run_realtime_report para datos en tiempo real, get_metadata para consultar dimensiones, métricas y definiciones personalizadas, y check_compatibility para validar combinaciones antes de lanzar una consulta. Esta última pieza es importante porque uno de los problemas habituales de GA4 es saber qué dimensiones y métricas pueden combinarse sin que la consulta falle o devuelva resultados poco útiles.
La Google Analytics Data API ya contempla métodos como runReport, getMetadata, checkCompatibility y runRealtimeReport. También permite crear informes personalizados, automatizar reporting e integrar datos de Analytics con otras aplicaciones, siempre respetando la identidad de informes configurada en la propiedad.
No es conectar una URL y empezar a preguntar
La parte menos vistosa de la noticia sigue siendo la más importante: la autenticación. Un MCP de GA4 no debe tratarse como un acceso informal a métricas web, porque detrás puede haber datos de negocio, rendimiento comercial, campañas, audiencias, eventos, conversiones y patrones de comportamiento de usuarios.
Para que el cliente MCP pueda acceder a las propiedades de Analytics hace falta configurar Google Auth en Google Cloud, activar la Google Analytics Data API, crear credenciales OAuth y trabajar con Client ID y Client Secret. La documentación oficial de la Data API explica que el acceso puede hacerse con cuenta de usuario o cuenta de servicio, y que hay que conceder permisos en la propiedad de Google Analytics correspondiente. También se usa el alcance analytics.readonly para solicitudes de solo lectura.
Esto reduce el “cacharreo”, pero no elimina el gobierno del acceso. Las empresas tendrán que decidir qué usuarios o agentes pueden consultar datos, con qué permisos, desde qué clientes y para qué casos de uso. En entornos con varias marcas, agencias o clientes, esta frontera importa: un asistente mal configurado no necesita modificar una propiedad para generar un problema, basta con que exponga o mezcle datos que no debería ver.
También conviene separar los usos tácticos de los más sensibles. Preguntar por páginas con más visitas o eventos populares puede ser cómodo y relativamente sencillo. Pedir análisis sobre rentabilidad de campañas, atribución, ventas, audiencias o datos combinados con CRM exige más control, mejores prompts y una revisión humana antes de tomar decisiones.
Del panel de control al dato conversacional
La llegada de un endpoint MCP remoto para GA4 encaja con una tendencia más amplia: las herramientas de datos están dejando de depender solo de paneles y consultas manuales. MCP nació como un estándar abierto para conectar asistentes de IA con fuentes de datos y herramientas externas, de forma que los modelos no trabajen solo con lo que saben de fábrica, sino con información actual y autorizada.
En analítica digital esto puede cambiar rutinas muy concretas. Un equipo de contenidos podría pedir un resumen de caídas de tráfico por URL y país. Un responsable de ecommerce podría consultar productos con más ingresos ayer frente a la semana anterior. Un técnico podría revisar eventos en tiempo real tras publicar una nueva versión de la web. Un consultor SEO podría cruzar hipótesis de contenido con métricas de sesiones, usuarios activos o conversiones sin construir cada informe desde cero.
Aun así, no conviene venderlo como una solución mágica. GA4 sigue teniendo sus particularidades: muestreo en algunos escenarios, límites de cuotas, modelado de datos, diferencias entre interfaz y API según la configuración, restricciones entre dimensiones y métricas, y una curva de aprendizaje que no desaparece por envolverla en lenguaje natural. El asistente puede acelerar preguntas, pero no sustituye el criterio de quien entiende la medición.
El valor real estará en convertir consultas repetitivas en flujos más rápidos. Preparar informes semanales, detectar anomalías, revisar campañas, identificar páginas que pierden tracción o generar primeras hipótesis de negocio son usos razonables. La parte más delicada será evitar que el entusiasmo por preguntar “a golpe de prompt” derive en conclusiones automáticas sobre datos que necesitan contexto.
La señal, en cualquier caso, es clara: Google Analytics se está acercando al terreno de los agentes de IA. Si el endpoint remoto se consolida y entra de lleno en la documentación oficial, GA4 puede pasar de ser una herramienta que se consulta en pantalla a una fuente de datos que los asistentes interrogan de forma controlada. Para muchos equipos, esa diferencia puede ahorrar tiempo. Para otros, será el inicio de una nueva capa de automatización sobre la analítica digital.
Preguntas frecuentes
¿Qué es el MCP de Google Analytics 4?
Es una forma de conectar datos de GA4 con clientes o asistentes de IA compatibles con Model Context Protocol, para consultar información mediante herramientas preparadas para informes, metadatos y datos en tiempo real.
¿El endpoint remoto sustituye al servidor local de GitHub?
No necesariamente. El servidor local sigue existiendo y ofrece más herramientas en el repositorio oficial. El endpoint remoto parece pensado para simplificar usos habituales, aunque todavía conviene tratarlo con cautela hasta que Google lo documente de forma más completa.
¿Permite modificar una propiedad de Google Analytics?
No. La documentación de Google presenta el MCP de Analytics como una opción de solo lectura. Sirve para consultar datos, no para cambiar la configuración de la propiedad.
¿Qué hace falta para conectarlo?
Hace falta una configuración en Google Cloud: activar la Google Analytics Data API, preparar credenciales OAuth y conceder permisos adecuados sobre la propiedad de GA4 que se quiera consultar.