¿Su informe de Data Studio no funciona? Encuentro la causa y lo arreglo

¿Por qué mi informe de Data Studio no funciona?

Porque algo ha cambiado por debajo del gráfico, y Data Studio no le avisa cuando un conector falla. El gráfico simplemente muestra un error, aparece en blanco o enseña una cifra que se desvía sin que nadie lo note. Cuando alguien se da cuenta, el informe suele llevar semanas mal.

Estas son las causas que veo con más frecuencia, aproximadamente de más a menos habitual.

• Credenciales: una fuente de datos usa las credenciales del propietario de una cuenta que ya no está en la empresa o que ha perdido el acceso.
• Cuota: los gráficos de GA4 fallan con errores de cuota cuando muchos gráficos y lectores comparten el presupuesto de tokens por hora.
• Combinaciones: las claves de unión dejaron de coincidir tras un cambio de nomenclatura, así que se pierden filas sin avisar.
• Campos retirados: un conector eliminó un campo, como los campos de extensiones de ubicación de Google Ads retirados el 4 de mayo de 2026.
• Cambios de esquema: se renombró una columna en una hoja o una tabla, y se rompieron todos los campos calculados que la usaban.
• Tamaño: las consultas grandes provocan errores de "demasiadas filas" o agotan el tiempo de espera.

¿Cómo se corrigen los errores de credenciales de las fuentes de datos en Data Studio?

Compruebe qué credenciales usa cada fuente de datos y páselas a una cuenta que vaya a permanecer. Con las credenciales del propietario, los lectores ven los datos a través del acceso del propietario de la fuente de datos. Con las credenciales del lector, cada lector necesita su propio acceso a los datos subyacentes. Ambas opciones son válidas, y ambas provocan errores cuando se configuran por descuido.

El fallo clásico es un informe creado por un freelancer o un antiguo empleado, en el que todas las fuentes funcionan con las credenciales de esa persona. Cuando su acceso termina, todo el informe se queda en blanco. Reasigno la propiedad a una cuenta compartida o de servicio, vuelvo a autorizar cada fuente y pruebo el informe como lo vería un lector típico.

¿Por qué mi informe muestra un error de configuración o una combinación rota?

Un error de configuración suele significar que un gráfico hace referencia a un campo, una métrica o una dimensión que ya no existe o que ya no es compatible. Aparece después de actualizaciones del conector, cuando alguien renombra una columna de una hoja o cuando un campo calculado depende de otro campo que se ha eliminado.

Las combinaciones se rompen de forma más sutil. Una combinación une como máximo cinco fuentes y solo con uniones de igualdad, así que un espacio al final, un cambio en la nomenclatura de las campañas o una fecha en otro formato hacen que las filas dejen de coincidir. El gráfico sigue cargando, solo que con totales más bajos. Comparo los totales combinados con cada fuente por separado para ver dónde se pierden filas, y después corrijo la clave o traslado la unión a Sheets o BigQuery, donde se puede verificar.

¿Por qué mi informe de Data Studio es tan lento?

Los informes lentos suelen enviar demasiadas consultas pesadas a la vez. Las páginas largas con decenas de gráficos, las tablas anchas, muchas combinaciones y las consultas en directo a GA4 sobre periodos largos se van sumando.

Las soluciones son prácticas: dividir páginas, quitar gráficos que no se usan, reducir dimensiones en las tablas grandes, sustituir el histórico lento por extractos y preagregar en BigQuery las fuentes más pesadas. Las fuentes de esquema fijo, como GA4 y Google Ads, también limitan las tablas a 10 dimensiones y 20 métricas, así que las tablas diseñadas por encima de ese límite nunca funcionarán bien.

¿Y si las cifras de mi informe no coinciden con la fuente?

Trátelo como un problema de definiciones mientras no se demuestre lo contrario. Las diferencias entre un informe y GA4, Google Ads o un CRM suelen deberse a periodos, zonas horarias, filtros en la fuente de datos, columnas de conversión distintas o un campo calculado que suma una ratio en lugar de recalcularla.

Concilio una métrica cada vez con la fuente, documento cada diferencia y corrijo las que son errores. Algunas diferencias son legítimas, como los eventos clave de GA4 frente a los leads del CRM, y esas reciben una etiqueta en la página en lugar de un arreglo.

Un dashboard de fabricación que dirigí en Greenwolf Tech Labs es un buen ejemplo de por qué esto importa. Hace un seguimiento de las unidades producidas y perdidas, las unidades perdidas por máquina, la productividad por máquina, la disponibilidad de operarios, las causas de pérdida de unidades y el coste de mantenimiento. Cuando cifras como esas alimentan decisiones de mantenimiento, un error de definición no es algo estético.

¿Conviene arreglar el informe o rehacerlo?

Arréglelo cuando la estructura es sólida y los problemas son concretos. Una reparación conserva las URL, los marcadores y los envíos programados existentes, y su equipo no tiene que volver a aprender el diseño.

Rehágalo cuando la lógica está copiada en decenas de campos calculados a nivel de informe sin documentación, cuando cada página choca con los límites de cuota o cuando el informe responde a preguntas que ya nadie se hace. Después de la auditoría le digo en qué caso está, antes de que pague por cualquiera de las dos opciones. También conviene revisar ya las próximas retiradas, como el fin del soporte de MySQL 5.6 y 5.7 a más tardar el 26 de febrero de 2027, si sus informes usan esas bases de datos.