Arquitectura del flujo: datos → análisis → email
El flujo se ejecuta automáticamente cada día a las 6:00h. Descarga los datos de ventas y operaciones del día anterior (desde el sistema ERP (Enterprise Resource Planning (Sistema de Planificación de Recursos Empresariales)), un FTP o Google Sheets), los pasa a ChatGPT para análisis, y envía el reporte por email a las 6:30h — listo antes de que empiece la jornada.
Antes de empezar, necesitas:
- AMake — plan Core (~9€/mes). El flujo consume ~30–60 operaciones/día.
- BCuenta de OpenAI Platform con API key. Este flujo usa la OpenAI API, no ChatGPT Business. ChatGPT Business sirve para uso manual en interfaz; la automatización requiere cuenta de OpenAI Platform, API key, facturación separada, límites de gasto y gestión segura de credenciales.
- CFuente de datos: FTP con CSV diario, Google Sheets con datos del ERP, o cualquier endpoint HTTP que devuelva los datos de ventas.
- DCuenta de email para el envío: Gmail, Outlook o SMTP corporativo.
Trigger programado: ejecución diaria a las 6:00h
En Make, crea un nuevo escenario y configura el trigger de programación:
- 1Haz clic en el reloj (scheduling) en la parte inferior del escenario.
- 2Selecciona "At regular intervals" → "Days" → cada 1 día.
- 3En "Start time", pon
06:00en tu zona horaria (Europe/Madrid). - 4Activa "Run scenario immediately" para poder hacer la primera prueba sin esperar al día siguiente.
Descarga y parseo de los datos del día anterior
Añade el módulo de descarga según tu fuente de datos:
Opción A — FTP/SFTP:
- 1Módulo: FTP → Download a File. Conecta con las credenciales del servidor.
- 2En File path, usa la fecha dinámica:
/reports/ventas_{{formatDate(addDays(now; -1); 'YYYY-MM-DD')}}.csv
Opción B — Google Sheets (recomendada para empezar):
- 1Módulo: Google Sheets → Get Range Values.
- 2Selecciona la hoja con los datos del día anterior. Filtra por la columna de fecha:
{{formatDate(addDays(now; -1); 'DD/MM/YYYY')}}.
Añade un módulo CSV → Parse CSV (si usas FTP) o Array Aggregator (si usas Sheets) para convertir los datos en un texto estructurado que puedas pasar a ChatGPT.
El texto de datos que pasarás a ChatGPT debe tener este formato:
Análisis con ChatGPT: de datos a insights
Añade el módulo OpenAI → Create a Chat Completion
chat/completions por compatibilidad con Make. Para nuevos proyectos o integraciones más avanzadas, OpenAI recomienda la Responses API. Adapta el módulo HTTP según disponibilidad en tu versión de Make.
Configura el módulo así:
- 1Modelo:
gpt-4o-mini(suficiente para análisis de datos tabulares). - 2Temperature:
0.3(respuestas más consistentes y menos creativas). - 3Max tokens:
500(suficiente para el reporte de 250 palabras).
Email de reporte: formato y destinatarios
Añade el módulo Gmail → Send an Email (o Email → Send an Email para SMTP corporativo) y configúralo:
- 1To: lista de destinatarios (Director Regional, Responsables de Zona, etc.).
- 2Subject:
📊 Reporte Diario {{formatDate(addDays(now; -1); 'DD/MM/YYYY')}} — Zona {{nombre_zona}} - 3Content: el texto generado por ChatGPT (variable
{{choices[].message.content}}). - 4Añade al pie: "Reporte generado automáticamente por Make + ChatGPT a las 6:30h. Datos del día anterior."
El email resultante tiene este aspecto:
Ayer la zona cerró con ventas de 32.750€, un -1,4% bajo budget. El resultado está dentro del rango aceptable, impulsado por la tienda de Barcelona Centro (+5,5%) que compensó la caída de Barcelona Norte (-12,4%).
TOP 3 TIENDAS
1. Barcelona Centro: 12.450€ (+5,5%) — Tráfico superior al habitual en franja 18-20h
2. Hospitalet: 11.100€ (+1,8%) — Estable, buen ratio ticket medio
3. Badalona: 10.800€ (+0,9%) — Mejora respecto a la semana anterior
ALERTAS
⚠ Barcelona Norte: -12,4% vs budget. Causa probable: reducción de personal en turno de tarde (incidencia registrada el día anterior).
ACCIÓN RECOMENDADA
Contactar con el responsable de Barcelona Norte antes de las 9:00h para confirmar cobertura de personal en el turno de hoy.
Variante: informe de visita a tienda o almacén
Esta variante no usa Make — se ejecuta directamente desde el móvil durante la visita. Es especialmente útil para visitas a tiendas, almacenes u hoteles (también aplicable fuera del retail).
Flujo de trabajo durante la visita:
- 1Abre una sesión en ChatGPT (app móvil) y empieza con el prompt de contexto (ver abajo).
- 2Haz una foto de la zona de entrada o del área a revisar y añade un comentario de voz o texto.
- 3Continúa con más fotos y comentarios según avanzas por la tienda/almacén.
- 4Al terminar, pide a ChatGPT que genere el informe final en la plantilla corporativa.
Prompt de inicio de visita:
Prueba end-to-end y activación
Antes de activar el flujo en producción, realiza estas pruebas:
- 1Ejecuta el escenario manualmente con datos reales del día anterior. Verifica que el CSV se descarga correctamente.
- 2Verifica que ChatGPT genera el reporte con las 4 secciones (Resumen, Top 3, Alertas, Acción).
- 3Verifica que el email llega a todos los destinatarios con el asunto correcto y la fecha del día anterior.
- 4Prueba con datos donde hay tiendas con desviación negativa >5% para verificar que las alertas se generan correctamente.
- 5Verifica la zona horaria: ejecuta el escenario y comprueba que el email llega a las 6:30h (no a las 7:30h o 8:30h).
Una vez validado, activa el escenario con el botón "ON". El primer reporte piloto llegará mañana a las 6:30h, enviado solo al responsable del flujo durante la fase de validación.
Costes mensuales y ROI
| Servicio | Plan | Coste/mes |
|---|---|---|
| Make | Core (10.000 ops) | ~9€ |
| OpenAI API | gpt-4o-mini (~30 análisis/día) | ~2€ |
| Gmail / SMTP | Ya existente | 0€ adicional |
| Total | ~11€/mes |
Resolución de errores frecuentes
| Error | Causa | Solución |
|---|---|---|
| Email llega a las 7:30h | Zona horaria UTC sin ajustar | En Make → Scenario settings → Time zone, selecciona Europe/Madrid |
| File not found (FTP) | El CSV del día anterior no se ha generado aún | Añade un módulo "Error Handler" que reintente a las 6:30h si el archivo no existe a las 6:00h |
| Reporte con asteriscos (*texto*) | ChatGPT usa markdown aunque se le pide texto plano | Añade en el prompt: "Usa SOLO texto plano. Sin asteriscos, sin guiones como viñetas, sin formato markdown de ningún tipo" |
| Reporte demasiado largo | ChatGPT ignora el límite de palabras | Añade: "Si superas las 250 palabras, recorta la sección de Top 3 a 1 línea por tienda" |
| Datos incorrectos en el reporte | El CSV tiene formato diferente al esperado | Añade un módulo "Tools → Set Variable" para normalizar los datos antes de pasarlos a ChatGPT |
Resumen del escenario Make
| Módulo | Tipo | Función |
|---|---|---|
| Scheduler | Trigger | Ejecuta el escenario cada día a las 6:00h |
| FTP / Google Sheets | Fuente de datos | Descarga los datos de ventas del día anterior |
| CSV → Parse CSV | Transformación | Convierte el CSV en variables estructuradas |
| Array Aggregator | Transformación | Convierte los datos en un texto para ChatGPT |
| OpenAI → Chat Completion | IA | Analiza los datos y genera el reporte ejecutivo |
| Gmail → Send Email | Acción | Envía el reporte a los destinatarios a las 6:30h |
| Router (opcional) | Control | Diferencia entre reporte diario y semanal (lunes) |
Antes de usar este flujo de forma recurrente en tu equipo, define estas reglas básicas:
- Validación humana obligatoria: Todos los outputs deben ser revisados por la persona responsable antes de distribuirse o usarse en decisiones.
- Cuándo parar: Si el output es incorrecto o sesgado en 2 usos consecutivos, revisa el prompt antes de continuar.
- Datos sensibles: No incluyas datos personales, financieros confidenciales o secretos comerciales sin verificar que usas un plan Business o Enterprise con DPA firmado.
- Revisión periódica: Valida que el prompt sigue siendo efectivo cada trimestre, especialmente si cambia el contexto de la empresa o el modelo de IA.