“Yo quiero ver todos los datos”: el error que paraliza las decisiones de negocio
«Yo quiero ver todos los datos.»
Llevo años escuchando esta frase. Y durante mucho tiempo, mi respuesta fue la misma que la de cualquier analista que quiere hacer bien su trabajo: construir la tabla más completa posible.
47 columnas. Todos los filtros. Todos los campos. Todo.
La reacción en la sala fue buena. «¡Qué bien, ya puedo ver toda la información rápidamente y en un mismo sitio!»
Tres semanas después llegó la respuesta real: no sabían qué acción debían tomar con esos datos.
Más datos no es más claridad. Es más ruido.
El problema no era la tabla. Era que nadie había definido para qué servía.
Cuando presentas 47 columnas a alguien que tiene que tomar una decisión, no le estás dando poder. Le estás transfiriendo el problema. Le estás diciendo, sin decirlo: «Aquí está todo. Tú averigua.»
Y el negocio, por lo general, no sabe averiguar. No porque sea torpe, sino porque eso no es su trabajo. El suyo es decidir. El nuestro es facilitarles esa decisión.
El coste real de no decidir
Lo que más me llamó la atención de aquella situación no fue el feedback en sí. Fue lo que ocurrió durante esas tres semanas.
La tabla estaba disponible. Los datos eran correctos. Y aun así, las reuniones de seguimiento siguieron igual: sin conclusiones claras, sin responsables, sin fechas. El análisis existía, pero no cambiaba nada.
Esto es más habitual de lo que parece. Un dashboard que no lleva a una acción concreta no es un activo — es ruido con buena presentación. Y el ruido tiene un coste real:
- Reuniones que se repiten porque nadie llegó a una conclusión la vez anterior
- Análisis que se archivan sin haber influido en ninguna decisión
- Problemas que se detectan tarde porque nadie sabía en qué número fijarse
- Oportunidades que se pierden mientras el equipo debate qué columna mirar
El dato correcto en el momento correcto cambia decisiones. Una tabla con todo no cambia nada.
Por qué ocurre esto
Cuando alguien del negocio pide «todos los datos», casi nunca sabe exactamente qué está pidiendo. Lo que realmente está diciendo es: «Tengo la sensación de que me falta información para tomar decisiones, y no sé cuál.»
Es una petición de seguridad, no de datos.
Y si respondemos literalmente — dándoles todo — estamos evitando la conversación más importante: ¿qué decisión necesitas tomar?
Esa pregunta incómoda, la que a veces genera fricción en la sala, es exactamente donde empieza el trabajo real de un analista de datos.
El giro: tu trabajo no es mostrar datos
Nadie contrata a un analista para que muestre datos. Te contratan para que las decisiones sean mejores y más rápidas.
La diferencia parece sutil, pero cambia todo: el foco deja de estar en el dato y pasa a estar en la acción. Y cuando tienes claro qué acción se tiene que tomar, sabes exactamente qué dato necesitas mostrar — y cuál no.
3 preguntas que hago antes de construir cualquier dashboard
Desde aquella reunión, antes de construir nada pregunto siempre lo mismo:
1. ¿Qué decisión necesitas tomar con esta información?
No «qué quieres ver». Qué decisión. Si no hay una respuesta clara, el dashboard no debería existir todavía.
2. Si el número es alto, ¿qué harías? ¿Y si es bajo?
Esta pregunta revela si el dato es realmente accionable. Si la respuesta en ambos casos es «no sé» o «depende de otras cosas», ese dato no debería estar en primer plano.
3. ¿Quién actúa sobre este dato y con qué frecuencia?
Un director de operaciones y un responsable de tienda necesitan vistas completamente distintas del mismo dato. Saber quién lo usa y cuándo define el formato, el nivel de detalle y la frecuencia de actualización.
Tres preguntas. Diez minutos de conversación. Semanas de iteraciones evitadas.
Del caos a la claridad: cómo cambia el resultado
Aplicando estas preguntas a aquella misma situación, el resultado fue completamente distinto.
En lugar de una tabla con 47 columnas, construimos una vista con 4 métricas principales — las que respondían directamente a las decisiones que el equipo necesitaba tomar cada semana. Ventas reales vs objetivo, margen por categoría, rotación de stock y devoluciones. Nada más.
Al lado de cada métrica, un indicador visual simple: verde si estaba dentro del rango esperado, rojo si requería atención. Sin necesidad de interpretar. Sin necesidad de buscar.
La primera semana, el equipo identificó un problema de rotación en una categoría concreta y tomó una decisión de reposicionamiento en menos de 24 horas. Antes, ese mismo dato estaba en la tabla. Nadie lo había visto.
Más datos no llevaron a mejores decisiones. Menos datos, bien elegidos, sí. Si quieres ver cómo estructurar esas métricas clave para que el dashboard sea navegable por distintos perfiles de usuario, en el post sobre dashboards adaptativos en Power BI explico cómo hacerlo sin duplicar páginas.
La diferencia entre reportar y generar impacto
Hay dos tipos de analistas de datos.
El primero da respuesta a lo que le piden. Le piden todos los datos, entrega todos los datos. Cumple. Es fiable. Pero rara vez es indispensable.
El segundo hace las preguntas incómodas antes de construir nada. A veces genera fricción. Pero cuando entrega algo, la gente sabe exactamente qué hacer con ello.
La brecha entre el dato y la decisión de negocio no se cierra con más columnas. Se cierra con mejores preguntas.
¿Te ha pasado algo parecido? ¿Cómo gestionas tú las peticiones de «quiero verlo todo»? Déjame un comentario.
¿Necesitas aplicar esto
en tu empresa?
Diseño e implemento soluciones de Power BI adaptadas a tu negocio. Hablamos sin compromiso y vemos qué tiene sentido en tu caso.
Comentarios
Deja tu comentario