Elige los problemas de negocio que quieres resolver. Cada uno trae su pregunta clave, su tecnología, su equipo y su esfuerzo — para que el alcance salga de decisiones de negocio, no de una lista de herramientas.
Estructura: Proceso → Actividad → Caso de uso → Pregunta clave de negocio (KBQ) → Métrica. Cada caso se puntúa en dificultad e impacto del 1 al 10.
La estructura (Proceso → Actividad → Caso de uso → KBQ → Métrica) es la metodología de DataRev. Los casos concretos y sus días por rol están redactados aquí, no salen del histórico de proyectos de DataRev. El puntaje base también, pero los ajustes por industria y por tipo de trabajo vienen de estudios publicados y fechados, listados al final de esta página.
Tu contexto
36 casos visibles
La industria filtra el catálogo y ajusta los puntajes de la matriz, del resumen y de cada tarjeta. Departamento y proceso solo filtran.
Puntajes ajustados por industria. Elige una industria arriba para ver los puntajes ajustados a su realidad. Sin industria seleccionada se muestran los puntajes base del catálogo, sin ajuste.
Resumen ejecutivo
Puntajes base, sin lente de industria
Casos de uso
3
Esfuerzo total
•••días-personaCifra bloqueada (días-persona). Incluido en Sesión guiada.
Impacto promedio
•••Cifra bloqueada. Incluido en Sesión guiada.
Dificultad promedio
•••Cifra bloqueada. Incluido en Sesión guiada.
Bloqueado
Puntajes de impacto y dificultad ajustados a tu industria
Incluido en Sesión guiada
Qué incluye
Diagnóstico completo de 40 preguntas, reporte en PDF, comparación con tu industria, casos de uso puntuados y 60 minutos con un consultor para armar tu roadmap.
Aquí ves la estructura del cálculo —cuántas líneas, qué categorías, en qué unidad—, no el número.
Mezcla de la selección
Ganancias rápidas2
Apuestas grandes1
Rellenos0
Evitar por ahora0
Por dónde empezar
1Embudo comercial y fugas de conversiónGanancias rápidas
2Control de mando directivo (KPIs unificados)Ganancias rápidas
3Predicción de abandono de clientes (churn)Apuestas grandes
Orden: ganancias rápidas, apuestas grandes, rellenos y al final lo que conviene evitar. Dentro de cada grupo, en el orden del catálogo. Con los puntajes, el orden interno pasa a ser por impacto y dificultad.
Lectura AI Act (UE), orientativa
Ningún caso de la selección cae en alto riesgo ni en transparencia.
Impacto contra dificultad, en escala 1-10 con corte en 5.5. Arriba a la izquierda es donde conviene empezar. Haz clic (o Enter) en un punto para seleccionarlo.
Seleccionado
Disponible
Fuera del filtro actual, sigue seleccionado
Bloqueado
Puntajes de impacto y dificultad ajustados a tu industria
Incluido en Sesión guiada
Qué incluye
Diagnóstico completo de 40 preguntas, reporte en PDF, comparación con tu industria, casos de uso puntuados y 60 minutos con un consultor para armar tu roadmap.
Aquí ves la estructura del cálculo —cuántas líneas, qué categorías, en qué unidad—, no el número.
Catálogo3 seleccionados
Finanzas
Ciclo del cliente
Operaciones y cadena
Ciclo de producto y servicio
Ciclo del empleado (Hire to Retire)
Bloqueado
Esfuerzo en días-persona y el equipo que exige
Incluido en Sesión guiada
Qué incluye
Diagnóstico completo de 40 preguntas, reporte en PDF, comparación con tu industria, casos de uso puntuados y 60 minutos con un consultor para armar tu roadmap.
Aquí ves la estructura del cálculo —cuántas líneas, qué categorías, en qué unidad—, no el número.
Bloqueado
Esfuerzo en días-persona y el equipo que exige
Incluido en Sesión guiada
Qué incluye
Diagnóstico completo de 40 preguntas, reporte en PDF, comparación con tu industria, casos de uso puntuados y 60 minutos con un consultor para armar tu roadmap.
Aquí ves la estructura del cálculo —cuántas líneas, qué categorías, en qué unidad—, no el número.
Mapeo de procesos y responsabilidades
Qué actividades dispara tu selección y quién responde por cada una. Solo aparecen los actores que realmente participan.
RResponsable (hace)
AAprobador (responde por)
CConsultado
IInformado
Actividad
Arquitecto / líder técnico (DataRev)
Ingeniero de datos (DataRev)
Analista BI (DataRev)
ML Engineer (DataRev)
Dueño del proceso (cliente)
Data steward (cliente)
TI / Seguridad (cliente)
Usuario final (cliente)
1 · EncuadreDefinir preguntas clave de negocio (KBQ) y criterios de éxitoEntregable: KBQ priorizadas con métrica y meta
R
·
C
·
A
·
·
C
Diseño de arquitectura de datosEntregable: Diagrama de arquitectura y decisiones (ADR)
A
R
·
·
I
·
C
·
2 · FundamentosAccesos, seguridad y cumplimientoEntregable: Roles, permisos y NDA firmados
R
I
·
·
·
C
A
·
Integrar fuentes y automatizar ingestaEntregable: Pipelines corriendo con monitoreo
C
A
·
·
I
C
·
·
Calidad del dato y definiciones compartidasEntregable: Catálogo, linaje y reglas de calidad
·
R
C
·
C
A
·
·
3 · ConstrucciónCapa semántica y modelo de métricasEntregable: Métricas certificadas, una sola versión
·
R
A
·
C
C
·
·
Construir tableros y reportesEntregable: Tableros validados contra la KBQ
·
·
A
·
I
·
·
C
Entrenar y validar modelosEntregable: Modelo con métricas de desempeño documentadas
·
R
·
A
C
C
·
·
4 · AdopciónValidación con usuarios (UAT)Entregable: Firma de aceptación del dueño del proceso
I
·
C
·
A
·
·
R
Capacitación y gestión del cambioEntregable: Equipo capacitado y material entregado
·
·
R
·
A
·
·
C
Transferencia y operación continuaEntregable: Runbook, alertas y responsable asignado
C
R
·
·
·
C
A
·
Un solo aprobador (A) por actividad — es la regla que hace útil a RACI. Las decisiones de encuadre, validación y capacitación son del cliente, no de DataRev: un proyecto se atora cuando el dueño del proceso solo está informado de lo que solo él puede decidir.
Herramienta de diagnóstico
Viabilidad agéntica y riesgo regulatorio multijurisdiccional
Evalúa cualquier flujo para madurez agéntica y, por separado, para los regímenes que le aplican según dónde opera y qué datos toca.
🤖
1. Viabilidad del flujo agéntico
Modelo de adopción50/100
Agente semiautónomo (humano en el circuito)
Conviene desplegarlo como asistente semiautónomo que ejecuta tareas y prepara borradores, con aprobación humana antes de la ejecución final.
Prerrequisitos técnicos
• Las APIs REST parciales requieren adaptadores para integrarse con el agente.
• Cola de aprobación humana integrada antes de cualquier cambio de estado.
⚖️
2. Regímenes regulatorios aplicables
Selecciona todas las que apliquen. Cada una trae su propio régimen.
Esto decide qué leyes de privacidad entran, con independencia de qué tan riesgosa sea la IA.
Decisión autónoma
El sistema actúa sin revisión humana con capacidad de anular
Regímenes aplicables1
1 régimen aplica a este flujo en 1 jurisdicción.
LFPDPPP
México
Obligaciones base
Ley Federal de Protección de Datos Personales en Posesión de los Particulares (2025)
El tratamiento de datos personales en México activa el régimen general con independencia de si hay IA de por medio.
Obligaciones
✓Aviso de privacidad en el punto de recolección que detalle los datos personales que se tratan.
✓Distinguir en el aviso las finalidades que requieren consentimiento de las que no lo requieren.
✓Plazo de conservación definido para los datos — un concepto que la ley de 2025 introdujo formalmente.
✓Procedimiento y contacto para ejercer derechos ARCO (acceso, rectificación, cancelación y oposición).
✓Medidas de seguridad administrativas, físicas y técnicas proporcionales al riesgo.
✓Deber de confidencialidad, que la ley de 2025 amplió.
✓Aviso de vulneraciones de seguridad que afecten a los titulares.
Vigencia: Vigente desde el 21 de marzo de 2025, cuando la nueva ley sustituyó por completo a la de 2010.
Autoridad: Secretaría Anticorrupción y Buen Gobierno — asumió la función tras la desaparición del INAI.
Esta herramienta es un diagnóstico orientativo, no asesoría legal. Las obligaciones concretas dependen de hechos que un cuestionario no captura. Valida cualquier decisión con tu área jurídica antes de actuar.
Por qué el plan trae gobierno, seguridad y adopción
No son líneas de relleno. Son las brechas que Cisco midió en 8,039 organizaciones y la razón por la que un proyecto técnicamente correcto no entrega valor.
Organizaciones plenamente listas para IA (“Pacesetters”)13%
Tienen sus datos internos centralizados51%
Consideran su infraestructura adaptable y escalable para IA34%
Tienen un proceso para medir el impacto de sus inversiones en IA32%
Se sienten capaces de asegurar sistemas de IA agéntica31%
De dónde salen estos números
Cada ajuste de puntaje viene de trabajo publicado y fechado. Nada de esto sale del histórico de proyectos de DataRev: son estudios publicados y fechados, y no se usan estudios anteriores a 2025. Los índices de madurez de 2022 y la frase de que “87% de los modelos nunca llegan a producción” son previos a la IA generativa en producción y valuarían mal cualquier caso agéntico.
8,039 líderes responsables de IA en empresas de 500+ empleados, 30 mercados, 26 industrias. Campo en agosto 2025, análisis por un tercero independiente. Significancia ±1% al 95%.
Onceava edición del mapa del ecosistema, ~1,150 proveedores. Define el flujo datos → infraestructura → ML/IA → agentes/aplicaciones y agrega por primera vez una capa explícita de agentes.
Tercera encuesta anual a 500 líderes sénior de empresas que usan mainframe. En banca y servicios financieros: 80% dice que el mainframe es muy o extremadamente importante para su operación y 67% no encuentra talento para modernizarlo. Solo encuesta a empresas con mainframe.
Los días por rol son supuestos de DataRev calibrados contra normas de industria, no mediciones. Un alcance real se dimensiona midiendo, no estimando — esto sirve para estructurar la conversación.
¿Y ahora qué?
Revisemos juntos tu resultado y qué caso de uso conviene atacar primero. La llamada dura 30 minutos y es gratis.