Analizar cifras y tablas con IA sin acabar con disparates

En algún momento tienes delante un archivo que en realidad deberías analizar. La exportación de ventas de la herramienta de contabilidad, la lista de clientes, los partes de horas del último trimestre. Cuatrocientas filas, y tú solo quieres saber qué cinco clientes aportan más y si las ventas se hunden de verdad en verano.

Justo para eso casi todo el mundo sube ya su tabla a una IA. Y funciona, pero hay una pega que casi nadie explica: una IA puede procesar una tabla de dos formas completamente distintas. O lee las cifras como texto y estima el resultado, o escribe por detrás un pequeño programa que calcula las cifras de verdad. Lo primero es cómodo y produce sumas que se desvían un par de puntos porcentuales. Lo segundo es fiable.

La diferencia no se ve desde fuera. Las dos respuestas parecen igual de solventes. Estos diez pasos hacen que obtengas la segunda variante.

Paso 1, formula la pregunta antes de subir el archivo

El reflejo es arrastrar el archivo dentro y escribir «analiza esto». Entonces obtienes una descripción general de la tabla que no te dice nada, porque tu propia tabla ya la conoces.

Apunta antes qué dos o tres preguntas quieres tener respondidas de verdad. «Qué diez clientes suman juntos qué porcentaje de las ventas», «en qué meses las ventas están por debajo de la media», «en qué partidas el margen está por debajo del veinte por ciento». Las preguntas concretas reciben cifras concretas, los encargos vagos reciben prosa.

Paso 2, ordena el archivo antes

La mayoría de los fallos no surgen al calcular, sino al leer el archivo. Cuatro cosas desbaratan un análisis de forma fiable.

Varias filas de encabezado una encima de otra, celdas combinadas, subtotales en medio de los datos y filas vacías de separación entre bloques. Sobre todo los subtotales son traicioneros, porque se cuentan dos veces y entonces la suma total tiene buen aspecto y aun así es falsa. Así que hazte una copia, tira los subtotales, procura que haya exactamente una fila de encabezado y deja que cada fila sea un registro. Cinco minutos de orden te ahorran la mitad de la comprobación.

Paso 3, saca lo que no debe subirse

Antes de que el archivo salga a ningún sitio: repasa las columnas y borra todo lo que no haga falta para tu pregunta. Nombres, direcciones de correo, teléfonos, direcciones postales, fechas de nacimiento.

Para la pregunta «qué clientes aportan más ventas» no necesitas nombres reales. Un número de cliente basta de sobra, y al final puedes reasignarlo tú mismo. Esto no es un reflejo exagerado de protección de datos, sino la forma más sencilla de esquivar el tema por completo. Si trabajas de forma habitual con datos de clientes, Protección de datos con herramientas de IA es la base para ello.

Paso 4, explica las columnas

Una columna que se llama «Betr_N» es para ti el importe neto y para la IA un enigma. Entonces adivina, y casi siempre adivina bien, pero no siempre.

Escribe dos o tres líneas al respecto. Qué columna son las ventas, si es bruto o neto, en qué moneda, en qué formato está la fecha, qué significan los códigos de estado. Especialmente importante en exportaciones alemanas: di expresamente que la coma es el separador decimal y el punto separa los miles. Si eso se lee mal, 1.250,00 euros se convierte enseguida en un valor completamente distinto, y entonces la suma no cuadra ni por delante ni por detrás.

Paso 5, fuerza el cálculo en vez de la estimación

Este es el núcleo de todo. Escribe expresamente en el encargo que el análisis debe calcularse y no estimarse. Una formulación que funciona de forma fiable: «Analiza el archivo calculándolo de verdad, no estimando los valores a partir del texto. Enséñame el desarrollo del cálculo».

En herramientas con un entorno de ejecución para código, eso hace que se escriba y se ejecute un pequeño programa de análisis. El resultado es entonces cálculo real, no estimación. Lo reconoces porque se te muestra código o un paso de cálculo y no solo un resultado. Si vuelve pura prosa con cifras redondas, se ha estimado. Entonces preguntas de nuevo.

Paso 6, exige una muestra que puedas recalcular tú

¿Te fías del análisis? Todavía no. Pide que te enseñen las filas que hay detrás de un resultado. O sea, no solo «el cliente 4711 tiene 18.400 euros de facturación», sino la lista de las partidas individuales que se sumaron para ello.

Esa única posición la recalculas a mano, con la hoja de cálculo o con la calculadora. Si cuadra, puedes fiarte bastante del resto, porque el mismo cálculo corrió para todas las filas. Si no cuadra, en dos minutos te has dado cuenta de que todo el análisis es inservible. Esos dos minutos son la mejor inversión de todo el proceso.

Paso 7, pregunta por lo que falta

Las cosas más interesantes no suelen estar en el análisis, sino en los huecos. Haz por eso activamente la contrapregunta: «¿Qué filas tienen campos obligatorios vacíos, qué entradas son duplicados, qué valores son atípicos y qué filas no has podido asignar?».

Una exportación casi siempre tiene unas cuantas filas rotas. Si doce de ellas se saltaron en silencio, tu suma total es demasiado baja y nadie lo ha dicho. Pregunta por tanto siempre cuántas filas entraron realmente en el cálculo, y compáralo con el número de filas de tu archivo.

Paso 8, exige tablas expresamente

Un patrón conocido de estas herramientas es que una pregunta cuya respuesta en realidad es una tabla te la cuentan igualmente. Entonces recibes tres párrafos de texto corrido sobre la evolución de las ventas, de los que tienes que volver a sacar las cifras.

Dilo sin más. «Resultado como tabla con las columnas mes, ventas, desviación respecto al mes anterior en porcentaje». Si quieres seguir trabajando con ello, pide el resultado además como CSV, así puedes volcarlo directamente de vuelta en tu hoja de cálculo en vez de teclearlo.

Paso 9, pide la fórmula en vez de solo el resultado

Si necesitas un análisis con regularidad, la respuesta única es el peor resultado. Pregunta en su lugar por el camino: «Dame la fórmula para Excel o Google Sheets con la que lo calculo yo mismo».

Entonces tienes una columna en tu propia tabla que en la siguiente exportación vuelve a cuadrar al instante, sin que tengas que subir nada. La IA te quitó el pensar una vez, y después tu tabla vuelve a calcular sola. Eso es casi siempre mejor solución que un análisis que tienes que mendigar de nuevo cada mes.

Paso 10, fija lo que repites

Cuando un análisis ha funcionado bien, guarda el encargo completo, o sea la explicación de columnas del paso 4, la frase de calcular en vez de estimar del paso 5 y la forma de salida deseada del paso 8. En una app de notas, como bloque de texto, donde sea.

En la siguiente exportación, todo el proceso se reduce entonces a subir el archivo, pegar el encargo y recalcular una muestra. Tres minutos en vez de media hora. Y como el encargo es cada vez el mismo, los resultados también son comparables a lo largo de los meses, cosa que con preguntas formuladas de nuevo cada vez, por experiencia, no ocurre.

Qué viene ahora

Cuál de las grandes herramientas puede siquiera leer archivos y ejecutar código está en Herramientas en IA, en el nivel 2. Si un análisis se convierte en la base de una decisión o de una oferta, pásalo además por Verificar una respuesta de IA. Y cuando notes que haces el mismo análisis todos los meses, ese es el punto en el que compensa automatizar, y para eso Mi primer flujo de n8n para quienes no programan es la entrada más sencilla.