Eres responsable de la actualización semanal de los KPI ejecutivos para un producto de suscripción. El conjunto de datos es subscriptions_kpi_daily, con 18.250 filas que abarcan desde el 1 de enero de 2026 hasta el 30 de junio de 2026, segmentadas por plan_tier (nivel de plan) y acquisition_channel (canal de adquisición). El vicepresidente plantea una pregunta: ¿mejoró la retención tras el lanzamiento del nuevo proceso de incorporación (onboarding) el 15 de mayo de 2026 y, de ser así, en qué niveles?
La IA puede generar gráficos y textos rápidamente, pero no puede asumir el riesgo empresarial que conlleva una cifra engañosa; esa responsabilidad recae sobre ti. Si un gráfico presenta datos erróneos sobre la retención debido a que el eje está truncado o se ha seleccionado arbitrariamente el periodo de tiempo, las consecuencias negativas recaen en el analista que lo publicó, no en la herramienta que lo generó.
Observa un borrador de la vista ejecutiva y considera aquello que tendrías que avalar con tu firma.
En este curso, considera el LLM como un modelo de lenguaje de gran tamaño que genera texto, código y sugerencias estructuradas mediante la coincidencia de patrones, no consultando tu base de datos. Esta distinción es importante porque un LLM puede generar sin problemas una consulta SQL aparentemente válida que devuelva una definición de cohorte incorrecta, y tú seguirás siendo el responsable de la métrica.
Las distintas herramientas de IA generan diferentes tipos de resultados. Los asistentes de código generan Python, R, SQL o especificaciones de gráficos como vega-lite. Los copilotos de BI generan campos calculados (como DAX), filtros y diseños de paneles. Los generadores de narrativa redactan párrafos ejecutivos y titulares. Los sistemas de recomendación de gráficos proponen tipos de gráficos y codificaciones visuales, como asignar la fecha al eje X y la tasa_de_retención al eje Y.
Explora cómo se relacionan estos tipos de herramientas con los entregables que produces.
La mayor parte del tiempo no se dedica a dibujar barras, sino a traducir las intenciones a menudo confusas de las partes interesadas en una métrica precisa, a superar las revisiones y a dejar suficientes pistas para que otra persona pueda reproducir la cifra el mes siguiente.
La IA acelera la elaboración del borrador inicial. Puedes pedirle que proponga gráficos candidatos para analizar la retención por nivel de plan (plan_tier) en torno al 15 de mayo de 2026, y generará un punto de partida rápidamente. El ritmo vuelve a ralentizarse al realizar las comprobaciones imprescindibles: verificas la definición de la cohorte, confirmas el denominador, revisas el periodo de tiempo y examinas la escala de los ejes. Si la IA sugiere un gráfico de doble eje, tú decides si este conlleva una argumentación que no podrías defender.
Descubre cómo encaja la IA en un flujo de trabajo realista de actualización de KPI.