Dashboard mínimo viable
Cómo construir un tablero de impacto de IA con 5-8 métricas. Sin proyecto de BI de seis meses.
Paso 4 de 5
Un dashboard de impacto de IA no necesita ser sofisticado. Necesita existir. La mayoría de las empresas no tiene ningún lugar centralizado donde se vea, mes a mes, qué está produciendo su inversión en IA. Ese vacío es lo que permite que la conversación sobre ROI se base en anécdotas.
Este paso te lleva de cero a un dashboard funcional que puedes construir en una semana.
Principio: 5-8 métricas, no más
Un dashboard con 30 métricas no es un dashboard. Es un spreadsheet disfrazado. Nadie lo lee, nadie lo actualiza, nadie toma decisiones con él.
El número correcto es entre 5 y 8 métricas. Suficientes para dar panorama. Pocas como para que cada una justifique su presencia.
Estructura recomendada
| Sección | Métricas | Por qué |
|---|---|---|
| Financiero (1-2) | Ahorro mensual acumulado, ingreso incremental atribuible a IA | Lo que el board quiere ver |
| Operacional (2-3) | Tiempo de ciclo promedio, throughput, tasa de error | Lo que los gerentes necesitan para operar |
| Adopción (1-2) | Usuarios activos semanales, tasa de uso recurrente | No como métrica de éxito, sino como diagnóstico |
| Calidad (1) | Satisfacción del usuario final (CSAT, NPS, o tasa de re-contacto) | El contrapeso para que la velocidad no mate la calidad |
Adopción no es impacto, pero es diagnóstico
Las métricas de adopción no demuestran ROI. Pero si la adopción cae, el impacto también va a caer. Inclúyelas como indicador adelantado, no como indicador de éxito.
Cómo construirlo
No necesitas Tableau, Power BI ni un data warehouse para empezar. Necesitas una fuente de datos y una forma de visualizarla.
Nivel 1: Spreadsheet compartido
La opción más rápida. Un Google Sheet o Excel compartido con:
- Una pestaña por mes.
- Las 5-8 métricas con su valor actual y el baseline de comparación.
- Un gráfico de tendencia por métrica (línea simple, nada elaborado).
- Un campo de "notas" para contextualizar anomalías.
Funciona para equipos de hasta 50 personas y hasta 3-4 procesos con IA. Más allá de eso, empieza a ser inmanejable.
Nivel 2: Dashboard en herramienta existente
Si tu empresa ya usa una herramienta de BI (Looker, Power BI, Metabase, incluso Notion con bases de datos), crea una vista dedicada a métricas de IA. No es un proyecto nuevo. Es una vista nueva en infraestructura que ya tienes.
Lo que necesitas:
- Conectar las fuentes de datos relevantes (CRM, ticketing, gestión de proyectos).
- Crear las 5-8 visualizaciones.
- Configurar un refresh automático (diario o semanal).
- Compartir el link con los stakeholders.
Nivel 3: Dashboard integrado
Para empresas con múltiples procesos con IA en producción. Un dashboard que consolida datos de diferentes departamentos con vistas por área y una vista ejecutiva. Esto sí requiere trabajo de ingeniería de datos, pero no tiene que ser perfecto desde el día uno.
Empieza en Nivel 1, migra cuando duela
El error más común es empezar en Nivel 3. Eso genera un proyecto de 3 meses que no produce nada hasta que esté "listo". Empieza con un spreadsheet la próxima semana. Cuando las limitaciones del spreadsheet se vuelvan obstáculo real, migra. No antes.
Qué incluir en cada métrica
Para que el dashboard sea útil, cada métrica necesita contexto:
Nombre: Tiempo de ciclo de propuestas comerciales
Baseline: 4.2 días (promedio pre-IA, enero 2026)
Valor actual: 1.8 días
Tendencia: ↓ mejorando (3 meses consecutivos)
Meta: < 1.5 días
Fuente del dato: CRM (campo fecha_creación a fecha_envío)
Responsable: Director de ventasSin el baseline, el valor actual no dice nada. Sin la tendencia, no sabes si estás mejorando o empeorando. Sin el responsable, nadie actualiza el dato.
Cadencia de revisión
El dashboard existe para tomar decisiones, no para decorar una pantalla. Define una cadencia:
- Semanal: Revisión operativa. Los equipos miran sus métricas y reportan anomalías. Duración: 15 minutos en el standup de cada área.
- Mensual: Revisión ejecutiva. Consolidado de los tres pilares (financiero, operacional, estratégico) presentado al equipo de liderazgo. Duración: 30 minutos.
- Trimestral: Evaluación de inversión. El dashboard alimenta la decisión de continuar, expandir o cortar iniciativas de IA. Este es el momento donde se decide presupuesto.
Un dashboard que nadie revisa es peor que no tener dashboard
Crea el hábito de revisión antes de crear el dashboard. Si nadie va a mirar los datos cada semana, no pierdas tiempo construyéndolo. Primero asegura que hay un espacio en la agenda. Después llénalo con datos.
Errores frecuentes
- Demasiadas métricas. Si no cabe en una pantalla sin scroll, sobra algo.
- Métricas sin baseline. Un número suelto no es información. Siempre muestra el punto de comparación.
- Métricas que nadie entiende. Si un director de área no puede explicar qué significa una métrica en una frase, sácala.
- Datos desactualizados. Un dashboard con datos del mes pasado pierde credibilidad. Automatiza la actualización o asigna un responsable explícito.
- Sin notas de contexto. Una caída en una métrica puede ser una falla o puede ser Black Friday. Sin contexto, se interpretan mal.
Métricas por departamento
Qué medir en ventas, marketing, operaciones, soporte y finanzas. Métricas concretas atadas a resultados de negocio.
Trampas de medición
Los errores que comete el 95% de las empresas al medir ROI de IA. La paradoja de productividad, las métricas vanidosas y los sesgos de atribución.