Dashboards que responden preguntas en vez de mostrar gráficos.

Construimos la capa de análisis sobre los datos que ya tienes, sobre Claude, Google Gemini u OCI — del ERP al panel, con la consulta que produjo cada cifra a la vista.

La mayoría de las empresas ya tiene los datos que necesita para decidir. Lo que falta es la capa que los une, los explica y responde a una pregunta en segundos en vez de devolverla a un analista que solo tiene hueco la semana que viene.

Por qué nadie abre los dashboards que ya existen

Un panel tradicional responde a las preguntas que alguien previó cuando lo construyó. La pregunta que importa hoy — por qué cayó el margen en este cliente este trimestre — no estaba prevista, y responderla obliga a abrir Excel otra vez.

Por eso la mayoría de los dashboards se abre la primera semana y se abandona en la tercera. No falta información. Es que la distancia entre la pregunta y la respuesta sigue siendo una persona.

Qué construimos

• La recogida. Conexiones al ERP, al CRM, a las bases de datos y a las hojas de cálculo que aún mandan en el proceso. Oracle, SQL Server, PostgreSQL, APIs internas — y ficheros, cuando es lo que hay.
• El modelo de datos. La capa donde se define qué es una venta, un cliente activo o un margen — una vez, por escrito, e igual para todos. Aquí es donde mueren las reuniones en las que dos departamentos traen cifras distintas.
• Los paneles. Indicadores, series temporales y comparaciones, diseñados para la decisión que tienen que sostener y no para llenar la pantalla.
• La capa de IA. Pregunta en lenguaje natural, respuesta con el número y con la consulta que lo produjo. Quien lo lee puede verificar en vez de creer.

Qué aporta la IA a un dashboard

• Preguntar por escrito. «¿Qué cinco clientes cayeron más frente al trimestre anterior?» devuelve la tabla y el SQL que la generó — sin pasar por nadie.
• Explicar la variación. No solo que el indicador cayó, sino qué dimensiones contribuyeron más a la caída.
• Detectar lo que rompe el patrón. Alertas sobre desviaciones que nadie vigilaba, porque nadie sabía que allí había un patrón.
• Resumir para quien decide. El informe mensual escrito a partir de las cifras reales, con las excepciones señaladas — revisado por una persona antes de salir.
• Proyectar. Previsión de demanda, de tesorería o de carga, con el intervalo de confianza a la vista en vez de un número solitario.

Construido sobre plataformas que ya conoces

Desarrollamos sobre Claude, Google Gemini y OCI Generative AI, con la capa de datos en Oracle, PostgreSQL o el almacén que ya tengas. El modelo queda detrás de una capa nuestra: cambiar de proveedor es configuración, no una reescritura.

Cuando ya hay Power BI, Looker o Qlik en casa, construimos encima en vez de sustituir — la capa de preguntas en lenguaje natural y las alertas entran sin obligar a nadie a cambiar de herramienta.

Qué recibes

• Los paneles en producción, conectados a datos reales y actualizándose solos.
• El modelo de datos documentado, con cada métrica definida por escrito y validada por quien la usa.
• El asistente de preguntas integrado donde el equipo ya trabaja — intranet, Teams o la propia aplicación.
• Registro de las preguntas hechas y del coste por periodo, para saber qué se usa y cuánto cuesta.
• Formación de quien va a usarlo y documentación para quien va a mantenerlo.

Preguntas frecuentes

Ya tenemos Power BI. ¿Esto lo sustituye?

No lo sustituye, lo amplía. Mantenemos los paneles que funcionan y construimos encima la capa que falta: preguntar en lenguaje natural, explicar variaciones y alertar sobre desviaciones. Cuando el problema real es el modelo de datos de debajo, lo decimos — y ahí suele estar.

¿Los datos salen de nuestra infraestructura?

Lo definimos de entrada. El modelo recibe la estructura de las tablas y la pregunta, no todos los datos — y cuando la categoría de datos lo exige, la alternativa es un modelo alojado en casa. Es tu decisión, informada.

¿Cuánto tarda el primer panel útil?

Entre cuatro y ocho semanas para el primer conjunto de indicadores en producción, según el estado de los datos y el número de sistemas a conectar. La capa de preguntas en lenguaje natural entra después, sobre un modelo ya validado.

← Todos los servicios