Dashboard de ventas con Claude: de la conexión a la validación

¿Qué puedes hacer con Claude Dashboards?

Conectas los datos, planteas una pregunta y obtienes un dashboard con IA diseñado para responderla. Un almacén de datos es el repositorio central donde la empresa reúne registros para analizarlos. Un CRM guarda la información de clientes y ventas. Claude convierte tu pregunta en SQL, las instrucciones que una base de datos utiliza para seleccionar y contar esos registros, y ejecuta la consulta sobre la fuente conectada.

Piensa en el gráfico como un comprobante que incluye el cálculo. Puedes abrir la consulta que hay detrás de una cifra y comprobar cuándo se actualizó el gráfico por última vez. La visualización resulta útil; poder ver el cálculo es lo que permite revisarla. Anthropic propone esta función para explorar preguntas y continuar los análisis más profundos en las herramientas de analítica que ya utilizas. Cómo funciona la beta

La guía de primeros pasos menciona Amazon Redshift, BigQuery, ClickHouse, Databricks y Snowflake, además de aplicaciones conectadas como Salesforce. Son los ejemplos documentados; no significa que cualquier CRM o base de datos funcione automáticamente. Ejemplos de fuentes compatibles

¿Qué planes lo incluyen y cuánto cuesta?

Dashboards está disponible desde el plan Pro, y también se incluye en Max, Team y Enterprise. No está incluido en Free. Al momento de escribir este artículo, Pro cuesta US$20 con facturación mensual o US$200 con facturación anual. La página de precios presenta Dashboards como una función en beta. Precios de Claude

El trabajo con dashboards cuenta para los límites de uso de tu plan. No hay una cuota independiente e ilimitada para generar informes. En Enterprise, un propietario debe activar Dashboards en Organization settings > Artifacts. Disponibilidad y uso de Dashboards

Si ya tienes un plan compatible, la prueba piloto no tiene por qué sumar otra suscripción de software. Aun así, su costo incluye la configuración, la revisión de la consulta, el consumo de tu cuota de Claude y los posibles cargos de la fuente de datos. Si todavía no usas Claude, incluye la contratación del plan en la comparación. Tampoco hay que dar por hecho que una herramienta de BI supone otra licencia de pago: depende de lo que ya tengas contratado y de cómo esté implementado.

Para evaluar si compensa, parte del tiempo que realmente dedicas a los informes. Este es un cálculo ilustrativo, no un ahorro medido: cuatro informes al mes, de 90 minutos cada uno, consumen seis horas. Si la prueba piloto reduce cada informe a 30 minutos, incluida la revisión, el total baja a dos horas y ahorras cuatro. Una suscripción mensual a Pro de US$20 se amortizaría entonces si cada hora ahorrada vale US$5, sin contar la configuración ni los costos de la fuente de datos. Si comprobar el resultado lleva tanto tiempo como elaborar el informe original, el ahorro desaparece.

Cómo configurarlo: desde conectar los datos hasta compartir

Empieza en la aplicación web o de escritorio de Claude para disponer de los controles de uso compartido. El dashboard se guarda como un artefacto: un resultado editable de Claude que permanece junto a la conversación. Puedes volver a abrirlo desde la pestaña Artifacts. Los artefactos requieren Cloud code execution and file creation, en Settings > Capabilities para los planes individuales o en Organization settings > Capabilities para Team y Enterprise. Configuración de Artifacts

1. Pide al propietario que active las funciones necesarias

En Team o Enterprise, el propietario debe comprobar la ejecución de código en la nube, activar Artifacts y habilitar la plantilla Dashboards en Organization settings > Artifacts. En Enterprise, Dashboards está desactivado inicialmente; los roles personalizados pueden limitar el acceso a determinados grupos. Para usar aplicaciones conectadas dentro de los artefactos, revisa también Organization settings > Capabilities > Visuals > Enable artifact connectors. Guía de administración de Artifacts

2. Conecta los datos que vas a utilizar

Abre Customize > Connectors, selecciona +, busca el servicio y revisa sus capacidades. Después elige Connect o Install y completa la autenticación. En Team y Enterprise, un propietario debe poner primero el conector a disposición del equipo en Organization settings > Connectors > Browse connectors > Add to your team. Luego cada usuario se autentica, salvo que la organización utilice autenticación administrada. Activa el servicio para la conversación desde + > Connectors. Configuración de conectores

Si vas a conectar un almacén de datos, involucra a la persona responsable de la conexión y los permisos de las tablas. La guía de Dashboards enumera plataformas, pero no ofrece un formulario de credenciales único para todos los almacenes. Sigue los requisitos del conector elegido. Para la primera prueba piloto, recomiendo dar acceso a una sola tabla aprobada para informes o a una vista que presente una consulta guardada como tabla, con los permisos mínimos necesarios para leerla.

3. Plantea una pregunta de negocio

Para crear un dashboard con Claude, abre Artifacts, elige una plantilla de Dashboards y describe la pregunta. También puedes pedirlo en el chat o seleccionar Output > Dashboards. Indica la tabla o aplicación, la definición de la métrica y el período. Ajusta el resultado mediante el chat; después abre el SQL del gráfico y corrige cualquier discrepancia. Cómo crear y ajustar un dashboard

4. Comprueba qué ve el destinatario antes de compartirlo con más personas

Abre Share y revisa las opciones disponibles para elegir quién puede acceder y con qué permisos. Para consultar un artefacto compartido hace falta una cuenta de Claude. Las partes conectadas utilizan las conexiones de quien lo abre; si esa persona no tiene acceso a la fuente, aparece un error. Los artefactos conectados a aplicaciones no admiten Anyone with the link, y las personas externas invitadas por correo no pueden usar las partes que dependen de Claude o de tus conectores. Reglas para compartir artefactos

Si el dashboard es para la empresa, compártelo primero con una de las personas que lo va a utilizar y pídele que confirme qué puede ver. Que funcione en tu cuenta no demuestra que funcione en la suya.

Ejemplo práctico: un dashboard de ventas ganadas por región

Una persona del área de operaciones de una pequeña empresa de software quiere saber qué regiones aportaron ventas cerradas el trimestre pasado. La métrica adecuada es el valor de las oportunidades cerradas y ganadas, es decir, el valor de los negocios marcados como ganados, sin confundirlo con ingresos contables. Un contrato firmado, una factura y un ingreso reconocido son mediciones distintas.

En este ejemplo, supongamos que BigQuery contiene una tabla llamada crm.opportunities, con una fila por oportunidad, un campo is_won con el valor verdadero o falso, una region, un amount_usd convertido a una base común en dólares y un closed_date almacenado como fecha según la zona horaria de negocio acordada por la empresa. Estos nombres de campos y supuestos son ilustrativos; no son un esquema de Anthropic.

La pregunta que escribes

Este prompt deja definidos la métrica, la fuente, la moneda y los límites de fecha. También pide aclarar los casos problemáticos que un gráfico bien presentado puede ocultar.

La consulta que debes revisar

Abre la consulta generada. Con los supuestos anteriores, su lógica esencial debería parecerse al siguiente SQL ilustrativo para BigQuery, que no se ha ejecutado sobre un conjunto de datos real:

SELECT region, SUM(amount_usd) AS closed_won_usd
FROM `crm.opportunities`
WHERE is_won = TRUE
  AND closed_date >= DATE '2026-07-01'
  AND closed_date < DATE '2026-10-01'
GROUP BY region
ORDER BY closed_won_usd DESC;

La consulta selecciona los negocios ganados, limita las fechas de cierre al trimestre y suma sus valores en dólares por región. El límite superior exclusivo deja fuera el 1 de octubre. No combina tablas mediante un join, así que ninguna tabla adicional multiplica las filas; aun así, los duplicados que ya existan en la fuente podrían inflar la suma.

No uses esta consulta sin cambios si tu almacén conserva el historial de las oportunidades, varias líneas por negocio o marcas de tiempo en lugar de fechas. Pide primero al responsable de los datos que determine qué registros y qué reglas de fecha corresponden. Una consulta SQL puede ejecutarse sin errores y aun así responder a la pregunta equivocada.

Qué comprobar antes de compartirlo

• Cuenta cada oportunidad una sola vez. Confirma que cada una aparece una única vez en la fuente. Revisa varios identificadores de negocio y concilia el total general con el informe de confianza del CRM usando los mismos filtros.
• Usa las fechas correctas. Revisa los negocios cercanos al cambio de trimestre. Confirma que el criterio sea la fecha de cierre, no la de creación ni la de facturación.
• Aplica un único criterio de moneda. Comprueba cómo se obtiene amount_usd. SUM omite los importes nulos, es decir, los valores ausentes, así que investígalos; decide también cómo mostrar las regiones sin especificar.
• Comprueba la actualización en ambos extremos. Mira cuándo se actualizó cada gráfico y cuándo recibió el almacén los últimos cambios del CRM. Consultar hace poco una tabla desactualizada sigue dando cifras desactualizadas.
• Verifica el acceso y el significado. Pide a un colega que abra el dashboard compartido con su propia conexión. Incluye la definición de la métrica y las exclusiones para evitar que un total de ventas termine utilizándose como ingresos contables.

Si los totales no coinciden, resuelve la diferencia antes de añadir más gráficos. Puedes continuar con preguntas como «¿Qué registros explican la diferencia?» o «¿La fuente contiene versiones históricas de una misma oportunidad?». El primer dashboard se gana la confianza cuando sus cifras cuadran, no por su apariencia.

Seis usos útiles, ordenados por su beneficio potencial

Estas propuestas parten de que los campos necesarios ya existen en una fuente conectada. No son resultados observados en clientes ni implican compatibilidad con otros conectores.

La mejor primera tarea tiene una fuente clara, un total conocido con el que comparar y una persona responsable de su definición. Una petición genérica como «muéstrame cómo va el negocio» no ofrece ninguna de esas ventajas.

Cómo encaja junto a Looker Studio, Metabase y Power BI

Mi recomendación es usar Claude para preguntas que todavía se están definiendo. Conserva una herramienta de BI cuando el informe necesite un modelo estable, una distribución que se mantenga en el tiempo o controles explícitos de actualización.

Esta comparación se refiere a los flujos de trabajo; no afirma que Claude exporte directamente a estos tres productos. Si buscas más opciones para elaborar informes, consulta las alternativas a Databox.

Qué no puede resolver por ti

No puede convertir una métrica ambigua en una definición de negocio acordada. Esa es mi valoración práctica de este flujo de trabajo: «ingresos», «cliente activo» y «ticket resuelto» necesitan una persona responsable que decida qué cuenta. Tampoco se corrigen los registros ausentes en la fuente por el simple hecho de dibujar un gráfico.

Una conexión activa no garantiza datos actualizados. El anuncio de lanzamiento habla de dashboards que se mantienen al día, pero la guía de primeros pasos no especifica un intervalo de actualización. Tampoco establece cuotas de dashboards, gráficos o filas. Son detalles que no se han publicado, no una promesa de capacidad ilimitada. Ni el anuncio ni esta guía publican resultados sobre la precisión de Dashboards. Anuncio de lanzamiento, guía de primeros pasos

No puede dar acceso a una fuente si el conector no lo tiene. Las conexiones normales heredan los permisos del usuario; una credencial compartida, en cambio, aporta el acceso de esa credencial. Comprueba cuál de estas modalidades utiliza tu conexión. Permisos de los conectores

Yo mantendría los compromisos contractuales de actualización, los informes auditados y las definiciones complejas de métricas compartidas en un sistema que el equipo ya utilice para cumplir esos requisitos. Prueba primero la beta con una pregunta interna de alcance acotado. Poder ver el SQL ayuda a revisar el trabajo; no certifica la respuesta.

Dos oportunidades para crear servicios y recursos complementarios

Las oportunidades están en los servicios y los materiales de apoyo. La guía de primeros pasos no documenta una API para desarrolladores de la función Dashboards, así que ninguna de estas propuestas depende de ella.

La opción más sólida: un servicio de configuración y validación de métricas de ventas

Una empresa pequeña podría contratar a un especialista para convertir una pregunta de ventas mal definida en una métrica documentada, una vista aprobada del almacén de datos, un dashboard de Claude y una lista de comprobación para conciliar las cifras.

Los datos de DataForSEO para búsquedas en inglés en Estados Unidos, consultados el 10 de octubre de 2026, estiman 1,000 búsquedas mensuales de «sales dashboard». Eso indica interés en la tarea de elaborar informes, no una demanda demostrada de este servicio. La respuesta de sugerencias señala una caída interanual del 32%, por lo que no se está afirmando que sea un mercado en crecimiento.

El encargo mínimo que se podría vender cubre una métrica de ventas, un informe conocido con el que compararla, la configuración de la conexión y la entrega a la persona responsable de esa cifra. La dificultad es que depurar la fuente puede absorber la mayor parte del trabajo. Define ese alcance por separado. Es la oportunidad más sólida porque lo valioso que se entrega es una cifra acordada y comprobada, algo que un generador genérico de gráficos no puede aportar por sí solo.

La segunda opción: un kit para empezar a revisar dashboards

Un consultor podría preparar un kit reutilizable para quienes gestionan estas tareas: plantillas para definir métricas, ejemplos de prompts, preguntas para revisar consultas y una lista de comprobación para validar el uso compartido. Antes de intentar venderlo como producto independiente, ofrece una primera revisión asistida.

Los mismos datos de DataForSEO estiman 140 búsquedas mensuales en Estados Unidos de «ai dashboard generator». Entre las búsquedas relacionadas aparece «Ai dashboard generator free», lo que sugiere sensibilidad al precio. La respuesta de sugerencias señala una caída interanual del 47%. Son señales modestas que justifican un experimento pequeño, no una gran inversión en software.

La primera versión del kit podría cubrir el ejemplo de ventas y otro de tickets de soporte pendientes, con supuestos sobre los datos claramente explicados. Sus puntos débiles son la facilidad de imitación y las alternativas gratuitas. Para justificar la compra, harían falta definiciones específicas del sector y una revisión cuidadosa. Si quieres convertir instrucciones recurrentes de elaboración de informes en un recurso reutilizable, consulta Claude Skills para informes semanales de clientes.

Por dónde empezar el lunes

Elige a la persona que hoy exporta el informe semanal de ventas y ponla a trabajar con quien administra la tabla de origen. Construyan únicamente la vista de oportunidades cerradas y ganadas, comparen los totales, revisen la fecha y hora de actualización y ábranla desde la cuenta del colega que vaya a usarla. Registren todo el tiempo invertido, incluidas las correcciones. Amplíen la prueba solo si facilita esa tarea de elaboración de informes y mantiene una definición clara de la cifra.

Si quieres un flujo de elaboración de informes verificado y adaptado a tus datos, podemos ayudarte con la automatización con IA.