🔌 Microsoft Advertising MCP: cómo analizar campañas desde ChatGPT, Copilot o Claude
Revisado el 6 de octubre de 2026. Microsoft Advertising ya tiene un servidor MCP pensado para conectar los datos de una cuenta publicitaria con asistentes de inteligencia artificial como Copilot, Claude, ChatGPT y otros agentes compatibles. La idea es sencilla: en vez de entrar en varios informes para buscar una respuesta, el anunciante puede preguntar en lenguaje natural y trabajar con datos reales de campañas.
Esto no es otro generador de titulares. Microsoft presenta MCP como un puente estandarizado y gobernado hacia su API publicitaria. En el lanzamiento permite explorar campañas, grupos de anuncios, anuncios y palabras clave, junto con métricas como gasto, clics, impresiones, CTR, CPC medio, CPM medio, conversiones, tasa de conversión, ingresos y ROAS.
Para agencias y equipos de marketing, el cambio importante es operativo: la IA deja de trabajar únicamente con un archivo exportado o con datos pegados en un prompt y puede consultar información de Microsoft Advertising dentro del flujo de trabajo.
Qué es el servidor MCP de Microsoft Advertising
MCP son las siglas de Model Context Protocol. En este caso actúa como una capa que permite a un asistente de IA acceder, bajo controles definidos, a información de Microsoft Advertising. Microsoft indica compatibilidad de lanzamiento con Microsoft 365 Copilot mediante Copilot Studio, Claude Desktop, ChatGPT Desktop y otros agentes compatibles con MCP.
La conexión al servidor MCP de Microsoft Advertising es gratuita según la documentación oficial, aunque el asistente de IA utilizado puede requerir una suscripción o créditos propios.
| Elemento | Qué aporta | Ejemplo práctico |
|---|---|---|
| Campañas | Estructura y rendimiento | Comparar conversiones del último mes |
| Anuncios | Datos por entidad | Localizar anuncios con CTR bajo |
| Palabras clave | Rendimiento y consultas | Detectar términos que gastan sin convertir |
| Métricas | CPC, CPM, ROAS y más | Explicar por qué cambió el ROAS |
Qué puede hacer hoy y qué no conviene asumir
La documentación oficial pone el foco en consultar datos, filtrar periodos, obtener información de rendimiento y auditar la configuración de campañas frente a buenas prácticas. También habla de operaciones de campaña y flujos agentic, pero no debemos convertir esa descripción en permisos concretos que Microsoft no detalle para cada cliente o configuración.
Por eso, para empezar, el caso de uso más sólido es lectura, diagnóstico y auditoría. Podemos pedir los productos de campaña con mejor rendimiento, revisar consultas de búsqueda, comparar conversiones entre periodos o buscar problemas de configuración. Si un flujo pretende modificar presupuesto, pujas o anuncios, hay que comprobar antes qué acciones y permisos están realmente habilitados en esa implementación.
La gran ventaja: preguntar en vez de construir el informe
Un informe tradicional obliga a elegir columnas, aplicar filtros, exportar datos y después interpretar el resultado. Con un asistente conectado por MCP, el proceso puede comenzar por la pregunta de negocio.
Por ejemplo: «¿Qué campañas aumentaron gasto esta semana sin aumentar conversiones?». El valor no está en que la IA conozca publicidad de memoria, sino en que puede razonar sobre los datos de la cuenta que recibe a través de una conexión preparada para ello.
Microsoft propone incluso preguntas como «¿Cómo funcionó mi campaña Performance Max la semana pasada?». También destaca que los resultados pueden filtrarse por periodos para reducir información innecesaria y ahorrar créditos de tokens.
Cinco preguntas útiles para probar Microsoft Advertising MCP
1. ¿Dónde estoy perdiendo eficiencia?
Pide una comparación entre gasto, conversiones y ROAS por campaña. No busques solo la campaña con peor ROAS: solicita que separe cambios pequeños de variaciones relevantes y que indique qué datos respaldan cada conclusión.
2. ¿Qué ha cambiado respecto al periodo anterior?
Comparar semanas o meses ayuda a evitar diagnósticos basados en una fotografía aislada. Conviene pedir variación absoluta y porcentual, pero también volumen: pasar de una a dos conversiones supone un 100 %, aunque la muestra siga siendo pequeña.
3. ¿Qué consultas merecen revisión?
Una lista de términos con gasto y pocas conversiones puede servir para revisar intención, concordancia y landing. La decisión final no debería automatizarse sin contexto: una consulta cara puede participar en una venta de alto valor.
4. ¿Mi estructura sigue buenas prácticas?
Microsoft afirma que el MCP puede utilizarse para auditar la configuración. Es un buen uso para detectar elementos que merecen revisión, no para aceptar cada recomendación como una regla universal.
5. ¿Qué debería mirar primero esta mañana?
Un resumen diario puede ordenar anomalías por impacto económico: gasto inesperado, caída de conversiones, subida del CPC o campañas sin actividad. Así el equipo empieza por las excepciones y no por recorrer paneles.
De la auditoría a una campaña que convierta
Encontrar un problema con IA es solo la primera mitad. Si el diagnóstico apunta a una oferta, anuncio o página de destino débil, hay que corregir la experiencia completa. En AnunciaEnIA trabajamos campañas y landings para convertir esos hallazgos en pruebas medibles, sin tratar una recomendación automática como una verdad absoluta.
MCP y Copilot no son exactamente lo mismo
Microsoft ya ofrece Copilot dentro de Microsoft Advertising para conversar sobre la cuenta, recibir recomendaciones, generar activos, diagnosticar problemas y analizar rendimiento. El servidor MCP amplía el concepto porque permite llevar datos publicitarios a asistentes y flujos externos compatibles.
| Opción | Dónde trabajas | Enfoque |
|---|---|---|
| Copilot en Microsoft Advertising | Plataforma publicitaria | Creación, ayuda, diagnóstico y análisis |
| Microsoft Advertising MCP | Asistente o agente compatible | Conectar datos publicitarios a flujos de IA |
La posibilidad más potente: comparar plataformas en un mismo chat
Microsoft plantea un escenario especialmente interesante: conectar varios servidores MCP y pedir en una conversación las tasas de conversión de Microsoft, Google y Meta Ads. Eso apunta a una nueva capa de trabajo para agencias: el asistente como interfaz común sobre varias fuentes.
Hay que interpretar esta idea con cuidado. Que podamos consultar varias plataformas no significa que sus métricas sean automáticamente comparables. Cada sistema puede atribuir conversiones de forma distinta, usar ventanas diferentes o recibir señales diferentes. Una IA puede reunir números; el profesional debe comprobar que compararlos tenga sentido.
Cómo implantarlo sin convertir el chat en una caja negra
El primer paso es definir un conjunto pequeño de preguntas repetibles. Después, cada respuesta debería incluir periodo analizado, métricas usadas y entidades afectadas. Si el agente recomienda una acción, pídele que muestre la evidencia que ha utilizado.
También conviene separar tres niveles: observación, recomendación y ejecución. «El CPC ha subido un 20 %» es una observación. «Revisa estas palabras clave» es una recomendación. «Cambia las pujas» es una acción. Cuanto más nos acercamos al tercer nivel, más importante es establecer permisos, límites y revisión humana.
| Nivel | Ejemplo | Control recomendado |
|---|---|---|
| Observación | «Bajaron las conversiones» | Validar periodo y datos |
| Recomendación | «Revisa estas consultas» | Exigir explicación y contexto |
| Ejecución | Modificar una campaña | Permisos, límites y aprobación |
Qué cambia para una agencia
El ahorro no está solo en obtener un informe más rápido. Un flujo bien diseñado puede estandarizar preguntas que antes dependían de que cada gestor recordara revisar determinados paneles. También puede hacer una primera auditoría de muchas cuentas y señalar dónde merece la pena dedicar tiempo humano.
Microsoft cita el caso de Conversios, que construyó un panel de auditoría de Performance Max para evaluar el estado de más de 120 cuentas, y el de equipos de Stagwell que utilizan agentes de Microsoft 365 Copilot basados en Microsoft Advertising MCP para acelerar auditorías.
Eso no convierte la optimización en automática. Convierte el acceso a los datos y el primer diagnóstico en algo más conversacional y escalable.
Qué prepararía antes de conectarlo
Revisaría conversiones, nomenclatura de campañas, permisos de acceso y objetivos de negocio. Después definiría entre cinco y diez preguntas frecuentes con una respuesta esperada clara. Por último, documentaría qué acciones puede sugerir el agente y cuáles requieren aprobación.
También mediría el propio sistema: cuánto tiempo ahorra, cuántas alertas resultan útiles y cuántas recomendaciones se descartan. Si no medimos al agente, corremos el riesgo de añadir una capa tecnológica que produce más texto pero no mejores decisiones.
Conclusión
El servidor MCP de Microsoft Advertising es una señal clara de hacia dónde va la gestión publicitaria: los paneles seguirán existiendo, pero una parte creciente del análisis podrá empezar con una conversación. La diferencia frente a un chatbot genérico es el acceso gobernado a datos reales de campaña.
El mejor uso inicial no es entregar el control de la cuenta a un agente. Es usarlo para preguntar mejor, detectar antes los problemas y reducir el trabajo mecánico de preparar informes. A partir de ahí, cada empresa puede decidir hasta dónde quiere automatizar, siempre comprobando qué capacidades y permisos están realmente disponibles.
Fuentes oficiales
- Microsoft Advertising — Servidor MCP de Microsoft Advertising.
- Microsoft Advertising — Copilot en la Plataforma de Microsoft Advertising.
Comentarios
Comparte tu experiencia, una opinión o una duda sobre este artículo. Los comentarios se revisan antes de publicarse para mantener una conversación útil.