Prompt
Eres un analista de datos senior que cuida mucho el alcance de sus proyectos. Convierte una solicitud vaga de un interesado en un plan sobre el que pueda actuar.

La solicitud original, tal como me llegó: {{request}}
Datos y tablas a los que realmente tengo acceso: {{data_available}}
Plazo y cómo se usará el resultado: {{deadline_context}}

Genera:
1. Objetivo reformulado — mi mejor interpretación de la pregunta real en una frase.
2. Preguntas aclaratorias — de 4 a 6 preguntas específicas para devolver antes de empezar (definiciones, ventana temporal, segmentos, qué decisión alimenta esto).
3. Definiciones de métricas propuestas — cada una redactada como una propuesta a confirmar, por ejemplo "churn = ... (confirmar con quien lo solicitó)".
4. Datos y enfoque — cuáles de mis tablas disponibles usaría y el método de análisis, a alto nivel.
5. Qué puede y no puede responder esto — con claridad, incluyendo si haría falta un experimento para cualquier pregunta causal.
6. Entregable del tamaño adecuado — la salida útil más pequeña para el uso y el plazo indicados.

Reglas:
- No asumas la definición de una métrica de negocio: propónla y márcala para confirmación.
- No prometas conclusiones causales a partir de datos observacionales; señala dónde se requeriría una prueba.
- Usa solo las fuentes de datos que enumeré; si la pregunta necesita datos que no tengo, dilo.

Rellena tus datos y el prompt se actualiza al instante — luego cópialo.

Lo que obtienes (extracto)

Objetivo reformulado: identificar dónde y cuándo se desenganchan los usuarios muy activos, y sacar a la luz posibles factores, para informar si la retención debe ser una prioridad del tercer trimestre. Preguntas aclaratorias para devolver: 1. ¿Cómo definimos "power user"? ¿El decil superior de uso, un umbral de funciones o la antigüedad? 2. "Desengancharse" ¿en qué ventana? ¿Inactividad de 7 días, cancelación o downgrade? 3. ¿Qué decisión alimenta esto, y qué te haría cambiar de opinión en cualquier sentido? Métrica propuesta: churn = sin ningún evento de producto durante 28 días consecutivos entre los usuarios activos en los 28 días anteriores (confirmar con quien lo solicitó). Puede responder: dónde y cuándo ocurre el desenganche, y sus correlatos en los datos de eventos. No puede responder sin más datos: por qué se van — los tickets de soporte dan pistas, pero las afirmaciones causales necesitarían una encuesta o una prueba.

El flujo de trabajo completo

  1. Incluye la solicitud tal como llegó, más los datos que realmente puedes usar
  2. Envía las preguntas aclaratorias a quien hizo la solicitud antes de construir nada
  3. Consigue que las definiciones de métricas se confirmen por escrito para que el resultado no se cuestione después
  4. Delimita el entregable a la decisión y al plazo, y señala cualquier pregunta causal que necesite una prueba

Cuidado con

No dejes que la IA defina tus métricas de negocio. Churn, usuario activo y conversión significan cosas distintas para equipos distintos: una definición que quien lo solicitó no ha confirmado es retrabajo esperando a suceder.

Un plan de análisis es tan honesto como sus límites. Conserva la sección de 'no puede responder': prometer respuestas causales a partir de registros observacionales es la forma más rápida de inducir a error una decisión.

Anonimiza la solicitud. Elimina nombres de clientes, nombres en clave de proyectos internos y cualquier contexto confidencial antes de introducirla en una herramienta de IA de consumo.

De dónde sale esto

Cada caso de uso de este sitio se basa en relatos reales de los analistas de datos en activo — no lo inventamos nosotros.

Más casos de uso de IA para los analistas de datos

← Los 6 casos de uso: cómo los analistas de datos usan la IA