Pipelines de datos en minutos, 80+ fuentes para BigQuery, PostgreSQL, Redshift y más

La query a continuación cruza Meta Ads y GA4 normalizados para crear una tabla analítica de performance por campaña. Kondado replica los datos crudos automáticamente; tú escribes la transformación:

-- Ejemplo ilustrativo. Los nombres siguen el patrón Kondado <fuente>_<tabla>.
-- Confirma los nombres exactos en tu destino tras la primera replicación.
-- Sustituye <tu_schema> por el schema configurado en el destino de tu pipeline.
SELECT
  m.date,
  m.campaign_name,
  m.spend,
  m.impressions,
  m.clicks,
  g.sessions,
  g.conversions,
  g.purchase_revenue,
  ROUND(m.spend / NULLIF(g.conversions, 0), 2) AS cost_per_conversion
FROM <tu_schema>.metaads_campaign_performance m
LEFT JOIN <tu_schema>.ga4_traffic_acquisition_daily g
  ON m.date = g.date
 AND m.utm_campaign = g.session_source_medium
WHERE m.date >= CURRENT_DATE - INTERVAL '30 days'
ORDER BY m.date DESC, m.spend DESC;

Ejemplo ilustrativo: une el gasto de Meta Ads con sesiones y conversiones de GA4 por día. Ajusta la clave de join (utm_campaign × session_source_medium o session_campaign, según cómo se parseen las UTMs) y el intervalo (7d/30d/90d) según tu ciclo de análisis.

Lee artículos sobre SQL y transformación en el blog