Construir un tablero de control financiero con IA no se trata de copiar prompts, sino de adaptarlos a tu negocio para simular palancas, medir sensibilidad y tomar decisiones reales. Esto le sirve a cualquier persona que quiera entender números de una empresa y jugar con escenarios sin depender de un equipo de datos.

¿Por qué entender el negocio importa más que el prompt?

Antes de cualquier métrica, la base es entender cómo opera la empresa. Si comprendes cómo se mueven las palancas, tomas mejores decisiones y aportas conversaciones correctas.

Un ejemplo claro: hablar del gasto o ingreso de software no significa lo mismo en todas partes. En retail, quizá nadie te preste atención. En un SaaS, esa cifra es crítica. La lección es simple: aplica a tu industria lo que de verdad mueve tu caja [00:50].

Por eso cada tablero arranca con elementos visuales constantes: un selector de año, una cadena visual y sliders para simular. Si no sabes qué son las palancas de tu industria, un prompt sencillo lo resuelve: "Ayúdame a determinar las palancas de esta industria" [01:40].

¿Qué es el capital de trabajo? Es el dinero que una empresa necesita para operar día a día, resultado de cruzar ventas, compras y el balance. Define cuánta caja tienes disponible según cómo manejes inventario, cobros y pagos.

¿Qué revelan los unit economics en tu tablero?

Los unit economics son las métricas unitarias que explican la salud real del negocio. Aquí aparecen varias que se calculan directamente desde el CSV cargado.

Entre las que se analizan están:

• El ticket promedio por compra.
• Las transacciones por tienda.
• Las ventas por metro cuadrado.
• El margen bruto.

Y aquí viene lo importante: solo puedes analizar lo que tienes información. El CSV cargado traía todos estos datos, pero tu negocio puede no tenerlos, y ese límite condiciona tu análisis [04:00].

Una buena práctica es leer estados financieros de empresas similares. En Platzi, al revisar los de Udemy, apareció el net dollar retention, una métrica que mide cuántos dólares retiene un producto en el tiempo. Al analizarla, descubrieron que Platzi tenía mejor retención, señal de que el producto era más amado por las empresas [04:50].

¿Cómo funcionan las simulaciones de caja y sensibilidad?

El tablero permite simular escenarios moviendo sliders y ver el impacto en la caja al instante. Pero cada simulación corre bajo una advertencia clave.

Estas simulaciones son ceteris paribus, es decir, dejando el resto de variables quietas. Si subes los días de inventario a 57, pierdes 3 millones de dólares de caja. Si los bajas a 35, la caja sube a 1.88 [05:40].

¿Qué significa ceteris paribus en una simulación? Significa que cambias una sola variable y mantienes las demás fijas. Sirve para aislar el efecto de un factor, aunque en la realidad las variables suelen moverse juntas.

La trampa es que el modelo es lineal por defecto. Es tentador decir: bajo inventario a 30 días, subo pagos a 80 días y problema resuelto. Eso es el famoso "el Excel aguanta todo", y ahora el artefacto también lo aguanta. Tu criterio del negocio es lo que evita engañarte [06:20].

¿Por qué un solo día de inventario cambia tanto la caja?

La sensibilidad muestra cuánto impacta cada movimiento milimétrico. Pasar de 45 a 46 días de stock no es un detalle menor.

Con 45 días tienes 624.000 dólares; con 46 bajas a 415.000. Pierdes alrededor de 200.000 dólares con un solo día de stock [07:10]. Por eso los días de inventario son una métrica tan vigilada en los supermercados.

Lo mismo pasa con el precio. Si lo subes 5%, el modelo te advierte que no conviene y empieza a recomendar hasta qué punto bajar. Ahí entra el análisis de elasticidad, que mide cómo responde la demanda a cambios de precio según los datos que vas entregando [07:50].

¿Cómo personalizar el tablero para que genere valor real?

Replicar los prompts es la base cero. El valor aparece cuando adaptas el tablero a tu caso particular y lo construyes tú.

¿Sirve copiar prompts para aprender? Copiar y replicar es el punto de partida obligatorio, pero no genera aprendizaje por sí solo. El valor llega al personalizar los prompts con tus datos, tus palancas y tu contexto.

Un detalle que marca diferencia son los colores. En vez de dejar el negro con verde neón genérico, sube una presentación o un manual de marca que te guste y pide: "Hazlo todo con estos colores". Sentirte cómodo con lo que ves importa [09:20].

También conviene evitar los cuadritos hechos por IA con bordes marcados, porque delatan el origen y restan credibilidad. Un buen contexto en el prompt los reemplaza por algo más limpio [03:30].

El recorrido completo tiene lógica: empiezas con un gráfico que sube, extraes unos tres hallazgos y terminas en palancas decisionales que puedes mover en tu negocio. Pasas de ver información a insertarla y simular escenarios.

¿Qué nombre en español le pondrías a los unit economics? Déjalo en los comentarios y comparte qué palanca de tu industria vigilarías primero.