Cómo trabajar efectivamente con analistas
Comunicación entre negocio y analytics.
La relacion entre lideres de negocio y equipos de analytics puede ser increiblemente productiva o frustrantemente disfuncional. La diferencia no esta en las herramientas ni en los datos - esta en como se comunican. En esta leccion, aprenderemos a construir una colaboracion efectiva.
El problema de comunicacion negocio-analytics
Frustraciones comunes del lider de negocio
- "Les pido algo simple y tardan semanas"
- "Me entregan datos, pero no respuestas"
- "No entienden el contexto del negocio"
- "Siempre me piden mas especificaciones"
Frustraciones comunes del analista
- "Me piden 'los numeros' sin decirme para que"
- "Cambian los requerimientos a mitad del analisis"
- "No les importa la metodologia, solo el resultado"
- "Quieren la respuesta que ya tienen en mente"
La raiz del problema: Negocio y analytics hablan idiomas diferentes. Negocio habla en objetivos y decisiones. Analytics habla en datos y metodologia.
El framework de comunicacion efectiva
Los 3 niveles de comunicacion
| Nivel | Negocio comunica | Analytics comunica |
|---|---|---|
| Estrategico | Por que importa esto para el negocio | Que es posible y que no con los datos |
| Tactico | Que decision necesito tomar | Que analisis responde mejor esa pregunta |
| Operativo | Cuando lo necesito | Cuando puedo entregarlo |
La mayoria de disfunciones ocurren porque se salta el nivel estrategico y tactico, yendo directo al operativo.
La conversacion ideal
Mal ejemplo:
Lider: "Necesito un reporte de ventas por region para el lunes."
Analista: "Ok." (pensando: para que lo quiere? que decisiones va a tomar?)
Buen ejemplo:
Lider: "Estamos decidiendo donde abrir la proxima oficina. Necesito entender que regiones tienen mas potencial de crecimiento basado en ventas actuales, penetracion de mercado y tendencias. La decision se toma el miercoles."
Analista: "Entendido. Para eso, creo que un analisis de ventas combinado con datos de mercado total seria mas util que solo ventas historicas. Te parece? Puedo tenerlo listo para el martes."
Como crear un brief efectivo para analytics
Un brief claro ahorra tiempo a todos y produce mejores resultados.
Template de brief para analisis
## Brief de Analisis
### 1. Contexto de negocio
[Por que necesitamos este analisis? Que esta pasando que lo motiva?]
### 2. Decision a tomar
[Que decision concreta se tomara con estos datos?]
### 3. Opciones en consideracion
[Cuales son las alternativas que estamos evaluando?]
### 4. Pregunta principal
[La pregunta especifica que el analisis debe responder]
### 5. Preguntas secundarias
[Preguntas adicionales que serian utiles responder]
### 6. Hipotesis inicial
[Que creemos que encontraremos? - ayuda a validar o refutar]
### 7. Datos disponibles
[Que fuentes de datos conocemos que podrian ser relevantes?]
### 8. Timeline
- Fecha limite: [fecha]
- Por que esta fecha: [contexto]
- Flexibilidad: [alta/media/baja]
### 9. Formato de entrega preferido
[ ] Presentacion
[ ] Dashboard
[ ] Documento
[ ] Reunion de discusion
### 10. Stakeholders
- Solicitante: [nombre]
- Quien mas debe ver esto: [nombres]
- Quien toma la decision final: [nombre]
Ejemplo de brief completo
## Brief de Analisis: Eficiencia de canales de adquisicion
### 1. Contexto de negocio
Estamos planeando el presupuesto de marketing Q2. El CFO pide
justificar cada canal con datos de eficiencia.
### 2. Decision a tomar
Cuanto asignar a cada canal de adquisicion (paid social, SEM,
content, eventos) para Q2.
### 3. Opciones en consideracion
a) Mantener distribucion actual
b) Reasignar 30% de paid social a content
c) Eliminar eventos y redistribuir
### 4. Pregunta principal
Cual es el CAC y calidad de leads de cada canal en los ultimos
6 meses?
### 5. Preguntas secundarias
- Como varia el CAC por mes? Hay estacionalidad?
- Cual es el LTV de clientes por canal de origen?
- Hay diferencias por segmento de cliente?
### 6. Hipotesis inicial
Creemos que paid social tiene CAC alto pero genera volumen,
mientras content tiene mejor calidad pero escala limitada.
### 7. Datos disponibles
- CRM: leads y conversiones con campo de origen
- Google Analytics: trafico por fuente
- Finance: gasto por canal
- (Duda: tenemos LTV por cliente? O habria que calcularlo?)
### 8. Timeline
- Fecha limite: Viernes 15
- Por que: Reunion de presupuesto es lunes 18
- Flexibilidad: Baja - la reunion no se puede mover
### 9. Formato de entrega preferido
[X] Presentacion (para reunion de presupuesto)
[X] Dashboard (para explorar despues)
### 10. Stakeholders
- Solicitante: Maria Lopez (Dir. Marketing)
- Debe ver: CEO, CFO, Dir. Ventas
- Decision final: CEO con input de CFO
Interpretar resultados con analistas
La reunion de entrega de resultados
Estructura recomendada (30-45 min):
- Recap del brief (2 min): Confirmar que analista entendio la pregunta
- Metodologia resumida (5 min): Como se hizo el analisis
- Hallazgos principales (10 min): Los 3-5 insights clave
- Implicaciones (10 min): Que significan para las decisiones
- Limitaciones (5 min): Que NO puede concluir este analisis
- Discusion y preguntas (10+ min): Explorar juntos
Preguntas para hacer al recibir analisis
Sobre los datos:
- Cual es el periodo de tiempo cubierto?
- Hay datos faltantes o incompletos?
- Como definiste [metrica especifica]?
Sobre la metodologia:
- Que alternativas metodologicas consideraste?
- Cuales son los supuestos clave?
- Es estadisticamente significativo?
Sobre la interpretacion:
- Que te sorprendio?
- Que explicaciones alternativas hay?
- Que necesitariamos para estar mas seguros?
Sobre la accion:
- Basado en esto, que recomendarias?
- Que informacion adicional ayudaria?
- Hay algo que deberiamos monitorear?
Cuando cuestionar los resultados
Es apropiado cuestionar cuando:
- Los resultados contradicen fuertemente tu experiencia (podria ser data issue)
- Los numeros parecen demasiado buenos o malos para ser verdad
- No entiendes como llegaron a una conclusion
- Hay inconsistencia con otros reportes
Como cuestionar de manera constructiva:
"Esto me sorprende porque mi experiencia sugiere [X]. Puedes ayudarme a entender que podria explicar la diferencia?"
Lenguaje comun: Glosario negocio-analytics
Cuando negocio dice... analytics entiende...
| Negocio dice | Analytics entiende | Clarifica con |
|---|---|---|
| "Rapido" | Podria ser 1 hora o 1 semana | "Lo necesito para [fecha/hora]" |
| "Simple" | Podria ser 10 min o 10 horas | "Algo que tome max [X] horas" |
| "Aproximado" | Podria ser ±5% o ±50% | "Precision de ± [X]% es suficiente" |
| "Los numeros" | Cualquier metrica posible | "Especificamente [metricas A, B, C]" |
| "Por que" | Analisis causal complejo | "Hipotesis de por que, no certeza causal" |
Cuando analytics dice... negocio entiende...
| Analytics dice | Negocio entiende | Clarifica con |
|---|---|---|
| "Correlacion" | A causa B | "Estan relacionados pero A no necesariamente causa B" |
| "No significativo" | No importa | "La diferencia podria ser por azar, no evidencia suficiente" |
| "Sesgo de seleccion" | Algo esta mal | "La muestra no representa bien a la poblacion total" |
| "Outlier" | Error | "Un caso extremo que puede ser real pero afecta el promedio" |
| "N/A" o "null" | No hay respuesta | "Dato no disponible - no sabemos, no es cero" |
Patrones de colaboracion
Patron 1: El ad-hoc urgente
Situacion: Necesitas una respuesta rapida para una reunion.
Protocolo:
- Contacta directamente al analista (no por ticket)
- Explica la urgencia y contexto en 30 segundos
- Pregunta: "Que es lo maximo que podemos saber en [tiempo disponible]?"
- Acepta analisis preliminar, no perfecto
Ejemplo:
"Juan, tengo reunion con el CEO en 2 horas. Necesito saber aproximadamente cuanto perdimos en churn este trimestre. No tiene que ser exacto, un rango me sirve. Puedes?"
Patron 2: El analisis exploratorio
Situacion: No sabes exactamente que preguntar.
Protocolo:
- Sesion de trabajo conjunto (no brief por escrito)
- Compartir contexto amplio de negocio
- Explorar datos juntos
- Iterar sobre preguntas
Ejemplo:
"Quiero entender mejor a nuestros mejores clientes. No tengo pregunta especifica. Podemos revisar juntos los datos y ver que encontramos?"
Patron 3: El reporte recurrente
Situacion: Necesitas la misma informacion regularmente.
Protocolo:
- Invertir tiempo upfront en definir bien los requerimientos
- Automatizar la generacion del reporte
- Establecer proceso de revision periodica (el reporte sigue siendo util?)
- Definir quien actua si los numeros cambian significativamente
Ejemplo:
"Necesito ver ventas por region cada lunes a las 8am. Si alguna region cae mas de 20% vs. semana anterior, quiero alerta automatica."
Patron 4: El deep dive estrategico
Situacion: Decision importante que requiere analisis profundo.
Protocolo:
- Brief formal y completo
- Checkpoint a mitad del analisis
- Sesion de interpretacion conjunta
- Documento de conclusiones y limitaciones
Ejemplo:
"Estamos evaluando entrar a un nuevo mercado. Necesito un analisis completo de oportunidad, riesgos y requerimientos. Tenemos 3 semanas."
Construir la relacion a largo plazo
Invertir en entendimiento mutuo
Desde negocio:
- Invitar a analistas a reuniones de estrategia
- Compartir contexto aunque no haya pedido de analisis
- Explicar que paso con las decisiones que informaron
Desde analytics:
- Preguntar sobre el contexto de negocio
- Compartir limitaciones de datos proactivamente
- Sugerir analisis que negocio no pidio pero seria valioso
Celebrar exitos juntos
Cuando un analisis informa una decision exitosa:
- Compartir el credito publicamente
- Conectar el analisis con el resultado
- Documentar como caso de estudio
"El analisis de Juan sobre eficiencia de canales nos permitio reasignar $200K que generaron $600K adicionales. Este es el tipo de colaboracion que queremos replicar."
Aprender de fracasos juntos
Cuando un analisis no funciona:
- Retrospectiva sin culpas: "que aprendemos?"
- Que faltaba en el brief?
- Que supuestos estaban mal?
- Como mejoramos para la proxima?
Errores comunes y como evitarlos
Error de negocio: El "fishing expedition"
Sintoma: "Dame todos los datos de ventas" sin contexto. Problema: Analista no sabe que buscar, genera trabajo innecesario. Solucion: Siempre incluir la decision o pregunta especifica.
Error de negocio: El "ya se la respuesta"
Sintoma: Solo aceptar analisis que confirman tu hipotesis. Problema: El analista aprende a darte lo que quieres oir. Solucion: Valorar cuando los datos te sorprenden. Eso es aprendizaje.
Error de negocio: El "last minute"
Sintoma: Pedir analisis urgentes repetidamente. Problema: Calidad sufre, analista se quema, relacion se deteriora. Solucion: Planificar con anticipacion. Cuando es urgente real, reconocerlo.
Error de analytics: El "data dump"
Sintoma: 50 slides de datos sin insight. Problema: Negocio no sabe que hacer con eso. Solucion: Negocio debe pedir: "Cual es el so what? Que harias tu?"
Error de analytics: El "caveat overload"
Sintoma: "Pero esto no es significativo, y hay sesgo, y falta data..." Problema: Negocio se confunde sobre si puede usar el analisis. Solucion: Pedir: "Con todas las limitaciones, que es tu recomendacion?"
Error de ambos: El "no follow up"
Sintoma: Se entrega el analisis, nunca se comunica que paso. Problema: No hay feedback loop, no se mejora. Solucion: Cerrar el ciclo: "Usamos el analisis para decidir X. Funciono/no funciono porque Y."
Ejercicio practico: Evalua tu comunicacion
Reflexiona sobre tu ultimo pedido a analytics
1. Inclui el contexto de negocio?
[ ] Si - Explique por que necesitaba el analisis
[ ] No - Solo pedi "los datos"
2. Especifique la decision a tomar?
[ ] Si - Fue claro que decisiones dependian del analisis
[ ] No - Fue general o ambiguo
3. Di un timeline realista?
[ ] Si - Con margen suficiente
[ ] No - Fue urgente innecesariamente
4. Hice follow up sobre que paso?
[ ] Si - Cerre el ciclo
[ ] No - El analisis "desaparecio"
Plan de mejora
Mi principal area de mejora en comunicacion con analytics:
_______________________________________________________
Una accion especifica para mi proximo pedido:
_______________________________________________________
Como voy a cerrar el ciclo:
_______________________________________________________
Template: Acuerdo de trabajo negocio-analytics
Para relaciones de trabajo recurrentes, es util acordar expectativas.
## Acuerdo de Trabajo: [Equipo de Negocio] + [Equipo de Analytics]
### Tipos de pedidos y SLAs
| Tipo | Descripcion | Tiempo esperado |
|------|-------------|-----------------|
| Urgente | Pregunta simple, datos existentes | 4 horas |
| Estandar | Analisis definido, una pregunta | 3-5 dias |
| Exploratorio | Multiples preguntas, iteracion | 1-2 semanas |
| Estrategico | Deep dive, multiples fuentes | 3-4 semanas |
### Expectativas de negocio
- Briefs completos para pedidos estandar+
- 48 horas para responder preguntas de clarificacion
- Follow up sobre uso del analisis en 1 semana
### Expectativas de analytics
- Acuse de recibo en 4 horas habiles
- Checkpoint de progreso en pedidos >1 semana
- Entrega incluye limitaciones y recomendaciones
### Escalacion
Si hay desalineacion, escalar a [nombres] antes de que se vuelva problema.
### Revision
Revisamos este acuerdo trimestralmente.
Puntos clave de esta leccion
- La disfuncion negocio-analytics es problema de comunicacion, no de capacidad
- Un brief efectivo incluye contexto, decision, pregunta especifica y timeline
- Aprende a interpretar resultados con las preguntas correctas
- Construye relacion a largo plazo invirtiendo en entendimiento mutuo
- Cierra el ciclo: comunica que paso con el analisis
- Evita errores comunes: fishing expeditions, confirmacion, last minute
Proxima leccion
En la siguiente leccion, aprenderemos como evaluar y priorizar proyectos de datos - frameworks para decidir donde invertir recursos de analytics y como medir el valor de iniciativas de datos.
Reflexion
Piensa en tu relacion con analytics:
- Cual es tu frustracion mas comun?
- Que crees que es la frustracion de ellos contigo?
- Cuando fue la ultima vez que cerraste el ciclo sobre un analisis?
- Que cambiarias en tu proxima interaccion?
Completaste esta leccion?
Marca esta leccion como completada. Tu progreso se guardara en tu navegador.