Add backfill scripts for MetricasDiarias gaps caused by the month-change bug

One-off scripts to reconstruct missing daily coste/ingreso/margen/leads
from Google Ads and Leads Lake for days lost to the overwrite bug fixed
in run.py. backfill_metricas_mes.py generalizes the approach (mes/año
args) and was used to repair both mayo and junio 2026; the two junio-
specific scripts document the narrower fixes applied first.

backfill_metricas_30junio.py

@@ -0,0 +1,127 @@
+"""
+Reconstruye el día 30/06/2026 en MetricasDiarias para las GACampaignMes de
+junio a las que les falta esa clave.
+
+Motivo: en el cambio de mes (1 julio), run.py leía MetricasDiarias del
+registro de julio (recién creado, casi vacío) en vez del de junio, así que
+al redirigir la escritura hacia el registro de junio correcto se
+sobrescribía con un dict casi vacío (perdiendo el día 30 real, que en
+algunos casos quedó mal grabado en el registro de julio). Aquí se recalcula
+el día 30 desde Google Ads (coste, conversiones) y Leads Lake, y se añade
+SOLO a los registros de junio que no tienen ya esa clave — no se toca nada
+más de su histórico.
+
+Uso:
+    python backfill_metricas_30junio.py            # dry run — solo muestra
+    python backfill_metricas_30junio.py --apply     # escribe en Airtable
+"""
+import json
+import re
+import sys
+from airtable_client import AirtableClient
+from google_ads_client import GoogleAdsClient
+
+DATE_STR = "2026-06-30"
+DAY_KEY = "30"
+MES, ANIO = 6, 2026
+
+
+def _course_num(name: str) -> str | None:
+    m = re.search(r'fco_(?:search|pmx)_(\d+)', name, re.IGNORECASE)
+    return m.group(1) if m else None
+
+
+def run(apply: bool):
+    at = AirtableClient()
+    gads = GoogleAdsClient()
+
+    formula = f"AND({{Mes}}='{MES}',{{Año}}='{ANIO}')"
+    records = at.gacampaignmes.all(
+        formula=formula,
+        fields=["CampaignID", "PPL", "MetricasDiarias", "Campaign Name (from CampaignID)"],
+    )
+    campaigns_records = at.campaigns.all(fields=["CampaignID"])
+    at_id_to_gid = {r["id"]: str(r["fields"].get("CampaignID", "")).strip() for r in campaigns_records}
+
+    campaigns = []
+    for r in records:
+        f = r["fields"]
+        at_cids = f.get("CampaignID", [])
+        gid = at_id_to_gid.get(at_cids[0], "") if at_cids else ""
+        if not gid:
+            continue
+        name_list = f.get("Campaign Name (from CampaignID)", [])
+        campaigns.append({
+            "airtable_id": r["id"],
+            "google_campaign_id": gid,
+            "curso": name_list[0] if name_list else "Sin nombre",
+            "ppl": float(f.get("PPL") or 0),
+            "metricas_diarias": f.get("MetricasDiarias") or "{}",
+        })
+
+    print(f"→ {len(campaigns)} campañas de {MES}/{ANIO} en GACampaignMes")
+
+    # Mapping cursoid → PMX campaign_id, igual que run.py, para atribuir leadforms
+    cursoid_to_campaign: dict[str, str] = {}
+    for c in campaigns:
+        num = _course_num(c["curso"])
+        if num and "pmx" in c["curso"].lower() and "_leadform" not in c["curso"].lower():
+            cursoid_to_campaign[num] = c["google_campaign_id"]
+
+    # Detectar registros a los que YA les falta el día 30
+    targets = []
+    for c in campaigns:
+        try:
+            md = json.loads(c["metricas_diarias"])
+        except (json.JSONDecodeError, TypeError):
+            md = {}
+        if DAY_KEY not in md:
+            c["md"] = md
+            targets.append(c)
+
+    print(f"→ {len(targets)} campañas sin el día {DAY_KEY} en su MetricasDiarias\n")
+    if not targets:
+        print("Nada que hacer.")
+        return
+
+    ads_metrics = gads.get_metrics_for_date(DATE_STR)
+    leads_lake_counts = at.get_leads_by_campaign_on_date(DATE_STR, cursoid_to_campaign)
+
+    metricas_updates = []
+    print(f"{'Campaña':45} {'Coste':>10} {'Conv':>6} {'Ingreso':>10} {'Margen':>10} {'LeadsLake':>10}")
+    for c in targets:
+        cid = c["google_campaign_id"]
+        today_m = ads_metrics.get(cid, {})
+        coste_hoy = round(today_m.get("cost", 0), 2)
+        conv_hoy = today_m.get("conversions", 0)
+        ingreso_hoy = round(conv_hoy * c["ppl"], 2)
+        margen_hoy = round(ingreso_hoy - coste_hoy, 2)
+        leads_lake_hoy = leads_lake_counts.get(cid, 0)
+
+        print(f"{c['curso'][:45]:45} {coste_hoy:>9.2f}€ {conv_hoy:>6.0f} "
+              f"{ingreso_hoy:>9.2f}€ {margen_hoy:>9.2f}€ {leads_lake_hoy:>10}")
+
+        md = dict(c["md"])
+        md[DAY_KEY] = {
+            "coste": coste_hoy,
+            "ingreso": ingreso_hoy,
+            "margen": margen_hoy,
+            "leads": int(conv_hoy),
+            "leads_lake": leads_lake_hoy,
+        }
+        metricas_updates.append({
+            "airtable_id": c["airtable_id"],
+            "metricas_json": json.dumps(md, ensure_ascii=False),
+        })
+
+    print()
+    if apply:
+        at.batch_update_metricas_diarias(metricas_updates)
+        print(f"✅ {len(metricas_updates)} registros actualizados en Airtable.")
+    else:
+        print(f"DRY RUN — {len(metricas_updates)} registros se actualizarían. "
+              f"Ejecuta con --apply para escribir en Airtable.")
+
+
+if __name__ == "__main__":
+    run(apply="--apply" in sys.argv)

backfill_metricas_junio_completo.py

@@ -0,0 +1,142 @@
+"""
+Reconstruye los huecos en MetricasDiarias de las GACampaignMes de junio 2026:
+
+- 35 campañas perdieron los días 01-29 (el bug de cambio de mes sobrescribió
+  su histórico completo dejando solo el día 30).
+- 32 campañas no tienen el día 30 (nunca se llegó a escribir — coste y
+  conversiones fueron 0 ese día, confirmado contra Google Ads).
+
+Recalcula cada día que falte a partir de Google Ads (coste, conversiones) y
+Leads Lake (leads_lake), exactamente igual que lo habría hecho run.py cada
+día, y hace merge con lo que ya existe en cada registro — no toca los días
+que ya están bien.
+
+Uso:
+    python backfill_metricas_junio_completo.py            # dry run
+    python backfill_metricas_junio_completo.py --apply     # escribe en Airtable
+"""
+import json
+import re
+import sys
+from airtable_client import AirtableClient
+from google_ads_client import GoogleAdsClient
+
+MES, ANIO = 6, 2026
+FULL_MONTH_DAYS = [str(d).zfill(2) for d in range(1, 31)]
+
+
+def _course_num(name: str) -> str | None:
+    m = re.search(r'fco_(?:search|pmx)_(\d+)', name, re.IGNORECASE)
+    return m.group(1) if m else None
+
+
+def run(apply: bool):
+    at = AirtableClient()
+    gads = GoogleAdsClient()
+
+    formula = f"AND({{Mes}}='{MES}',{{Año}}='{ANIO}')"
+    records = at.gacampaignmes.all(
+        formula=formula,
+        fields=["CampaignID", "PPL", "MetricasDiarias", "Campaign Name (from CampaignID)"],
+    )
+    campaigns_records = at.campaigns.all(fields=["CampaignID"])
+    at_id_to_gid = {r["id"]: str(r["fields"].get("CampaignID", "")).strip() for r in campaigns_records}
+
+    campaigns = []
+    for r in records:
+        f = r["fields"]
+        at_cids = f.get("CampaignID", [])
+        gid = at_id_to_gid.get(at_cids[0], "") if at_cids else ""
+        if not gid:
+            continue
+        name_list = f.get("Campaign Name (from CampaignID)", [])
+        try:
+            md = json.loads(f.get("MetricasDiarias") or "{}")
+        except (json.JSONDecodeError, TypeError):
+            md = {}
+        campaigns.append({
+            "airtable_id": r["id"],
+            "google_campaign_id": gid,
+            "curso": name_list[0] if name_list else "Sin nombre",
+            "ppl": float(f.get("PPL") or 0),
+            "md": md,
+        })
+
+    print(f"→ {len(campaigns)} campañas de {MES}/{ANIO} en GACampaignMes")
+
+    # Mapping cursoid → PMX campaign_id, igual que run.py, para atribuir leadforms
+    cursoid_to_campaign: dict[str, str] = {}
+    for c in campaigns:
+        num = _course_num(c["curso"])
+        if num and "pmx" in c["curso"].lower() and "_leadform" not in c["curso"].lower():
+            cursoid_to_campaign[num] = c["google_campaign_id"]
+
+    # Días que le faltan a cada campaña
+    for c in campaigns:
+        c["missing"] = [d for d in FULL_MONTH_DAYS if d not in c["md"]]
+
+    targets = [c for c in campaigns if c["missing"]]
+    all_missing_dates = sorted({f"{ANIO}-{MES:02d}-{d}" for c in targets for d in c["missing"]})
+    print(f"→ {len(targets)} campañas con días faltantes ({len(all_missing_dates)} fechas distintas a consultar)\n")
+    if not targets:
+        print("Nada que hacer.")
+        return
+
+    print("→ Consultando Google Ads (coste + conversiones diarias de junio)...")
+    daily_metrics = gads.get_daily_metrics_for_month(ANIO, MES)
+
+    print("→ Consultando Leads Lake por fecha...")
+    leads_lake_by_date = {}
+    for date_str in all_missing_dates:
+        leads_lake_by_date[date_str] = at.get_leads_by_campaign_on_date(date_str, cursoid_to_campaign)
+    print()
+
+    metricas_updates = []
+    total_coste = total_ingreso = 0.0
+    print(f"{'Campaña':45} {'Días':>5} {'Coste rec.':>11} {'Ingreso rec.':>13} {'Margen rec.':>12}")
+    for c in targets:
+        cid = c["google_campaign_id"]
+        md = dict(c["md"])
+        camp_coste = camp_ingreso = 0.0
+        for d in c["missing"]:
+            date_str = f"{ANIO}-{MES:02d}-{d}"
+            m = daily_metrics.get(date_str, {}).get(cid, {})
+            coste_hoy = round(m.get("cost", 0), 2)
+            conv_hoy = m.get("conversions", 0)
+            ingreso_hoy = round(conv_hoy * c["ppl"], 2)
+            margen_hoy = round(ingreso_hoy - coste_hoy, 2)
+            leads_lake_hoy = leads_lake_by_date.get(date_str, {}).get(cid, 0)
+            md[d] = {
+                "coste": coste_hoy,
+                "ingreso": ingreso_hoy,
+                "margen": margen_hoy,
+                "leads": int(conv_hoy),
+                "leads_lake": leads_lake_hoy,
+            }
+            camp_coste += coste_hoy
+            camp_ingreso += ingreso_hoy
+
+        total_coste += camp_coste
+        total_ingreso += camp_ingreso
+        print(f"{c['curso'][:45]:45} {len(c['missing']):>5} {camp_coste:>10.2f}€ "
+              f"{camp_ingreso:>12.2f}€ {camp_ingreso - camp_coste:>11.2f}€")
+
+        metricas_updates.append({
+            "airtable_id": c["airtable_id"],
+            "metricas_json": json.dumps(md, ensure_ascii=False, sort_keys=True),
+        })
+
+    print(f"\n{'TOTAL recuperado':45} {'':>5} {total_coste:>10.2f}€ {total_ingreso:>12.2f}€ "
+          f"{total_ingreso - total_coste:>11.2f}€")
+
+    print()
+    if apply:
+        at.batch_update_metricas_diarias(metricas_updates)
+        print(f"✅ {len(metricas_updates)} registros actualizados en Airtable.")
+    else:
+        print(f"DRY RUN — {len(metricas_updates)} registros se actualizarían. "
+              f"Ejecuta con --apply para escribir en Airtable.")
+
+
+if __name__ == "__main__":
+    run(apply="--apply" in sys.argv)

backfill_metricas_mes.py

@@ -0,0 +1,149 @@
+"""
+Reconstruye los huecos en MetricasDiarias de las GACampaignMes de un mes dado.
+
+Motivo: el bug de cambio de mes en run.py (ver commit que añade merge con
+get_metricas_diarias_prev_month) sobrescribía el histórico del mes saliente
+con un dict casi vacío al redirigir la escritura del último día. Esto pasó en
+todos los cambios de mes hasta que se arregló, dejando huecos — a veces todo
+el mes salvo el último día, a veces solo el último día, a veces huecos
+sueltos si Airtable falló algún día concreto.
+
+Recalcula cada día que falte a partir de Google Ads (coste, conversiones) y
+Leads Lake (leads_lake), exactamente igual que lo habría hecho run.py cada
+día, y hace merge con lo que ya existe en cada registro — no toca ningún día
+que ya esté guardado.
+
+Uso:
+    python backfill_metricas_mes.py <mes> <año>              # dry run
+    python backfill_metricas_mes.py <mes> <año> --apply       # escribe en Airtable
+"""
+import calendar
+import json
+import re
+import sys
+from airtable_client import AirtableClient
+from google_ads_client import GoogleAdsClient
+
+
+def _course_num(name: str) -> str | None:
+    m = re.search(r'fco_(?:search|pmx)_(\d+)', name, re.IGNORECASE)
+    return m.group(1) if m else None
+
+
+def run(mes: int, anio: int, apply: bool):
+    at = AirtableClient()
+    gads = GoogleAdsClient()
+
+    days_in_month = calendar.monthrange(anio, mes)[1]
+    full_month_days = [str(d).zfill(2) for d in range(1, days_in_month + 1)]
+
+    formula = f"AND({{Mes}}='{mes}',{{Año}}='{anio}')"
+    records = at.gacampaignmes.all(
+        formula=formula,
+        fields=["CampaignID", "PPL", "MetricasDiarias", "Campaign Name (from CampaignID)"],
+    )
+    campaigns_records = at.campaigns.all(fields=["CampaignID"])
+    at_id_to_gid = {r["id"]: str(r["fields"].get("CampaignID", "")).strip() for r in campaigns_records}
+
+    campaigns = []
+    for r in records:
+        f = r["fields"]
+        at_cids = f.get("CampaignID", [])
+        gid = at_id_to_gid.get(at_cids[0], "") if at_cids else ""
+        if not gid:
+            continue
+        name_list = f.get("Campaign Name (from CampaignID)", [])
+        try:
+            md = json.loads(f.get("MetricasDiarias") or "{}")
+        except (json.JSONDecodeError, TypeError):
+            md = {}
+        campaigns.append({
+            "airtable_id": r["id"],
+            "google_campaign_id": gid,
+            "curso": name_list[0] if name_list else "Sin nombre",
+            "ppl": float(f.get("PPL") or 0),
+            "md": md,
+        })
+
+    print(f"→ {len(campaigns)} campañas de {mes}/{anio} en GACampaignMes")
+
+    # Mapping cursoid → PMX campaign_id, igual que run.py, para atribuir leadforms
+    cursoid_to_campaign: dict[str, str] = {}
+    for c in campaigns:
+        num = _course_num(c["curso"])
+        if num and "pmx" in c["curso"].lower() and "_leadform" not in c["curso"].lower():
+            cursoid_to_campaign[num] = c["google_campaign_id"]
+
+    # Días que le faltan a cada campaña
+    for c in campaigns:
+        c["missing"] = [d for d in full_month_days if d not in c["md"]]
+
+    targets = [c for c in campaigns if c["missing"]]
+    all_missing_dates = sorted({f"{anio}-{mes:02d}-{d}" for c in targets for d in c["missing"]})
+    print(f"→ {len(targets)} campañas con días faltantes ({len(all_missing_dates)} fechas distintas a consultar)\n")
+    if not targets:
+        print("Nada que hacer.")
+        return
+
+    print(f"→ Consultando Google Ads (coste + conversiones diarias de {mes}/{anio})...")
+    daily_metrics = gads.get_daily_metrics_for_month(anio, mes)
+
+    print("→ Consultando Leads Lake por fecha...")
+    leads_lake_by_date = {}
+    for date_str in all_missing_dates:
+        leads_lake_by_date[date_str] = at.get_leads_by_campaign_on_date(date_str, cursoid_to_campaign)
+    print()
+
+    metricas_updates = []
+    total_coste = total_ingreso = 0.0
+    print(f"{'Campaña':45} {'Días':>5} {'Coste rec.':>11} {'Ingreso rec.':>13} {'Margen rec.':>12}")
+    for c in targets:
+        cid = c["google_campaign_id"]
+        md = dict(c["md"])
+        camp_coste = camp_ingreso = 0.0
+        for d in c["missing"]:
+            date_str = f"{anio}-{mes:02d}-{d}"
+            m = daily_metrics.get(date_str, {}).get(cid, {})
+            coste_hoy = round(m.get("cost", 0), 2)
+            conv_hoy = m.get("conversions", 0)
+            ingreso_hoy = round(conv_hoy * c["ppl"], 2)
+            margen_hoy = round(ingreso_hoy - coste_hoy, 2)
+            leads_lake_hoy = leads_lake_by_date.get(date_str, {}).get(cid, 0)
+            md[d] = {
+                "coste": coste_hoy,
+                "ingreso": ingreso_hoy,
+                "margen": margen_hoy,
+                "leads": int(conv_hoy),
+                "leads_lake": leads_lake_hoy,
+            }
+            camp_coste += coste_hoy
+            camp_ingreso += ingreso_hoy
+
+        total_coste += camp_coste
+        total_ingreso += camp_ingreso
+        print(f"{c['curso'][:45]:45} {len(c['missing']):>5} {camp_coste:>10.2f}€ "
+              f"{camp_ingreso:>12.2f}€ {camp_ingreso - camp_coste:>11.2f}€")
+
+        metricas_updates.append({
+            "airtable_id": c["airtable_id"],
+            "metricas_json": json.dumps(md, ensure_ascii=False, sort_keys=True),
+        })
+
+    print(f"\n{'TOTAL recuperado':45} {'':>5} {total_coste:>10.2f}€ {total_ingreso:>12.2f}€ "
+          f"{total_ingreso - total_coste:>11.2f}€")
+
+    print()
+    if apply:
+        at.batch_update_metricas_diarias(metricas_updates)
+        print(f"✅ {len(metricas_updates)} registros actualizados en Airtable.")
+    else:
+        print(f"DRY RUN — {len(metricas_updates)} registros se actualizarían. "
+              f"Ejecuta con --apply para escribir en Airtable.")
+
+
+if __name__ == "__main__":
+    args = [a for a in sys.argv[1:] if not a.startswith("--")]
+    if len(args) != 2:
+        print("Uso: python backfill_metricas_mes.py <mes> <año> [--apply]")
+        sys.exit(1)
+    run(mes=int(args[0]), anio=int(args[1]), apply="--apply" in sys.argv)