Cómo construir un dashboard de ventas con IA
Un dashboard de ventas no es un lujo. Es la diferencia entre tomar decisiones con datos y tomarlas con intuición. El problema es que montarlo y mantenerlo actualizado consume tiempo que la mayoría de empresas no tienen. O dedicas horas a preparar reportes en Excel, o contratas a alguien que los prepare, o simplemente no los tienes y diriges a ciegas.
Con IA y un par de herramientas gratuitas puedes montar un dashboard que se actualiza solo, te envía un resumen cada mañana y te avisa cuando algo se sale de lo normal. Sin programar (o casi).
Por qué Google Sheets como base
Hay herramientas de BI profesionales: Looker, Tableau, Power BI. Son potentes, pero tienen una curva de aprendizaje alta y un coste que no siempre se justifica para una pyme. Google Sheets no es la herramienta más elegante, pero tiene tres ventajas que importan: todo tu equipo ya sabe usarla, es gratuita y tiene una API que permite automatizar todo lo que necesitas.
Para empresas con menos de 10.000 transacciones al mes, Google Sheets funciona perfectamente como backend de dashboard. Si manejas más volumen, necesitas una base de datos real (PostgreSQL, BigQuery), pero el principio es el mismo.
Elegir las métricas correctas
El error más frecuente es medir todo. Un dashboard con 30 métricas es un dashboard que nadie mira. Elige entre 5 y 8 métricas que muevan decisiones. La pregunta para cada métrica es: 'Si este número cambia significativamente, ¿haríamos algo diferente?'. Si la respuesta es no, no la incluyas.
Para la mayoría de empresas de producto, las métricas esenciales son: revenue total (acumulado y por período), número de transacciones, valor medio por transacción, crecimiento respecto al período anterior, top productos por ingreso y distribución por canal (si tienes varios).
Para servicios, añade: pipeline (valor de oportunidades abiertas), tasa de cierre (oportunidades ganadas / totales), tiempo medio de cierre y retención de clientes.
La estructura del Sheet
Un Sheet bien organizado tiene tres tipos de pestañas:
Datos crudos: una pestaña con los datos tal como vienen de la fuente. Una fila por transacción, sin fórmulas ni cálculos. Esta pestaña se alimenta automáticamente.
Cálculos: una pestaña con las fórmulas que transforman los datos crudos en métricas. SUMIFS, QUERY, tablas dinámicas. Aquí es donde Claude te ayuda a generar las fórmulas.
Dashboard: la pestaña visual con los números grandes, gráficos y tablas resumen. Lo que ves cuando abres el Sheet.
Separar datos de cálculos de visualización es importante. Si mezclas todo, cualquier cambio rompe algo.
Cómo Claude genera las fórmulas
En vez de pelearte con QUERY o SUMIFS complejos, describe a Claude lo que necesitas en lenguaje natural. Claude genera fórmulas de Google Sheets y Apps Script que puedes copiar directamente.
Ejemplo de prompt: 'Tengo un Google Sheet con una pestaña llamada RawData. Columnas: A=fecha (formato YYYY-MM-DD), B=producto, C=cantidad, D=importe, E=cliente. Necesito una fórmula en la pestaña Cálculos que me dé el revenue total del mes actual.'
Claude te dará algo como: =SUMIFS(RawData!D:D,RawData!A:A,">="&DATE(YEAR(TODAY()),MONTH(TODAY()),1),RawData!A:A,"<="&EOMONTH(TODAY(),0))
Si necesitas algo más complejo (como un forecast basado en tendencia), Claude puede generar un Apps Script que ejecute la regresión y escriba el resultado en una celda.
Automatizar la alimentación de datos
El dashboard solo sirve si los datos están actualizados. Aquí entra n8n. Crea un workflow con un trigger programado (Schedule Trigger) que se ejecute cada día. El workflow consulta tu fuente de datos (la API de Shopify, el webhook de tu CRM, una exportación de tu ERP) y escribe los nuevos registros en la pestaña de datos crudos del Sheet.
Usa el nodo de Google Sheets de n8n para escribir. Configúralo en modo 'Append' para añadir filas sin borrar las existentes. Si necesitas eliminar duplicados, añade un paso previo que compruebe el último registro existente y solo procese los posteriores.
El resumen diario con Claude
El toque diferencial es el resumen en lenguaje natural. Cada mañana, un workflow lee las métricas del Sheet y se las pasa a Claude con el prompt: 'Genera un resumen ejecutivo de 3 párrafos con los datos de ventas de ayer. Incluye las métricas principales, la comparativa con el día anterior y con la misma fecha la semana pasada. Si hay alguna anomalía (caída o subida superior al 20%), menciónala y sugiere posibles causas.'
Este resumen se envía automáticamente por Slack, email o Telegram al equipo de dirección. Es como tener un analista que cada mañana te pone un briefing en la mesa.
Alertas que disparan acción
Las alertas transforman el dashboard de un sistema que miras a un sistema que te busca. Configura condiciones en n8n que comparen la métrica del día con un umbral o con la media histórica. Si el revenue cae más de un 25%, si un producto estrella tiene cero ventas, si el AOV baja por debajo de un mínimo: notificación inmediata.
La clave es que las alertas sean accionables. No 'las ventas bajaron' sino 'las ventas de producto X cayeron un 40% respecto a la media. Últimos 7 días: stock disponible, ads activos, sin cambios de precio. Revisar si hay un problema de visibilidad en la web.'
Claude puede añadir ese contexto porque tiene acceso a los datos históricos en el Sheet.
Coste y mantenimiento
El coste total es: Google Sheets gratuito, n8n Cloud 20 EUR/mes (o gratis si usas self-hosted), API de Claude para resúmenes y alertas 5-15 USD/mes. Total: menos de 40 EUR/mes para un dashboard automatizado con resúmenes diarios y alertas.
El mantenimiento es mínimo: revisar una vez al mes que los datos se actualizan correctamente y ajustar las métricas cuando cambien las prioridades del negocio. La mayor inversión es la configuración inicial (2-3 horas), que se amortiza en la primera semana si antes dedicabas tiempo a preparar reportes manualmente.