Una distribuidora de material sanitario con 14 empleados sincroniza pedidos entre WooCommerce, un ERP antiguo y una hoja de cálculo que alguien actualiza a mano cada tarde. Cada pedido que entra genera siete pasos: validar stock, crear albarán, avisar a almacén, notificar al comercial, actualizar el CRM, enviar confirmación al cliente y registrar la línea en contabilidad. Cuando esa empresa se plantea automatizarlo, la pregunta que aparece siempre es la misma: n8n o Make. Y la respuesta cambia por completo según cómo cada plataforma cuente ese trabajo.
Resumen
Elegir entre n8n y Make se decide con tres factores, y ninguno es el precio de la lista de planes. El primero es el modelo de consumo: n8n factura por ejecución completa del flujo, mientras que Make descuenta una operación por cada módulo que procesa datos, de modo que un flujo largo se comporta de forma radicalmente distinta en cada plataforma. El segundo es quién va a mantener la automatización, porque n8n abre la puerta al self-hosting y al código, y eso exige un perfil técnico que muchas empresas no tienen. El tercero es la ambición del proyecto a doce meses. Lo que diferencia esta decisión de otras comparativas de software es que aquí la herramienta barata sobre el papel puede ser la cara en la práctica, y al revés.
SaaS o servidor propio: la diferencia que condiciona todo lo demás
Make es software como servicio. Se abre una cuenta, se construye el escenario en un lienzo visual y la infraestructura es problema del proveedor. n8n es software de código abierto que puede consumirse como servicio en la nube del propio fabricante o instalarse en un servidor bajo control de la empresa. Esa bifurcación no es un detalle de implantación: determina dónde viven los datos, quién responde cuando un flujo se cae a las tres de la mañana y qué ocurre el día que la plataforma cambia sus condiciones.
Para la distribuidora del ejemplo, con datos de pedidos de clínicas y hospitales, la posibilidad de que la información no salga de un servidor propio no es un capricho técnico. Es un argumento de cumplimiento que su responsable de calidad va a pedir por escrito. Ese es el terreno donde n8n gana sin discusión, y donde Make no compite porque no pretende competir.
La contrapartida aparece en cuanto se levanta el primer servidor. Un n8n autoalojado necesita actualizaciones, copias de seguridad verificadas, un plan de recuperación, monitorización de la cola de trabajos y alguien que entienda por qué un contenedor se reinicia solo. Nada de eso figura en la comparativa de funcionalidades, pero todo eso ocurre.
Ejecuciones frente a operaciones: la diferencia que casi nadie explica bien
Aquí está el punto que decide la mayoría de los casos y que las comparativas patrocinadas suelen tratar de pasada, porque no favorece a quien paga el artículo.
n8n cuenta ejecuciones. La documentación oficial de la plataforma lo define sin ambigüedad: una ejecución es una única pasada del flujo completo, sin importar cuántos pasos contenga ni cuántos datos procese. Un flujo de tres nodos y un flujo de cuarenta nodos consumen exactamente lo mismo: uno.
Make cuenta operaciones. Según su propia documentación de ayuda, una operación es la ejecución de un único módulo para procesar datos o comprobar si hay datos nuevos. Los módulos regulares consumen una operación por cada paquete de datos que atraviesan: si un módulo envía cinco correos, se registran cinco operaciones. Los módulos de disparo son la excepción y consumen una sola operación al comprobar o recuperar datos, con independencia del número de paquetes que devuelvan.
Traducido al pedido de la distribuidora: los siete pasos de ese flujo son una ejecución en n8n y, como mínimo, siete operaciones en Make, más las que se multipliquen si algún paso itera sobre varias líneas de pedido. Un pedido con seis referencias distintas puede disparar decenas de operaciones en un lado y seguir siendo una sola ejecución en el otro.
La lectura correcta no es «n8n consume menos». Es que la forma del flujo determina qué modelo conviene. Flujos largos, con muchos pasos y muchas iteraciones, encajan con el modelo de ejecución. Flujos cortos que se disparan constantemente —un webhook que solo escribe una fila— encajan bien con el modelo de operación y no aprovechan la ventaja de n8n. Una empresa con doscientos flujos triviales y otra con diez flujos monstruosos toman decisiones opuestas con los mismos datos.
Quién construye el flujo: la curva de aprendizaje decide más que la funcionalidad
Make está diseñado para que una persona de operaciones o de marketing construya sin escribir una línea de código. El lienzo visual muestra el recorrido del dato de módulo en módulo, los errores se ven donde ocurren y el catálogo de aplicaciones cubre prácticamente cualquier herramienta SaaS de uso corriente. Una responsable de marketing puede montar sola un flujo de bienvenida automatizado en una tarde y no volver a tocarlo.
n8n parte de la misma idea de lienzo, pero abre dos puertas que cambian el perfil de quien lo usa: un nodo de código donde se escribe JavaScript para transformar datos de forma arbitraria, y la capacidad de instalar la plataforma donde se quiera. Esas dos puertas son la razón por la que un equipo técnico prefiere n8n y la razón por la que una PYME sin desarrollador se atasca a la tercera semana.
El error de criterio más común consiste en elegir la herramienta por su techo de potencia en lugar de por el suelo de su curva de aprendizaje. El techo importa cuando el proyecto llega arriba. El suelo importa el primer día, y el primer día es cuando se abandonan los proyectos.
Ese matiz merece insistencia. Ninguna de las dos plataformas se elige por el tamaño del catálogo. Se elige comprobando, una por una, si existen conectores nativos para el CRM, la pasarela de pago, el ERP y la herramienta de correo que la empresa ya tiene en producción. Cuando falta uno solo de esos conectores, la conversación deja de ser sobre plataformas y pasa a ser sobre llamadas HTTP a una API, terreno en el que n8n es más cómodo y Make, más rígido.
Un flujo real, paso a paso: cómo se construye la misma automatización en cada plataforma
Conviene bajar del argumento abstracto al orden concreto de trabajo. Un flujo de recuperación de carritos, el caso más rentable en comercio electrónico, se construye siempre en la misma secuencia con independencia de la herramienta.
Qué evento inicia el flujo y cuánto se espera antes de actuar. Un carrito no se abandona en el minuto uno: se abandona cuando pasa la ventana que el negocio haya definido con sus propios datos.
Descartar cuanto antes lo que no debe seguir: usuarios sin consentimiento, pedidos ya completados, carritos de prueba. En Make, cada registro filtrado tarde consume operación. Filtrar pronto es diseño y es ahorro.
Recuperar histórico de compra, segmento y valor de vida antes de decidir el mensaje. Aquí es donde el nodo de código de n8n resuelve en una función lo que en un lienzo puro exige encadenar varios módulos.
Enviar el mensaje adecuado por el canal adecuado y dejar traza de lo ocurrido. Sin registro no hay medición, y sin medición el flujo es una creencia, no un activo.
La secuencia es idéntica; lo que cambia es el coste de cada decisión. El paso 2 penaliza distinto en cada plataforma. El paso 3 es donde n8n despega. El paso 4 es donde Make brilla, porque su catálogo de módulos de notificación resuelve sin fricción lo que en n8n a veces exige leer documentación. Quien haya montado un flujo de carrito abandonado en WooCommerce reconoce que el 80 % del trabajo real no está en conectar aplicaciones, sino en decidir las reglas de negocio que gobiernan esas ramas. La plataforma es el vehículo; la estrategia de recuperación de carritos abandonados es el destino, y esa parte no la resuelve ningún conector.
Lo que hay detrás del self-hosting de n8n
El argumento de venta del software de código abierto es que la licencia no se paga. Es cierto y es incompleto. Alojar n8n en un servidor propio traslada a la empresa un conjunto de responsabilidades que antes asumía el proveedor, y esas responsabilidades tienen un coste que no aparece en ninguna tabla comparativa porque no se factura: se paga en horas de alguien.
-
1Actualizaciones que rompen flujos en producción
El ritmo de publicación de versiones es alto. Actualizar sin entorno de pruebas es apostar la operativa del negocio a que ningún nodo haya cambiado de comportamiento.
-
2Copias de seguridad que nadie ha restaurado nunca
Una copia sin una restauración probada no es una copia. Los flujos, las credenciales cifradas y el histórico de ejecuciones viven en una base de datos que hay que respaldar de forma explícita.
-
3Ausencia de monitorización sobre los fallos silenciosos
El fallo peligroso no es el que tumba el servidor: es el flujo que lleva once días sin dispararse y nadie lo ha notado porque no había alerta.
-
4Dependencia de una sola persona
Cuando la instalación la levantó un único perfil técnico y no se documentó, el riesgo operativo se concentra en su calendario de vacaciones.
Ninguno de estos puntos es un argumento contra el self-hosting. Son la lista de comprobación que hay que responder antes de elegirlo. Una empresa con equipo técnico y cultura de infraestructura los resuelve sin despeinarse y obtiene, a cambio, control total y un consumo que escala mucho mejor. Una empresa sin ese equipo compra un problema que no sabe que ha comprado, y suele descubrirlo el día que el flujo crítico se detiene.
IA y agentes: dónde se abre la brecha en 2026
Durante años la comparativa se dirimía en el catálogo de conectores. Ese debate está prácticamente cerrado: ambas plataformas cubren el ecosistema SaaS habitual. La brecha se ha desplazado a cómo cada una integra modelos de lenguaje.
Make incorpora conectores de IA que funcionan con una lógica de entrada y salida: se envía una instrucción, se recibe una respuesta y el flujo continúa. Resuelve muy bien la clasificación de un correo, la redacción de un resumen o la extracción de un dato de un texto libre.
n8n va más lejos con nodos orientados a agentes: el modelo puede invocar herramientas, mantener memoria entre pasos y decidir la siguiente acción en lugar de limitarse a devolver texto. Esto habilita construcciones que un lienzo lineal no permite, como un agente que consulta el CRM, decide si necesita más contexto, lo busca y solo entonces redacta.
La advertencia pertinente es que un agente autónomo introduce indeterminismo en un proceso de negocio. Un flujo lineal que falla, falla siempre igual y se depura. Un agente que decide puede acertar noventa y ocho veces y equivocarse dos, y esas dos hay que poder detectarlas. Para procesos con impacto en facturación, la sofisticación no siempre es la respuesta correcta.
Cómo medir si la automatización funciona
Un flujo activo no es un flujo que aporte valor. La diferencia entre una automatización y un adorno se establece con cuatro preguntas que conviene responder antes de construir nada, no después.
Cuántas horas de trabajo manual desaparecen al mes y en qué se han reinvertido.
Se mide contra el proceso anterior, no contra una estimación.
Porcentaje de ejecuciones fallidas sobre el total y tiempo medio hasta detectarlas.
Un flujo sin alertas tiene una tasa de error desconocida, no baja.
Qué ingresos pasan por el flujo y cómo se comparan con el escenario sin automatizar.
Exige marcar el origen desde el primer día.
Ejecuciones u operaciones necesarias para producir una conversión.
Es la métrica que revela si el modelo de la plataforma encaja.
La última métrica es la que cierra el círculo de este artículo: solo midiendo el consumo por resultado se descubre, con datos propios y no con folletos, cuál de los dos modelos de facturación favorece a la operativa concreta de un negocio. Ese trabajo pertenece al terreno de la medición y la analítica, y sin él la elección de plataforma se toma a ciegas. Instrumentar los flujos con eventos es exactamente el tipo de trabajo que aborda el servicio de marketing automation de Advanze cuando una empresa plantea este dilema: primero se mide el proceso actual, después se elige la herramienta.
Conviene recordar además que la automatización no sustituye a la captación. Un flujo impecable sobre una tienda que no recibe visitas no tiene nada que automatizar; el posicionamiento de una tienda WooCommerce y la automatización de su ciclo de vida son palancas complementarias, y atacar la segunda sin la primera produce sistemas elegantes que mueven muy poco dinero.
Criterio de decisión: cuándo gana cada una
Con todo lo anterior sobre la mesa, la decisión se puede reducir a una regla operativa.
Make gana cuando el equipo que va a mantener los flujos no es técnico, cuando las automatizaciones son numerosas pero cortas, cuando el catálogo cubre las herramientas del negocio y cuando la prioridad es tener algo funcionando este trimestre sin abrir un frente de infraestructura. Es la elección sensata para la mayoría de las PYMES que dan sus primeros pasos.
n8n gana cuando existe perfil técnico interno, cuando los flujos son largos y con muchas iteraciones, cuando los datos no pueden salir de la infraestructura propia, cuando se necesita lógica que solo el código resuelve o cuando el proyecto apunta a agentes de IA con memoria y herramientas.
Mirando a doce meses, la pregunta pertinente no es cuál de las dos es mejor hoy, sino qué construye la empresa mientras la usa. Una organización que empieza en Make y documenta sus procesos, define sus reglas de negocio y aprende a medir el consumo por resultado está construyendo un activo que sobrevive a la herramienta: el día que necesite migrar, migrará un proceso comprendido. Una organización que levanta un n8n autoalojado sin documentar, sin monitorizar y sin nadie que lo herede, construye deuda técnica disfrazada de ahorro.
La plataforma es reversible. La disciplina de proceso no se improvisa. Ese es el orden correcto de prioridades, y explica por qué dos empresas con el mismo presupuesto y la misma herramienta obtienen resultados que no se parecen en nada al cabo de un año.
Preguntas frecuentes
¿n8n es realmente gratis?
La licencia del software autoalojado no se paga, pero el servidor, las actualizaciones, las copias de seguridad y la monitorización sí consumen recursos y tiempo de un perfil técnico. La versión en la nube del propio fabricante elimina esa carga y funciona como cualquier otro servicio de suscripción.
¿Qué diferencia hay entre una ejecución de n8n y una operación de Make?
Una ejecución de n8n es una pasada completa del flujo, con independencia de cuántos pasos tenga. Una operación de Make es la ejecución de un único módulo que procesa datos, de modo que un flujo de siete módulos consume al menos siete operaciones por cada paquete de datos que lo atraviesa.
¿Cuánto cuesta automatizar un negocio con n8n o con Make?
El coste depende mucho más de la forma de los flujos que de la tarifa de la plataforma: número de automatizaciones, longitud de cada una, volumen de datos que procesan y si existe o no equipo técnico para mantenerlas. Un proyecto bien dimensionado empieza auditando el proceso manual actual y estimando el consumo real antes de contratar ningún plan.
¿Se puede migrar de Make a n8n más adelante?
Sí, pero no existe una conversión automática entre escenarios de Make y flujos de n8n: hay que reconstruirlos. La migración es asumible cuando los procesos están documentados y las reglas de negocio son explícitas; se vuelve costosa cuando la lógica solo vive dentro del lienzo original.
¿Cuál es mejor para automatizar con inteligencia artificial?
n8n ofrece nodos orientados a agentes capaces de invocar herramientas y mantener memoria entre pasos, mientras que Make se apoya en conectores de instrucción y respuesta. Para clasificar, resumir o extraer datos, ambas cumplen; para agentes que deciden acciones encadenadas, n8n va por delante.
¿Cuál conviene a una tienda WooCommerce?
Si la tienda necesita flujos cortos y frecuentes gestionados por el equipo de marketing, Make resuelve con menos fricción. Si los flujos recorren muchos pasos por pedido o deben cruzar datos con un ERP propio, el modelo de ejecución de n8n suele encajar mejor.
¿n8n o Make? La respuesta empieza por auditar los procesos, no por elegir herramienta
Advanze diseña e implanta automatizaciones de marketing y operaciones sobre la plataforma que encaja con el proceso real de cada negocio, con la medición instrumentada desde el primer flujo.