Integración BigQuery MakeAutomatiza BigQuery con Make.
¿Tus datos de BigQuery se quedan encerrados en la consola? La integración BigQuery Make trae 20 módulos, 3 de ellos disparadores. Esta guía es para responsables de operaciones y datos que empiezan con Make: conectas la cuenta y armas tu primer escenario.
Reseñas verificadas en Trustpilot · Agencia de IA, automatización y growth
¿Qué te permite hacer la integración BigQuery Make?
La integración BigQuery Make deja que Make consulte, cargue y organice tus datos de BigQuery sin programar. Montas un escenario, que es la automatización en sí, a partir de módulos: cada módulo es una pieza, como un disparador que detecta una fila nueva o una acción que ejecuta una consulta.
Consultas que avisan al terminar. Watch Query Jobs Completed reacciona cuando acaba un job de consulta, haya salido bien o mal. Si le sigues con Get Query Results by Job ID, el equipo de finanzas recibe sus cifras sin entrar en la consola.
Filas nuevas que llegan a quien las necesita. Watch Rows detecta cada fila insertada en una tabla y el módulo siguiente la reenvía a tu CRM, a una hoja de cálculo o al chat del equipo comercial. Nadie tiene que lanzar la consulta a mano.
Un almacén que se llena solo. Upload Data (Streaming) añade una fila cada vez que otra app genera un registro, como una reserva o un pago. Si el origen es Airtable, la Integración Airtable Make explica la otra mitad del recorrido.
Lo que no hace: ninguno de los 3 disparadores es instantáneo. Make consulta BigQuery según la programación del escenario, así que una fila nueva se detecta en la siguiente revisión. Y cuando una operación no tiene módulo propio, Make an API Call la alcanza con la misma conexión.
BigQuery también tiene un nodo en n8n. Para decidir con tus propios criterios, revisa n8n vs Make, y para ver qué incluye cada plan, Precio de Make.
¿Cómo conectas BigQuery con Make?
- 01
Añade un módulo de BigQuery
En tu escenario, pulsa el +, busca BigQuery y elige cualquiera de sus módulos. Después pulsa Create a connection. La conexión es tu cuenta de BigQuery vinculada a Make una sola vez y reutilizada por todos sus módulos.
- 02
Ponle un nombre
Este paso es opcional. Aun así, un nombre claro ahorra errores cuando varias cuentas o proyectos conviven en el mismo equipo de Make: cada persona encuentra la suya en la lista sin dudar.
- 03
Autoriza a Make y guarda
Make te lleva a la página de autorización de BigQuery, o te pide la clave que te da la app. Concede el acceso, vuelve a Make y pulsa Save. A partir de ahí, el módulo te muestra lo que puede leer en tu cuenta.
Tu primer escenario con BigQuery
ObjetivoCuando otra app genera un registro nuevo, Make lo añade como fila en una tabla de BigQuery.
- 01
Crea el escenario
Desde la página Scenarios, crea un escenario nuevo y pulsa el + para colocar el primer módulo. Elige la app de la que salen tus datos, tu sistema de reservas o tu tienda online, y conecta su cuenta.
- 02
Añade Upload Data (Streaming)
Pulsa el + a la derecha de ese primer módulo, busca BigQuery y elige Upload Data (Streaming). Selecciona tu conexión, o pulsa Create a connection si es tu primer módulo de BigQuery.
- 03
Relaciona los datos
Escoge la tabla que recibirá las filas; con la conexión creada, Make te enseña lo que puede leer. Luego lleva cada valor del módulo anterior a la columna que le corresponde.
- 04
Prueba con Run once
Pulsa Run once y genera un registro real en la app de origen. Revisa los bundles que recibió cada módulo (un bundle es un elemento que pasa de un módulo al siguiente) y comprueba la fila en BigQuery.
- 05
Programa y activa
Abre el reloj del primer módulo para fijar la programación: cada 15 minutos por defecto, y no menos en el plan Free. Activa el escenario y seguirá funcionando sin ti.
¿Qué puede poner en marcha un escenario de BigQuery?
3 módulos arrancan un escenario cuando algo ocurre en BigQuery. Un disparador programado lo revisa Make según la programación del escenario; uno instantáneo lo llama BigQuery en cuanto ocurre.
Watch Query Jobs Completed
Disparador programadoEn Make“Triggers when a query job has completed processing successfully or unsuccessfully.”
Te enteras de que una consulta ha terminado sin vigilar la consola: este disparador arranca el escenario al final de cada job de consulta. Salga bien o mal, reacciona igual, así que también sirve como alerta.
Watch Rows
Disparador programadoEn Make“Triggers when a new row is inserted in a table.”
Cada fila nueva de una tabla se convierte en un bundle listo para viajar a otra herramienta. Es la forma más directa de sacar datos del almacén a medida que entran.
Watch Tables
Disparador programadoEn Make“Triggers when a new table is created in a dataset.”
Ninguna tabla nueva pasa desapercibida: Watch Tables arranca el escenario por cada tabla creada en un dataset. Muy útil cuando varias personas o herramientas escriben en el mismo espacio.
¿Qué más puede hacer Make en BigQuery?
BigQuery te da 17 módulos. Para cada uno: qué hace por ti, cuándo elegirlo y a qué prestar atención.
Create a Dataset
AcciónEn Make“Creates a new dataset.”
Consigues un dataset nuevo, el contenedor que agrupa tus tablas, sin pasar por la consola. Así cada cliente o proyecto tiene su espacio desde el primer día.
Create a Table
AcciónEn Make“Creates a new, empty table in the dataset.”
Crea una tabla vacía dentro del dataset que elijas, lista para recibir filas. Junto con Create a Dataset, deja toda la estructura preparada antes de la primera carga.
Delete a Dataset
AcciónEn Make“Deletes the dataset specified by ID.”
Borra el dataset cuyo identificador le indicas, y tu proyecto queda ordenado cuando termina un trabajo. Nadie tiene que acordarse de limpiar la consola.
Delete a Table
AcciónEn Make“Deletes the table specified by ID.”
Elimina una sola tabla, señalada por su identificador, y deja intacto el resto del dataset. Perfecto para limpiar las tablas temporales que crean tus escenarios.
Get a Dataset
AcciónEn Make“Returns the dataset specified by dataset ID.”
Devuelve la información de un dataset a partir de su identificador para que los módulos siguientes la usen. Es solo lectura: no cambia nada.
Get a Table
AcciónEn Make“Gets the specified table resource by table ID.”
Obtienes la ficha de una tabla concreta, localizada por su identificador, para aprovecharla más adelante en el escenario. Igual que Get a Dataset, lee sin modificar.
Get Query Results by Job ID
AcciónEn Make“Retrieves results of a specified query.”
Recupera en tu escenario los resultados de una consulta ya ejecutada gracias al identificador de su job. No hace falta volver a lanzar el SQL.
Make an API Call
AcciónEn Make“Performs an arbitrary authorized API call.”
Con este módulo, el resto de la API de BigQuery queda a tu alcance desde el escenario, con la conexión que ya tienes. Lo que no cubren los módulos de la lista pasa por aquí.
Run a Query
AcciónEn Make“Runs a BigQuery SQL query synchronously and returns query results if the query completes within a specified timeout.”
Haces una pregunta en SQL, BigQuery responde y el resultado pasa al módulo siguiente, siempre que la consulta termine dentro de su tiempo de espera. La vía más corta entre un dato y una acción.
Update a Dataset
AcciónEn Make“Updates information in an existing dataset.”
Cambia la información de un dataset existente sin tener que recrearlo. Su descripción y su configuración acompañan así los cambios de tus otras herramientas.
Update a Table
AcciónEn Make“Updates information in an existing table.”
Modifica la información de una tabla que ya existe mientras sus datos siguen en su sitio. Sirve para mantener coherentes las fichas de tus tablas sin abrir la consola.
Upload a File
AcciónEn Make“Uploads a new file.”
Sube un archivo nuevo a BigQuery desde el escenario, tomando el que recibió un módulo anterior. Te ahorras la descarga y la carga manual.
Upload Data (Streaming)
AcciónEn Make“Creates a new row of data in a table.”
Cada bundle que recibe se convierte en una fila nueva de tu tabla, y el almacén se llena al ritmo de lo que pasa en otras apps. Casi todos los primeros escenarios empiezan aquí.
List Datasets
BúsquedaEn Make“Lists all datasets in the specified project to which the user has been granted the READER dataset role.”
Te da los datasets de un proyecto que tu cuenta puede leer, uno por bundle. Perfecto para hacer inventario antes de tocar nada.
List Jobs
BúsquedaEn Make“Lists all jobs that user started in the specified project.”
Repasa los jobs que tu cuenta lanzó en un proyecto, cada uno como un bundle. Ves qué se ejecutó y puedes seguir a partir de ahí.
List Table Data
BúsquedaEn Make“Lists the content of a table in rows.”
Lee el contenido de una tabla fila a fila, sin escribir nada de SQL. Cada fila se vuelve un bundle que el resto del escenario puede enviar o transformar.
List Tables
BúsquedaEn Make“Lists all tables in the specified dataset.”
Muestra todas las tablas de un dataset elegido, una por bundle. Responde rápido a la pregunta de qué hay realmente ahí dentro.
¿Necesitas ayuda para automatizar BigQuery con Make?
Una persona lee cada mensaje.
