El email marketing es una de las herramientas más poderosas para los negocios digitales, pero gestionar grandes volúmenes de campañas puede ser un reto. En este artículo te cuento cómo automaticé la descarga y análisis de 1,700 campañas de email marketing usando ChatGPT, Python, Google Colab y ActiveCampaign.
Lo que antes habría tomado días, lo logré en cuestión de horas, optimizando procesos con inteligencia artificial.
Te explico paso a paso cómo lo hice y cómo puedes replicarlo en tu negocio.
1️⃣ Investigación con DeepResearch para encontrar alternativas de email marketing
Índice de contenidos
Todo comenzó cuando ActiveCampaign incrementó sus tarifas y empezó a cobrar por volumen de emails enviados. Esto me llevó a investigar alternativas más económicas y eficientes para mi negocio.
Para esto, usé DeepResearch, una metodología de búsqueda avanzada, junto con ChatGPT, para analizar diferentes opciones de plataformas de email marketing. Buscaba herramientas que tuvieran:
- ✅ Automatización avanzada con etiquetas
- ✅ Envíos ilimitados de emails
- ✅ Facturación en España o Europa
- ✅ Integración con WooCommerce
Después de evaluar varias opciones como Brevo (Sendinblue), GetResponse y MailerLite, decidí que antes de cambiar de plataforma necesitaba hacer un análisis profundo de mis campañas en ActiveCampaign para entender qué estrategias estaban funcionando mejor.
2️⃣ Automatizando la descarga de campañas con ChatGPT y Python
ActiveCampaign no permite descargar fácilmente todas las campañas desde su interfaz, así que decidí usar su API para extraer todos los emails enviados y analizarlos.
Aquí ChatGPT jugó un papel clave: le pedí que generara el código en Python para conectarse a la API de ActiveCampaign y descargar todas mis campañas en un archivo estructurado.
import requests
import json
API_URL = "https://TU_CUENTA.api-us1.com"
API_KEY = "TU_API_KEY"
response = requests.get(f"{API_URL}/api/3/campaigns", headers={"Api-Token": API_KEY})
if response.status_code == 200:
data = response.json()
with open("campañas.json", "w", encoding="utf-8") as file:
json.dump(data, file, indent=4)
print("✅ Campañas descargadas correctamente")
else:
print(f"❌ Error: {response.text}")Con este script (bueno, este este no, era algo más largo, pero para que te hagas a la idea), descargué automáticamente 1,700 campañas de email marketing y las ordené por carpetas según el año de envío. Además, descargué un CSV con las 1700 campañas dentro, listo para subir a ChatGPT para que analizase el tono, palabras, expresiones recurrentes, etc.
3️⃣ Ejecutando el script en Google Colab sin instalar nada
Para ejecutar el código sin complicaciones, usé Google Colab, una plataforma gratuita de Google que permite ejecutar código en la nube sin necesidad de instalar nada en tu ordenador.
Pasos para ejecutar el script en Google Colab:
- Abrir Google Colab.
- Crear un nuevo cuaderno (Archivo > Nuevo Cuaderno).
- Subir el script en Python (campañas.py).
- Ejecutarlo haciendo click en el icono play.
En minutos, el script extrajo 1,700 campañas, guardando cada una con su contenido y metadatos.
4️⃣ Organizando las campañas por fecha y nombre
Después de descargar los datos, me di cuenta de que no era fácil analizar tantas campañas sin ordenarlas adecuadamente. Para solucionar esto, modifiqué el script para:
- ✅ Guardar los archivos en carpetas organizadas por año (
2023/,2022/, etc.). - ✅ Renombrar cada archivo con la fecha de envío (
YYYY-MM-DD_NombreDeCampaña.html).
5️⃣ Análisis de 1,700 campañas con ChatGPT
Una vez que tenía todas las campañas organizadas, usé ChatGPT para analizarlas y extraer insights valiosos.
📊 Análisis que realicé con ChatGPT:
- 📈 ¿Cuáles fueron las campañas con mayor tasa de apertura y clics?
- 📝 ¿Qué asuntos funcionaron mejor?
- 📏 ¿Cuál es la longitud óptima para un email exitoso?
- 🔍 ¿Qué palabras clave aparecían en los mejores emails?
Esto me permitió descubrir patrones clave para optimizar mis futuras campañas.
6️⃣ Creando un GPT para escribir emails como yo
Después del análisis, decidí entrenar un GPT personalizado para escribir emails con mi estilo.
Para esto, le di a ChatGPT ejemplos de mis mejores emails y le pedí que los replicara en nuevas campañas. Ahora, en lugar de escribir desde cero, solo le doy el contexto y el GPT genera un borrador optimizado.
Conclusión: Cómo ahorré tiempo y mejoré mi email marketing con IA
Gracias a esta automatización, logré:
- ✅ Ahorrar horas de trabajo descargando campañas en minutos.
- ✅ Organizar mis emails en carpetas por año y con fecha en el nombre.
- ✅ Analizar patrones clave en mi estrategia de email marketing.
- ✅ Entrenar un GPT para generar emails como yo.
Si quieres hacer lo mismo en tu negocio, empieza explorando las API de tus herramientas de email marketing y usando Google Colab para procesar los datos con IA. 🚀
¿Te gustaría aprender a hacer esto paso a paso?
En mi Curso ChatGPT Mastery tienes más de 19 horas de formación en IA para hacer cosas así de inteligentes ✨