leads-optimizer/backfill_metricas_30junio.py

"""
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)