Business Intelligence / Advanced Analytics: perfil y cómo contratar
Cuando me piden un perfil de Business Intelligence / Advanced Analytics, el brief casi siempre pide «alguien de datos». En los procesos que hemos hecho, el riesgo es otro: publicar un unicornio (ETL + ML + Power BI + stakeholder management) y después frustrarse con alguien que solo domina una capa.
El perfil con taxonomía y sinónimos está en el Diccionario de Cargos — analista de datos. Si el mandato es modelado más profundo, mira científico de datos. Hay un post hermano sobre el analista de datos; este se centra en el aviso híbrido BI / Advanced Analytics que más vemos en Chile.
Qué hace Business Intelligence / Advanced Analytics (en la práctica)
- Definir y sostener KPIs con dueños, definiciones y calidad — no solo publicar un tablero.
- Explorar y responder preguntas de negocio con SQL/semánticas confiables.
- Construir modelos acotados (segmentación, forecasting ligero, scoring) cuando el problema lo pide.
- Contar la historia a no técnicos sin perder el límite del dato.
- Documentar supuestos y lineage suficiente para auditar un número discutido en comité.
- Priorizar el backlog analítico con impacto, no con «el dashboard que pidió el gerente».
- Colaborar con ingeniería de datos sin pretender ser el dueño del pipeline completo.
Es un rol bisagra: sin él, cada área vuelve a su planilla.
BI / Advanced Analytics vs perfiles que se confunden
| Se busca | Lo que realmente hace | Post / ficha |
|---|---|---|
| BI / Advanced Analytics | KPIs, análisis, modelos acotados, storytelling | Esta ficha |
| Digital Operations Analyst | Flujo operativo y SLAs digitales | Post Digital Ops |
| SAP System Engineer | Plataforma SAP / sistemas, no insights | Post SAP |
Cómo armar el descriptor
Usa la plantilla de descriptor de cargo:
- Propósito a 12 meses: qué decisiones debe habilitar (comercial, operaciones, finanzas).
- Alcance: % BI vs advanced analytics; stack (Power BI, Looker, Python, BigQuery); ¿hay data engineer?
- KPIs: adopción de tableros, tiempo a insight, error de forecast relevante, no «número de reportes».
- Autoridad: puede definir métricas oficiales o solo propone.
- Excluyente vs deseable: SQL sólido sí; lista infinita de tools, no.
Para perfil de puesto, screener de CV con IA y campañas multi-test: Obrii App (Pro 14 días, sin tarjeta).
Qué evaluar antes de contratar
| Riesgo | Señal en el proceso |
|---|---|
| Dashboard sin dueño de calidad | Evita fuentes, limpiezas y supuestos |
| Confunde correlación con causa | No narra errores metodológicos propios |
| Advanced analytics de PowerPoint | Habla de ML sin datos ni validación |
| Stack eterno en el aviso | 30 tools deseables; autoexclusión del mercado bueno |
| Baja gobernanza | Minimiza acceso sensible o cumplimiento |
Caso práctico acotado + pauta por competencias + evaluación psicolaboral de finalistas suele rendir más que «me gusta su GitHub».
Cuándo conviene evaluación psicolaboral
El aviso abierto funciona si el alcance BI vs advanced está escrito. Sale a headhunting cuando el hybrid es senior, el stack es escaso o hay confidencialidad. En ambos caminos, cierra con evidencia comparable.
El híbrido BI / Advanced Analytics funciona cuando el equipo de datos es chico y el negocio necesita velocidad de insight. Se rompe cuando el aviso pide pipelines de producción, ML en producción y storytelling ejecutivo en la misma persona junior. Sé honesto en el descriptor: ¿hay data engineer?, ¿quién define la métrica oficial?, ¿qué porcentaje del tiempo es tablero versus modelado?
En procesos que hemos visto, el candidato «perfecto» en paper suele ser débil en una de tres cosas: calidad de dato, comunicación a no técnicos o disciplina experimental. Diseña la evaluación para medir la que más duele en tu contexto. Un caso con datos sucios y una pregunta de negocio ambigua dice más que un quiz de sintaxis SQL.
Si el dolor real es un maestro SAP o un landscape inestable, no contrates analytics para tapar plataforma: mira SAP System Engineer. Si el dolor es flujo digital sin dueño, mira Digital Operations. Analytics sin proceso ni plataforma confiable produce tableros que nadie usa.
Otro patrón: pedir Advanced Analytics porque suena a seniority, cuando el negocio aún no tiene definiciones de KPI estables. En ese caso el orden es gobernanza de métricas primero, modelos después. Un analista senior lo dirá en la entrevista; un perfil que solo quiere entrenar algoritmos lo esquivará. Escucha esa señal.
Para el aviso en Chile, publica sinónimos (analista BI, Business Intelligence, Advanced Analytics) y aclara el stack real. El perfil de analista de datos en el Diccionario es la base de habilidades; el descriptor editorial define el mandato híbrido.
Cuando el shortlist está sucio, vuelve al descriptor: una frase de propósito, el porcentaje BI versus advanced, y quién es dueño de la métrica oficial. Con eso refiltras sin quemar otra semana de entrevistas.
Agendar reunión · Evaluación psicolaboral · Diccionario de Cargos
© Obrii. Contenido original. Reproducción no autorizada.
Lo que más nos preguntan
Respuestas breves a las dudas que más aparecen sobre este tema.
- ¿Qué hace un perfil de Business Intelligence / Advanced Analytics?
- Construye y sostiene indicadores, modelos de análisis y storytelling para decidir. Puede ir desde BI clásico hasta analytics avanzado; no es automáticamente un científico de datos ni un data engineer.
- ¿BI / Advanced Analytics vs data science vs data engineer?
- BI/analytics responde preguntas de negocio con datos existentes y modelos acotados. Data science profundiza en ML/experimentación. Data engineer sostiene pipelines. Mezclar los tres en un aviso ensucia el shortlist.
- ¿Cómo se llama en la taxonomía / Diccionario de Cargos?
- En avisos: analista BI, Business Intelligence, Advanced Analytics. En el Diccionario el ancla es analista de datos; si el peso es modelado, científico de datos.
- ¿Qué evaluar antes de contratar BI / Advanced Analytics?
- Casos donde el insight cambió una decisión, calidad de datos asumida, y capacidad de explicar límites del modelo. Desconfía del portfolio solo de dashboards bonitos.
- ¿Cuándo conviene evaluación psicolaboral?
- Cuando el rol es bisagra entre áreas y el error se ve en decisiones mal tomadas durante meses. En finalistas, combina caso técnico con evidencia de rigor y comunicación.