← ChatGPT para Excel

ChatGPT para analizar datos de Excel: de la tabla a la conclusión

Aprende un método práctico para utilizar ChatGPT con datos de Excel sin quedarte en un simple resumen.

Guía práctica de HazloIA·Actualizado: 2026-10-06
Respuesta rápida

Define primero la pregunta de negocio. Después pide una auditoría del dato, calcula las métricas necesarias y finalmente solicita conclusiones. Separa siempre los cálculos de las interpretaciones.

Casos prácticos

Cosas que puedes hacer de verdad

La forma más útil de aprender estas tareas es ver qué pedir, qué resultado esperar y qué revisar antes de utilizarlo.

01

Qué producto genera más dinero

Comparar unidades, facturación y margen para evitar confundir volumen con rentabilidad.

Qué deberías conseguir: Ranking de productos con métricas comparables.
02

Qué región funciona peor

Agrupar ventas por región y comparar facturación, unidades y margen.

Qué deberías conseguir: Una comparación que tenga en cuenta el tamaño de cada región.
03

Encontrar anomalías

Buscar descuentos, costes, unidades o resultados que se alejen del comportamiento normal.

Qué deberías conseguir: Una lista de registros que merece la pena revisar.
1

Empieza por una pregunta

"Analiza estos datos" es demasiado abierto. Una petición mejor sería "quiero saber qué productos generan más margen y si existen regiones con mucho volumen pero poca rentabilidad".

Una buena pregunta determina qué cálculos son necesarios y evita llenar el informe de métricas que nadie va a utilizar.

2

Audita el archivo antes de analizarlo

Pide que compruebe columnas, valores vacíos, duplicados, unidades, fechas y categorías. Un análisis perfecto sobre datos defectuosos sigue siendo un análisis defectuoso.

3

Ejemplo completo

Descarga el dataset y prueba esta petición:

Descargar dataset →
Analiza este dataset de ventas. Primero comprueba la calidad de los datos. Después calcula facturación neta, coste y margen. Agrupa los resultados por producto, región y canal. Identifica los tres productos con mayor margen y las tres regiones con peor margen. Señala cualquier resultado que pueda estar afectado por datos anómalos. Diferencia claramente cálculos de interpretación.
4

No confundas facturación con rentabilidad

Un producto puede vender mucho y tener un margen reducido. Otro puede vender menos unidades pero aportar más beneficio.

Por eso conviene pedir varias métricas y explicar qué decisión responde cada una.

5

Busca anomalías antes de sacar conclusiones

  • Descuentos excepcionalmente altos.
  • Costes superiores al precio.
  • Unidades negativas.
  • Registros duplicados.
  • Categorías con muy pocos registros.
  • Cambios bruscos respecto al resto.
6

Cómo convertir el análisis en una recomendación

Termina pidiendo tres bloques: hechos, interpretación y acciones posibles. Así evitas que una hipótesis de la IA se presente como si fuera un dato objetivo.

Para copiar

Prompts que puedes probar ahora mismo

Análisis ejecutivo

Prompt 1
Analiza estos datos y prepara un resumen ejecutivo de máximo 8 puntos. Cada punto debe incluir la métrica que lo demuestra. Separa hechos de interpretaciones.

Anomalías

Prompt 2
Busca valores anómalos en este dataset. No los elimines. Indica fila, campo, valor, por qué parece anómalo y qué comprobación humana harías.

Recomendaciones

Prompt 3
A partir únicamente de los datos, identifica 5 oportunidades y 5 riesgos. Para cada uno indica qué dato lo sustenta y qué información adicional necesitaríamos para tomar una decisión.

También te puede interesar

Sigue aprendiendo