Analítica causal para empresas medianas
Deja de decidir con correlaciones.
Dr. Data conecta tus datos, prueba tus hipótesis de negocio con criterios fijados antes de ver los resultados y te dice cuánto de un resultado causó realmente tu decisión — no solo qué pasó.
- Solo lectura: nunca escribe en tus sistemas
- Criterios fijados antes de ver los datos
- Cada hallazgo es reproducible
¿El descuento de julio generó recompra?
38% de quienes recibieron descuento volvió a comprar.
Un grupo comparable sin descuento volvió en 31%. Efecto atribuible al descuento: al menos +5 puntos.
Ejemplo ilustrativo con datos sintéticos
El problema
Tus decisiones se están tomando sobre correlaciones
Dashboards que describen, no explican
Atribuciones optimistas
Conocimiento que se va
Cómo funciona
Un ciclo causal que mejora con cada estudio
1. Detectar
Pregúntale qué vale la pena estudiar, o corre un estudio, y Dr. Data señala anomalías, métricas que se deterioran en silencio y concentraciones de riesgo — expresadas como hipótesis, no como conclusiones.
2. Probar
En Modo Hipótesis declaras una creencia de negocio. Los criterios de decisión se fijan antes de consultar los datos y el veredicto es honesto, incluso cuando es 'no concluyente'.
- Próximamente
3. Experimentar
Diseña y administra experimentos para medir el efecto causal de una decisión antes de escalarla, con pruebas de significancia y control de factores de confusión.
4. Acumular
Cada estudio alimenta el expediente de tu empresa. El siguiente análisis empieza donde terminó el anterior.
- Agente Orquestador
Entiende tu pregunta y coordina al equipo de agentes especializados.
- Agente Analítico
Traduce lenguaje natural a SQL y ejecuta el análisis sobre tus datos.
- Agente Económico
Aporta criterio de negocio con base en teoría económica y administrativa.
- Agente de Visualización
Genera gráficas claras, listas para presentar.
- Agente de Insights
Sintetiza hallazgos en lenguaje ejecutivo con contexto de negocio.
Correlación vs. causa
La pregunta que tu dashboard no puede responder
Lo que dice el dashboard
8,400 clientes recibieron 15% de descuento en su primera compra. 62% nunca regresó. Conclusión típica: $1.9 millones desperdiciados.
Lo que pregunta Dr. Data
¿Cuántos de esos clientes no habrían regresado de todas formas? ¿Qué parte del efecto vino del anuncio de la promoción y qué parte del precio?
El veredicto causal
Frente a un grupo comparable, el descuento explica al menos 5 puntos de recompra adicional. La decisión ya no es 'quitar descuentos', sino a quién dárselos.
Ejemplo ilustrativo con datos sintéticos
Otros te dicen qué pasó. Dr. Data te dice cuánto de eso causaste tú.
El expediente
El expediente: la memoria de negocio de tu empresa
Cada definición de métrica, hipótesis probada, veredicto y decisión queda registrada. Lo que aprendes hoy hace más preciso el análisis causal de mañana, y ese conocimiento se queda en tu empresa aunque cambie el equipo.
- Definición confirmada: venta neta sin IVA ni devoluciones
- Hipótesis probada: el mix de producto explica la caída de margen
- Veredicto: no concluyente — falta historial de 6 meses
- Decisión registrada: piloto de precio en tiendas del Bajío
Rigor
Rigor que puedes defender frente a tu consejo
Preregistro
Honestidad del 'no concluyente'
Reproducible y auditable
Un hallazgo, tres lenguajes
Ejemplo ilustrativo con datos sintéticos
Para quién
Un veredicto causal para cada mesa de decisión
Dirección general
Finanzas
Comercial y marketing
Recursos Humanos
Analistas y agencias
Sectores
Donde más se nota la diferencia entre correlación y causa
Retail
- Precios y promociones
- Recompra y abandono
- Mix de producto y margen
- Desempeño por tienda y región
- Efecto real de campañas
Recursos Humanos
- Rotación y retención
- Ausentismo
- Efecto de capacitación y programas de bienestar
- Compensación y desempeño
Educación
- Prevención de deserción
- Incremento de matrícula
- Predictabilidad de cobranza e ingresos
- Efecto real de becas y apoyos
También trabajamos con servicios financieros, salud y manufactura.
Comparativo
Cómo se compara Dr. Data
Dr. Data
- Responde por qué, no solo qué
- Sí
- Separa causa de correlación
- Sí, por diseño
- Criterios fijados antes de ver los datos
- Sí
- Memoria acumulada de tu negocio
- El expediente
- Tiempo al primer hallazgo
- Días
- Costo
- Suscripción
Dashboards / BI
- Responde por qué, no solo qué
- No
- Separa causa de correlación
- No
- Criterios fijados antes de ver los datos
- No aplica
- Memoria acumulada de tu negocio
- No
- Tiempo al primer hallazgo
- Semanas
- Costo
- Licencias + equipo
Consultoría tradicional
- Responde por qué, no solo qué
- Sí
- Separa causa de correlación
- Depende del proyecto
- Criterios fijados antes de ver los datos
- Rara vez
- Memoria acumulada de tu negocio
- Se va con el consultor
- Tiempo al primer hallazgo
- Meses
- Costo
- Honorarios por proyecto
Asistentes de IA genéricos
- Responde por qué, no solo qué
- Parcial
- Separa causa de correlación
- No
- Criterios fijados antes de ver los datos
- No
- Memoria acumulada de tu negocio
- Se reinicia cada sesión
- Tiempo al primer hallazgo
- Minutos, sin rigor
- Costo
- Bajo
Equipo interno de ciencia de datos
- Responde por qué, no solo qué
- Sí
- Separa causa de correlación
- Depende del equipo
- Criterios fijados antes de ver los datos
- Rara vez
- Memoria acumulada de tu negocio
- Depende de la rotación
- Tiempo al primer hallazgo
- Meses
- Costo
- Muy alto
Seguridad
Construido para que tu área de TI diga que sí
Solo lectura: Dr. Data nunca escribe en tus sistemas fuente
Conector con túnel saliente: sin puertos expuestos en tu red
Despliegue en tu propio Google Cloud para requisitos de gobierno corporativo
Aislamiento por cliente y controles de acceso empresariales (IAM)
Acceso por alcance: tú decides qué tablas ve Dr. Data
Integraciones
Conecta tus fuentes
Desde tu data warehouse hasta el Excel de tu equipo.
- BigQuery
- Snowflake
- Amazon Redshift
- Bases de datos SQL (conexión directa)
- CSV y Excel
¿Usas Databricks u otra fuente? Pregúntanos por conectores bajo solicitud.
Por qué construimos Dr. Data
Más de 20 años midiendo lo que cuesta equivocarse
Me dedico al análisis y la ciencia de datos desde 2004. Empecé en la industria aeronáutica, construyendo modelos de IA para estimar el costo de mantenimiento de motores de aerolíneas de carga y de talleres que ofrecían paquetes de mantenimiento prepagado y motores de reemplazo en arrendamiento. Ahí aprendí que un error de estimación no es una gráfica equivocada: es un contrato que pierde dinero durante años.
Dr. Data nació con un cliente hipotecario mediano que necesitaba retorno inmediato y no podía sostener un equipo de ciencia de datos. La respuesta fue hacerlo agéntico: el rigor de un estudio causal, al ritmo y al costo que una empresa mediana puede pagar.
Fernando García Ulíbarri — Fundador de Dr. Data y Managing Partner de TeraSigma
Diagnóstico
Empieza con un diagnóstico de datos
Conectamos tus fuentes, validamos contigo las definiciones de tus métricas y te entregamos las primeras hipótesis causales priorizadas por los pesos en juego. 100% acreditable a tu suscripción.
- Sesión inicial de 30 minutos
- Sin instalación en tu primera sesión
- Acreditable al contratar