Cómo funciona la herramienta
Pegarle una hoja de cálculo entera a una IA de chat no funciona bien: los modelos de lenguaje pueden equivocarse al sumar miles de filas, y tú no tienes forma de comprobarlo. Esta herramienta separa el cálculo (que hace tu navegador, siempre verificable) de la interpretación (que hace tu IA, con las cifras ya resueltas).
- Subes tu archivo (.xlsx, .xls o .csv): tu navegador lo lee con JavaScript, arma una «ficha del dataset» (columnas, tipos, valores únicos, % de vacíos) y te sugiere qué columna corresponde a fecha, producto, importe, etc.
- Revisas el mapeo y ves tu dashboard al instante: ventas, operaciones, ticket promedio, evolución mensual y tus productos principales, calculados en tu navegador, sin esperar a ninguna IA.
- Copias un prompt que lleva la ficha de tu archivo y esas métricas ya calculadas: le pides a tu IA que las interprete (calidad de datos, hallazgos, hipótesis), nunca que las recalcule.
La regla que atraviesa toda la herramienta: la IA nunca ve tus filas de ventas, una por una, dentro del texto del prompt. Solo recibe la ficha del archivo y las métricas agregadas; si decides adjuntar el archivo original a tu conversación, esa parte la haces tú, fuera de esta página.
Cómo preparar tu archivo de ventas (columnas mínimas)
No necesitas una hoja perfecta. Como mínimo, esta herramienta necesita 2 columnas para funcionar; el resto son opcionales y suman más vistas al dashboard.
| Columna | ¿Obligatoria? | Qué habilita |
|---|---|---|
| Fecha | Sí | La evolución mensual y la comparación de períodos. |
| Importe | Sí | Las ventas totales, el ticket promedio y casi todo el resto del dashboard. |
| Producto | No | El top de productos y la concentración de ventas por producto. |
| Categoría | No | La participación por categoría. |
| Cantidad | No | Las unidades vendidas y el precio medio por unidad. |
| Precio unitario | No | El cálculo del importe si tu archivo no trae una columna de importe, y la revisión de importe ≠ cantidad × precio. |
| Vendedor, cliente, sucursal, canal | No | Participaciones adicionales y la concentración por cliente. |
La página sugiere el mapeo automáticamente por el nombre de cada columna («Fecha», «Total», «Cliente»…); si tu archivo usa otros nombres, corrígelo tú mismo en un par de clics.
Facturación, unidades y ticket promedio: qué cuenta cada uno
| Métrica | Cómo se calcula |
|---|---|
| Ventas totales | Suma del importe de todas las filas del período. |
| Operaciones | Número de filas con un importe (cada fila es una venta o transacción). |
| Unidades | Suma de la columna cantidad, si la mapeaste. |
| Ticket promedio | Ventas totales ÷ operaciones: cuánto deja, en promedio, cada venta. |
| Precio medio por unidad | Ventas totales ÷ unidades: distinto del ticket promedio si una venta trae varias unidades. |
El ticket promedio y el precio medio por unidad suelen confundirse. Si vendes cuadernos a S/ 6.50 cada uno pero casi siempre en paquetes de 5, tu precio medio por unidad ronda S/ 6.50, pero tu ticket promedio (por venta) ronda S/ 32.50.
Cómo comparar períodos correctamente (días, estacionalidad, festivos)
El error más común al comparar 2 meses es no fijarse en cuántos días tiene cada uno. Un mes de 31 días casi siempre vende más que uno de 28, sin que el negocio haya mejorado en nada. Por eso esta herramienta cuenta los días exactos de cada período que elijas y te avisa cuando no coinciden.
- Compara meses completos contra meses completos cuando puedas, no un mes completo contra uno a medias.
- Si tu negocio tiene estacionalidad (útiles escolares en marzo, regalos en diciembre), compara contra el mismo mes del año anterior, no solo contra el mes previo.
- Si un período incluye un feriado largo o un cierre y el otro no, anótalo en el campo «Contexto conocido del negocio» del formulario: así tu IA no inventa una causa que tú ya conoces.
Descomponer una variación: ¿más clientes o compras más grandes?
Cuando las ventas cambian, hay 2 explicaciones posibles (o una mezcla de ambas): cambió el número de operaciones (vendiste más o menos veces) o cambió el ticket promedio (cada venta dejó más o menos dinero). Esta herramienta separa exactamente cuánto aporta cada efecto, con una fórmula simple:
- Efecto de operaciones: (operaciones del período nuevo − operaciones del período anterior) × ticket promedio del período anterior.
- Efecto de ticket: (ticket promedio del período nuevo − ticket promedio del período anterior) × operaciones del período nuevo.
Los 2 efectos suman exactamente la diferencia entre las ventas de ambos períodos: no sobra ni falta nada. Saber cuál de los 2 domina cambia la acción a tomar: si cae por operaciones, el problema probablemente es tráfico o stock; si cae por ticket, probablemente es mezcla de productos o precio.
Productos que requieren atención: 4 patrones
| Patrón | Qué sugiere |
|---|---|
| Un producto concentra una parte muy grande de las ventas | Riesgo: si se agota o deja de venderse, el impacto en tus ventas totales es grande. |
| Un producto cae de participación mes a mes | Vale la pena revisar stock, precio o si apareció un sustituto más barato. |
| Pocos clientes explican la mayoría de las ventas | Riesgo de dependencia: perder a uno de esos clientes pesa mucho en el total. |
| Un canal o sucursal se queda atrás de los demás | Puede ser un problema local (personal, horario, stock) más que del negocio completo. |
Esta herramienta calcula la concentración (qué % de las ventas explica el 20 % de tus productos o clientes con más ventas) para que no tengas que adivinarlo mirando una tabla larga.
Esta herramienta mide cuánto vendes de cada producto, no cuánto ganas: si un producto vende mucho pero deja poco margen, revísalo con nuestra calculadora de rentabilidad por producto.
Tendencia no es causalidad
Que las ventas hayan subido después de un cambio (una promoción, un nuevo producto, un cambio de precio) no prueba que ese cambio sea la causa: pudo influir el mes, el clima, un competidor cerrado temporalmente, o pura coincidencia. Por eso el prompt de esta herramienta le exige a la IA marcar toda posible causa como [HIPÓTESIS], nunca como un hecho comprobado, y proponer cómo comprobarla con otra información (inventario, registro de promociones, tráfico).
Calidad de datos: qué revisa esta página
| Problema | Qué significa |
|---|---|
| Importe negativo | Probablemente una devolución. La página no la descarta: la cuenta y te avisa para que la confirmes. |
| Fecha fuera de rango | Una fecha anterior al año 2000 o en el futuro lejano: suele ser un error de formato al exportar el archivo. |
| Filas duplicadas | 2 o más filas con exactamente los mismos datos: puede ser una venta real repetida o un error al copiar. |
| Importe ≠ cantidad × precio | El importe no cuadra con cantidad × precio: puede ser una devolución, un descuento, o un error de digitación. |
Esta página nunca elimina ninguna fila por su cuenta: solo cuenta los problemas y te los muestra, para que decidas tú cómo tratarlos.
Privacidad: qué se envía y qué no
Tu archivo se lee enteramente en tu navegador (con JavaScript y, para Excel, una librería que corre ahí mismo): nunca se sube a ningún servidor de este sitio. El prompt que copias tampoco incluye tus filas de ventas una por una: solo la ficha del archivo (nombres de columnas, tipos, una muestra de valores) y las métricas ya calculadas.
Si eliges el modo «Adjuntaré el archivo original», la decisión de subirlo a tu IA es tuya, y ocurre fuera de esta página: revisa la política de privacidad de la IA que uses antes de adjuntar datos de clientes reales.
Ejemplo completo: ferretería ficticia, enero a junio
«Ferretería El Tornillo», negocio ficticio con 2 sucursales y 2 canales de venta, 134 registros de enero a junio.
1. Las métricas de junio
| Métrica | Valor |
|---|---|
| Ventas totales | S/ 2,995.80 |
| Operaciones | 19 |
| Unidades | 37 |
| Ticket promedio | S/ 157.67 |
2. La descomposición de la caída
Entre mayo (S/ 3,977.50, 26 operaciones, ticket S/ 152.98) y junio (S/ 2,995.80, 19 operaciones, ticket S/ 157.67), las ventas variaron -24.68 %. El efecto de tener menos operaciones fue de S/ -1,070.86; el efecto del ticket promedio, que en realidad subió, fue de S/ 89.11 a favor.
3. La hipótesis, no el hecho
La respuesta de la IA no afirma «las ventas bajaron por falta de stock»: lo marca como [HIPÓTESIS] y sugiere revisar el inventario de esas fechas, porque esta página no tiene forma de comprobarlo con los datos que recibió.
Cómo está hecho el prompt (y por qué funciona)
El prompt tiene ocho bloques. Cada uno resuelve un riesgo de pedirle a una IA que «analice mis ventas»:
| Bloque | Para qué sirve |
|---|---|
| Rol | Analista de datos comerciales, riguroso al distinguir hechos de hipótesis. |
| Objetivo | Revisar la calidad de los datos, interpretar las métricas y explicar la variación entre períodos. |
| Fuente | La ficha de tu archivo y las métricas ya calculadas, entre etiquetas y declaradas como información, no como instrucciones. |
| Datos del usuario | Moneda, período analizado, período de comparación, objetivo del análisis y contexto conocido del negocio. |
| Reglas de contenido | Usar solo los datos de la ficha y las métricas; nunca recalcularlas; nunca predecir ventas futuras. |
| Reglas de formato | «Métricas principales» en una tabla CSV; el resto, viñetas; sin iconos. |
| Formato de salida | 8 títulos exactos y en orden, para que la página arme los paneles del informe. |
| Autoverificación | Una lista que la IA revisa antes de responder: ninguna cifra recalculada, cada causa marcada [HIPÓTESIS], advertencia si los períodos no son comparables. |
La decisión clave es que la IA nunca recalcula ninguna métrica ni ve tus filas una por una: solo interpreta lo que ya calculó esta página. Eso hace que un error de aritmética del modelo (posible en cualquier IA de chat) no pueda colarse en tus cifras.
Checklist antes de actuar sobre tus datos
- Revisaste la sección «Calidad de datos» y entendiste qué significa cada problema señalado (negativos, duplicados, importe inconsistente).
- Confirmaste que el período que analizaste y el de comparación tienen sentido para tu negocio.
- Si la página advirtió que los períodos no son comparables (distinta cantidad de días), lo tuviste en cuenta antes de sacar conclusiones.
- Cada causa que vas a usar para decidir algo está marcada como hipótesis, no como hecho comprobado.
- Verificaste al menos una hipótesis importante con otra fuente (inventario, registro de promociones, tráfico) antes de actuar.
- Si vas a compartir el informe, revisaste que no incluya datos personales de clientes que no deberías compartir.
- Guardaste una copia en .csv de las métricas, por si necesitas volver a ellas más adelante.
Límites y verificación
- No predice ventas futuras. Analiza lo que ya pasó; el prompt le prohíbe explícitamente proyectar tendencias.
- No sustituye a un contador ni a un analista de datos. Para decisiones grandes, la revisión de un profesional sigue siendo la mejor práctica.
- Procesa hasta 50,000 filas en tu navegador; archivos más grandes se recortan, con aviso.
- No verifica el origen de tus datos. Si tu sistema de caja exporta mal una columna, esta página no puede saberlo: siempre revisa la ficha del archivo al subirlo.
- No da asesoría legal ni tributaria. Si tienes dudas sobre esta herramienta, puedes escribirnos.
- Tu archivo, siempre en tu navegador. Nunca se envía a este sitio; revisa el detalle en la política de privacidad.
- La IA puede equivocarse, aunque el prompt se lo prohíba: puede mezclar una hipótesis con un hecho, o no advertir una comparación injusta entre períodos. La revisión final es tuya.
- Cómo lo comprobamos. El lector de la respuesta, la descomposición de la variación y los cálculos de calidad de datos se prueban automáticamente con datos ficticios, incluyendo casos donde los períodos no son comparables. Conoce el proyecto en Sobre nosotros.