📌 En resumen
Airtable y Looker Studio no tienen conector oficial. Hay cuatro caminos verificados para integrarlos: partner connector (Supermetrics, Windsor.ai), BigQuery intermedio, Google Apps Script custom o Google Sheets como capa tampón. El mejor depende del volumen de datos, del presupuesto y de si necesitas actualización en tiempo real. Para pymes con menos de 10.000 filas y dashboards operativos, Supermetrics es la solución con mejor relación retorno/esfuerzo.
El reporting ligero sobre Airtable es común en pymes: la gente de operaciones captura datos en Airtable porque es ágil, y dirección quiere ver el resumen en un dashboard Looker Studio que ya conoce. El problema es que no hay conector nativo entre ambos, y la mayoría de tutoriales que encontrarás dan por buena la primera opción que ven sin advertir de sus límites. Esta guía repasa los cuatro caminos posibles en 2026, con qué rangos de volumen soporta cada uno y dónde empieza a fallar.
¿Por qué no hay conector oficial entre Airtable y Looker Studio?
Google Looker Studio soporta conectores de dos tipos: los gratuitos mantenidos por Google (BigQuery, Sheets, Ads, GA4) y los partner connectors de terceros. Ni Google ni Airtable han publicado un conector oficial en ninguna de las dos categorías. Esto significa que toda integración pasa por una de estas tres vías: un partner connector (cobra por uso), un intermedio técnico (Apps Script, Sheets) o una arquitectura basada en data warehouse (BigQuery).
La API REST de Airtable soporta lectura programática pero tiene un límite de 5 requests por segundo por base, lo que hace que integraciones directas de alta frecuencia sean problemáticas en dashboards con muchos gráficos.
¿Qué es un partner connector (Supermetrics, Windsor.ai)?
Es el método más rápido. Supermetrics tiene un conector Airtable → Looker Studio que se añade desde el marketplace de Looker Studio, se configura con API key y se escoge la base y vista a importar.
Pasos
- 1En Looker Studio, abre "Crear informe" y en "Añadir datos" busca Supermetrics for Airtable.
- 2Autoriza Supermetrics (requiere cuenta gratuita o de pago).
- 3En Supermetrics, introduce tu Personal Access Token de Airtable (Airtable → Developer Hub → Personal Access Tokens).
- 4Elige la base, la tabla y los campos a importar. Supermetrics genera una fuente de datos Looker Studio reutilizable.
- 5Úsalo en tu informe como cualquier otra fuente.
Ventajas
- Setup de 5-10 minutos.
- Refresh automático programable.
- No requiere escribir código.
Limitaciones
- Plan gratuito de Supermetrics limita a 100 filas por query (suficiente solo para KPI agregados, no para tablas detalle).
- Plan Essentials de Supermetrics arranca en 29 USD/mes por fuente.
- Rate limit de la API de Airtable sigue aplicando: si tienes muchos gráficos en un mismo dashboard, Supermetrics cachea, pero el refresh puede demorar.
Método 2: BigQuery como capa intermedia
La arquitectura profesional. Replicas Airtable a BigQuery cada N minutos mediante un pipeline (Fivetran, Airbyte o un Cloud Function custom) y conectas Looker Studio a BigQuery, que sí tiene conector oficial.
Arquitectura
- 1Herramienta de ingesta (Fivetran, Airbyte, o script Python con Cloud Scheduler) lee la API de Airtable cada 15-60 min.
- 2Los datos se vuelcan en tablas BigQuery en un dataset dedicado.
- 3Looker Studio se conecta al dataset BigQuery con el conector oficial.
- 4Si se quiere, se modelan vistas o tablas derivadas en BigQuery para performance.
Cuándo tiene sentido
- Más de 10.000 filas por tabla Airtable.
- Varias bases Airtable que hay que unir en un mismo informe.
- Reporting compartido con otras herramientas (Tableau, Metabase) que también apuntan a BigQuery.
- Necesidad de histórico: BigQuery permite snapshots temporales que Airtable no mantiene bien.
Coste orientativo: Fivetran arranca en 120 USD/mes, Airbyte Cloud en 10 USD/mes, o 0€ si lo auto-alojas. BigQuery cobra 5 USD por TB de query escaneada, para volúmenes típicos de pyme apenas unos euros al mes.
Método 3: Google Apps Script + Google Sheets intermedio
La opción más barata si tu equipo puede mantener código. Un script Apps Script lee la API de Airtable cada X horas, vuelca los datos en una hoja de Google Sheets, y Looker Studio se conecta a Sheets con el conector oficial (gratuito).
Pros y contras
- Coste: 0 € de licencia. Solo mantenimiento del script.
- Limitación de Sheets: máximo ~5 millones de celdas por hoja (suficiente para la mayoría de pymes).
- Refresh no es tiempo real — típicamente cada 15-60 minutos via trigger Apps Script.
- Si el script falla, el dashboard queda congelado hasta arreglarlo. Sin alertas integradas.
Método 4: Airtable Views públicas + iFrame
La opción rápida y sucia: publicar una vista Airtable como link público y embeber el iFrame en Looker Studio. Aunque técnicamente funciona, no permite cruce real de datos ni visualización nativa Looker Studio. Sirve sólo para mostrar una tabla concreta, no para hacer BI. No la recomendamos salvo como parche temporal.
¿Cómo elegir el método según tu caso?
| Caso | Método recomendado | Coste mensual aprox. |
|---|---|---|
| Dashboard KPI con 1 base Airtable, <5.000 filas, 1 vez al día | Apps Script + Sheets | 0 € |
| Dashboard operativo con 1-2 bases, <10.000 filas, refresh horario | Supermetrics Essentials | 29-49 USD |
| Dashboard con varias bases Airtable a unir, >10.000 filas | BigQuery vía Airbyte | 10-40 USD |
| Reporting corporativo crítico (finanzas, operaciones) | BigQuery vía Fivetran | 120+ USD |
| Mostrar una tabla simple sin BI real | iFrame Airtable público | 0 € |
¿Cuándo dejar de usar Airtable como fuente de reporting?
Airtable es excelente como capa operativa colaborativa, pero tiene techo para reporting. Las señales de que has pasado el punto de equilibrio son: queries Supermetrics que exceden el plan contratado; refrescos Looker Studio de >30 segundos; necesidad de unir 3+ bases Airtable con lookups anidados; demanda de histórico que la base Airtable no guarda. Cuando esto ocurre, la conversación ya no es cómo conectar Airtable, sino cómo mover la operativa a una base de datos real y mantener Airtable sólo para la captura colaborativa.
Preguntas frecuentes
¿Cuál es la forma más rápida de conectar Airtable a Looker Studio?
El conector Supermetrics para Looker Studio. Se configura en 5-10 minutos sin código. El plan gratuito limita a 100 filas por query; para dashboards con más volumen, el plan Essentials arranca en 29 USD/mes.
¿Hay un conector oficial de Airtable para Looker Studio?
No. Ni Google ni Airtable publican un conector nativo. Todas las integraciones pasan por partner connectors o intermediarios (BigQuery, Sheets, Apps Script).
¿Qué límites de API tiene Airtable?
Airtable limita a 5 requests por segundo por base. Al refrescar un dashboard con muchos gráficos esto puede generar errores 429 (rate limit). La solución es introducir una capa cacheada (BigQuery o Sheets) entre Airtable y Looker Studio.
¿Qué límites de rate tiene la API de Airtable que afectan a Looker Studio?
Airtable limita a 5 requests por segundo por base. Looker Studio puede hacer múltiples queries al refrescar un dashboard; si tienes muchos gráficos consumiendo la misma base, se pueden generar errores 429 (rate limit). El workaround es introducir una capa intermedia (BigQuery, Google Sheets programada vía Apps Script) que cachea los datos cada N minutos.
¿Cuándo conviene pasar de Airtable a un data warehouse?
Cuando superas unas 50.000 filas por tabla, necesitas uniones de más de 3 bases o quieres compartir datos con otras áreas (no sólo reporting), Airtable empieza a ser el cuello de botella. A partir de ese punto tiene más sentido mover la operativa a una base de datos real (Postgres, BigQuery, Snowflake) y dejar Airtable sólo para la captura colaborativa de datos.
¿Qué coste tiene conectar Airtable con Looker Studio en 2026?
Free si usas Apps Script custom (tiempo de desarrollo: 4-8 horas). 15-49 USD/mes si usas Supermetrics o Windsor.ai con un plan básico. 0€ de licencia pero coste variable BigQuery si montas el pipeline Airtable → BigQuery → Looker Studio. La solución custom es la más barata operacionalmente si tu equipo puede mantenerla.
Siguiente paso recomendado
Integración de datos de marketing en Power BI
Conectores propios hacia Power BI o BigQuery con histórico, normalización de campañas y mantenimiento cuando la API cambia.
Sin compromiso · Respuesta en < 24h
Autor
Fundador y Consultor de Datos e IA
David Aldomar es fundador y consultor principal de MERIDIAN Data & IA, consultora especializada en ayudar a pymes y empresas medianas en España a tomar mejores decisiones con sus datos. Su trabajo se centra en cuatro áreas: diseño e implantación de plataformas de datos (data warehouses, pipelines ETL con dbt, integración de ERPs y CRMs), reporting y dashboards ejecutivos en Power BI, automatización de procesos de negocio con herramientas como n8n, y desarrollo de soluciones de inteligencia artificial aplicada — desde modelos de forecasting de demanda hasta copilots internos basados en RAG con LangChain y FastAPI. Ha liderado proyectos en sectores como logística y transporte, retail y distribución, servicios financieros, manufacturing y construcción, siempre con un enfoque pragmático: diagnóstico corto, entregables concretos y transferencia de conocimiento al equipo del cliente para que sea autónomo desde el primer día. Antes de fundar MERIDIAN, trabajó como ingeniero de datos y BI en entornos empresariales reales: arquitecturas Data Warehouse por capas (Bronze/Silver/Gold), pipelines ETL/ELT en AWS (S3, Glue, Redshift Serverless, Athena) y stacks Microsoft (SQL Server, Power BI, Azure), integrando fuentes tan dispares como ERPs, CRMs y bases de datos operacionales — PostgreSQL, MariaDB — en una única fuente fiable para negocio, finanzas y reporting. Tiene un Máster en Ciencia de Datos e Ingeniería del Dato en la Nube. Su filosofía es que un buen proyecto de datos no se mide por la tecnología que usa, sino por las decisiones de negocio que permite tomar. Escribe regularmente en el blog de MERIDIAN sobre reporting, gobierno del dato, automatización e IA aplicada, con guías prácticas orientadas a responsables de negocio y equipos técnicos de empresas que quieren sacar partido real a sus datos sin depender de grandes consultoras.
Fuentes
Contenido y servicios relacionados
- Power BI vs Looker Studio
Cuándo merece la pena mantenerse en Looker Studio y cuándo conviene saltar a Power BI.
- BI para CFO: dashboard financiero
Qué métricas acaba usando una dirección financiera en su reporting profesional.
- Plataforma de datos
Cuando Airtable ya no es suficiente como fuente única y necesitas un data warehouse.
- Conectar Airtable a Power BI
Lectura complementaria sobre cómo conectar Airtable a Power BI.
