¿Qué ocurre cuando una empresa utiliza inteligencia artificial para escribir contenido sin tener en cuenta lo que realmente sucede en su negocio?
Puede generar artículos correctos, bien estructurados y aparentemente optimizados para SEO, pero sin saber qué páginas están funcionando, qué temas interesan a sus visitantes o cuáles son las prioridades comerciales de la organización.
Esta fue la pregunta que dio origen a PostPilot, mi Trabajo Fin de Grado en Ciencia de Datos en la Universitat Politècnica de València.
PostPilot es un sistema de apoyo a la decisión que combina analítica web, información financiera, modelos de Machine Learning e inteligencia artificial generativa para transformar datos empresariales en recomendaciones editoriales y borradores de contenido.
Su objetivo no es simplemente automatizar la redacción, sino conseguir que la IA sepa por qué está escribiendo un contenido antes de empezar a generarlo.
El problema: tener datos no significa saber qué hacer con ellos
Las empresas disponen de herramientas como Google Analytics 4 para medir el rendimiento de su web y de información contable para comprender su situación económica.
Sin embargo, estos datos suelen analizarse por separado. Un dashboard permite visualizar visitas, sesiones y tendencias, pero sigue siendo necesario interpretar esos resultados y decidir qué acciones ejecutar.
Por otro lado, los modelos de lenguaje pueden generar artículos a partir de instrucciones, pero no conocen automáticamente las prioridades de una empresa ni el rendimiento histórico de sus publicaciones.
PostPilot conecta ambos mundos: utiliza modelos analíticos para identificar oportunidades y convierte sus resultados en instrucciones estructuradas para un modelo de lenguaje.
Cómo funciona PostPilot
1. Ingesta y preparación de datos
El sistema procesa dos fuentes principales:
- Google Analytics 4: sesiones, páginas de destino, tiempo de interacción y evolución del tráfico.
- Información financiera: balances históricos, ingresos y márgenes empresariales.
Un pipeline ETL desarrollado en Python y Pandas limpia, normaliza y estructura los archivos CSV, gestionando valores ausentes, formatos temporales y registros que no representan contenido editorial.
Esta etapa proporciona una base de datos consistente para los modelos posteriores.
2. Segmentación de contenidos con K-Means
PostPilot aplica aprendizaje no supervisado para clasificar las páginas de una web según su tráfico y tiempo de permanencia.
Mediante K-Means, con cuatro grupos, identifica distintos patrones de rendimiento:
- Top Performers: contenidos con buen tráfico y retención.
- Hidden Gems: artículos que retienen al lector, pero reciben pocas visitas.
- Bouncing High: páginas que atraen visitas, pero presentan poca retención.
- Underperformers: contenidos con bajo rendimiento en ambas dimensiones.
El resultado es una matriz visual que ayuda a decidir qué contenidos conviene reforzar, promocionar o revisar.
3. Predicción de tráfico con Prophet
El segundo modelo utiliza series temporales para estimar la evolución del tráfico mensual e identificar posibles patrones estacionales.
Para ello, PostPilot incorpora Meta Prophet, configurado para analizar la tendencia y la estacionalidad anual.
Durante la evaluación del TFG, el modelo obtuvo un error absoluto medio (MAE) de 18,4 sesiones mensuales en el conjunto de prueba utilizado.
Estas predicciones permiten proponer un calendario editorial anticipado, teniendo en cuenta los periodos en los que históricamente aumenta la demanda.
4. Business Health Score: contexto empresarial para la IA
Uno de los componentes que diseñé específicamente para PostPilot es el Business Health Score (BHS).
Se trata de un indicador de 0 a 100 que combina variables financieras y digitales para ofrecer un diagnóstico sintético de la empresa.
El modelo asigna hasta 60 puntos a indicadores financieros y hasta 40 al rendimiento digital.
Su función no es sustituir un análisis financiero profesional, sino proporcionar al motor de generación una señal interpretable sobre el contexto empresarial.
A partir de esa puntuación, el sistema ajusta recomendaciones relacionadas con el tono, las prioridades y la frecuencia editorial.
Los umbrales actuales son heurísticos y forman parte de un prototipo; su generalización requeriría validarlos con datos de más empresas.
De los modelos analíticos a la inteligencia artificial generativa
Esta es la parte central de PostPilot.
Antes de generar un artículo, el backend reúne los resultados de los modelos y construye un prompt dinámico con:
- Contexto de la empresa y de su actividad.
- Diagnóstico del Business Health Score.
- Rendimiento del catálogo de contenidos.
- Tendencias y predicciones de tráfico.
- Prioridades editoriales.
- Requisitos de estructura, formato y SEO.
El motor utiliza APIs de modelos de lenguaje para generar una propuesta estructurada, con título, metadatos y contenido.
La arquitectura contempla un proveedor principal de generación y un mecanismo alternativo de respaldo para gestionar posibles fallos del servicio.
Lo importante es que la generación no comienza con un prompt genérico, sino con decisiones derivadas previamente de los datos.
Arquitectura tecnológica
Desarrollé PostPilot mediante una arquitectura web que separa los componentes analíticos, la generación y la interfaz de usuario.
Backend y datos: Python, FastAPI, Pandas, scikit-learn, Prophet y Pydantic.
Frontend: React, con visualizaciones interactivas del rendimiento web, las predicciones y las recomendaciones.
Inteligencia artificial: integración de las APIs de OpenAI y Gemini, generación mediante prompts dinámicos y respuestas estructuradas.
Integraciones: Google Analytics 4 y SABI como fuentes de datos mediante archivos exportados, y la API REST de WordPress para enviar contenidos al CMS.
Calidad: validación de datos, gestión de errores y pruebas automatizadas con Pytest.
El sistema incorpora supervisión humana antes de que el contenido generado llegue a su destino editorial.
Validación con una empresa real: Enervia
El proyecto se desarrolló y evaluó utilizando datos históricos de Enervia Soluciones Energéticas, una empresa valenciana especializada en sistemas de alimentación ininterrumpida.
Con autorización para utilizar sus datos en el contexto del TFG, analicé registros de tráfico web de junio de 2023 a septiembre de 2025 y balances financieros correspondientes a 2009–2023.
Tras el procesamiento y la limpieza de los datos, el catálogo analizado contenía 57 URLs únicas y 2.024 registros de páginas de destino.
Entre los resultados obtenidos destacaron:
Detección de contenidos con alto tráfico y baja retención. El modelo identificó páginas que atraían muchas visitas, pero donde los usuarios permanecían poco tiempo, señalando oportunidades para revisar su contenido y estructura.
Identificación de patrones estacionales. Prophet permitió detectar ciclos en el tráfico y utilizar esas previsiones para anticipar propuestas de contenido.
Generación de una estrategia editorial contextualizada. El BHS y los resultados analíticos se tradujeron en instrucciones para el motor generativo. En el caso estudiado, el sistema obtuvo un BHS de 50/100 y recomendó una estrategia editorial de estabilidad.
Esta validación demuestra la viabilidad técnica del enfoque en el caso analizado. No constituye todavía una demostración de mejoras efectivas en ventas, conversiones o posicionamiento SEO a largo plazo.
