Sergio Rico Lucena

Sistemas profesionales

Dos herramientas de mi trabajo en LLYC, reconstruidas de forma independiente con datos sintéticos.

Reconstrucción independienteDatos sintéticos

C2

Automatización de cierres de reporting

Un cierre de campaña que antes se hacía a mano y ahora se ejecuta en su mayor parte desde una hoja de cálculo.

Un flujo en Google Sheets, co-desarrollado con un compañero de Data Analytics, que automatiza parte del cierre de reporting de una campaña. Una persona sigue revisando el resultado antes de entregarlo.

  1. Entradas
  2. Preparación
  3. Gráficos
  4. Revisión humana
Tiempo por cierre
Antes
≈ 10–20 h
Después
≈ 3 h

Aproximado

≈ 70–80 %
del flujo automatizado
Fecha
agosto de 2026
Alcance
Parte del proceso, con revisión humana.
Fuente
Estimación profesional
Aproximado
≈ 10–20 h → ≈ 3 h
por cierre
Fecha
agosto de 2026
Alcance
Estimación por cierre.
Fuente
Estimación profesional
Aproximado

Ejecuta un cierre sintético

Datos sintéticos

Elige cómo ejecutarlo y pulsa el botón. La revisión humana nunca desaparece.

Esta demo necesita JavaScript. El caso que sigue se lee igual sin él.

Lente

Problema

Cada cierre suponía actualizar fuentes, rehacer comparativas y KPI y volver a dibujar el mismo conjunto de gráficos. Trabajo repetitivo con muchos sitios donde equivocarse.

Decisiones

  1. Dejarlo donde el equipo ya trabaja

    NegocioEl cierre se ejecuta desde una hoja que el equipo conoce, en pasos claros, para que nadie dependa de una sola persona para manejarlo.

    TécnicaGoogle Sheets con Apps Script. Los datos llegan de BigQuery y Supermetrics, con algunas fuentes auxiliares.

  2. Reglas para los insights, una persona para el criterio

    NegocioEl flujo prepara los insights y una persona decide qué merece contarse al cliente.

    TécnicaLos insights se preparan con reglas deterministas. La revisión humana es un paso fijo, no una opción.

Cómo lo comprobé

Se ha usado en cierres reales y se ha comparado con lo que tardaba el proceso manual.

Qué aprendí

Automatizar la mayor parte de un proceso es más útil que perseguir el total. La parte que queda para una persona es donde está el criterio.

Rol

Co-desarrollo, con responsabilidad funcional y técnica compartida con un compañero, además de uso y validación en cierres reales.

Estado

En uso profesional real y en mejora continua.

  • Google Sheets
  • Apps Script
  • BigQuery
  • Supermetrics

C3

Path-to-Conversion Analyzer

Una herramienta que convierte exportaciones de rutas incómodas en un análisis que se lee en minutos.

Una herramienta de navegador para analizar exportaciones de rutas hasta conversión de Campaign Manager 360. Detecta el formato, lo normaliza y muestra las rutas que importan.

  1. Carga
  2. Detección y validación
  3. Normalización
  4. Filtrado y lectura
≈ 10 min
por análisis, frente a varias horas
Fecha
agosto de 2026
Alcance
En los casos probados.
Fuente
Estimación profesional
Aproximado

Analiza rutas de conversión sintéticas

Datos sintéticos

Elige un formato de exportación, normalízalo y filtra las rutas.

Esta demo necesita JavaScript. El caso que sigue se lee igual sin él.

Lente

Problema

Las exportaciones llegan en formatos difíciles de trabajar, y analizarlas a mano llevaba varias horas cada vez.

Decisiones

  1. Aceptar la exportación tal como llega

    NegocioEl analista sube el archivo tal como se exporta. Sin reorganizarlo a mano antes de empezar.

    TécnicaCarga de CSV y XLSX con SheetJS, detección y validación de la estructura, y normalización de los formatos pivotado y no pivotado en una sola tabla.

  2. Responder primero a las preguntas habituales

    NegocioFiltros, KPI, rutas más frecuentes y longitudes aparecen en pantalla a la vez, y el resultado se puede exportar como presentación.

    TécnicaChart.js para los gráficos y PptxGenJS para la exportación. Todo se ejecuta en el navegador.

Cómo lo comprobé

Los resultados se compararon con análisis hechos a mano sobre las mismas exportaciones. En los casos probados, el trabajo pasó de varias horas a unos diez minutos.

Qué aprendí

La mayor parte del tiempo se iba en reorganizar datos, no en pensar sobre ellos. Resolver primero el problema del formato dejó corto el análisis.

Rol

Diseño funcional, adaptación a casos de uso y formatos reales, validación y evolución. Partió de un trabajo exploratorio previo con una Gem de Gemini, y la implementación fue asistida por Claude.

Estado

Prototipo funcional con sus primeras aplicaciones reales.

  • HTML / JavaScript
  • Chart.js
  • SheetJS
  • PptxGenJS

Páginas

A1InicioB1ProyectosC1Sistemas profesionalesD1ExperienciaE1CompetenciasF1Sobre míG1ContactoH1Privacidad

Proyectos

B2VexploreDónde explorarB3NuboriaCuándo mirar al cieloB4AnuahCómo acompañarseB5EvolutiaCómo adaptar el entrenamiento

Sistemas profesionales

C2Automatización de cierres de reportingC3Path-to-Conversion Analyzer

Acciones

ENEnglishFRFrançaisDEDeutsch

Flechas para moverte, Intro para abrir, Esc para cerrar