Data driven: qué significa en la práctica (sin discurso)

Todos los lunes a las 9, la reunión de resultados arranca con un dashboard proyectado en la pared. Veinte minutos después, la decisión sobre dónde invertir el presupuesto del mes sale de la opinión de quien habló más fuerte. El dashboard sigue abierto, intacto. Esa escena se repite en miles de empresas que se describen como "orientadas por datos".

El término se volvió una insignia. Aparece en la web corporativa, en las ofertas de empleo, en la presentación para inversores. Pero hay una prueba simple para separar el discurso de la práctica: cuando el dato contradice la opinión del jefe, ¿cuál gana? Si la respuesta es "depende del humor", este artículo es para ti.

Data driven significa tomar decisiones con base en datos, y no en intuición, jerarquía o costumbre. En la práctica, una empresa data driven define métricas antes de actuar, consulta los números antes de decidir y mide el resultado después. El dato participa del proceso de decisión, no solo del informe que justifica la decisión ya tomada.

¿Qué significa ser data driven, de verdad?

La definición corta esconde una distinción importante. Hay tres formas de usar datos en una decisión, y solo una de ellas es realmente data driven.

Data inspired es cuando el dato aparece como referencia lejana: "vi un estudio que dice que el video convierte más". Data informed es cuando el dato entra en la conversación, pero la decisión final sigue otros criterios: "el CAC del canal subió, pero lo mantenemos porque la marca necesita presencia". Data driven es cuando el criterio de decisión se definió antes, con número: "si el CAC supera los $80 durante dos meses seguidos, cortamos". La decisión se vuelve consecuencia del dato.

Ninguno de los tres modos es incorrecto en sí mismo. Las decisiones de marca, cultura y apuestas de largo plazo rara vez caben en una planilla, y forzarlas suele generar métricas de fachada. El problema es el contrario: la empresa que opera en modo inspired para todo, incluso para decisiones con datos abundantes disponibles, como pauta publicitaria, precios e inventario.

Los números muestran el tamaño de la brecha entre discurso y práctica. En la encuesta de Wavestone con ejecutivos de datos de grandes empresas (2024), el 48,1% afirmó haber creado una organización data driven, y solo el 42,6% dijo tener una cultura de datos establecida. Y ojo con la muestra: empresas Fortune 1000, con equipos de datos dedicados. Un año antes, eran 23,9% y 20,6%. Si ahí el vaso está a la mitad, imagina el mercado en general.

¿Vale el esfuerzo? El estudio clásico de Brynjolfsson, Hitt y Kim (MIT y Wharton) lo midió: las empresas que adoptan decisiones orientadas por datos muestran una productividad y un output entre 5% y 6% mayores de lo esperado según sus inversiones e historial. Parece poco, pero es una diferencia que se acumula, año tras año, sobre toda la operación.

Señales de que tu empresa NO es data driven

Más útil que la definición es el diagnóstico. Estos son los síntomas más frecuentes, del más obvio al mejor disfrazado.

• El dato llega después de la decisión. El informe de campaña se arma para justificar lo que ya se hizo, no para orientar lo que viene.
• Cada área tiene un número distinto para la misma pregunta. Marketing dice que fueron 900 leads, ventas dice que recibió 600, finanzas cerró con otro total de ingresos. Sin fuente única, cada reunión se convierte en un debate sobre qué número vale.
• Las metas no tienen dueño ni plazo. "Aumentar las ventas" no es una meta, es un deseo. Una meta tiene número, fecha y responsable.
• Nadie sabe cuánto cuesta adquirir un cliente. Si la empresa invierte en pauta y no conoce su propio CAC, las decisiones de presupuesto se están tomando a ciegas, por definición.
• El dashboard existe, pero nadie decide con él. Se contrató la herramienta de BI, los paneles se ven muy bien, y la pregunta "¿cuánto retorno dio esto?" se sigue respondiendo con "creo que anduvo bien".
• Decide el HiPPO. La sigla en inglés (highest paid person's opinion) describe el fenómeno: la opinión del que más gana vence la discusión, aunque el número apunte hacia el otro lado.

Si marcaste tres o más, tu empresa no es data driven. Y está bien admitirlo: es exactamente donde está la mayoría, como muestran los números de Wavestone. El error no es estar en esa etapa, es creer que un dashboard nuevo lo resuelve solo.

¿Y las señales de que sí lo es?

En el día a día, la diferencia aparece en comportamientos pequeños y verificables, no en tecnología.

Empresa que dice ser data driven	Empresa que es data driven
Tiene un dashboard para todo	Tiene 5 a 10 métricas que todos conocen de memoria
Discute cuál número es el correcto	Tiene una fuente única acordada para cada métrica
Pide un informe cuando algo sale mal	Define el criterio de éxito antes de lanzar
Usa el dato para justificar la decisión tomada	Cambia de opinión cuando el dato contradice la hipótesis
Celebra la intuición premiada	Registra el error de pronóstico y ajusta el proceso
Concentra los datos en una persona	Cualquier gerente puede responder con datos en minutos

Fíjate que ninguna línea de la columna derecha exige herramientas caras. Exige acuerdo sobre métricas, disciplina de proceso y acceso fácil al dato. La tecnología acelera, pero no sustituye.

Primeros pasos: del discurso a la práctica en 90 días

Cambiar la cultura lleva años, pero el primer ciclo de decisión orientada por datos cabe en un trimestre. El camino que funciona en la práctica es más pequeño y menos glamoroso que los grandes programas de "gobernanza de datos" que mueren en PowerPoint.

1. Semanas 1 y 2: elige una decisión recurrente que hoy se toma por instinto. Distribución de presupuesto entre canales, reposición de inventario, priorización de leads. Una sola. Empezar por "todos los datos de la empresa" es la receta clásica del proyecto que nunca termina.
2. Semanas 3 y 4: acuerda la fuente única y la definición de cada métrica. ¿Qué cuenta como lead? ¿Los ingresos van con o sin envío? ¿El CAC incluye salarios del equipo? Escríbelo. La mayoría de las peleas de números viene de definiciones, no de herramientas.
3. Semanas 5 a 8: define el criterio numérico antes de la próxima decisión. Un ejemplo de estructura real: "el canal con CAC arriba de $80 durante 60 días pierde el 30% de su presupuesto, que migra al canal de menor CAC con volumen disponible".
4. Semanas 9 a 12: decide según el criterio, regístralo y compara. Al final del ciclo, confronta lo previsto con lo realizado. ¿Fallaste? Perfecto: ahora existe un error medible para corregir, lo que ya es un avance enorme sobre "pensé que iba a funcionar".

Un ejemplo con números redondos muestra por qué importa la fuente única. Una tienda online invierte $60.000 al mes: $35.000 en Meta Ads, que generan 700 pedidos (CAC de $50), y $25.000 en Google Ads, que generan 250 pedidos (CAC de $100). Con un ticket promedio de $180 y un margen del 30%, cada pedido deja $54. En Meta sobran $4 por pedido; en Google faltan $46. La decisión parece obvia: cortar Google.

Solo que el dato de recompra, que estaba en el CRM y no en la planilla de pauta, mostraba otra cosa: el cliente que llegaba por Google recompraba en promedio 3 veces al año, contra 1,2 del cliente de Meta. En margen acumulado, Google entregaba $162 por cliente contra un CAC de $100, y Meta $64,80 contra $50. Los dos canales son viables, y lo "obvio" habría cortado el canal con mejor LTV. Ser data driven es exactamente eso: juntar los datos que viven en sistemas distintos antes de dar el martillazo.

Preguntas frecuentes

¿Qué significa data driven en español?

La traducción literal es "orientado por datos" o "impulsado por datos". Aplicado a empresas, describe una forma de gestión en la que las decisiones de negocio parten del análisis de datos concretos, con criterios definidos de antemano, en lugar de partir de la intuición, la experiencia aislada o la opinión de quien tiene el cargo más alto.

¿Cuál es la diferencia entre data driven y data informed?

En el modelo data driven, el criterio numérico definido previamente determina la decisión. En el data informed, el dato es un insumo más, y la decisión final pondera contexto, estrategia y juicio humano. Las empresas maduras usan ambos: data driven para decisiones recurrentes y medibles, data informed para apuestas de largo plazo.

¿Qué es una cultura data driven?

Es el entorno donde decidir con datos es el comportamiento por defecto, no la excepción: métricas con definición única, acceso amplio a los números y disposición real a cambiar de rumbo cuando el dato contradice la expectativa. Las herramientas ayudan, pero la cultura se mide por el comportamiento en las reuniones de decisión.

¿Cómo transformar una empresa en data driven?

Empieza en pequeño: elige una decisión recurrente, acuerda una fuente única para las métricas involucradas, define el criterio numérico antes de decidir y compara lo previsto con lo realizado al final del ciclo. Repite y expande. Los proyectos que intentan ordenar todos los datos de la empresa antes de la primera decisión útil rara vez salen del papel.

¿Ser data driven es lo mismo que tener dashboards?

No. El dashboard es una herramienta de visualización; data driven es un proceso de decisión. Hay empresas con decenas de paneles que deciden todo por instinto, y negocios con una planilla bien definida que son rigurosamente orientados por datos. La prueba es qué pasa cuando el número contradice la opinión dominante.

El discurso es gratis; el proceso, no

Decir que la empresa es data driven no cuesta nada, y quizá por eso casi todos lo dicen. Lo que cuesta es el resto: definir métricas con una sola fuente, aceptar que el dato a veces desmiente la propia tesis y sostener el criterio cuando incomoda a alguien importante en la sala. La buena noticia es que el retorno es medible; el 5% a 6% de productividad del estudio del MIT no viene de tecnología nueva, viene de mejores decisiones. Si quieres seguir con el diagnóstico, mira las señales de que tu empresa necesita integrar sus datos ahora y la guía de cultura de datos en la práctica.

Y si la barrera es operativa (datos dispersos entre Meta Ads, Google Ads, GA4, el CRM y las planillas, sin nadie que los cruce), esa parte se resuelve en días, no en meses. Sherlok conecta esas fuentes y permite que cualquier gerente pregunte en su idioma ("¿qué canal tuvo el menor CAC en el trimestre?") y reciba el análisis listo. El primer paso para decidir con datos es poder verlos todos en un mismo lugar.