Cómo conectar Google Analytics 4 a Claude con MCP: la guía paso a paso que me hubiera gustado encontrar

Si gestionas SEO o paid media para varios clientes —ya seas freelance, agencia o equipo interno— esta integración te va a ahorrar horas cada semana. Te cuento cómo la monté yo, qué me funcionó y los baches del camino.

Llevo unos meses montando un workflow basado en Claude (la IA de Anthropic) para gestionar mi cartera de clientes de SEO y publicidad digital desde Ciudad Real. Y la última pieza del puzzle era la más importante: que Claude pudiera consultar directamente los datos de Google Analytics 4 sin que yo tuviera que exportar CSV cada vez que un cliente me pedía un dato.

Lo conseguí. Y por el camino me encontré con un bug de Google del que apenas hay información, errores de configuración en Windows que no aparecen en ningún tutorial, y un timeout silencioso que me tuvo media tarde dando vueltas. Así que aquí va el manual que me hubiera gustado encontrar.

¿Qué es un MCP y por qué te importa?

MCP significa Model Context Protocol. Es un estándar que permite conectar herramientas externas (Google Analytics, Search Console, tu CRM, una base de datos) directamente a un asistente de IA como Claude.

Traducido al cristiano: es la diferencia entre tener un becario que te pide los datos en CSV y un becario que entra él mismo a Analytics y te da la respuesta.

Antes de tener el MCP de GA4 funcionando, mi flujo era:

1. Entrar a GA4
2. Exportar un informe
3. Subirlo a Claude
4. Pedirle análisis
5. Repetir para cada cliente

Después de tener el MCP funcionando:

1. «Claude, dame las conversiones del último mes del cliente X por canal.»
2. Respuesta.

Tiempo ahorrado por consulta: 5-10 minutos. Multiplicado por clientes, por semanas, por análisis ad-hoc que antes no hacía por pereza. Mucho. Y como consultor SEO freelance, ese tiempo recuperado es directamente más capacidad de atender bien a más clientes (o de irme antes a comer, según el día).

Qué necesitas antes de empezar

• Claude Desktop instalado en tu Windows (la app de escritorio, no la web). El MCP solo funciona en la app.
• Acceso administrador a las propiedades de GA4 que quieras consultar.
• Una cuenta de Google Cloud (con la capa gratuita basta, no tendrás gasto).
• 30-45 minutos la primera vez. Las siguientes propiedades se añaden en 2 minutos.

El proceso, paso a paso

1. Crear una cuenta de servicio en Google Cloud

Una cuenta de servicio es como un usuario técnico: un email que no pertenece a ninguna persona, pero que puede acceder a APIs de Google con permisos concretos.

En console.cloud.google.com crea un proyecto nuevo y, dentro de él, ve a APIs y servicios → Biblioteca. Tienes que habilitar dos APIs:

• Google Analytics Admin API
• Google Analytics Data API

Después, en IAM y administración → Cuentas de servicio, crea una cuenta nueva. Ponle un nombre que recuerdes (yo le puse herramienta-seo-indexacion). No le asignes roles a nivel de proyecto: los permisos se dan después, dentro de cada propiedad de GA4.

Al terminar, entra en la cuenta recién creada, pestaña Claves, y genera una clave en formato JSON. Se descargará un archivo. Guárdalo bien, porque ese archivo es la credencial que va a usar Claude para autenticarse.

⚠️ Aviso importante (mayo 2026): Google tiene un bug abierto que afecta a las cuentas de servicio creadas después del 23 de abril. Cuando intentes añadirlas a GA4, te dirá «este correo no coincide con ninguna cuenta de Google», aunque lo hayas copiado bien. Si te pasa, usa una cuenta de servicio anterior a esa fecha o espera al fix.

2. Dar permisos en cada propiedad de GA4

Esta es la parte que vas a repetir por cada cliente que quieras añadir.

Dentro de GA4, ve a Administrar → Gestión de acceso a la propiedad → + y pega el email de tu cuenta de servicio (acaba en .iam.gserviceaccount.com). Asígnale rol Lector y desmarca la opción de notificarle por email (es una cuenta técnica, no recibe correos).

Importante: hazlo a nivel de Propiedad, no de Cuenta. Es la práctica más segura. Y dale solo permiso de Lector: el MCP no necesita más.

3. Preparar el entorno técnico en Windows

Aquí es donde he visto tutoriales que se saltan pasos. Vamos uno a uno.

Instalar Python: descarga el instalador desde python.org/downloads/windows y, antes de pulsar Install Now, marca la casilla «Add python.exe to PATH». Si no la marcas, nada funciona después y te toca reinstalar.

Desactivar el alias fantasma de Microsoft: Windows trae un alias que intercepta el comando python y abre la Microsoft Store. Hay que matarlo. Tecla Windows → escribe «Alias de ejecución de aplicaciones» → desactiva los interruptores de python.exe y python3.exe.

Instalar pipx: abre una PowerShell nueva (con las anteriores abiertas no cogerá el PATH actualizado) y ejecuta:

python -m pip install --user pipx
python -m pipx ensurepath

Cierra esa PowerShell, abre otra nueva, y verifica con pipx --version. Si te da una versión, vamos bien.

Instalar el paquete del MCP:

pipx install google-analytics-mcp

Tarda un par de minutos. Aquí va el truco que casi me cuesta una tarde: no uses pipx run, instálalo. Si pones pipx run en la configuración de Claude, el MCP intentará descargar el paquete cada vez que arranca, y Claude Desktop tiene un timeout de 60 segundos. Resultado: nunca llega a arrancar. Instalándolo, el binario está listo y se carga en menos de un segundo.

4. Conectar el MCP a Claude Desktop

Abre (o crea, si no existe) este archivo:

C:\Users\TUUSUARIO\AppData\Roaming\Claude\claude_desktop_config.json

Truco: pega %APPDATA%\Claude en la barra del explorador y vas directo.

Pega dentro este contenido (sustituye la ruta por la de tu archivo JSON):

{
  "mcpServers": {
    "analytics-mcp": {
      "command": "google-analytics-mcp",
      "env": {
        "GOOGLE_APPLICATION_CREDENTIALS": "C:\\Users\\TUUSUARIO\\ruta\\al\\tu-archivo.json"
      }
    }
  }
}

Ojo con las barras: en JSON, las barras invertidas se escriben dobladas (\\). Si pones una sola, el archivo no parsea y el MCP no carga.

Por último, cierra Claude Desktop del todo. No basta con cerrar la ventana: clic derecho en el icono de la bandeja del sistema → Quit. Después ábrelo de nuevo y ve a Settings → Developer → MCP Servers. Si ves analytics-mcp en verde con estado Running, ya está.

Cómo lo uso día a día con mis clientes

La gracia está en montar un Project en Claude Desktop por cada cliente. En las instrucciones de cada proyecto meto su Property ID, los KPIs prioritarios y un par de notas de contexto. Algo así:

Cliente: Clínica dental en Ciudad Real
Property ID: 123456789
Tipo: Negocio local / captación de pacientes
Objetivos: leads cualificados desde búsqueda orgánica y Google Ads
KPIs prioritarios: sesiones orgánicas, llamadas, formularios enviados, coste por lead

(Si quieres profundizar en el lado de pago, te dejo aquí mi servicio de experto en Google Ads.)

A partir de ahí, cualquier consulta en ese proyecto usa esa propiedad por defecto. Algunas preguntas que lanzo recurrentemente:

• «Compara las sesiones orgánicas de este mes con el mismo mes del año pasado por landing page.»
• «¿Qué páginas de aterrizaje tienen más conversiones pero peor tasa de conversión que la media del sitio?»
• «Cruza top 20 queries por impresiones de Search Console con las páginas a las que llegan en GA4 y dime cuáles tienen alta tasa de rebote.»
• «Genera un informe de rendimiento mensual con sesiones, conversiones y top fuentes de tráfico, listo para enviar al cliente.»

Esa última, sobre todo, es oro puro. Lo que antes era una tarde entera maquetando un informe mensual, ahora es una consulta y un copy-paste. Para los servicios de gestión mensual de SEO y Google/Meta Ads que ofrezco, este cambio ha sido el mayor salto de productividad de los últimos años.

Lo siguiente: combinarlo con Search Console

El verdadero salto cualitativo llega cuando cruzas GA4 con Search Console. Una te da el comportamiento on-site (sesiones, conversiones, canales). El otro te da el lado de búsqueda orgánica (queries, CTR, impresiones, posiciones).

Cruzar ambos te permite responder preguntas que antes requerían medio día de Excel:

• ¿Qué keywords traen tráfico pero no convierten?
• ¿Qué páginas reciben muchas impresiones en Google pero tienen CTR bajo, y de las que reciben clics, cuáles tienen alta tasa de rebote?
• ¿En qué keywords estamos en posición 5-15 (la «fruta madura») cuya optimización daría mayor ROI medido en conversiones reales, no en tráfico bruto?

Si quieres ver cómo se hace este tipo de análisis cruzado paso a paso, lo desarrollo en mi guía sobre cómo hacer una auditoría SEO.

Eso es estrategia SEO real, basada en datos cruzados, sin tirar de quince pestañas a la vez. Es exactamente el tipo de análisis que aplico cuando trabajo con agencias como refuerzo externo o con clientes directos en sus auditorías SEO.

Conclusión

Montar esto requiere una tarde la primera vez. Y se siente raro mientras lo configuras: parece mucho lío para «preguntarle cosas al Analytics». Pero cuando lo tienes funcionando y empiezas a hacer consultas que antes no harías por pereza de exportar, la diferencia es enorme.

Si gestionas más de 3-4 clientes —seas freelance, agencia o equipo interno de marketing— el ROI de la tarde de setup es de menos de una semana de trabajo.

¿Has montado tú algo parecido? ¿Te has encontrado con el bug de las cuentas de servicio? Cuéntame en los comentarios.¿Necesitas ayuda implementando esto en tu agencia o en tus proyectos? Soy Luis García, consultor SEO en Ciudad Real, y trabajo tanto con clientes finales como dando refuerzo experto a otras agencias en SEO, paid media y analítica. Cuéntame tu caso y vemos cómo encajarlo en tu workflow.

¿Necesitas ayuda implementando esto en tu agencia o en tus proyectos? Soy Luis García, consultor SEO en Ciudad Real, y trabajo tanto con clientes finales como dando refuerzo experto a otras agencias en SEO, paid media y analítica. Cuéntame tu caso y vemos cómo encajarlo en tu workflow.