Python e IA generativa en tu dashboard Excel

Llevar un dashboard de Excel al siguiente nivel es posible cuando combinas inteligencia artificial generativa con Python integrado. Esta guía muestra cómo potenciar tu análisis descriptivo con recomendaciones automáticas de gráficos, data frames, correlaciones y visualizaciones avanzadas, ideal para analistas que buscan exprimir cada variable de sus datos de ventas.

¿Cómo usar ChatGPT for Excel para sugerir gráficos?

El primer paso es dejar que la IA te diga qué visualizar. Desde la pestaña Ventas, ubicas una columna libre y usas el complemento ChatGPT for Excel con la función ai.ask [00:30].

La pregunta que envías describe la tabla con sus variables: ventas, cantidad por fecha diaria, provincia, fecha de orden y prioridad. Al seleccionar la celda con esa instrucción y presionar Enter, ChatGPT devuelve recomendaciones concretas: un gráfico de líneas para mostrar la tendencia de venta a lo largo del tiempo y un gráfico de barras comparativas, entre otros [01:00].

¿Qué hace la función ai.ask en Excel? Invoca a ChatGPT desde una celda para que responda preguntas sobre tus datos. Le pasas una instrucción y devuelve texto con sugerencias o análisis directamente dentro de la hoja.

Y aquí viene lo interesante: puedes preguntarle también cuál es el mejor visual a partir de los datos que tienes, y la IA prioriza por ti.

¿Cómo definir un data frame de Python dentro de Excel?

Antes de cualquier análisis avanzado, necesitas convertir tus datos en un data frame, que es la estructura tabular que Python usa para procesar información [01:30].

Para entrar al modo Python en Excel, usa el atajo Ctrl + Alt + Shift + P. Luego escribes df = y seleccionas todo el rango de datos. Con Ctrl + Enter, el data frame queda creado y puedes verlo en preview desde Anaconda.

Una buena práctica es organizar tus hojas con nombres claros como Análisis descriptivo y Análisis avanzado para separar el dashboard inicial del trabajo con Python.

¿Cómo previsualizar el data frame con SI.ERROR?

Desde el archivo TXT de recursos, copias la fórmula de vista previa que combina SI.ERROR con la referencia al data frame, ubicado normalmente en la celda A2 [02:00]. Ajustas la referencia y obtienes una vista previa estable que no rompe el reporte si algo falla.

¿Qué visualizaciones avanzadas puedes generar con Python en Excel?

Una vez creado el data frame, las posibilidades de gráficos crecen. El flujo siempre es el mismo: vas a Fórmulas, eliges Insertar Python, pegas el script y presionas Introducir. Para llevar el resultado al reporte, haces clic en la parte superior y eliges Valor de Excel.

Estos son los tres gráficos clave que se construyen en la clase:

• Gráfico de dispersión cruzando ventas con cantidad de transacciones, donde la cantidad se obtiene del campo ID fila. Sirve para detectar outliers, es decir, valores fuera de serie que no se esperaban en el conjunto de datos [02:30].
• Gráfico de dispersión con línea de tendencia entre venta y cantidad vendida, que evidencia visualmente la correlación entre ambas variables [03:30].
• Histograma que muestra la distribución de ventas por segmento y su relación con las cantidades vendidas [04:00].

¿Qué es un valor outlier? Es un dato que se aleja significativamente del resto del conjunto. En un gráfico de dispersión aparece como un punto aislado, lejos de la nube principal, y suele indicar errores o casos excepcionales que merecen revisión.

¿Cómo calcular correlaciones entre variables con py?

Para medir si dos variables se mueven juntas, puedes usar el atajo = py dentro de una celda y escribir un script de correlación entre ventas y cantidad vendida [03:00].

El resultado en la clase confirma que sí existe una correlación efectiva entre esas dos variables, lo que valida después la línea de tendencia ascendente que aparece en el gráfico de dispersión.

¿Para qué sirve calcular una correlación? Te dice si dos variables se relacionan. Si la correlación es alta y positiva, cuando una sube, la otra también. Es la base para decidir qué variables vale la pena cruzar en un dashboard.

Un detalle práctico: si un script de Python no corre, casi siempre es porque olvidaste insertar Python primero desde el menú Fórmulas. Ese paso habilita el entorno para ejecutar el código.

¿Qué insights aporta el histograma de ventas?

El histograma cierra el análisis mostrando en qué rangos se concentran tus ventas. Puedes ver con claridad en qué segmento se acumulan más transacciones y cómo se distribuyen las cantidades vendidas alrededor de ese segmento [04:15].

Este tipo de gráfico es útil para decidir dónde enfocar campañas, detectar segmentos saturados o identificar zonas con poco volumen que podrían crecer.

Todo este flujo (extracción, modelamiento, visualización descriptiva en el dashboard y luego analítica avanzada con Python e IA) demuestra que Excel deja de ser solo una hoja de cálculo cuando lo combinas con estas herramientas. En la sección de recursos tienes el modelo de datos financiero para replicar el ejercicio. Comparte tus resultados en los comentarios y cuenta qué visual te dio el insight más inesperado.