Qué evaluar antes de entrevistar a un analista de datos
En analista de datos, el razonamiento y el rigor importan más que la lista de herramientas del CV
Abres el CV de un candidato a analista de datos y ahí están: SQL, Python, Power BI, quizá algo de dbt o Looker. La lista impecable. Pero esa lista no te dice lo único que importa de verdad: ¿esta persona razona bien con los datos, o solo sabe ejecutar consultas? ¿Sabe explicarle a un gerente comercial por qué la conversión cayó, o se queda mirando el dashboard sin sacar una conclusión?
En LATAM, donde muchos equipos de datos son chicos y el analista habla directo con negocio, ese vacío se paga caro. Contratas a alguien que domina las herramientas y descubres tarde que no formula buenas preguntas, no detecta un dato sospechoso, o no logra que el resto del equipo entienda lo que encontró. Por eso conviene evaluar antes de entrevistar: llegar a la conversación sabiendo dónde están las dudas reales.
Por qué el CV no alcanza para este cargo
El CV de un analista de datos es engañosamente fuerte. Las herramientas se listan fácil y casi todas se aprenden con un curso. Lo difícil de aprender —y lo que el CV nunca muestra— es el criterio: saber qué métrica mirar, desconfiar de un promedio que esconde dos poblaciones distintas, o decidir cuándo un hallazgo amerita una alerta y cuándo es ruido.
Tampoco verás en el CV cómo comunica. Un analista que encuentra algo valioso pero no sabe contarlo en lenguaje de negocio termina siendo un generador de reportes que nadie lee. El CV te da insumos; necesitas evidencia más allá del CV para saber cómo piensa y cómo traduce datos en decisiones.
Qué señales observar antes de la entrevista
Más que confirmar herramientas, te conviene mirar señales de razonamiento y de oficio. Tres que suelen marcar la diferencia:
- Razonamiento cuantitativo aplicado: no operaciones abstractas, sino cómo interpreta una tendencia, una proporción o una anomalía con contexto de negocio.
- Pensamiento estructurado: cómo descompone un problema ambiguo (“¿por qué bajaron las ventas?”) en hipótesis verificables con datos.
- Comunicación de hallazgos: si lo que encuentra lo puede explicar con claridad a alguien que no es técnico.
Estas señales son comparables entre candidatos cuando las observas con el mismo criterio, no según la impresión de quien entrevista ese día. Ahí es donde una evaluación previa te da un punto de partida común para todo el panel.
Cómo combinar competencias según el cargo
Un analista de datos no se define por una sola competencia. El perfil útil combina razonamiento numérico, capacidad de estructurar problemas y comunicación, con pesos que cambian según el cargo: en un rol cercano a negocio, la comunicación pesa más; en uno cercano a ingeniería de datos, el rigor técnico. Combinar competencias según el cargo evita el error de evaluar a todos con la misma vara.
Analista de datos / BI
- Wonderlic (Inteligencia)Ayuda a observar la capacidad de razonar con números y armar una conclusión, no solo describir lo que muestra un gráfico.
- Pensamiento Crítico y Resolución de ProblemasAyuda a observar si cuestiona el dato antes de concluir: detectar cifras que no cuadran y sostener una conclusión con argumentos.
- Competencias de Gestión de InformaciónAyuda a observar el cuidado al trabajar con fuentes de datos: ordenar, versionar y resguardar información para que el análisis sea trazable.
- Habilidades Digitales y TécnicasAyuda a observar la soltura con planillas, consultas y herramientas de BI que el cargo usa a diario.
- Aprendizaje y AdaptabilidadAyuda a observar cómo encara una herramienta o fuente de datos nueva, algo frecuente cuando cambian los sistemas o los requerimientos del negocio.
- Comunicación y Relaciones InterpersonalesAyuda a observar si traduce un hallazgo de datos a un lenguaje que un área no técnica pueda entender y accionar.
Mira cómo se combinan las competencias para este perfil y ajústalas a tu vacante.
Ver combinación por cargoQué mirar en el reporte
Cuando revisas un reporte de evaluación, no busques un número que decida por ti: busca insumos para preparar mejor la entrevista. Fíjate en la señal de ajuste al cargo como punto de partida, pero baja al detalle por competencia. Si alguien muestra buen razonamiento pero comunicación más débil, ya sabes dónde poner el foco en la conversación.
Revisa también los controles de integridad del proceso, que te ayudan a leer los resultados con contexto antes de invitar a entrevistar. Y recuerda: el reporte apoya la decisión, el equipo la mantiene. Kokoro te da respaldo para decidir a quién entrevistas y con qué preguntas; la elección final sigue siendo tuya. Si trabajas en un entorno data-driven, en soluciones para tecnología verás cómo encaja esto en perfiles técnicos.
Preguntas de entrevista basadas en evidencia
La entrevista rinde mucho más cuando llegas con la evaluación leída. En lugar de repreguntar lo que ya sabes, profundizas donde el reporte mostró dudas. Algunas líneas que funcionan para analista de datos:
- “Cuéntame de una vez en que los datos contradijeron lo que el equipo esperaba. ¿Qué hiciste?”
- “Tienes un reporte de ventas con un alza rara en una región. ¿Por dónde empiezas?”
- “Explícame un hallazgo técnico tuyo como si yo fuera de finanzas.”
- “¿Cómo validas que una consulta o un cálculo está bien antes de presentarlo?”
Las respuestas, contrastadas con lo que viste en la evaluación, te dan un criterio común para comparar candidatos sin depender de la química del momento. En la biblioteca de recursos encontrarás más guías por cargo para armar estas conversaciones.
En resumen: para un analista de datos, deja de contar herramientas en el CV y empieza a observar cómo razona, cómo cuida el rigor y cómo comunica. Evalúa antes de entrevistar, llega con las dudas mapeadas y usa la entrevista para confirmar lo que la evidencia ya te insinuó. Así decides con respaldo a quién entrevistar, y el equipo mantiene la decisión final. Puedes empezar viendo la combinación de competencias para analista de datos.
Preguntas frecuentes
¿Qué es más importante en un analista de datos: las herramientas o el razonamiento?
Las herramientas se aprenden con cursos y práctica; el razonamiento y el rigor son mucho más difíciles de desarrollar. Un buen analista sabe qué métrica mirar, desconfía de datos que no cuadran y traduce hallazgos a lenguaje de negocio. Por eso conviene observar cómo piensa, no solo qué tecnologías lista el CV.
¿Cómo evalúo a un analista de datos antes de entrevistarlo?
Mira señales comparables de razonamiento cuantitativo aplicado, pensamiento estructurado y comunicación de hallazgos, observadas con el mismo criterio para todos los candidatos. Una evaluación previa te da un punto de partida común y te permite llegar a la entrevista sabiendo dónde profundizar.
¿La evaluación decide a quién contratar?
No. La evaluación aporta evidencia más allá del CV y reportes para preparar mejor la entrevista. Kokoro apoya la decisión con señales y controles de integridad, pero el equipo mantiene la decisión final sobre a quién entrevistar y a quién contratar.
¿Qué preguntas de entrevista sirven para un analista de datos?
Funcionan bien las preguntas basadas en situaciones: una vez en que los datos contradijeron lo esperado, cómo abordaría una anomalía en un reporte, cómo explicaría un hallazgo técnico a alguien de otra área, y cómo valida que un cálculo está bien antes de presentarlo. Contrastadas con la evaluación, te dan un criterio común para comparar.
¿Por qué las competencias se combinan según el cargo?
Porque no todos los roles de analista pesan igual cada competencia: uno cercano a negocio valora más la comunicación, mientras que uno cercano a ingeniería de datos exige más rigor técnico. Combinar competencias según el cargo evita evaluar a todos con la misma vara y ajusta el perfil a tu vacante real.