Agricultura basada en datos: conecta sensores IoT a tu panel con n8n

Si todavía recorres la finca o el invernadero para comprobar la humedad del suelo a mano, no solo estás perdiendo tiempo. Estás tomando decisiones tarde.

Cuando alguien detecta una zona seca, un pico de humedad o una oscilación de temperatura, el cultivo ya lo ha notado. En un día ajetreado, ese retraso significa regar de más una zona, no detectar estrés en otra o enterarte de que ha fallado una válvula cuando el daño ya está hecho.

Una configuración IoT sencilla soluciona eso. Colocas sensores en la zona de cultivo, envías las lecturas mediante MQTT o HTTP, las haces pasar por n8n y muestras los datos en Grafana o en un panel personalizado. Eso te da visibilidad en tiempo real, alertas y un historial útil de lo que ocurre en toda tu explotación. Hemos visto que esto resulta especialmente útil para agricultores en Almería, donde las condiciones del invernadero pueden cambiar rápido y el momento del riego importa. Si se hace bien, también significa menos comprobaciones manuales, menos llamadas basadas en suposiciones y respuestas más rápidas cuando algo se sale de rango.

Qué hace realmente esta configuración en una explotación agrícola real

En su forma más simple, estás construyendo una cadena digital:

1. Un sensor mide una condición física.
2. Un dispositivo envía esa lectura a internet.
3. n8n recibe la lectura y la procesa.
4. La lectura se almacena en una base de datos o en un sistema de series temporales.
5. Un panel muestra los valores actuales y las tendencias.
6. Si algo supera un umbral, el sistema te avisa.

Suena técnico, pero el uso empresarial es sencillo. Dejas de gestionar a base de intuición.

Por ejemplo, un invernadero en Almería podría controlar:

• Humedad del suelo en varias zonas
• Temperatura del aire a la altura del cultivo
• Humedad ambiental para detectar condiciones de riesgo de enfermedad
• Estado del depósito o de la línea de riego
• Estado de puertas o ventanas si más adelante quieres ir un paso más allá

En lugar de depender de comprobaciones puntuales, ves patrones a lo largo de días y semanas. Eso ayuda con el momento del riego, la planificación del trabajo y la detección temprana de fallos. Si más adelante quieres automatizar avisos por WhatsApp, recordatorios de mantenimiento o incluso activar equipos, n8n te da la capa necesaria para hacerlo.

Hemos aplicado esta misma lógica en proyectos más amplios de automatización empresarial para empresas de Almería, Murcia, Alicante y Granada: primero hacer visibles los datos y luego acelerar la respuesta. El primer paso práctico es elegir un problema operativo que quieras mejorar con el sistema, no diez.

El hardware que necesitas para una configuración agrícola IoT de nivel inicial

No necesitas empezar con un sistema industrial caro. De hecho, la mayoría de explotaciones deberían comenzar con un pequeño piloto en una sola zona de cultivo antes de escalar.

Componentes básicos para empezar

1. Sensores

Las primeras opciones habituales:

• Sensor capacitivo de humedad del suelo
• Sensor de temperatura y humedad como SHT31, BME280 o similar
• Opcional: sensor de nivel de agua o caudalímetro

Evita las sondas resistivas de suelo ultrabaratas si puedes. Se corroen rápido y dejan de ser fiables.

2. Microcontrolador o dispositivo edge

Opciones habituales:

• ESP32 para nodos de sensores Wi-Fi de bajo coste
• Raspberry Pi para una pasarela local o broker
• Pasarela industrial si necesitas hardware más robusto

3. Conectividad

Normalmente una de estas:

• Wi-Fi si el invernadero o la nave ya tiene cobertura estable
• Router 4G para zonas remotas
• LoRa/LoRaWAN si necesitas largo alcance en superficies de terreno más grandes
• Ethernet cuando esté disponible para equipos fijos

4. Transporte de mensajes

Lo más común:

• MQTT para mensajería ligera y fiable entre máquinas
• HTTP POST para envíos directos más sencillos

5. Capa de automatización

Aquí es donde entra n8n. Recibe los datos, los valida, los almacena, los enriquece y lanza alertas.

6. Base de datos y panel

Habitualmente:

• InfluxDB + Grafana para métricas de series temporales
• PostgreSQL + panel personalizado si quieres una interfaz más orientada a negocio

Rangos de coste habituales en España para empezar

Estas son estimaciones aproximadas de precios minoristas en 2026 para una pequeña configuración piloto, no precios de compra industrial.

Un desglose práctico podría ser así:

• 2–4 sensores básicos: 20–150 € cada uno
• Placas ESP32: 8–20 € cada una
• Cajas estancas y cableado: 30–100 €
• Raspberry Pi o pasarela local: 70–130 €
• Router 4G y SIM si hace falta: 60–180 € más datos mensuales
• Hosting para n8n/base de datos/panel: 10–40 € al mes para una pequeña configuración en la nube, o self-hosted sobre infraestructura existente

Si gestionas un invernadero comercial, gasta más en la calidad de los sensores antes de gastar más en el acabado visual. Los datos malos arruinan todo el sistema.

Tu siguiente paso aquí es simple: calcula primero el precio de un piloto en una sola zona y luego decide si el valor es lo bastante claro como para ampliarlo.

MQTT o HTTP: ¿qué es mejor para datos de sensores?

Para la mayoría de despliegues agrícolas, MQTT es la mejor opción a largo plazo. Es ligero, eficiente y está pensado para dispositivos que envían mensajes pequeños de forma regular.

Elige MQTT si:

• Tienes varios sensores
• Quieres flujos de datos continuos y fiables
• Puede que añadas más dispositivos más adelante
• Quieres un broker local en el invernadero o en la oficina de la finca

Elige HTTP si:

• Solo tienes uno o dos dispositivos
• Tu firmware ya soporta HTTP POST fácilmente
• Quieres la prueba de concepto más rápida posible
• Tu frecuencia de datos es baja

Esta es la diferencia práctica:

Si estás comparando herramientas de automatización para esta arquitectura, hemos explicado las diferencias en nuestro artículo sobre n8n vs Make.com vs Zapier para pymes españolas. Para flujos de trabajo con muchos sensores, Zapier rara vez es la opción adecuada por coste o flexibilidad. Nuestra regla habitual: si esperas algo más que una prueba básica, elige MQTT y construye una sola vez.

Paso a paso: del sensor a n8n y al panel

Vamos a repasar una arquitectura sencilla que funciona bien para un piloto de invernadero en Almería.

A estas alturas, lo importante es recordar que la pila solo funciona si cada capa se mantiene simple y fiable.

Paso 1: define qué quieres monitorizar

Antes de comprar nada, decide qué decisión va a mejorar cada sensor.

Un piloto sensato sería así:

• Humedad del suelo en la zona A: ¿necesitamos regar antes de lo previsto?
• Humedad del invernadero: ¿estamos entrando por la noche en un rango de riesgo de enfermedad?
• Temperatura del aire: ¿se están saliendo las condiciones del objetivo del cultivo?

Para cada métrica, define:

• ¿Cuál es el rango aceptable?
• ¿Con qué frecuencia necesitas una lectura?
• ¿Quién debe saber si está demasiado alta o demasiado baja?
• ¿Qué debe pasar después?

Si no puedes responder a esas preguntas, todavía no necesitas un panel. Primero necesitas un proceso operativo más claro.

Ejemplos de umbrales

• Humedad del suelo por debajo del umbral elegido durante 20 minutos
• Temperatura del invernadero por encima del rango objetivo a mediodía
• Humedad ambiental por encima del rango objetivo durante la noche durante más de 1 hora

Esto debe salir de la realidad de tu cultivo, no de números genéricos de internet. Anota el umbral, el responsable y la respuesta antes de comprar la siguiente pieza de hardware.

Paso 2: envía los datos de los sensores mediante MQTT o HTTP

Tu nodo de sensores debe generar una carga útil limpia. Hazlo simple y consistente.

Ejemplo de payload JSON

{
  "device_id": "gh-zone-1",
  "timestamp": "2026-03-26T08:15:00Z",
  "soil_moisture": 42.7,
  "temperature": 24.9,
  "humidity": 68.3,
  "battery": 3.9
}

Ejemplo de topic MQTT

farm/almeria/greenhouse1/zone1

Ejemplo de endpoint HTTP

POST https://your-domain.com/webhook/farm-sensor

Si usas MQTT, tu dispositivo publica en el topic y n8n se suscribe a él. Si usas HTTP, el dispositivo envía el payload directamente a un webhook de n8n.

Para explotaciones con internet inestable, a menudo tiene sentido usar una pasarela local que recopile primero los datos y los reenvíe cuando vuelva la conectividad. Esa es una de las razones por las que preferimos un diseño de flujos robusto frente a scripts frágiles punto a punto. El siguiente paso práctico es estandarizar ahora los campos de tu payload, porque cambiar formatos más tarde es lo que genera flujos desordenados.

Paso 3: crea el flujo en n8n

Aquí es donde la configuración pasa de ser interesante a ser útil.

Un flujo práctico de n8n suele incluir:

1. Disparador

   • Nodo MQTT Trigger o nodo Webhook

2. Validación

   • Comprobar campos obligatorios
   • Confirmar tipos de datos
   • Rechazar valores imposibles

3. Normalización

   • Convertir marcas de tiempo
   • Estandarizar unidades
   • Añadir metadatos de ubicación o zona

4. Almacenamiento

   • Enviar a InfluxDB, PostgreSQL u otro almacén de datos

5. Lógica de alertas

   • Comparar la lectura con valores umbral
   • Decidir si se debe enviar un mensaje

6. Notificación

   • Email, Telegram, Slack o WhatsApp mediante una integración aprobada

Ejemplo de lógica en n8n

Si soil_moisture < 35 y las dos lecturas anteriores también estaban por debajo del umbral:

• Crear un evento de alerta
• Avisar al responsable
• Registrar el problema en una tabla
• Añadir una nota de mantenimiento si se sospecha un fallo de válvula

Esa última parte importa. Las alertas en bruto generan ruido. Las alertas útiles añaden contexto.

En CostaDelClicks solemos construir estos flujos para que eviten el spam y solo escalen cuando las condiciones persisten. Esa es la diferencia entre un sistema en el que tu equipo confía y otro que todo el mundo ignora al cabo de tres días. Para fincas y agroempresas, normalmente alojamos n8n por nuestra cuenta para controlar costes y fiabilidad, y usamos Make.com solo cuando un flujo SaaS más ligero tiene sentido de verdad. La conclusión es sencilla: diseña la lógica en torno a decisiones, no solo en torno a los datos que entran.

Paso 4: almacena bien los datos

No vuelques todo en hojas de cálculo aleatorias.

Para datos de sensores, normalmente querrás uno de estos enfoques:

Opción A: InfluxDB

La mejor opción para datos de sensores en series temporales. Rápido, eficiente y diseñado para mediciones a lo largo del tiempo.

Buena opción si quieres:

• Gráficos rápidos
• Tendencias históricas
• Paneles en Grafana
• Monitorización técnica

Opción B: PostgreSQL

Buena opción si quieres combinar datos de sensores con registros de negocio, logs de mantenimiento, zonas de campo, notas del personal o datos de clientes.

Buena opción si quieres:

• Informes más flexibles
• Aplicaciones web personalizadas
• Datos operativos mixtos

Para muchas explotaciones, la configuración más sólida es:

• InfluxDB para las lecturas
• PostgreSQL para eventos, alertas, mantenimiento y usuarios

Si solo quieres un primer piloto, empieza con una sola base de datos y mantenlo manejable. Tu siguiente decisión es si te importa más visualizar tendencias o tener informes operativos más amplios.

Paso 5: conecta los datos a Grafana o a un panel personalizado

Ahora haces visibles los datos.

Grafana: mejor para desplegar rápido

Grafana suele ser la vía más rápida si quieres:

• Gráficos en tiempo real
• Colores por umbral
• Múltiples paneles
• Comparaciones históricas
• Monitorización adaptada a móvil

Un panel sencillo para invernadero podría mostrar:

• Humedad actual del suelo por zona
• Tendencia de temperatura de 24 horas
• Tendencia de humedad de 24 horas
• Número de alertas
• Estado de batería por dispositivo
• Última conexión de cada sensor

Panel personalizado: mejor para equipos operativos más simples

Grafana es potente, pero puede resultar técnico. Si tienes un equipo que solo quiere respuestas claras, un panel personalizado suele funcionar mejor.

Ese panel podría mostrar:

• Estado verde / ámbar / rojo por zona
• Lista de “requiere atención”
• Resumen de tendencias de riego
• Incidencias de mantenimiento
• Medias diarias

Aquí es donde se cruzan nuestro trabajo de diseño web y automatización. No solo movemos datos. Los convertimos en algo que una empresa puede usar de verdad. Para clientes del sector agrícola en Almería y Murcia, eso suele significar un front end personalizado en lugar de otro panel de herramienta al que nadie entra.

Cuando construimos esos paneles, normalmente entregamos la interfaz como una aplicación web rápida prerenderizada en lugar de una configuración pesada con CMS. Nuestros sitios y front ends están hechos en Astro y se sirven sobre la red edge de Cloudflare, por eso consiguen de forma constante puntuaciones Lighthouse de 100/100 y cargan con menos de 0,4 segundos de FCP. Eso importa más de lo que la mayoría cree cuando alguien consulta el panel en un móvil con mala cobertura dentro de un invernadero. Si tu equipo trabaja en inglés y español, también podemos crear interfaces bilingües de forma nativa en vez de añadir la traducción después como parche. Para empresas que están valorando una infraestructura digital más amplia, nuestros servicios de automatización en Almería y servicios de diseño web suelen unirse precisamente en este tipo de proyecto. El siguiente paso correcto es elegir la interfaz más simple que tus operarios vayan a abrir de verdad cada día.

Paso 6: añade alertas que ayuden, no que molesten

La peor versión de la “agricultura inteligente” es un móvil vibrando todo el día con avisos sin sentido.

Configura las reglas de alerta con cuidado.

Un buen diseño de alertas es así

• Alertar solo tras varias lecturas malas seguidas
• Agrupar alertas similares
• Separar advertencia de crítico
• Enviar alertas a la persona adecuada
• Incluir zona, valor y hora

Un mal diseño de alertas es así

• Picos puntuales disparan mensajes
• Sin contexto
• Sin historial del umbral
• Todo el mundo recibe todo
• Sin registro

Una alerta útil por WhatsApp o email podría decir:

La humedad del suelo de la zona 1 se ha mantenido por debajo del umbral durante 30 minutos. Lectura actual: 31,4. Último riego registrado: 06:00. Revisa la válvula o la programación.

Eso permite actuar. “Sensor bajo” no.

La regla más simple es esta: si una alerta no le dice a alguien exactamente qué debe revisar después, no está lista para enviarse.

Una arquitectura realista para un pequeño invernadero en Almería

Aquí tienes un despliegue pequeño y sensato para un productor que quiere probar el concepto.

Ejemplo de configuración

• 3 nodos de sensores con ESP32
• 1 sensor capacitivo de humedad del suelo por zona
• 1 sensor de temperatura/humedad por zona
• Wi-Fi o pasarela local
• Broker MQTT en una Raspberry Pi o un VPS en la nube
• Flujo n8n para validación y alertas
• InfluxDB para lecturas
• Panel en Grafana
• Alertas por WhatsApp o email para excepciones

Lo que te aporta

• Lecturas en tiempo real en las zonas clave
• Líneas de tendencia a lo largo del tiempo
• Monitorización del estado de los dispositivos
• Aviso temprano ante zonas secas o problemas de humedad
• Una base para ampliar más adelante con lógica de riego

Esta también es una forma más segura de modernizarse que comprar desde el principio una plataforma propietaria grande y cerrada. Empieza pequeño, demuestra el valor y luego amplía. Si te interesa hacia dónde va esto después, nuestro artículo sobre automatización de invernaderos inteligentes en Almería profundiza más en el contexto local. La acción aquí es copiar una arquitectura pequeña ya probada antes de empezar a añadir complejidad.

Errores habituales que hacen fracasar los proyectos de sensores agrícolas

La mayoría de los fallos no los provocan n8n, Grafana ni los propios sensores. Fracasan porque la configuración ignora la realidad.

1. Sensores baratos en condiciones duras

Una sonda que funciona en una mesa de trabajo puede fallar tras salpicaduras de riego, calor, polvo o condensación.

2. Sin plan de calibración

Las lecturas de humedad del suelo solo son útiles si entiendes qué significan esos valores en tu sustrato y en tus condiciones de cultivo.

3. Conectividad débil

Los invernaderos y construcciones auxiliares suelen tener cobertura irregular. Prueba la calidad de señal donde realmente van a colocarse los dispositivos.

4. Sin alternativa cuando se cae internet

El almacenamiento en búfer local o un broker local evitan la pérdida de datos.

5. Demasiadas métricas demasiado pronto

Empieza con tres mediciones importantes, no con doce “por si acaso”.

6. Nadie es responsable de las alertas

Si no hay un responsable claro, el sistema genera ruido en lugar de acción.

7. Panel diseñado para técnicos, no para operarios

El mejor panel responde rápido a preguntas operativas. No se limita a mostrar todos los números disponibles.

Hemos visto el mismo patrón en pymes locales, no solo en agricultura: la gente compra tecnología antes de definir qué decisión debe mejorar. Por eso nuestro enfoque en CostaDelClicks empieza por el diseño del flujo de trabajo, no por comprar gadgets. Si evitas estos siete errores, ya te colocas por delante de la mayoría de primeros despliegues.

¿Conviene alojarlo por tu cuenta o usar herramientas en la nube?

Para explotaciones agrícolas en España, esto depende de tu presupuesto, tu nivel técnico y la sensibilidad de los datos.

Self-hosted puede ser la opción adecuada si:

• Quieres menores costes de software a largo plazo
• Quieres más control sobre tu configuración
• Ya tienes a alguien gestionando sistemas
• Prefieres que los datos se queden en infraestructura que controlas

La nube puede ser la opción adecuada si:

• Quieres un despliegue inicial más rápido
• No tienes recursos técnicos internos
• Priorizas la comodidad frente al control
• Tu configuración sigue siendo pequeña

A menudo recomendamos n8n self-hosted siempre que sea posible porque ofrece mejor control de costes cuando crece el número de flujos. Eso es especialmente relevante cuando los datos de sensores llegan de forma continua. Para automatizaciones SaaS-a-SaaS sencillas podemos usar Make.com, pero para una pila de panel agrícola, n8n suele ser la opción más sensata a largo plazo. Si todavía estás valorando el caso de negocio, lee nuestra guía sobre el ROI de la automatización empresarial. La decisión práctica es elegir la opción que tu equipo pueda mantener de forma realista dentro de seis meses.

Dónde empieza a aportar valor de verdad

Un panel es el principio, no la meta.

Una vez que los datos de sensores fluyen por n8n, puedes construir acciones mucho más útiles alrededor:

• Activar comprobaciones de riego
• Abrir tickets de mantenimiento automáticamente
• Enviar informes resumen diarios
• Comparar zonas a lo largo del tiempo
• Detectar fallos de sensores o batería baja
• Combinar datos de campo con registros de rendimiento
• Alimentar previsiones futuras o análisis con IA

Ahí es donde la agricultura basada en datos deja de ser una palabra de moda y empieza a convertirse en una ventaja operativa real.

Para productores y agroempresas de Almería, Granada, Murcia y Alicante, la oportunidad no está solo en “tener datos”. Está en hacer que esos datos sean utilizables sin añadir más carga administrativa. Ese es exactamente el tipo de sistema práctico que construimos con nuestros proyectos de automatización y nuestro trabajo digital más amplio para empresas de todo el sur de España. Si más adelante quieres incorporar IA, recomendamos usos prácticos como resúmenes de anomalías, interpretación de tendencias o extracción de datos de informes mediante nuestros servicios de IA—no promesas vagas de que la IA va a sustituir a las personas que llevan la explotación. La idea clave es que el retorno real viene de actuar más rápido, no de tener gráficos más bonitos.

Cuándo conviene contar con un especialista

Puedes montar un prototipo por tu cuenta si te manejas bien con hardware, redes y herramientas de automatización. Pero la mayoría de operaciones comerciales deberían buscar ayuda cuando:

• Necesitas fiabilidad, no experimentación
• Varias personas dependen de los datos
• La configuración abarca varias zonas o ubicaciones
• Necesitas paneles bilingües o interfaces para personal
• Quieres combinar sensores con sitios web, sistemas de reservas, CRM o informes

Ese último punto importa más de lo que la mayoría imagina. En cuanto empiezas a modernizar una parte del negocio, los sistemas desconectados se convierten en el siguiente cuello de botella.

Ayudamos con frecuencia a empresas a pasar de herramientas separadas a un sistema unificado. Si quieres eso en un contexto agrícola, empieza con una auditoría gratuita y te diremos con honestidad si necesitas un piloto sencillo o una arquitectura mayor. Si el trabajo solo requiere un piloto pequeño, también te lo diremos.

FAQ