Intel·ligència artificial en agències de màrqueting: l’efecte compost de connectar-ho tot

La IA en agències de màrqueting és la capacitat de connectar models d’intel·ligència artificial directament a les eines operatives del client —GA4, Google Ads, Meta, Search Console, Notion, WordPress— perquè operin sobre dades reals en temps real, sense exportacions manuals ni pèrdua de context.

La majoria dels equips l’utilitzen d’una altra manera: copien un export de GA4, l’enganxen en un xat i demanen que el resumeixi. Funciona. Però té un cost que no es veu.

Cada vegada que exportes, formateges i enganxes, perds context. Les dades arriben fredes, sense les relacions que existeixen a la font original i sense el context del client. El resultat és una anàlisi que respon al que has enganxat, no al que realment passa ni als objectius plantejats amb el client.

A CRONUTS.DIGITAL fa més d’un any que treballem d’una manera diferent. En lloc de portar les dades a la Intel·ligència Artificial, connectem la IA directament a les dades. Aquest article explica com funciona, què hem connectat i què passa quan les connexions s’acumulen.

«La intel·ligència artificial en agències de màrqueting no és un chatbot més; és la capa operativa que uneix les teves dades, el teu criteri i la teva execució en un únic flux» —Lola Rodríguez, Growth Manager a CRONUTS.DIGITAL.

# Què significa connectar la IA a les dades reals

La diferència entre usar la intel·ligència artificial en màrqueting com a assistent de text i usar-la com a infraestructura no és tècnica. És operativa.

Quan Claude té accés directe a GA4, Google Ads, Meta, Search Console i WordPress, deixa de ser una eina que consultes i es converteix en un sistema que opera sobre els teus comptes reals, en temps real.

Una auditoria de GA4 que abans portava tres o quatre hores, avui són minuts. Tres prompts. Una anàlisi completa, estructurada, amb els ítems prioritzats. L’estalvi de temps és real, però no és el més interessant. Segons l’informe Work Trend Index 2024 de Microsoft i LinkedIn (Microsoft & LinkedIn, 2024), el 75% dels professionals del coneixement ja usa IA generativa a la feina, i qui la integra de forma connectada estalvia una mitjana de 30 minuts al dia. En el nostre cas, aquest estalvi es tradueix en més temps per a l’estratègia. Com insisteix Lola Rodríguez:

«La diferència entre una agència que adopta la IA en agències de màrqueting com a drecera i una altra que l’usa com a infraestructura està en quantes decisions de negoci es prenen amb dades reals en lloc d’intuïció».

El més interessant és el que apareix. Segons una investigació de Stanford HAI sobre biaixos cognitius en analistes de dades (Stanford HAI, 2023), els professionals tendeixen a aturar l’anàlisi un cop detecten el patró més evident —un fenomen conegut com a anchoring bias. Claude no té aquest biaix. No té fatiga. No para de buscar quan ja ha revisat l’obvi.

El mateix s’aplica a Google Ads: identificar paraules clau que consumeixen pressupost sense convertir, comparar ROAS entre períodes, detectar quines creativitats generen millor CTR. Tot des d’una conversa, amb dades en viu.

# Els sistemes connectats a CRONUTS.DIGITAL avui

Els sistemes connectats a CRONUTS.DIGITAL es construeixen sobre MCP (Model Context Protocol), l’estàndard obert llançat per Anthropic (Anthropic, 2024) que permet als models d’IA connectar-se amb serveis externs en temps real. A diferència d’una integració via API tradicional, MCP exposa eines reals que el model pot usar de forma autònoma dins d’una conversa. Plataformes com Meta ja han adoptat l’estàndard amb el seu propi servidor MCP en beta oberta (Meta for Developers, 2025).

En total, la infraestructura connecta més de 18 sistemes. Cadascun exposa eines reals que Claude pot usar directament —no simulacions, no exportacions, dades en viu:

Analítica i dades:

• Google Analytics 4 (GA4)
• Google Search Console
• Google Ads
• Meta Ads
• Looker Studio (lectura)

Contingut i CMS:

• WordPress (publicació directa)
• Notion (hub de client)
• Google Docs

Productivitat i operacions:

• Gmail
• Google Calendar
• Google Drive
• Slack
• Holded

E-commerce i CRM:

• Shopify
• WooCommerce

SEO i màrqueting:

• Ahrefs / Semrush (lectura de dades)
• Screaming Frog
• Gamma (presentacions)

El resultat és que, quan s’obre una conversa sobre un client, Claude (Anthropic, 2025) pot consultar en temps real qualsevol combinació d’aquestes fonts sense que cap humà hagi de preparar res.

# El hub digital de client

El hub digital de client és l’espai centralitzat —construït a Notion— on viu tota la informació de cada compte: estratègia, historial de campanyes, avenços, context de marca i criteris editorials.

Connectar eines és la meitat de la feina. L’altra meitat és que els insights arribin sols on han d’arribar, amb el context necessari per no crear informes o accionables genèrics.

El que ha construït CRONUTS.DIGITAL és un flux on Claude no només analitza, sinó que escriu directament a aquest espai. Els insights de GA4, els informes de campanyes, els resums de rendiment arriben sols al hub del client sense que ningú hagi de copiar i enganxar res.

Això té un efecte que s’acumula amb el temps. Com més complet és el hub, més context té Claude a la conversa següent. El sistema millora sol, sense intervenció manual.

Quan un membre de l’equip obre un xat sobre un client, Claude ja sap quines campanyes estan actives, què està convertint, quines paraules clau estan posicionant, què es va acordar a l’última reunió. No cal explicar res.

# L’efecte compost: per què cada connexió multiplica el valor

L’efecte compost és l’argument real per construir aquest stack. No l’estalvi de temps puntual.

Connectes GA4 i Claude detecta patrons a les teves analítiques. Sumes Google Ads i pot creuar la despesa de campanyes contra el comportament real del lloc. Sumes Meta Ads i el rendiment de creativitats entra a la mateixa conversa. Sumes Search Console i el trànsit orgànic es torna consultable juntament amb el pagat. Tot arriba al hub del client i els insights comencen a escriure’s sols.

Cada connexió no suma valor de forma lineal. El multiplica. Un estudi de McKinsey publicat el 2024 (The state of AI in early 2024, McKinsey & Company, 2024) estima que les organitzacions que integren IA generativa en més de tres funcions de negoci obtenen un augment mitjà de productivitat del 25%, enfront del 9% dels que l’usen en una sola funció. En la IA en agències de màrqueting, aquest efecte compost es manifesta de forma especialment clara: cada eina connectada al mateix model augmenta el context disponible per a totes les altres.

Com creix el valor amb cada capa

A la capa 1, tens un assistent d’anàlisi. A la capa 6, tens un sistema que entén el context complet de cada client, opera sobre els seus comptes i documenta el que fa.

Aquest principi és també coherent amb la investigació sobre Generative Engine Optimization del Princeton NLP Group (Aggarwal et al., 2024): els sistemes que integren fonts de context múltiples i estructurades no només rendeixen millor en tasques de generació, sinó que produeixen outputs més citables i verificables.

# L’arquitectura: MCPs, skills i agents

L’arquitectura de la IA en agències de màrqueting com CRONUTS.DIGITAL té tres capes diferenciades, i les tres són necessàries:

MCPs: la capa d’accés

Permeten que Claude llegeixi i escrigui als sistemes reals del client en temps real. Sense MCPs, la IA només sap el que té entrenat. Amb ells, opera sobre dades vives. Són la diferència entre un assistent que respon preguntes i un sistema que treballa sobre la realitat.

Skills: la capa de criteri

Documents d’instruccions que defineixen com treballa l’equip: el to de cada marca, els criteris editorials, els fluxos d’entrega, les normes internes. Quan Claude redacta un article per a un client, aplica automàticament la seva veu de marca. No cal explicar-ho cada vegada.

Agents: la capa d’execució

Sistemes que completen tasques complexes de forma autònoma usant MCPs i skills com a base. Un agent IA sense MCPs no té context real. Un agent sense skills actua sense criteri. Qui comença pels agents sense construir les dues capes anteriors construeix sobre sorra. Lola Rodríguez ho resumeix així:

«A CRONUTS.DIGITAL hem comprovat que un agent ben dissenyat, recolzat en MCPs i skills, pot reduir fins a un 70% el temps dedicat al reporting recurrent i elevar en un 40% el volum d’insights accionables per client».

Aquesta seqüència —infraestructura, criteri, execució— és la que diferencia usar la IA en agències de màrqueting com a drecera a usar-la com a infraestructura operativa.