Analista de datos
El agente escribe el SQL, construye los dashboards y corre las consultas. Tu día son las preguntas que solo un humano puede hacer y la interpretación que solo un humano puede hacer. El oficio pasa de escribir consultas a enmarcar preguntas.
El trabajo
Respondes preguntas que importan a los tomadores de decisión: sobre clientes, producto, operaciones, ingresos. El agente maneja partes sustanciales de lo que solía consumir la mayor parte de tu día: escribir SQL, construir dashboards, correr consultas ad-hoc, ensamblar gráficos, limpieza básica de datos. Tú manejas el enmarcado de preguntas, la interpretación, el storytelling y el criterio sobre qué es realmente cierto.
Día a día:
- Enmarcas la pregunta correctamente. Cuando un líder pregunta "¿están los clientes usando la funcionalidad X?", a menudo quiere decir algo más específico. Tu trabajo es traducir la solicitud a una pregunta precisa y respondible. El agente no hace bien esto; tú sí.
- Especificas qué datos sacar y cómo interpretarlos. Qué cuenta como "uso", qué cuenta como "cliente", qué ventana de tiempo, qué segmentación. El agente corre la consulta contra tu especificación.
- Curas el output producido por el agente. Gráficos, tablas, dashboards: el agente construye; tú seleccionas, refinas y decides qué dice la verdad sin engañar.
- Cuentas la historia. Hallazgos, implicaciones, recomendaciones. Los datos no hablan por sí mismos; tú los haces hablar.
- Manejas anomalías y sorpresas. Cuando los datos muestran algo inesperado, investigas antes de reportar. Datos malos, métricas mal etiquetadas, casos límite: el agente no lo nota; tú sí.
- Validas en puertas graduadas por riesgo. El reporte rutinario fluye a través de la revisión exclusiva del agente. Los hallazgos que dirigen decisiones mayores, los análisis de cara a ejecutivos, los datos de cara al cliente y los análisis metodológicamente novedosos requieren tu firma directa.
- Mantienes el modelo de datos y las definiciones. ¿Qué significa "usuario activo" en esta empresa? ¿Cuál es el cálculo oficial de churn? Las definiciones son el cimiento; tú las cuidas.
- Colaboras entre funciones. Producto, Ventas, CS, Marketing, Ingeniería, Finanzas: todos te hacen preguntas. Con el trabajo de consulta rutinario absorbido, puedes comprometerte sustantivamente con cada uno.
Cómo se ve el éxito
Resultados concretos a este nivel:
- Calidad del soporte a decisiones. Las decisiones tomadas con base en tus análisis aguantan con el tiempo. Tus análisis informan lo que realmente sucede, no solo lo que se discute.
- Coherencia de definiciones. Las métricas a nivel de empresa tienen definiciones consistentes. La gente deja de discutir si está viendo el mismo número.
- Tiempo hasta el insight. Las preguntas se responden rápido: horas a días, no semanas. El agente hace la mayor parte del trabajo; tu criterio convierte el trabajo en insight.
- Confianza entre funciones. Los líderes a lo largo de funciones confían en tus números y tu interpretación. Tu trabajo informa la estrategia.
- Calidad de los datos. Los problemas con calidad de datos, instrumentación o etiquetado se capturan y abordan. El cimiento de datos mejora con el tiempo.
Lo que no cuenta como éxito: dashboards construidos, consultas corridas, slides producidas, reportes "self-service" que nadie lee.
Lo que hace interesante este trabajo
Lo interesante no es el SQL. Es la interpretación, el storytelling y el asiento estratégico en la mesa.
Haces las preguntas que solo un humano puede hacer. "¿Qué significa esto?" "¿Deberíamos preocuparnos?" "¿Qué haríamos diferente si supiéramos esto?" El agente saca patrones a la superficie; tú sacas el significado.
El alcance entre funciones se amplía sustancialmente. Ventas, Producto, Marketing, CS, Operaciones, Finanzas: todos te necesitan. Con el trabajo de consulta absorbido, tienes tiempo para engagement sustantivo con cada uno. Pocos roles ven tanto de la empresa.
La interpretación es oficio. Los datos tienen muchas historias posibles. Elegir la correcta (la que es cierta, accionable y honesta sobre la incertidumbre) es habilidad real. Las personas a quienes les gustaba el trabajo con datos porque les gustaba darle sentido a las cosas lo encuentran concentrado.
Eres un colaborador estratégico, no un generador de reportes. Cuando los tomadores de decisión piensan sobre decisiones grandes, estás en la conversación. El rol en T3 está más cerca de la consultoría interna que del análisis heredado.
Las preguntas se vuelven más difíciles. Con el reporte rutinario absorbido, el trabajo que queda son las preguntas genuinamente interesantes. ¿Por qué este segmento se está fugando? ¿Cuál es el indicador adelantado de expansión? ¿Qué funcionalidad realmente dirige la retención? Las preguntas recompensan el pensamiento, no solo la consulta.
El trabajo de definición se acumula. Un modelo de datos limpio con definiciones coherentes es uno de los activos más valiosos que una empresa puede tener. Construirlo y mantenerlo es oficio; el trabajo se acumula a lo largo de años.
Ves el negocio en tiempo real. El reconocimiento de patrones a lo largo de muchos análisis te da una perspectiva que la mayoría de los líderes funcionales no tienen. Los analistas de datos en T3 a menudo se vuelven asesores del equipo ejecutivo mucho más allá de su alcance formal.
La movilidad profesional es real. Los analistas de datos que se desarrollan en T3 se mueven a Producto, Operaciones, Estrategia, Finanzas, roles de analytics ejecutivos. Las habilidades transferibles (enmarcado de preguntas, interpretación, comunicación entre funciones) son valiosas en todas partes.
Lo que puede no atraerte. Si tu identidad profesional estaba enraizada en el arte del SQL (la satisfacción de escribir una consulta hermosa, construir un dashboard ingenioso, afinar a mano un pipeline analítico complejo), ese trabajo se absorbe en el agente. Los analistas que vinieron al rol por el oficio técnico del análisis a veces encuentran el nuevo rol más difuso y menos práctico. También vives en la incomodidad de información parcial; las preguntas que respondes rara vez tienen cierre limpio, y la gente a veces ignorará lo que tu análisis muestra. La sensación heredada de "entregué el reporte y ahora es su problema" mayormente desaparece en T3: estás en la conversación sobre qué hacer, lo cual es más difícil y a veces frustrante.
Quién prospera en este rol
Las aptitudes que más importan en T3 son las intelectuales, las interpretativas y las de colaboración, diferentes de las fortalezas del artesano de consultas.
Eres genuinamente curioso sobre qué está pasando realmente. No solo lo que muestran los datos; lo que es cierto. Los analistas que persiguen el porqué superan a los analistas que entregan el qué.
Enmarcas preguntas bien. La mayoría de las solicitudes analíticas son ambiguas en el primer pedido. Las personas que pueden clarificar antes de consultar producen análisis más útiles que las personas que reconocen patrones y se lanzan.
Sospechas de historias limpias. Cuando los datos cuentan una narrativa ordenada, investigas. Cuando los números parecen demasiado consistentes o demasiado dramáticos, revisas la instrumentación. El escepticismo saludable es la protección del analista contra estar equivocado.
Comunicas sin perder matiz. Traducir hallazgos complejos a recomendaciones claras sin aplanar la incertidumbre. Los analistas que pueden sostener "esto es lo que vemos, esto es lo robusto, esto es lo que no" producen confianza.
Eres paciente con el trabajo de definición. Construir definiciones coherentes de métricas es trabajo poco sexy pero acumulativo. Los analistas que no pueden tolerar este trabajo producen empresas inconsistentes; los analistas que sí pueden construyen los cimientos sobre los que todos los demás se paran.
Colaboras entre funciones sin ser capturado por una. Los analistas fuertes mantienen perspectiva incluso cuando trabajan estrechamente con una sola función. Los analistas que se vuelven una extensión de Producto o Ventas pierden el valor de criterio independiente que de otro modo podrían proveer.
Escribes con claridad. Hallazgos, memos, dashboards con texto explicativo. Los analistas que escriben con claridad son escuchados; los analistas que solo entregan números sin narrativa son ignorados.
Manejas bien estar equivocado. El análisis a veces está equivocado: datos malos, pregunta mal enmarcada, variable perdida. Los analistas que pueden actualizar con elegancia cuando se demuestra que están equivocados construyen confianza; los analistas que defienden análisis malos pierden credibilidad.
Menos esencial que antes: profundidad en algún sabor específico de SQL, dominio de alguna herramienta BI específica, la capacidad de optimizar consultas complejas a mano, la velocidad de producción de dashboards. El agente absorbe esto. Tu valor está en el enmarcado de preguntas, la interpretación y el criterio.
Habilidades a desarrollar para llegar ahí
Las aptitudes describen la disposición. Las habilidades de abajo son lo que construyes activamente.
Enmarcado de preguntas. Convertir solicitudes ambiguas en preguntas precisas y respondibles. Cómo practicar: antes de cualquier análisis, escribe la pregunta que vas a responder. Pide al solicitante que revise. Donde digan "eso no es exactamente lo que quería decir" es donde tu enmarcado necesita trabajo.
Especificación de análisis. Escribir qué sacar, cómo segmentar, cómo interpretar, qué cuenta como éxito. Cómo practicar: para cualquier análisis, escribe la spec antes de que el agente corra. Registra cuándo la spec se perdió algo; refina.
Oficio del escepticismo. Detectar datos malos, visualizaciones engañosas, correlaciones espurias. Cómo practicar: antes de reportar cualquier hallazgo, genera tres explicaciones alternativas. Prueba cada una. La versión disciplinada de esto previene decisiones malas.
Storytelling con datos. Hallazgos, implicaciones, recomendaciones: escritos para que los no-analistas puedan actuar. Cómo practicar: para cada hallazgo mayor, escribe un memo de una página. Pide a alguien no-analista que lo lea; refina hasta que pueda actuar.
Custodia de definiciones. Mantener definiciones de métricas coherentes a lo largo de la empresa. Cómo practicar: toma una métrica sobre la que la gente discute. Escribe la especificación definitiva. Consigue alineación entre funciones. La disciplina se acumula.
Comunicación entre funciones. Escribir para Producto, Ventas, Marketing, CS, Finanzas, Ingeniería simultáneamente. Cómo practicar: redacta un hallazgo. Muéstralo a una persona de cada función. Donde se confundan o tengan interpretaciones diferentes es donde la escritura necesita trabajo.
Investigación de anomalías. Cuando los datos muestren algo sorprendente, investigar antes de reportar. Cómo practicar: registra las sorpresas. Para cada una, escribe un brief sobre si era real, un problema de instrumentación o una deriva definicional. El patrón es tu entrenamiento.
Disciplina de relevancia para la decisión. No correr análisis sobre los que nadie actuará. Cómo practicar: antes de cualquier nuevo análisis, escribe qué decisión informará. Si no puedes nombrar la decisión, no lo corras.
Elige la habilidad que mapea con tu decepción analítica más reciente. Practícala durante un mes.
Cómo difiere del rol heredado de Analista de datos
| Analista de datos heredado (pre-IA) | Analista de datos (IA-nativo) |
|---|---|
| Tiempo sustancial escribiendo SQL, construyendo dashboards, manejando solicitudes ad-hoc | El SQL, la construcción de dashboards y las consultas ad-hoc se absorben en el agente; el tiempo va a enmarcado de preguntas e interpretación |
| La mayoría del trabajo es reactivo: alguien pregunta, tú entregas | La mayoría del trabajo es proactivo: enmarcas y priorizas lo que vale la pena investigar |
| Los dashboards proliferan; pocos se leen consistentemente | Los dashboards son curados; los que existen se usan |
| Las definiciones son inconsistentes a lo largo de reportes | Las definiciones son custodiadas; la coherencia es real |
| Los mejores analistas son los más fluidos técnicamente | Los mejores analistas son los más afilados enmarcadores de preguntas y escritores más claros |
| Los stakeholders tratan a los analistas como generadores de reportes | Los stakeholders tratan a los analistas como colaboradores estratégicos |
| Trayectoria profesional: Analista → Senior Analyst → Manager of Analytics | Trayectoria profesional: la misma, más lateral a Producto, Operaciones, Estrategia, roles ejecutivos |
El rol no es un analista de datos más rápido. Es un rol diferente: el oficio técnico se absorbe y el oficio interpretativo se expande.
Qué patrones de evolución de roles están en juego
- Elevación (principal, drástica). Este es uno de los roles más transformados en el catálogo. El valor migra del oficio de consulta al enmarcado de preguntas, la interpretación y el storytelling.
- Especialización (secundaria). El rol se estrecha a su núcleo humano irreducible: el trabajo interpretativo y de colaboración que el agente hace mal.
- Convergencia (parcial). Los límites con Producto (analytics), Operaciones (business intelligence) y Specification Owner (trabajo de definición) se difuminan a medida que el rol de analista tiene tiempo para engagement sustantivo entre funciones.
La Absorción aplica fuertemente a tareas específicas (escritura de SQL, producción de dashboards, limpieza manual de datos). La Emergencia aplica a algunas responsabilidades nuevas (custodia de definiciones a nivel de empresa, curación de output del agente).
Roles relacionados en el catálogo
colaborador frecuente; el trabajo de analytics de producto intersecta con la medición de resultados del PM
rol emergente adyacente; algunos analistas evolucionan hacia esto
colaborador en el diseño de flujos de trabajo de pipelines de datos a escala IA-nativa
Fuentes y lecturas adicionales
- Patel, N. (2026). From Tasks to Roles: How Agentic AI Reconfigures Occupational Structures. El análisis de datos se cita como rol con fuerte presión de Elevación.
- Jain, R. et al. (2026). Agentic Generative AI in Enterprise Contexts. Implicaciones organizacionales y analíticas.
- De este marco: Marco de referencia y Guía de especificación.
← Volver a Roles · Patrones de evolución de roles · Marco de referencia · Transforma tu rol