El promedio no cuenta toda la historia: cómo leer mejor tus datos

Un tablero puede reunir muchas cifras y seguir dejando abierta la pregunta principal. “¿Cómo vamos?” es demasiado amplio si el equipo necesita decidir qué experiencia mejorar o qué producto revisar.

Empieza con una decisión: investigar una caída, comparar tipos de cliente o priorizar una revisión. Después elige la información que permita acotar esa pregunta. Lo que no ayude puede quedarse en una tabla de consulta, sin competir por atención.

Detrás de una calificación hay una estancia: el descanso de una familia, un viaje de trabajo o una experiencia en pareja. La prueba técnica de hospitalidad facilitada a Tangram contiene 50,000 reseñas de 25 hoteles. Su análisis distingue entre el promedio general y la experiencia de distintos tipos de viajero. En ese conjunto, el tipo de viaje mostró diferencias más claras que la edad o el país.

Eso no convierte a todos los viajeros de negocios en personas insatisfechas ni demuestra qué causó la diferencia. Sí justifica una pregunta más útil: qué aspectos de la experiencia conviene revisar en ese segmento.

En el visualizador de Datos & BI puedes cambiar el año, el tipo de viajero y la métrica. Las medias se calculan a partir de sumas y cantidades de reseñas. No se promedian directamente las medias de grupos con tamaños distintos.

En retail, otro proyecto académico conecta ventas, precios y calendario en 10 tiendas de 3 ciudades para explorar la demanda y proponer reglas de reposición. Su inventario fue parametrizado o simulado: la propuesta no se presenta como una mejora comercial validada.

Usa el mismo periodo, la misma escala y una definición consistente de cada métrica. Muestra también cuántos registros sostienen la comparación: una diferencia sin tamaño de muestra pierde contexto.

No sumes totales acumulados como si fueran altas nuevas. En un caso de la industria restaurantera, los seguidores de varias capturas son cortes del total de la comunidad. Para describir el cambio se restan dos cortes compatibles; no se suman sus cifras ni las ventanas anuales superpuestas.

El dato observado puede ser “este segmento tiene un promedio menor”. La lectura es que vale la pena investigarlo. La hipótesis propone una explicación que todavía debe contrastarse. Son tres pasos diferentes.

Un reporte útil conserva esa separación. Si una variable se mueve junto con otra, evita presentar la relación como una causa demostrada. Puede haber diferencias de muestra, contexto o composición que el tablero no está mostrando.

Una conclusión no necesita convertirse de inmediato en una gran inversión. Puede terminar en revisar una muestra de comentarios, conversar con un equipo operativo o contrastar una señal con otra fuente.

Documenta quién revisará la pregunta y qué información ayudaría a decidir. El valor del tablero está en facilitar esa conversación, no en reemplazarla con una respuesta automática.