September 23, 2026
Con una sola entrada para todas. El equipo escribe cada lanzamiento una vez, en una fila de la hoja de cálculo que ya usa, y unos flujos de n8n lo traducen a cada plataforma a través de su API. La campaña se piensa una vez y se monta en todas.
Así trabajo con una cadena de retail con presencia en tres países, que tiene campañas en Meta, Google Ads, TikTok y Spotify. Lanzar las campañas de una tienda nueva les costaba 24 horas de trabajo. Ahora tarda 12 minutos, y en total el equipo recupera más de 200 horas al mes.
Cada plataforma de anuncios habla el suyo. Meta organiza en campaña, conjunto de anuncios y anuncio; Google, en campaña, grupo de anuncios y anuncio. Cambian los nombres y cambian los formatos: vídeo vertical en TikTok, audio en Spotify.
Una misma idea de campaña hay que escribirla en cada uno de esos idiomas. Y luego multiplicar: cada plataforma por cada mercado y, si es una apertura con varias fases, por cada fase.
Hecho a mano, eso es copiar la campaña de la semana pasada y cambiarle el nombre, las fechas, el radio de cada tienda y el presupuesto. Plataforma por plataforma. Nadie lo llama trabajo difícil, y por eso nadie lo mide, pero se come las tardes de la persona que debería estar mirando qué funcionó.
Y cuantas más plataformas, más sitio para el error tonto. Una tienda que sale con el radio de la de al lado, o un presupuesto que se quedó del mes pasado. Se ven días después, cuando el dinero ya está gastado.
La cadena abre tiendas en tres países. Cada apertura lleva campañas en las cuatro plataformas, en tres fases y en los tres mercados. Todo eso se montaba a mano: unas 24 horas por tienda, tres jornadas enteras de alguien del equipo repitiendo casi lo mismo que en la apertura anterior.
Hoy el equipo rellena la fila con el nombre y el presupuesto, y los flujos montan las campañas en cada plataforma. La apertura sale en 12 minutos y ya no espera a que alguien tenga tres días libres en la agenda.
Con la geolocalización pasó algo parecido: una ronda que llevaba 13 horas sale ahora en 15 minutos.
Hay unos 13 flujos en producción repartidos entre Meta, Google Ads, TikTok y Spotify. Son los que suman esas más de 200 horas al mes.
Los flujos son del cliente y no los voy a enseñar, pero el mecanismo se cuenta rápido.
Las campañas las lanza el propio equipo, desde la hoja. Yo desarrollo y mantengo los flujos. El criterio y la creatividad siguen en manos de las personas, que es donde tienen que estar.
Meta, Google, TikTok y Spotify traen sus propias herramientas para duplicar campañas. Sirven, pero cada una dentro de su casa: nada de lo que hagas en Meta aparece en TikTok.
Lo caro está en cruzar. La misma apertura en varias plataformas y en varios mercados, siempre con la misma estructura. Eso es lo que resuelve una fila que alimenta todas las plataformas a la vez.
El número de este caso no se lo prometo a nadie. Sale de su volumen: muchas tiendas, lanzamientos constantes, cuatro plataformas y tres países. Con una sola plataforma y un solo mercado, lo normal es que montar esto cueste más que las horas que ahorra.
La cuenta sale por multiplicación: lanzamientos al mes, por plataformas, por mercados. Y antes de presupuestar nada hago cuatro preguntas:
Si fallan dos de las cuatro, digo que no.
La forma más rápida de saber si hay caso: preguntad al equipo cuánto tardó en tener en marcha, en todas las plataformas, las campañas de la última apertura o promoción. Multiplicadlo por las veces que pasa al mes. Si la cifra os incomoda, merece una conversación.
Sí, si tiene API. La hoja sigue igual y se añade el flujo que traduce la fila a esa plataforma. El equipo no cambia nada de lo que hace.
Para ejecutarlas, no. En este sistema no hay ni una línea de IA generativa: son reglas, si la fila dice esto se crea aquello. Un modelo de lenguaje tiene sentido cuando hay que interpretar algo ambiguo de verdad, y montar una campaña a partir de una fila no lo es.
Pasa, y con cuatro plataformas pasa más a menudo. Por eso el mantenimiento forma parte del trabajo: cuando una cambia algo, adapto su flujo y las demás siguen igual.
Sirve para cualquier equipo que lance muchas campañas parecidas en varias plataformas, como cadenas con muchas tiendas o marcas que venden en varios mercados. El caso con números que tengo es de retail, y por eso es el que cuento.
Si vuestro equipo lleva campañas en varias plataformas y lanza cada semana, escribidme contando cuánto tardó en montar la última en todas ellas. Con ese dato os digo si hay caso, y si no lo hay, también. El caso completo está en Proyectos.
Para las pymes atascadas en un caos de Excels, emails y tareas manuales, saber por dónde empezar a automatizar es el mayor desafío. Esta guía presenta un método práctico: la creación de un mapa de procesos mediante una matriz de impacto-esfuerzo. Aprenderás a identificar y priorizar qué flujos de trabajo te darán un retorno más rápido, permitiéndote ahorrar hasta 20 horas semanales, reducir errores costosos en un 90% y escalar tu negocio sin aumentar la carga administrativa. Descubre cómo transformar tus operaciones con software a medida e IA, empezando por un MVP que puedes tener listo en solo 4 semanas.
Este post es para ti si tu PYME de logística, industria o retail sigue dependiendo del papel y hojas de Excel. Descubre cómo el software a medida puede transformar tus procesos críticos, desde la captura de datos en campo hasta la generación de ofertas y la gestión de almacén. Te mostramos con casos reales cómo es posible reducir hasta un 98% el tiempo en tareas administrativas, eliminar errores y obtener una visión en tiempo real de tu negocio. Aprende a digitalizar tus operaciones de forma ágil, reduciendo costes hasta un 60% y lanzando un MVP en solo 4 semanas con expertos no-code como NokodoTech.
