Análisis de planillas con Gemini y Python

Impulsa tus decisiones con Gemini: analiza planillas de cálculo, crea estadística descriptiva confiable con Python y arma una Matriz de Talento 9Box lista para presentar. Todo en un flujo claro, con contexto bien definido, datos limpios y resultados accionables.

¿Cómo preparar y cargar tus planillas para análisis en Gemini?

Para empezar, adjunta una planilla en .XLSX o Google Sheets desde Drive. El ejemplo usa “Evaluación de Desempeño”, una base con colaboradores ficticios evaluados en performance, calidad de trabajo, cultura organizacional, crecimiento y colaboración; además, una segunda hoja con potencial en escala 1–5 más etiqueta entre paréntesis: alto, medio, bajo, y quién evaluó.

• Da contexto en el prompt: año, industria y que los nombres son ficticios por seguridad de datos.
• Usa nombres de columnas descriptivos: evita ambigüedades sobre “potencial” o “total”.
• Pide a la IA: “revisa la base y dime qué variables ves” para calibrar interpretación.
• Prefiere el modelo de pensamiento para análisis con complejidad; el modelo rápido sirve, pero rinde menos en este escenario.
• Considera que Gemini separa cada hoja del archivo como si fuera un .csv distinto: podrás referirte a ellas por nombre.

¿Qué truco de calibración mejora el prompting?

Indica a Gemini qué esperas que “vea” y valida su lectura. Si interpreta mal una variable, corrígela antes del análisis. Así aseguras alineación semántica y evitas rehacer pasos.

¿Qué análisis descriptivo puede generar Gemini con Python?

Gemini planifica el enfoque y luego ejecuta código en Python: importa librerías, calcula métricas, crea gráficos y muestra u oculta el código a tu gusto. Esto mejora la certeza numérica al delegar los cálculos a una “calculadora avanzada”.

• Crea una nota promedio a partir de las cinco competencias para una visión más clara que el “total”.
• Calcula media, mediana, máximo, mínimo, desviación estándar y otras medidas relevantes.
• Genera un gráfico de distribución con líneas de media (roja) y mediana (verde).
• Integra con Google Workspace: con un clic, envías tablas y resultados a Google Sheets.
• Ventaja práctica: Python soporta más datos y librerías para gráficos y funciones estadísticas avanzadas, superando a Google Sheets y Excel en análisis intensivo.

¿Cómo funciona el código y por qué aumenta la certeza?

Los modelos de lenguaje son excelentes escribiendo código. Gemini explica con comentarios cada paso, lo ejecuta y devuelve resultados trazables. Tú decides si revisas el código o solo ves el output.

¿Cómo construir la Matriz de Talento 9Box con datos combinados?

Conecta desempeño (eje X) y potencial (eje Y) en una sola vista de People Analytics. Gemini une hojas, mapea variables, normaliza la nota promedio de desempeño en tres rangos y clasifica el potencial 1–5 en bajo, medio y alto. Luego arma el gráfico 9Box y segmenta por cuadrantes.

• Flujo: unir hojas de desempeño y potencial por colaborador.
• Transformación: normalizar desempeño y clasificar potencial.
• Visualización: crear el 9Box con cuadrantes y etiquetas.
• Gestión: entregar hallazgos y preguntas de acción para RR. HH.
• Salida: un informe listo para conversar con el gerente de Recursos Humanos.

Hallazgos destacados del caso: equipo fuerte con mayoría en la franja superior y riesgo de fuga de talento si no se gestiona el crecimiento. Aparecen superestrellas en la caja superior derecha, enigmas con alto potencial y bajo desempeño (como Darth Vader, Sheldon Cooper y Angel), además de grupos con potencial medio o bajo y distintas combinaciones de desempeño como inconsistentes, jugadores clave, bajo perfil o riesgo y efectivos.

¿Quieres que armemos tu 9Box o tu análisis descriptivo con tu propia data? Cuéntame en comentarios qué planilla te gustaría automatizar con Gemini y qué decisiones necesitas respaldar.