Superuser Todo abierto, buffs infinitos, entregas simuladas, sin GA.
Drill 19
El tablero está en rojo. ¿Qué dice de verdad ese número?
Cómo leer cada número de un tablero antes de sacar conclusiones, qué mide, de qué período, contra qué compara y hasta cuándo llegan los datos.
Cuándo se saca
Cuando te pasan un tablero con una alarma, antes de una reunión donde alguien lo va a proyectar, o cuando un indicador cambia de golpe.
Cómo se usa
Un tablero no muestra el negocio. Muestra el negocio con las decisiones de quien lo armó.
Una escena típica
Escena ilustrativa, sin datos de un caso real.
Escena típica en una reunión de gestión.
Lo que se veíaEl tablero muestra la satisfacción de clientes en rojo y alguien propone revisar todo el proceso de atención.
Lo que eraEse mes había cambiado la encuesta, que pasó de preguntar por la última compra a preguntar por la relación completa. La meta y la comparación seguían siendo las de la encuesta anterior.
En qué terminóLa serie se separó en dos tramos y la meta se volvió a fijar con la encuesta nueva. La revisión del proceso quedó para cuando hubiera datos comparables.
Dónde se cae la gente
Leer el color antes que el número. El rojo y el verde responden a una regla que alguien configuró, y esa regla puede estar comparando cosas que ya no se pueden comparar.
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
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 ↗