Preguntas de entrevista para analistas de datos

Enfoque — Filtrar → Unir → Agrupar → Ordenar → Limitar

Primero aclaro si se cuentan pedidos cancelados o reembolsados; normalmente solo incluyo los completados. La consulta filtra orders por fecha y estado, agrupa por cliente, suma revenue, ordena de mayor a menor y limita a cinco. Importan la fecha correcta y la granularidad. Los datos de líneas deben preagregarse para no multiplicar ingresos. Si deben incluirse empates en el quinto puesto, utilizo una función de ranking en lugar de LIMIT. Por último valido el total elegible, los recuentos y posibles duplicados.

Enfoque — Definir cohorte → Definir retorno → LEFT JOIN → Agregar

Primero defino retención: actividad exactamente en el séptimo día o en cualquier momento durante los siete primeros. Para Day 7, un CTE contiene las altas de enero con user_id y signup_date, y un LEFT JOIN conecta los eventos válidos del séptimo día. El LEFT JOIN conserva a quienes no volvieron; un INNER JOIN inflaría la tasa. El denominador son usuarios únicos elegibles y el numerador quienes tienen el evento. Excluyo del denominador a usuarios sin siete días completos de observación. También puedo segmentar por canal, plataforma, región o semana.

Enfoque — Numerar compras por usuario

Filtro primero compras válidas y completadas. Después las numero con row_number() over (partition by user_id order by purchase_at, order_id) y selecciono la fila de rango dos. order_id hace el resultado determinista cuando coinciden las marcas de tiempo. Si deben aparecer todos los usuarios, uno el resultado con la tabla de usuarios mediante LEFT JOIN; quien no tenga segunda compra conserva un valor nulo. En tablas grandes, ayudan índices sobre user_id y fecha de compra.

Enfoque — Una fila por usuario con una marca de tiempo por paso

Creo una fila por usuario mediante agregación condicional y tomo la primera marca de cada paso, evitando contar eventos repetidos. Si el orden es obligatorio, verificación debe ocurrir después del registro, onboarding después de verificar y compra después del onboarding. Calculo conversión entre pasos y total. Cada numerador cuenta usuarios únicos en el paso siguiente y cada denominador en el anterior. Segmentos por plataforma, canal, dispositivo, región y cohorte revelan dónde se concentra el abandono. Reviso duplicados, pasos omitidos, zonas horarias, cuentas de prueba y eventos tardíos.

Enfoque — Validar → Segmentar → Revisar embudo → Factores externos → Recomendar

Primero compruebo si la caída es real: cambios de instrumentación, retrasos de pipeline, zonas horarias, filtros de bots, versiones y comparación con datos sin procesar. Después segmento por plataforma, versión, región, canal, antigüedad, plan, dispositivo y fuente. Reviso el recorrido: ¿cayeron aperturas, inicios de sesión, vistas o acciones principales? Aperturas estables con menos actividad apuntan al producto; menos aperturas pueden indicar notificaciones, adquisición, estacionalidad, una caída del servicio o un factor externo. La medida responde a la causa, como revertir una versión con más fallos. Si los datos llegan tarde, comunico la limitación en vez de crear falsa urgencia.

Enfoque — Objetivo → Métrica principal → Impulsores → Controles → Segmentos

Aclaro si el objetivo es descubrimiento, interacción, conversión, retención o cesta. La métrica principal debe reflejar valor, no solo clics; en comercio electrónico, por ejemplo, compras procedentes de recomendaciones por usuario activo. Los impulsores pueden incluir impresiones, CTR, añadir a cesta, conversión, ingresos por sesión, cobertura y diversidad. Los controles incluyen devoluciones, reembolsos, clics irrelevantes, latencia, quejas y canibalización. Segmento por usuarios nuevos o recurrentes, categoría, dispositivo y superficie. Un A/B mide el corto plazo; retención y recompra muestran si el valor perdura.

Enfoque — Descomponer ingresos en tráfico, conversión, cesta, mezcla, precio y retención

Más tráfico puede compensar una conversión inferior. También puede subir la cesta por precios, paquetes, grandes clientes o productos más caros. Otra posibilidad es tener menos visitantes, pero de mayor valor, o una definición de seguimiento distinta. Segmento por canal, producto, región, clientes nuevos y recurrentes, grupo y dispositivo. Después descompongo ingresos en sesiones, conversión, cesta, reembolsos y recompra, y verifico si la conversión se mide por sesión, usuario o visitante. La valoración depende de calidad y sostenibilidad, no solo del aumento de ingresos.

Enfoque — Público → Decisiones → Métricas → Segmentos → Alertas

Primero aclaro el público y las decisiones. La dirección necesita una visión resumida de crecimiento, retención, monetización y riesgo, no todo el detalle operativo. Arriba mostraría MRR, retención neta y bruta, MRR nuevo, expandido, reducido y perdido, clientes activos, conversión de prueba a pago, ARPU, quizá recuperación de CAC y real frente a objetivo. Segmentar por tipo de cliente, canal, plan, región, tamaño y ventas frente a autoservicio permite diagnosticar. Tendencias, cohortes, un puente de MRR, causas de baja y desviación del objetivo responden si crecemos, por qué, dónde hay riesgo y qué investigar. Deben verse definiciones, actualización, filtros, responsables y umbrales.

Enfoque — Aclarar decisión → Explicar riesgo → Proponer una vista mejor

Primero aclaro qué decisión debe facilitar. Después explico el riesgo de forma objetiva: los ingresos acumulados pueden ocultar desaceleración, un gráfico circular con demasiadas categorías puede ocultar diferencias o no mostrar intervalos puede generar falsa precisión. Propongo una visualización mejor de la misma pregunta: serie temporal, cohortes, embudo, distribución, barras segmentadas o descomposición. Si aún necesitan la vista original, puede incluirse con limitaciones claras; no la presentaría como mi recomendación. Ser útil y mantener la integridad analítica son compatibles.

Enfoque — Perfilar → Estandarizar → Validar → Documentar

Primero perfilo filas, columnas, nulos, duplicados, tipos, valores imposibles, fechas y atípicos, y conservo una copia sin modificar. Después elimino espacios, normalizo nombres, interpreto fechas, convierto unidades y asigno categorías incoherentes a una lista controlada. Antes de deduplicar, defino la clave empresarial. Luego concilio totales y recuentos con una fuente fiable y compruebo nulos, valores únicos y rangos. Documento las transformaciones, separo datos originales y limpios y evito cambios manuales ocultos.

Enfoque — Exploración frente a cálculo controlado

Las tablas dinámicas sirven para explorar, agrupar y resumir rápidamente por dimensiones. Las fórmulas son mejores para lógica personalizada, multietapa o auditable, como cohortes, puentes, puntuaciones ponderadas, excepciones o conciliaciones. En la práctica utilizo tablas dinámicas para detectar patrones y después construyo un modelo controlado. Los informes recurrentes deberían migrar a una canalización reproducible de SQL o BI en lugar de depender de una hoja manual frágil.

Enfoque — Hipótesis → Aleatorización → Métricas → Controles → Decisión

La hipótesis es que el nuevo diseño reduce fricción y aumenta compras completadas sin causar daños posteriores. Compruebo unidad de aleatorización, muestra, duración, exposición, elegibilidad y asignación persistente; aleatorizar por sesión puede mezclar variantes para usuarios recurrentes. La métrica principal es conversión desde inicio del checkout hasta compra. Secundarias: errores de pago, duración, cesta y ventas adicionales. Controles: reembolsos, chargebacks, soporte, latencia, errores y quejas. Además de significación estadística, importa la relevancia práctica. Solo recomendaría desplegar con una mejora útil, controles sanos, seguimiento fiable y efecto estable.

Enfoque — Revisar potencia → Evaluar dirección → Ponderar coste → Decidir

No significativo no significa necesariamente sin efecto. Compruebo si muestra y duración podían detectar una diferencia relevante. Después reviso tamaño del efecto e intervalo: uno amplio que incluye beneficio y daño es inconcluso; uno estrecho alrededor de cero sugiere poco impacto. También considero mantenimiento, riesgo y estrategia. Una función cara sin beneficio medible no debería desplegarse. Si tiene valor estratégico o coste bajo, puede iterarse o medirse mejor. El resumen separa con claridad diseño, observación, confianza, límites y recomendación.

Enfoque — Definiciones → Fuentes → Filtros → Granularidad → Momento → Conciliación

Primero comparo definiciones: bruto o neto de reembolsos, descuentos, impuestos y chargebacks; fecha de pedido, pago, envío o factura. Después reviso fuentes, filtros y granularidad. Las diferencias pueden proceder de pruebas, cancelaciones, cuentas internas, regiones, joins de líneas, zonas horarias o actualización. Partiendo de una fuente fiable, creo un puente: sumo o resto cada diferencia identificada hasta conciliar ambas cifras. El resultado no es solo declarar un cuadro incorrecto, sino fijar una definición, un responsable, una fuente oficial y una medida para evitar que se repita.

Enfoque — Medir ausencias → Identificar causa → Elegir tratamiento → Declarar

Primero cuantifico ausencias por campo, proporción, segmento, tiempo, fuente y plataforma, porque rara vez son aleatorias. Después identifico la causa: campo opcional, error de seguimiento, retraso, integración, privacidad o valor no aplicable. Según la causa, excluyo filas, imputo con justificación, creo una categoría desconocida, completo desde otra fuente o limito el análisis. Cero y desconocido no son equivalentes. Explico cómo afectan los datos ausentes a la confianza y si la conclusión se mantiene bajo supuestos razonables.

Enfoque — Decisión → Análisis → Hallazgo → Recomendación → Impacto

Elijo una historia donde mi análisis influyera en un lanzamiento, precio, marketing, producto, operación o prioridad. Explico de forma accesible qué datos y métricas utilicé, qué segmentos importaban y qué hallazgo inesperado apareció, sin perderme en herramientas. Después expongo recomendación e impacto: por ejemplo, reasignar presupuesto tras detectar un canal deficitario o revertir una función que elevaba clics pero dañaba retención. Incluyo límites, incertidumbre y cómo alineé a los interesados.

Enfoque — Aclarar urgencia → Dar orientación → Explicar límites → Planificar validación

Aclaro primero la decisión, el plazo y el riesgo. Para una decisión reversible y de poco riesgo puede bastar una orientación preliminar; para ingresos, clientes, cumplimiento o estrategia, el estándar de calidad debe ser mayor. Separo lo que puede responderse hoy de lo que no y, como máximo, doy una estimación preliminar etiquetada con su confianza. A la vez detallo limpieza, validación, conciliación y fecha de una respuesta fiable. Así el interesado puede actuar sin convertir una cifra rápida y errónea en una falsa verdad.

Enfoque — Impacto → Urgencia → Esfuerzo → Dependencia → Alineación

Priorizo por impacto, urgencia, esfuerzo, dependencias y reversibilidad de la decisión. Un análisis para un lanzamiento mañana suele superar una mejora opcional de un cuadro. Para cada solicitud aclaro decisión y responsable. Los informes manuales recurrentes son candidatos a automatización. Cuando existe conflicto, explico qué puede entregarse y cuándo, qué decisión depende de ello y por qué recomiendo ese orden. El tiempo analítico debe utilizarse donde mejora decisiones, no solo para cerrar solicitudes.