Si trabajas con Google Ads a nivel serio (reporting, automatizaciones, BI o auditorías), tu activo más valioso no es solo la cuenta: es el histórico que te permite entender estacionalidad, tendencias y rentabilidad real. Por eso, el cambio anunciado por Google para el 1 de junio de 2026 es relevante: Google Ads y APIs de medición relacionadas pasan a una política de retención de 37 meses para estadísticas granulares (diarias, horarias y semanales).

Este artículo no es un “resumen de noticia”. Es un plan práctico para que tu empresa (o tus clientes) no pierdan visibilidad, no rompan dashboards y no descubran el cambio el día que un informe deja de cuadrar.

Qué cambia exactamente (01/06/2026)

El cambio afecta al acceso a estadísticas de rendimiento granulares. En términos prácticos:

• Si pides datos diarios (por ejemplo, segmentación por fecha), horarios o semanales más antiguos que 37 meses, dejarán de estar disponibles a ese nivel de detalle.
• Para consultar periodos anteriores, tendrás que usar una granularidad más alta, como mes, trimestre o año.

Granular vs agregado: cómo pensar el cambio

La clave para adaptarte sin drama es separar dos necesidades:

• Decisión operativa (optimización): normalmente requiere detalle reciente (últimos 3–12 meses).
• Análisis histórico (tendencias y estacionalidad): suele funcionar mejor con agregados (mensual/trimestral) y comparativas YoY.

Ejemplo: para decidir si hoy subes presupuestos, te importa el detalle diario/horario. Para entender si tu categoría tiene estacionalidad fuerte, el agregado mensual de 5 años suele ser más valioso (y más estable) que una serie diaria enorme llena de ruido.

Qué se rompe en el mundo real (y cómo detectarlo)

Cuando cambia la retención, lo normal es ver alguno de estos síntomas:

• Dashboards que pierden datos antiguos o muestran gráficos “cortados”.
• Backfills (reimportaciones) que devuelven menos filas que antes.
• Queries que de repente fallan cuando el rango de fechas cruza el umbral.
• Comparativas (p.ej. “últimos 5 años”) que ya no se pueden hacer a nivel diario.

Checklist rápido de auditoría

• Lista todos los informes que permiten seleccionar rangos > 37 meses.
• Identifica qué consultas usan segmentación diaria/horaria/semanal.
• Localiza scripts o ETLs que reimportan histórico completo de forma recurrente.
• Marca qué stakeholders consumen “histórico largo” (dirección, finanzas, marketing ops).

Cómo adaptarte: 2 estrategias compatibles

Estrategia A: mantener granularidad solo en ventana reciente

Para la mayoría de empresas, esto es suficiente:

• Ventana granular: últimos 24–36 meses (según el uso real).
• Ventana agregada: histórico largo en mensual/trimestral.

Con esto, conservas capacidad de optimización (detalle reciente) y, a la vez, mantienes una visión histórica robusta.

Estrategia B: extraer y conservar “histórico crítico” antes del cambio

Si tu empresa depende de modelos o análisis con detalle diario de 4–6 años (poco común, pero existe), considera extraer lo que sea crítico antes del 01/06/2026 y guardarlo en tu almacén de datos. Ojo: no es “descargar todo por si acaso”. Define primero qué decisiones necesitas soportar.

Patrones de consulta: cómo evitar el problema

Si trabajas con la API o con consultas de reporting, el principio es:

• Para rangos largos: usa mes / trimestre / año.
• Para rangos cortos: puedes seguir usando día / hora / semana.

Ejemplo conceptual:

// Rango corto (ok): granular diario
SELECT segments.date, metrics.clicks, metrics.conversions
FROM campaign
WHERE segments.date BETWEEN '2025-01-01' AND '2026-05-01'

// Rango largo (adaptado): granular mensual
SELECT segments.month, metrics.clicks, metrics.conversions
FROM campaign
WHERE segments.month BETWEEN '2022-01' AND '2026-05'

La idea no es “perder precisión”, sino evitar pedir un nivel de detalle que ya no estará disponible cuando cruzas el umbral de retención.

Recomendación de reporting: qué medir en largo y en corto

• Largo (mensual): inversión, conversiones, CAC/CPA, ROAS/margen, share de marca vs genérico (si lo mides).
• Corto (diario/horario): pacing de presupuesto, incidencias, caídas de tracking, cambios bruscos de calidad.

Plan de implementación en 7 días (simple y efectivo)

1. Día 1: inventario de informes, conectores y ETLs.
2. Día 2: clasifica informes por “operativo” vs “histórico”.
3. Día 3: ajusta informes históricos a mensual/trimestral.
4. Día 4: implementa alertas (si un informe devuelve 0 filas o cae el volumen).
5. Día 5: decide si necesitas extraer histórico granular crítico.
6. Día 6: pruebas con rangos que crucen el umbral (antes y después de 37 meses).
7. Día 7: documenta el cambio y comunica al equipo/cliente “qué cambia y qué no”.

Preguntas frecuentes

¿Pierdo todo mi histórico de Google Ads?

No. Lo que se limita es el detalle granular para periodos antiguos. La forma de adaptarte es usar agregados (mes/trimestre/año) para rangos largos y reservar el detalle diario/horario para periodos recientes.

¿Qué hago si mi dashboard “de 5 años” era diario?

Lo más práctico es crear dos vistas: (1) una vista mensual de 5 años para dirección y (2) una vista diaria de 12–24 meses para operación. Así mantienes utilidad real y evitas ruido.

Fuentes

• Google Ads Developer Blog: New Data Retention Policy for Google Ads starting June 1, 2026