El análisis llega en dos minutos: gráficos limpios, un resumen redactado con soltura, conclusiones del tipo «las ventas del segundo trimestre cayeron por culpa de un segmento concreto». Es tentador copiarlo en la presentación del jueves. El problema es que una herramienta de IA escribe con la misma seguridad cuando acierta que cuando se equivoca, y un error en una cifra de ventas no se nota hasta que alguien, en plena reunión, pregunta de dónde sale.
Esta lista no pretende que desconfíes de la IA, sino que la uses como se usa a un ayudante muy rápido: le encargas el trabajo, y antes de firmarlo compruebas lo esencial. Son unas comprobaciones mínimas, pensadas para quien no es analista y tiene diez minutos, y que puedes imprimir y tachar cada vez que lleves un análisis a una reunión.
Antes de leer el análisis: ¿de dónde salen los datos?
El primer fallo posible no está en el análisis, sino en lo que se le dio. Antes de mirar conclusiones, comprueba la materia prima:
- Sé exactamente qué fichero o qué sistema se ha usado como origen (el programa de facturación, una hoja de cálculo, la exportación de la tienda online).
- Conozco la fecha en que se extrajeron los datos y no ha pasado tiempo suficiente para que haya cambiado algo importante.
- Están incluidas todas las líneas que deberían estar (todas las tiendas, todos los comerciales, todos los canales) y ninguna que no deba estar (pruebas, pedidos cancelados).
- Sé si las devoluciones y los abonos están restados o sumados.
- Sé si los importes llevan IVA o van sin él, y es el mismo criterio en todo el fichero.
- No hay filas duplicadas, que es un error muy común al juntar exportaciones de varios sitios.
Si no sabes responder a alguna, no pasa nada: pregúntaselo a quien preparó los datos o revisa el fichero original. Lo que no conviene es presentar una cifra sin saber qué contiene.
Recalcula una cifra a mano
La comprobación más barata y más eficaz consiste en elegir un número clave y calcularlo por otro camino. Si el análisis dice que las ventas de un mes fueron de cierta cantidad, súmalas tú en la hoja de cálculo, aunque sea con un filtro rápido. Si dice que hay tantos clientes nuevos, cuéntalos.
- He recalculado al menos un total importante (ventas del periodo, número de pedidos o de clientes) y coincide con el del análisis.
- He comprobado que la suma de las partes cuadra con el total (por ejemplo, la suma por meses con el total anual).
- He mirado una fila concreta del fichero y he verificado que aparece donde debería.
Si una cifra no cuadra, desconfía del resto del análisis hasta saber por qué. A veces la IA hace una suma bien y la presenta mal; otras veces, simplemente, inventa una cifra de apariencia razonable. En ambos casos, solo lo ves si recalculas.
Revisa el periodo y las comparaciones
Muchos análisis engañan sin mentir, porque comparan cosas que no son comparables:
- El periodo es el que pedí: mismas fechas de inicio y fin, y los meses están completos (no se compara un mes entero con uno a medias).
- Al comparar con el año anterior, he tenido en cuenta si hubo un cambio de precios, una campaña, una apertura o un cierre que explique la diferencia.
- He considerado la estacionalidad de mi sector: no es lo mismo comparar enero con diciembre que enero con enero.
- Los días laborables y los festivos no distorsionan la comparación.
- El análisis no mezcla periodos distintos para distintas partes de la misma conclusión.
Un buen hábito es escribir arriba del informe, en una línea, el periodo y la fuente. Quien lo lea sabrá de qué hablamos.
Pide a la IA que explique cómo llegó a cada cifra
Una de las mejores defensas es hacerle preguntas a la propia herramienta, como se las harías a un compañero que te entrega un informe:
- ¿De qué filas o de qué columnas has sacado esta cifra?
- ¿Qué filtros has aplicado y cuáles has dejado fuera?
- ¿Qué has supuesto donde faltaban datos?
- ¿Qué parte de esta conclusión es un dato y qué parte es una interpretación tuya?
- ¿Qué no puedes saber con estos datos?
Si la herramienta no es capaz de explicar de forma clara cómo llegó a una cifra, esa cifra no entra en la reunión. Y si la explicación no encaja con lo que tú sabes del negocio, es una pista para investigar, no para fiarte. Para ampliar este método, tienes comprobar lo que dice la IA: el control de calidad de las grandes.
Mira con lupa lo que parece demasiado bueno (o demasiado malo)
Los errores graves suelen esconderse en las conclusiones llamativas. Antes de dar una noticia, comprueba:
- Si algo ha subido o bajado de forma muy brusca, he buscado una causa real (una gran venta puntual, un cambio de proceso, un fallo en la exportación).
- Un cliente, producto o comercial no concentra una parte tan grande de la venta como para que el análisis dependa de él.
- He distinguido entre «ocurrieron a la vez» y «uno causó el otro». La IA puede sugerir causas que suenan bien y que nadie ha comprobado.
- Lo que dice el análisis encaja con lo que me cuentan en la calle los comerciales y los clientes.
La opinión de quien está a pie de campo es el mejor contraste: si el análisis dice una cosa y tu equipo comercial ve otra, vale la pena averiguar por qué antes de la reunión.
Cuida los datos que entregas a la herramienta
Un análisis de ventas puede contener nombres de clientes, direcciones, teléfonos o importes por persona. Antes de subir el fichero a una herramienta de IA:
- He quitado o sustituido los datos personales que no hacen falta para el análisis.
- Sé dónde se tratan los datos que subo y bajo qué condiciones, y esa herramienta está autorizada en mi empresa.
- No he introducido información confidencial de clientes o de personal en servicios que no controlo.
Como criterio general, no metas en una herramienta de IA información confidencial de la empresa, de su personal o de sus clientes si no sabes qué se hace con ella. En caso de duda, pregunta a tu asesor de protección de datos.
La lista corta para la reunión
Si tienes poco tiempo, quédate con estas seis comprobaciones antes de presentar nada:
- Origen: sé de dónde salen los datos y cuándo se extrajeron.
- Total: he recalculado un número clave por otro camino.
- Periodo: las fechas y las comparaciones son coherentes.
- Explicación: la herramienta me ha explicado cómo llegó a cada cifra importante.
- Sentido común: las conclusiones encajan con lo que sé del negocio.
- Responsable: hay una persona con nombre que da la cara por el análisis. La IA prepara; quien presenta es quien responde.
Conviene dejar esta última constancia por escrito. «Revisado por…» con una fecha basta, y evita que un análisis hecho por una herramienta circule por la empresa como si nadie fuera responsable. Si lo que buscas es automatizar el informe de forma recurrente, mira cómo automatizar la generación de informes de ventas semanales con IA, y no olvides que la revisión humana se mantiene también ahí. Sobre los errores que puede cometer la herramienta, tienes más en alucinaciones de la IA: cómo evitarlas.
Conclusión
Un análisis de ventas hecho con IA puede ahorrarte horas, pero no te ahorra la revisión. Comprobar el origen de los datos, recalcular un total, revisar el periodo y pedir a la herramienta que explique cada cifra lleva diez minutos y evita equivocarse en público. La decisión sobre qué hacer con el análisis, y la responsabilidad de presentarlo, siguen siendo de una persona.
En MG Solutions formamos a equipos de empresa en IA, por puesto y con casos reales de tu negocio, y también implantamos agentes de IA a medida.
Puedes ver cómo trabajamos en nuestra formación en IA para empresas.
Si quieres ver cómo encajaría en tu caso, escríbenos y lo hablamos.