Saltar al contenido principal

Análisis de datos

Todos los niveles

No necesitas ser científico de datos para obtener respuestas a partir de tus datos con la IA — pero sí tienes que mantenerla honesta. La IA escribe la consulta y explica el resultado; tú confirmas que las cifras son reales.

En qué ayuda​

  • Escribir SQL / fórmulas de hoja de cálculo / pandas a partir de una pregunta en lenguaje llano.
  • Explicar qué significa una consulta o un resultado en términos de negocio.
  • Limpiar y transformar datos desordenados (describe el desorden y obtén los pasos).
  • Sugerir el gráfico adecuado para la pregunta.
  • Interpretar los resultados y proponer la siguiente pregunta.

El flujo de trabajo seguro​

  1. Describe tus datos — columnas, tipos y la granularidad (¿una fila = qué?). No des por hecho los nombres.
  2. Plantea la pregunta que debe responder el análisis.
  3. Obtén la consulta + una explicación de una línea de lo que hace y sus supuestos.
  4. Ejecútala tú mismo sobre los datos reales.
  5. Devuelve los resultados para una interpretación en lenguaje llano y sus salvedades.
My table `orders` has columns: order_id, customer_id, created_at, total_eur,
status. One row per order. Write SQL for monthly revenue from completed orders in
2025, and explain any assumptions.

Salvaguardas​

:::warning Nunca te fíes de cifras que no haya calculado Si la IA expone un resultado sin ejecutar la consulta sobre tus datos, ese número puede estar inventado. Ejecuta tú mismo las consultas; trata como no verificada cualquier cifra que no hayas calculado tú. Y recuerda que correlación ≠ causalidad — pídele que señale las afirmaciones de tipo asociativo. Consulta Alucinaciones. :::

  • Comprueba el orden de magnitud — ¿resultado inverosímil? Investiga, no lo publiques.
  • Declara los supuestos (nulos, deduplicación, zonas horarias, moneda).
  • No pegues datos sensibles ni PII en herramientas que no hayas verificado (Privacidad).

Siguiente​