Drill 13
Un tablero para quien decide
Hay veinte gráficos disponibles. ¿Cuáles necesita ver quien decide?
Cómo armar un tablero pensado en la decisión de quien lo mira, no en todo lo que se puede mostrar.
Cuándo se saca
Cuando te piden un tablero, cuando uno que ya existe nadie lo abre, o cuando cada reunión termina con alguien pidiendo un número que no está.
Cómo se usa
- Parte por la persona y la decisión: quién lo abre, cada cuánto y qué decide con lo que ve. Si no puedes nombrar una decisión, todavía no hay tablero.
- Ordénalo en tres niveles: arriba lo que dice si hay que actuar, al medio lo que explica por qué se movió y al final el detalle para quien quiera profundizar. Quien decide casi siempre se queda en el primero.
- Pon cada número con su comparación: contra la meta, contra el período anterior o contra lo normal. Un número solo no dice si está bien o mal.
Un tablero no se mide por lo que muestra. Se mide por lo que alguien decide al verlo.
Una escena típica
Escena ilustrativa, sin datos de un caso real.
Escena típica en una gerencia comercial.
Lo que se veíaUn tablero con decenas de gráficos que se actualiza todos los días y que la gerencia casi no abre.
Lo que eraLa gerencia usaba tres números para decidir y los buscaba en otra planilla, porque en el tablero estaban mezclados con todo lo demás.
En qué terminóEl tablero se rehízo con esos tres números arriba, cada uno contra su meta, y el resto quedó un nivel más abajo para quien lo necesitara.
Dónde se cae la gente
Poner todo lo que se puede medir por si alguien lo necesita. Un tablero donde todo pesa lo mismo obliga a quien lo mira a hacer el análisis que el tablero debía traer hecho.
Fuego rápido
3 preguntas sobre esto mismo. Si fallas una, la línea de abajo dice por qué.
Dónde se pone a prueba
Saber el método no es la habilidad. Estos challenges no te dicen cuál usar, y ese es justamente el ejercicio.
Quién lo revisa
Rodrigo Urrea
Analítica · Forecasting · Productos digitales
- 14 años
- Chile · Alemania · EE.UU.
- Varias industrias
- Forecasting
- Productos digitales
- MSc Business Analytics
- AI-ready
Catorce años en analítica, en Chile, Alemania y para compañías en Estados Unidos.
Empecé en consumo masivo y bebidas, donde los pedidos llegaban con apuro y sin contexto. Después forecasting, productos digitales, y empresas sin equipo de datos que necesitaban una respuesta usable el lunes y no el mejor modelo posible. Un MSc en Business Analytics en el camino. Trabajé en varias industrias, y el patrón se repite en todas: el problema casi nunca es la técnica o la herramienta.
Hoy trabajo en construir capacidades AI-ready para tareas de analítica: qué parte del trabajo conviene automatizar y qué parte sigue siendo criterio. La segunda es más grande de lo que parece.
Los 21 challenges salen de pedidos que me hicieron a mí.
LinkedIn ↗Todos mis enlaces ↗