Webinar | Habla con tus datos de HubSpot mediante IA

¿Tu equipo pierde horas buscando información en HubSpot o interpretando métricas de forma manual? En nuestro último webinar, mostramos cómo convertir tu CRM en un centro de operaciones inteligente con el que puedes mantener una conversación real sobre tu negocio.

Conectamos HubSpot con Gemini, ChatGPT y Claude en directo y vimos exactamente qué preguntas hacerle a tus datos para obtener respuestas accionables al instante. Te contamos lo más destacado.

¿Quieres ver la grabación del webinar?

Tu CRM sabe más de lo que crees

El punto de partida es entender que HubSpot ya contiene información valiosa sobre tu negocio, pero acceder a ella de forma ágil requiere tiempo y conocimiento técnico. La IA elimina esa fricción: en lugar de construir informes o filtrar listas, simplemente preguntas. El reto está en saber cómo conectar ambos mundos correctamente.

Analítica conversacional en vivo: preguntas que sí funcionan

Vimos en directo ejemplos reales de lo que puedes preguntarle a tu HubSpot una vez conectado:

• ¿Cuáles son los leads con más actividad en los últimos 30 días que aún no han avanzado en el pipeline?
• Qué fuente de tráfico está generando más contactos cualificados este trimestre?
• Resume el estado actual de las oportunidades abiertas por propietario.
• ¿Qué deals tienen más de 60 días sin actividad registrada?

La clave no es la configuración técnica: es saber qué preguntar.

Lo que necesitas para que funcione

No toda conexión entre HubSpot e IA produce resultados útiles. Hay condiciones previas que determinan la calidad de las respuestas:

• Datos limpios: si los registros están incompletos o mal estructurados, la IA lo amplificará, no lo corregirá.
• Contexto suficiente: cuanto más específica sea la pregunta, más accionable será la respuesta.
• Supervisión humana: la IA sugiere e interpreta, pero el criterio estratégico sigue siendo tuyo.

¿Te perdiste el webinar?

Te gustaría ver la sesión completa con la configuración paso a paso y los prompts optimizados? Rellena el formulario para recibir el acceso a la grabación y empieza a hablar con tus datos de HubSpot hoy mismo.

---

Transcripción del webinar

Antón: El tema de hoy surge porque, en nuestra relación con los equipos de datos, responsables de marketing, etc., nos suelen preguntar habitualmente qué tal funciona o qué tan rápido es conectar HubSpot con Gemini, ChatGPT o Claude. Nos ha parecido apropiado hacer un webinar para contarlo, dejarlo grabado y que todo el mundo pueda acceder a él. Vamos a ver cómo conectarlo con Gemini, con ChatGPT y con Claude.

Empezamos con la presentación: ¿quiénes somos en Aditu? Somos una consultora de datos para marketing digital. Nuestro foco está en ayudar tanto a marcas como a agencias y consultoras a explotar los datos para su posterior activación, ya sea en campañas —para mejorar el ROAS—, en conversión —para mejorar el rendimiento del e-commerce, del marketplace, de la página web—, en fidelización —creando audiencias específicas y predictivas— y en inteligencia de negocio.

Repartimos nuestros servicios en tres áreas, siempre teniendo en cuenta el viaje del dato:

1. Infraestructura y gobernanza: todo lo relacionado con migrar los datos a entornos cloud. Es un proyecto muy habitual, por ejemplo, porque en GA4 los datos solo duran 14 meses, así que lo ideal es migrarlos a un entorno cloud; nosotros normalmente lo hacemos en BigQuery. También entra aquí todo lo relativo al aviso de cookies y al consent mode.
2. Inteligencia: toda la parte de analítica conversacional. De esto hablaremos hoy: lo que vamos a ver es un primer paso dentro de la analítica conversacional.
3. Activación: proyectos para mejorar la segmentación y el performance, utilizando datos first party y alimentando los algoritmos para que sean más eficientes optimizando campañas.

Por eso este webinar tiene mucho sentido, sobre todo dentro del apartado de inteligencia de negocio. Y sin más, arrancamos. Laura, adelante.

Laura: Perfecto. Empezamos con la conexión de los datos de HubSpot a Gemini.

Lo primero que hay que saber es que esta conexión es de solo lectura: no puede modificar datos en HubSpot, solamente acceder a ellos para que le hagamos preguntas, infiera o deduzca cosas. Más adelante veremos qué tipo de preguntas podemos hacerle.

Respeta los permisos de usuario de HubSpot: si mi usuario tiene ciertas restricciones para acceder a empresas, tickets o marketing, esas restricciones se reflejan también en los datos a los que puedo acceder desde Gemini.

Actualmente está en beta, por lo que solo podemos usarlo en inglés: hay que tener toda la configuración de Google Workspace en inglés. Os enseño cómo cambiarlo, es muy sencillo.

¿Qué necesitamos?

• Un plan de pago de Google Workspace, Business Standard o superior. Con una cuenta de Google gratuita o con Workspace Starter no funciona; de momento solo está disponible para estos planes de pago.
• Activar Gemini Alpha en la organización.
• Que un superadmin de HubSpot autorice la conexión desde el Marketplace de Workspace.

Estos dos primeros pasos de configuración los tiene que hacer un administrador de Workspace. Si no tenéis ese permiso, tenéis que pedírselo a vuestro administrador, aunque en realidad es bastante sencillo.

El primer paso, activar Gemini Alpha, se hace desde el panel de administración: Generative AI > Gemini for Workspace, y ahí, donde pone «Alpha and Gemini features», hay que ponerlo en «on». Esto permite probar aplicaciones en beta como la que queremos instalar.

El siguiente paso, dentro del panel de administración de Workspace, es ir a Google Workspace Marketplace Apps > App List, buscar «HubSpot integration» y, ahí, un superadmin de HubSpot tiene que introducir sus credenciales para dar acceso a toda la organización. Si quien lo hace no es superadmin, no va a funcionar; eso hay que tenerlo claro.

Una vez que el administrador de Workspace ha hecho esto, cada usuario tiene que dar dos pasos más por su cuenta: configurar su cuenta de Google en inglés y, después, activar HubSpot dentro de Gemini.

Para configurar el idioma: en la cuenta de Google, pinchamos en nuestra foto, entramos en «Gestionar tu cuenta de Google» y, en «Información personal > Idioma», ponemos el inglés como primer idioma, para que funcione toda la integración.

Después, en Gemini, vamos a Ajustes > Connected apps, que nos lleva a la pantalla donde aparecen todas las aplicaciones conectables, y activamos HubSpot. Se abrirá otra ventana pidiendo las credenciales de HubSpot; le damos acceso y ya podemos ir a Gemini y preguntar lo que queramos.

Para preguntar a HubSpot hay que escribir «@HubSpot» y lanzar la pregunta en inglés (de momento, las preguntas en castellano no funcionan bien). Por ejemplo, le hice una pregunta predictiva: que analizase mi pipeline actual de ventas y me identificase los diez negocios que probablemente podríamos cerrar el mes que viene, basándose en la información de la herramienta. La respuesta indica qué deals cree que se van a cerrar, en qué estado están y da una pequeña explicación de las recomendaciones.

Normalmente, si tenemos todos los permisos y el administrador adecuado, en 15 minutos tienes la conexión hecha. Los tres se conectan bastante rápido; en el caso de Workspace puede complicarse algo más en función de las políticas internas de cada organización para dar acceso a aplicaciones, pero, teniendo los permisos, en 15 minutos ya estás hablando con tus datos de HubSpot.

Antón: Y es en tiempo real, ¿verdad? Es decir, podemos consultar datos hasta el último día que HubSpot tenga registrado.

Laura: Eso es, la conexión es en tiempo real y revisa los datos que están actualmente en HubSpot.

Antón: Fenomenal.

Laura: Pasamos a ChatGPT. En este caso, podemos dar a ChatGPT permisos de lectura y de modificación, pero no puede borrar registros. Cuando se concede la credencial, se abre una pantalla para elegir qué permisos darle; aunque una de las opciones diga «crea, elimina o haz cambios en los registros», aunque la marquemos, no podrá eliminar —la propia herramienta indica que no se pueden borrar datos—. Igual que con Gemini, respeta los permisos de usuario de HubSpot.

¿Qué requisitos hacen falta? Se puede usar con la versión gratuita de ChatGPT, pero permite hacer muy pocas preguntas: en cuanto hagáis tres o cuatro, el modelo baja de versión y las respuestas dejan de ser consistentes y exactas. Por eso recomiendo una versión de pago; con la gratuita el modelo funciona bien solo durante unos minutos.

Antón: Antes de seguir con ChatGPT, tenemos una pregunta: un asistente comenta que ayer, con su equipo de IT, no tenían acceso a la beta de la conexión de Gemini. ¿Cómo se podría conseguir ese acceso?

Laura: En principio todo el mundo debería tener acceso. Tendría que revisar si hace falta solicitarlo aparte; me apunto la pregunta y, si nos deja su email en privado, le enviamos la respuesta. Es posible que el problema sea que no tenga activado Gemini Alpha, el primer paso que comentaba. Teniendo Alpha activado, debería aparecer, pero confirmaré si hace falta algún requisito más.

Antón: Perfecto, me guardo quién ha hecho la pregunta y, al terminar el webinar, lo investigamos y se lo decimos.

Laura: Vamos con la configuración de ChatGPT. Primero entramos en Configuración > Integraciones y aplicaciones conectadas, y le damos a «Agregar más conexiones». Buscamos «HubSpot connector for ChatGPT» y le damos a conectar; ahí se abre la ventana donde concedemos los permisos: qué queremos que haga y a qué tiene acceso.

El siguiente paso es entrar en la integración ya instalada y dar acceso a los usuarios (se puede elegir a todos o solo a algunos). Para que un usuario concreto pueda usarlo dentro de su ChatGPT, tiene que tener ese permiso concedido.

Después, dentro de ChatGPT, en el panel de configuración, vamos a «Aplicaciones», buscamos HubSpot, le damos a conectar con nuestras propias credenciales y ya está.

Para hablar con HubSpot en ChatGPT es importante, dentro del cuadro de texto, pinchar en «Más» y activar HubSpot; si no, ChatGPT no sabrá que queremos hacer preguntas sobre esa integración. Por ejemplo, le hicimos una pregunta más prescriptiva: qué tipo de contenido deberíamos crear en función de los temas que generan más leads. La respuesta habla de contenidos sobre implementación y mantenimiento de analítica, consentimiento (CMP), data engineering, atribución, CRO, etc., y baja a propuestas de contenido bastante concretas.

Antón: Has mencionado un par de veces preguntas «descriptivas» y «prescriptivas». Simplificando, ¿qué tipos de preguntas se pueden hacer?

Laura: Le podemos hacer preguntas descriptivas (qué está ocurriendo ahora), prescriptivas (qué me recomiendas hacer) y predictivas (qué crees que va a pasar). Luego veremos también las limitaciones de estos tipos de preguntas con estas integraciones, porque, al final, solo tienen conexión a una única fuente de datos y les falta contexto. Después de ver las conexiones, os daremos ejemplos concretos de preguntas por área: ventas, marketing, etc.

Nos queda la conexión de Claude, que es la más sencilla de todas.

Antón: Tengo otra pregunta: dentro de HubSpot, este paso no aplica para Gemini. ¿Hay forma de dar acceso a la conexión con HubSpot mediante Gemini solo a algunos usuarios?

Laura: Sí, dentro del panel de administración de Gemini se puede elegir, en las aplicaciones, a qué usuarios se les da acceso y a cuáles no. Hablad con vuestro administrador de Workspace, porque eso también se puede configurar. Por defecto se da acceso a todo el mundo, pero se puede restringir.

Antón: Estupendo.

Laura: Por último, Claude. Igual que ChatGPT, puede tener permisos de lectura y modificación, pero no borra registros. Los requisitos son los mismos: se puede usar la versión gratuita, pero en cuanto hagáis dos o tres preguntas os pedirá esperar, así que, igual que con ChatGPT, recomiendo una versión de pago para poder sacarle partido a la conexión.

Para conectarlo: dentro de Ajustes, vamos a Conectores, exploramos conectores, buscamos HubSpot y le damos a conectar. Aparece la misma pantalla de permisos que vimos en ChatGPT; elegimos qué permisos otorgar y conectamos.

A partir de aquí ya podemos hacer preguntas sin necesidad de escribir «@HubSpot» ni activar nada adicional, aunque sí recomiendo que, en la primera pregunta de una conversación nueva, indiquéis que queréis preguntar sobre los datos de HubSpot. Por ejemplo: «En HubSpot, dime qué objetos tienen más datos incompletos y propón un plan de limpieza por prioridad». Otro tipo de pregunta habitual es sobre la limpieza y consistencia de los datos —también útil si estamos cerca del límite de contactos de nuestro plan y queremos evitar pasarnos—. La respuesta suele analizar el estado de los principales objetos del CRM: cuántos registros están sin teléfono, sin cargo, sin sector, etc., y propone un plan de limpieza por prioridades, bastante elaborado.

Como veis, se responde en lenguaje natural, que es la gran ventaja de la analítica conversacional: no hace falta saber cómo se llaman los objetos ni en qué propiedad están, sino que se le pueden plantear directamente las dudas sobre el CRM y pedirle recomendaciones y predicciones.

Ejemplos de preguntas por área

Solemos clasificar las preguntas en descriptivas, prescriptivas y predictivas:

• Ventas: ¿Dónde se estancan más los negocios en mi pipeline? ¿Qué negocios llevan estancados más de X días y qué me recomiendas hacer con cada uno? ¿Qué clientes tienen más probabilidad de renovar o de hacer upselling según su historial?
• Marketing: ¿Cuántos contactos nuevos hemos captado por cada fuente este mes? ¿Qué contenido deberíamos crear según los temas que generan más leads? ¿Qué canal parece que va a traer más oportunidades si seguimos con la inversión actual?
• Clientes / retención: ¿Cuáles son los problemas de soporte más repetidos este trimestre? ¿Qué cuentas están en riesgo de fuga según su actividad reciente? ¿Qué empresas tienen más probabilidades de ampliar su contrato en los próximos tres meses?
• Limpieza de datos: ¿Hay contactos duplicados por email registrado? ¿Qué propiedades personalizadas no se están usando y podrían eliminarse para simplificar el CRM? ¿Qué impacto tendría en el scoring completar los campos vacíos más relevantes?

Antón: Laura, tú usas HubSpot en Aditu y también trabajas con clientes que lo usan: ¿en qué momento recurres a HubSpot y en qué momento a la IA?

Laura: Para mí es una herramienta de consulta. Como trabajo sobre todo la parte de marketing y activación de campañas, cuando necesito una visión más estratégica, o cruzar datos que no son cómodos de consultar dentro de HubSpot sin montar un panel, acudo a la IA. Sobre todo la uso para prescripción y predicción, que HubSpot como tal no ofrece.

Antón: Fenomenal.

Laura: Para terminar, ventajas y limitaciones de estas integraciones.

Ventajas:

• Inmediatez: la conexión está lista en minutos, sin desarrollo ni infraestructura.
• Coste prácticamente nulo: si ya se tiene un plan de pago de la IA, no hay coste adicional. Dicho esto, en todos los casos recomiendo tener un plan de pago; en Gemini es imprescindible, y en el resto, muy recomendable.
• Curva de aprendizaje cero: se usa una interfaz que ya conocemos (ChatGPT, Gemini o Claude).

Limitaciones:

• Privacidad: los datos salen de nuestro entorno hacia servidores externos. Según versión y plan, pueden usarse o no para entrenar los modelos. En ChatGPT, en los planes gratuitos y en el plan Plus, sí pueden usarse para entrenar (aunque se puede desactivar desde configuración); en el resto de planes de pago, no. En Gemini, dentro del entorno Workspace, los datos están protegidos y no se usan para entrenar modelos. En Claude, en los planes individuales —gratis y de pago— sí pueden usarse, pero en los planes de empresa, no. En cualquier caso, los datos siempre viajan fuera de nuestro entorno.
• Colaboración limitada: existen funciones de proyectos o conversaciones compartidas, pero no un canal común, como en Slack, Google Chat o Teams, donde varias personas trabajen sobre los mismos datos a la vez.
• Ceguera semántica y contextual: no entiende bien los campos personalizados si no tienen un nombre evidente, no conoce las fases de madurez del negocio ni por qué existen varios pipelines; solo sabe lo que ve dentro de la herramienta.
• Análisis limitado: son muy buenas dando respuestas descriptivas (qué ha pasado) y analíticas (por qué), pero tienen limitaciones para hacer recomendaciones fiables, porque carecen de contexto histórico y de negocio real, y para hacer predicciones solo infieren tendencias, sin poder ejecutar modelos de machine learning.
• Alcance técnico: permiten razonamientos cualitativos sobre datos reales de HubSpot, pero la información está aislada: no pueden cruzar datos de HubSpot con otras fuentes externas (plataformas publicitarias, analítica web, SEO, ERP, etc.).

¿Para quién las recomendamos? Para fases iniciales de exploración: probar si la analítica conversacional puede ser útil en la organización antes de escalar a soluciones más potentes. Tienen más limitaciones en empresas con datos muy sensibles, CRMs con lógica muy compleja, o cuando se necesita una fuente única de verdad consultable por varios departamentos a la vez.

En resumen: es una forma sencilla de que cualquier persona, aunque no esté acostumbrada a moverse por HubSpot, obtenga respuestas rápidas y de alto nivel, sin poder bajar mucho en la complejidad del análisis, porque no hay una capa de inteligencia de negocio configurada detrás.

Antón: Sobre las tres, Gemini, ChatGPT y Claude: ¿cuál te ha costado más o menos conectar y cuál da mejores o peores respuestas?

Laura: La verdad es que no sabría decirte, porque hemos trabajado mucho más con Gemini que con las otras. No he visto respuestas malas en ningún caso. Las conexiones más sencillas, para mí, son las de Claude y Gemini, una vez superada la parte de administración de Workspace. Y recomendaría simplemente usar la IA que ya esté contratada en la organización; no creo que haga falta complicarse la vida. Es un primer paso para empezar a trastear y ver si las respuestas resultan útiles y fiables —que en principio deberían serlo, porque solo hablan con los datos de HubSpot—.

Antón: La idea, entonces, es investigar, y una vez que tienes esa información, respaldarla siempre con el equipo que lleva HubSpot o con las personas responsables antes de tomar decisiones importantes de negocio, porque puede haber respondido algo que no aplique del todo.

Laura: Exacto, porque le falta contexto de negocio y no puede cruzar con otras herramientas. Otras alternativas más complejas permiten añadir contexto semántico e histórico, y cruzar distintas fuentes de datos. Y aquí es donde te paso la palabra para que nos hables de la solución que estamos desarrollando en Aditu.

Antón: Perfecto. A esta solución la hemos llamado, de forma amistosa, Alfred: básicamente, un analista de datos con IA que se puede usar en lenguaje natural, integrado dentro de la organización.

Da respuestas sobre los datos en segundos, no en días, y la ponemos directamente en el chat corporativo (Slack, Teams, Google Chat, el que corresponda). Tiene tres ventajas fundamentales:

La primera y más importante es que está basado en la IA conversacional de Google, y a este agente se le entrena con dos capas adicionales: inteligencia de negocio (KPIs, objetivos, histórico) y capa semántica —porque cada compañía llama a las cosas de una manera distinta: para unos, un lead es una cosa, y para otros, otra—. Esa capa semántica y de inteligencia de negocio es fundamental para que las respuestas sean fiables.

Es muy fácil de usar: le hacemos una pregunta como «Calcula los productos más vendidos de enero a marzo» y da una respuesta que integra distintas fuentes de datos. En este ejemplo hemos conectado un e-commerce con GA4 y con las plataformas de publicidad, y la respuesta es 100 % fiable y agnóstica: al ser una máquina, no favorece a una plataforma sobre otra. Además, genera tablas y gráficos que se pueden compartir y, al estar dentro de un chat, es fácil acceder a ellos. Hay distintos hilos de conversación, se pueden compartir las respuestas con el resto del equipo, e incluso se puede invitar a Alfred a una reunión de grupo y hacerle preguntas en tiempo real.

La principal diferencia frente a las integraciones anteriores es esa capa intermedia: no solo conectamos el CRM, sino cualquier plataforma digital de la compañía —plataforma analítica, plataformas de publicidad o DSP (Meta, Amazon, etc.)—, el e-commerce y el CRM.

Esto permite responder preguntas complejas, del tipo: «Compárame las ventas de este Q1 frente a las del año anterior, teniendo en cuenta qué promociones han funcionado mejor, la inversión realizada y el reparto por canales». En condiciones normales, esto supondría un análisis por plataforma, involucrar a varios equipos, acordar un sistema de atribución y elaborar un informe: unas dos semanas de trabajo. Con esta solución, la respuesta llega en segundos, aportando una visión estratégica unificada, fiable y en tiempo real del negocio.

Alfred se construye en tres capas: la de infraestructura (integrar y conectar las distintas fuentes de datos en un entorno como BigQuery, algo que hacemos habitualmente para montar dashboards en Looker o Power BI), la de inteligencia de negocio (siempre requiere una reunión con el equipo directivo que quiera implementarlo) y la de interfaz.

Demo en directo

Antón: Aquí tenemos una instalación de Alfred hecha sobre dos fuentes de datos: HubSpot y GA4. Es una cuenta de demostración, con un chat en el que participan varias personas, que pueden hablar entre sí sobre las preguntas y respuestas.

Por ejemplo: «¿Cuántas llamadas y reuniones se han registrado este mes por comercial?». La respuesta incluye tablas —100 % fiable, porque bebe directamente de los datos y de la capa de inteligencia— y, además, sugiere preguntas adicionales.

Laura: Iba a comentar eso: hay otra pregunta en la que también aparecen gráficos, que además se pueden personalizar con los colores corporativos; se puede adaptar bastante cómo se presenta la información.

Antón: Por ejemplo, aquí le hemos preguntado cuáles son las empresas inactivas con potencial de reactivación, y nos las muestra, sugiriendo también otras preguntas relacionadas para seguir profundizando —esa es otra característica bastante potente de Alfred: no solo responde, también recomienda cosas.

¿Cómo es posible que la solución no solo diga lo que está pasando y haga comparativas complejas, sino que además prediga y recomiende, y de forma tan fiable?

Laura: Porque utiliza las capacidades de Google y está diseñado para no alucinar: no se sale de los datos que le hemos proporcionado. Si le preguntamos algo que no está en los datos, nos dice que no lo tiene, pero sugiere otras respuestas relacionadas que puedan interesarnos.

Antón: Entiendo que detrás hay varios agentes organizados por áreas que hablan entre sí, y Alfred es el agente principal con el que hablamos, ¿no?

Laura: Así es. Se monta con un número determinado de agentes, que depende de las fuentes de datos y del objetivo del chat. Esos agentes se comunican con Alfred para darle la información tal como la necesitamos, y así nosotros hablamos directamente con el dato.

En cuanto a limitaciones tecnológicas de plataforma, está disponible prácticamente para todas las que nos han preguntado: marketplaces, plataformas de pago (paid media), CRMs. Nosotros llevamos los datos al entorno cloud de Google; de momento, todas las herramientas por las que nos han preguntado tienen conexión directa con Google Cloud o algún conector que permite llevar los datos. Si podemos llevar el dato a la nube, podemos preguntar sobre él.

Antón: ¿Te atreves a hacerle una pregunta en directo?

Laura: Claro, vamos a probar. Pregúntale cuáles son los segmentos con mayor probabilidad de compra este mes.

Antón: Es una pasada, porque se puede preguntar de forma natural, incluso con erratas, y aun así lo interpreta bien. Mientras responde, podéis ver el resto de preguntas que le hemos hecho: identificar empresas inactivas con potencial, cuántas llamadas y reuniones se han registrado, etc. Si tuviéramos conectado también el e-commerce o GA4, podríamos preguntarle qué áreas de la web hay que mejorar para incrementar las conversiones, o qué canales generan los leads con mayor probabilidad de conversión —esto último es muy útil, por ejemplo, para equipos de call center—.

Vale, aquí está la respuesta: basándose en el estado actual del pipeline y en el nivel de interacción de los contactos, los negocios con mayor probabilidad de cerrarse este mes se concentran en los sectores de educación superior y formación profesional. Y, sin que se lo hayamos pedido, añade que los leads provenientes de tráfico directo y email marketing tienen mayor probabilidad de compra: no solo ha contestado sobre sectores, sino que ha detectado qué canales aportan leads con más probabilidad de cierre.

Con esa información, cada equipo puede decidir cómo actuar: hablar con la agencia, con el equipo de paid media o con el de marketing digital, aprovechando tener un analista de datos que acompaña el día a día del trabajo.

Muy bien. Pues nada más; volvemos a la presentación, donde os dejamos nuestros datos de contacto, y pasamos a preguntas y respuestas.

Pregunta del público: Respecto a lo comentado sobre las integraciones de HubSpot, ¿qué diferencia hay entre esto y usar la IA interna de HubSpot?

Laura: La IA interna de HubSpot, que se llama Breeze, es útil para acciones más ejecutivas: actuar sobre un registro, ayudar a crear automatizaciones, enriquecer contactos, tener conversaciones puntuales. Para tener una conversación estratégica más larga, seguir un hilo de preguntas, etc., es mejor recurrir a este tipo de integraciones con Gemini, ChatGPT o Claude, o a soluciones más sofisticadas como la que hemos visto; con Breeze eso no es posible.

Pregunta del público: ¿Se sabe si Gemini habilitará la opción de idioma español?

Laura: No sabría decir cuándo exactamente, pero es habitual que herramientas que sacan una función en beta solo en inglés la amplíen a otros idiomas en pocas semanas o meses. Dado el ritmo al que están avanzando con todo lo relacionado con IA, es muy probable que, en cuanto salga de beta, esté también disponible en castellano.

Pregunta del público: Para un e-commerce con GA4 y campañas de paid media, ¿cuánto es el tiempo de implementación de Alfred?

Antón: Esta la contesto yo. Para crear un analista de datos con IA para un e-commerce —teniendo un CRM tipo HubSpot, GA4 bien configurado y distintos tipos de campañas de paid media (Google, Meta, TikTok, etc.)— estamos hablando de unos dos meses de puesta en marcha.

El primer mes es para crear el entorno adecuado en BigQuery —siempre propiedad de la marca, dentro de su propio ecosistema— y hacer la conexión e integración de los datos, configurándolos para que el asistente los lea correctamente. El segundo mes corresponde a la capa semántica y de inteligencia de negocio: aquí sí es necesaria una reunión con la marca para entender el negocio, sus KPIs y objetivos, y cargarlos en el sistema, además de definir cuántos agentes se van a crear (en este caso, hablaríamos de tres agentes como mucho) y hacer la integración en el chat corporativo —lo hemos hecho ya con Teams, con Slack y con alguna herramienta más; si no se tiene ninguna, se puede optar por implementar una, por ejemplo Slack, que funciona muy bien—.

Después hay una parte de mantenimiento mensual, por si algún dato falla, se cae una fuente de GA4 o hay que añadir una fuente nueva —igual que con cualquier dashboard de Looker Studio—. Pero, sobre todo, lo que estamos viendo en los clientes que ya lo usan es que la adopción es muy rápida: la curva de aprendizaje es mínima, porque ya estamos todos acostumbrados a hablar con ChatGPT o con Gemini para muchas cosas.