Proyecto Final: Análisis de Principio a Fin

Poniendo Todo Junto

🔄 Repaso rápido: En la lección anterior, exploramos cómo construir análisis repetibles. Ahora unamos todas las piezas del curso en un análisis completo.

Aprendiste las piezas individuales. Ahora veamos la foto completa.

Esta lección recorre un análisis de principio a fin — desde la pregunta de negocio hasta la recomendación. Verás cómo cada habilidad del curso se conecta en un solo flujo de trabajo.

El Flujo de Análisis Completo

PREGUNTA → EXPLORAR → ANALIZAR → VISUALIZAR → INSIGHT → COMUNICAR
    ↓          ↓          ↓           ↓          ↓           ↓
 Lección 2  Lección 3  Lección 3   Lección 4  Lección 5  Lección 6
            Lección 4                                     Lección 7

Cada paso se construye sobre el anterior. Saltarse uno y el análisis se resiente.

Escenario del Proyecto Final

La situación:

Trabajas en una empresa SaaS. El CEO pregunta: “¿Por qué bajaron los ingresos el mes pasado? ¿Qué deberíamos hacer al respecto?”

Recorramos el análisis completo.

Paso 1: Enmarcar la Pregunta (Lección 2)

No aceptes la pregunta tal cual.

El CEO preguntó sobre ingresos. Pero, ¿específicamente qué?

• Los ingresos bajaron — ¿comparado con qué? ¿Mes pasado? ¿Año pasado? ¿Meta?
• ¿Cuál es la magnitud? ¿5% o 50%?
• ¿Es algo de una sola vez o una tendencia?

Preguntas de clarificación:

IA: "Ayúdame a desarrollar preguntas de clarificación para esta petición de análisis:
'¿Por qué bajaron los ingresos el mes pasado y qué deberíamos hacer?'

¿Qué necesito entender antes de empezar el análisis?"

Pregunta refinada: “Los ingresos bajaron 12% mes contra mes. ¿Se debe a menos clientes, menor gasto por cliente, o ambos? ¿Qué segmentos son los más afectados? ¿Qué está impulsando la caída?”

Paso 2: Explorar los Datos (Lección 3)

Perfila antes de analizar.

Sacas datos de ingresos por cliente, producto y periodo de tiempo.

IA: "Perfila estos datos de ingresos. Dime:
- Estructura y rango de tiempo
- Problemas de calidad de datos
- Patrones iniciales que notes

[Pega muestra de datos]"

Lo que descubres:

• Los datos cubren 18 meses
• 3,200 clientes
• Datos faltantes para 12 clientes (investigar después)
• Ingresos por segmento: Enterprise (45%), Mid-market (35%), PyME (20%)

Paso 3: Analizar el Patrón (Lecciones 3-4)

Descompón la caída de ingresos.

Los ingresos pueden bajar por:

• Menos clientes (rotación)
• Menor gasto por cliente (contracción)
• Cambio de mix (perder segmentos de alto valor)

IA: "Analiza esta caída de ingresos descomponiéndola en:
1. Cambio en número de clientes
2. Cambio en ingreso promedio por cliente
3. Cambio en mix de segmentos

[Pega datos]

¿Cuál es el factor principal?"

Hallazgos:

• Número de clientes: bajó 3% (perdimos 96 clientes)
• Ingreso promedio por cliente: bajó 9%
• Mix: Enterprise estable, PyME bajó significativamente

La historia emerge: Los ingresos cayeron principalmente porque los clientes existentes gastaron menos. El segmento PyME es el más afectado.

Paso 4: Visualizar el Insight (Lección 4)

Elige gráficas que muestren el patrón claramente.

Para este análisis:

• Gráfica de línea: Tendencia de ingresos en 6 meses (muestra que no es aleatorio)
• Gráfica de barras: Cambio de ingresos por segmento (muestra el problema PyME)
• Gráfica de cascada: Puente del mes pasado a este mes (muestra componentes)

Gráfica clave: Una gráfica de barras simple mostrando ingresos por segmento, con anotaciones resaltando la caída del PyME.

Paso 5: Extraer el Insight (Lección 5)

Muévete de la descripción al diagnóstico a la prescripción.

Descripción: Los ingresos cayeron 12%.

Diagnóstico: Los clientes PyME existentes redujeron su gasto. La investigación muestra que están bajando de plan por sensibilidad al precio — los competidores bajaron precios recientemente.

Predicción: Sin intervención, los ingresos probablemente caerán otro 5-8% conforme más clientes PyME bajen de plan o se vayan.

Prescripción: Considerar descuentos de retención dirigidos a clientes PyME en riesgo. Evaluar competitividad de precios.

✅ Revisión Rápida: ¿Cuáles son los cuatro niveles de la jerarquía de insights que usamos en este escenario?

Paso 6: Comunicar los Hallazgos (Lección 6)

Estructura para tu audiencia — el CEO.

Resumen ejecutivo (una página):

ANÁLISIS DE INGRESOS: CAÍDA DE ABRIL

LA SITUACIÓN
Los ingresos cayeron 12% mes contra mes ($180K), impulsado
principalmente por reducción de gasto de clientes PyME, no por
pérdida de clientes.

CAUSA RAÍZ
Los clientes PyME están bajando de plan. Las encuestas de salida y
el análisis de competencia sugieren sensibilidad al precio — los
competidores bajaron precios 10-15%.

RECOMENDACIÓN
1. Implementar descuentos de retención para cuentas PyME en riesgo
   (inversión estimada: $50K)
2. Revisar estrategia de precios PyME vs. competencia
3. Aumentar outreach de customer success a cuentas en riesgo

IMPACTO ESPERADO
Las ofertas de retención podrían recuperar 40-50% de los ingresos
perdidos basado en intervenciones similares del año pasado.

RIESGOS
- Los recortes de precio podrían no ser el único factor;
  la satisfacción con el producto también podría contribuir
- Se recomienda un análisis más profundo de la competencia
  antes de cambiar precios

Paso 7: Construir para Reutilizar (Lección 7)

Este análisis se va a repetir.

El CEO preguntará sobre ingresos de nuevo el próximo mes. Construye un template:

Template de Análisis Mensual de Ingresos:

1. Sacar datos de ingresos por segmento y cliente
2. Comparar con mes anterior y año anterior
3. Descomponer en: número de clientes, gasto por cliente, mix
4. Identificar los drivers más grandes
5. Investigar causas de cambios importantes
6. Generar resumen ejecutivo con recomendaciones

La Mentalidad del Analista

A lo largo de este curso, desarrollaste más que habilidades. Desarrollaste una mentalidad.

Pregunta antes de analizar: ¿Qué pregunta estamos respondiendo realmente? ¿Qué decisión informará esto?

Explora antes de concluir: Entiende tus datos antes de sacar conclusiones. Perfila primero.

Simplifica siempre: Una gráfica, un mensaje. Las visualizaciones claras ganan a las complejas.

Empuja hacia el insight: Las descripciones no bastan. Diagnostica, predice, prescribe.

Adapta a la audiencia: Los ejecutivos reciben una página. Los colegas reciben contexto. Las audiencias técnicas reciben metodología.

Construye para reutilizar: Si lo vas a hacer de nuevo, hazle un template.

Tu Toolkit de Análisis

Ahora tienes:

Ejercicio: Tu Propio Proyecto Final

Piensa en una pregunta que enfrenta tu organización. Recorre el proceso completo:

1. Enmárcala: ¿Cuál es la pregunta real? ¿Qué decisión informa?
2. Obtén datos: ¿Qué datos necesitarías? ¿De dónde vendrían?
3. Explora: ¿Qué buscarías primero?
4. Analiza: ¿Cómo descompondrías el problema?
5. Visualiza: ¿Qué gráficas contarían la historia?
6. Extrae insight: ¿Cuál es el “¿y qué?” y “¿ahora qué?”?
7. Comunica: ¿Quién es la audiencia? ¿Qué necesitan?

Incluso sin datos, recorrer este framework construye músculo analítico.

Resumen del Curso

A lo largo de ocho lecciones, aprendiste a:

1. Pensar como analista: La IA potencia tu pensamiento, no lo reemplaza
2. Enmarcar preguntas correctamente: La pregunta correcta es la mitad de la respuesta
3. Explorar datos rápidamente: Perfila antes de analizar, detecta problemas temprano
4. Crear visualizaciones claras: Empareja el tipo de gráfica con el mensaje
5. Extraer insights reales: Ve más allá de la descripción hasta la prescripción
6. Comunicar con impacto: Estructura reportes para tu audiencia
7. Construir flujos repetibles: Hazle template a lo que harás de nuevo
8. Ejecutar de principio a fin: Combina todas las habilidades en análisis completos

El análisis de datos no se trata de tener las herramientas más sofisticadas. Se trata de hacer buenas preguntas, encontrar patrones significativos y comunicarlos claramente.

Tienes el framework. Ahora ve a analizar algo.

Conclusiones Clave

• El flujo completo de análisis va de Pregunta → Explorar → Analizar → Visualizar → Insight → Comunicar
• Cada paso construye sobre el anterior — saltarse uno debilita todo el análisis
• Lidera con la respuesta al presentar a ejecutivos; proporciona evidencia después
• Un análisis es valioso cuando conecta hallazgos con decisiones y acciones concretas
• Construye templates para análisis que vas a repetir — la inversión se paga rápido
• La mentalidad analítica importa más que las herramientas: pregunta, explora, simplifica, empuja hacia insights