Consolidar datos dispersos en un solo resultado accionable es lo que separa una automatización incompleta de una que realmente entrega valor. Aquí aprendes a agregar información de un webinar en Make, procesarla con OpenAI y enviar el análisis por email al equipo de marketing.

¿Cómo unir múltiples filas de una planilla en un solo flujo?

Después del webinar tienes 45 filas en una hoja de cálculo: invitaciones, registros, recordatorios, asistencia y datos del CRM. El primer paso es extraerlas con el módulo de Google Sheets, filtrando solo las filas donde la columna nombre tenga valor.

El problema aparece después: necesitas analizar todo junto, no fila por fila. Para eso entra en juego el módulo aggregator, que toma esas 45 filas y las une en una sola salida. Visualmente lo notas en el ícono: cuatro flechas entran, una sola sale.

Dentro del aggregator solo seleccionas las columnas relevantes para el análisis: empresa, rol, fecha de invitación, registro, recordatorio, asistencia y CRM. Nombres, apellidos y emails quedan fuera porque no aportan al análisis numérico [02:30].

¿Qué hace el módulo aggregator en Make? Toma múltiples elementos provenientes de un módulo anterior y los consolida en un único bundle. Es la operación inversa a un iterador.

¿Cómo cuento métricas específicas con router e iterator?

Una vez agrupadas las filas, agregas un router para abrir varios caminos de análisis en paralelo. Cada camino responde a una pregunta distinta del funnel.

El primer camino guarda el total de invitados en una variable usando el módulo Set variable, dentro de la sección Tools. Le das el nombre Total invitados y el valor es la cantidad de elementos del aggregator: 45 [04:10].

En los siguientes caminos repites un patrón claro:

• Iteras la lista agregada con el módulo iterator.
• Aplicas un filtro según la columna que quieres contar (invitación enviada, registro, recordatorio, asistencia, CRM).
• Usas un Numeric aggregator con la función count.
• Guardas el resultado en una variable nombrada.

Así obtienes seis métricas: 42 invitaciones enviadas, 29 registrados, 26 recordatorios, 25 asistentes y 23 contactos en el CRM [09:40].

¿Cómo agrupo registros por empresa y por rol?

Dos rutas adicionales aplican la función sort y luego un aggregator que agrupa por campo. Una agrupa por empresa para saber cuántas personas asistieron desde cada compañía, otra agrupa por rol para identificar qué perfiles mostraron más interés [11:15].

Esto convierte una lista plana en insights segmentados, sin escribir una sola línea de código.

¿Cómo paso todas las variables a OpenAI para el análisis?

La última ruta del router recolecta todo. Usas el módulo Get multiple variables y pegas los nombres exactos de cada variable creada con Set variable. Copiar y pegar, nada más [13:20].

Después conectas el módulo de OpenAI. Si es tu primera vez, generas una API key desde tu cuenta de OpenAI (con tarjeta y mínimo cinco dólares de crédito), la pegas en Make y validas la conexión.

El prompt le indica al modelo que actúe como analista senior en marketing B2B y growth. Le entregas el contexto del webinar, las métricas del funnel y las agrupaciones por empresa y rol. Le pides que:

• Analice el funnel completo desde invitación hasta CRM.
• Calcule tasas de conversión entre cada etapa.
• Identifique puntos fuertes del webinar.
• Detecte cuellos de botella en el proceso.

¿Qué es un prompt en automatización con IA? Es la instrucción estructurada que le das al modelo, combinando rol, contexto, datos y tarea esperada. En Make, las variables del flujo se insertan directamente en el prompt arrastrándolas o haciendo clic.

¿Cómo formateo la respuesta de IA para enviarla por email?

La salida de OpenAI viene en texto plano con sintaxis markdown. Para que se vea correctamente en Gmail, agregas el módulo Markdown, que convierte negritas, cursivas y listas en HTML.

La configuración es mínima: la entrada del módulo es la respuesta de OpenAI, y la salida ya queda lista para Gmail.

En el módulo de Gmail configuras la cuenta, el destinatario, el asunto y enlazas el contenido con la salida del Markdown. Al ejecutar el escenario completo, el equipo de marketing recibe un email con formato profesional y el análisis generado por la IA.

¿Para qué sirve el módulo Markdown en Make? Convierte texto con sintaxis markdown a HTML, indispensable cuando un modelo de IA devuelve formato y necesitas renderizarlo en correos o documentos.

Conceptos clave del flujo iterar, procesar y agregar

El patrón completo que dominas con esta automatización tiene piezas específicas que vale la pena identificar:

• Aggregator [02:00]: une múltiples bundles en uno solo, ideal antes de procesar con IA.
• Iterator [05:30]: descompone una lista en elementos individuales para aplicar filtros o lógica fila por fila.
• Numeric aggregator [06:45]: ejecuta funciones matemáticas como count, sum, avg, max y min.
• Set variable y Get multiple variables [04:10]: permiten guardar valores intermedios y recuperarlos juntos al final del flujo.
• Router con paths paralelos [03:50]: abre múltiples ramas de procesamiento desde un mismo punto.
• Filtros condicionales [06:00]: controlan qué elementos avanzan al siguiente módulo según el valor de una columna.

Dominar este ciclo de iterar, procesar y agregar te deja listo para el siguiente paso: integrar todo en un sistema real con IA capaz de tomar múltiples decisiones. ¿Qué métrica del funnel agregarías tú a este análisis?