La información existía pero decidir requería más trabajo

Cada cliente consultaba una implementación personalizada en Looker Studio. Las métricas necesitaban contexto, los ajustes se atendían por separado y consultar un reporte no resolvía las tareas de comparar, colaborar y decidir.

Los equipos necesitaban entender qué estaba pasando con la demanda, contrastar el pronóstico con la realidad y traducir esa información en decisiones de inventario y abastecimiento.

El reto fue pasar de reportes independientes a una experiencia compartida que sirviera a distintos clientes, áreas y jerarquías de información. Excel seguía siendo parte del trabajo: diseñé filtros y exportaciones para convivir con esa herramienta.

Entender qué decisión había detrás de cada métrica

Trabajé con el Product Manager, datos y customer success para comprender los requerimientos, verificar la información disponible y definir los recorridos.

Antes de elegir una gráfica, necesitaba entender qué comparaba el usuario y qué haría con el resultado. Ese análisis orientó la jerarquía de indicadores, las visualizaciones y los textos que explicaban demanda, pronóstico, desviaciones y clasificaciones de inventario.

Diseñé flujos, pantallas de alta fidelidad y prototipos en Figma. También definí etiquetas, descripciones y tooltips para que la interpretación de una métrica no dependiera únicamente del soporte.

Diseñar un sistema común para distintos clientes

Unifiqué patrones de navegación, filtros, tablas, gráficas y estados para que la experiencia pudiera evolucionar por módulos.

Los filtros de producto, categoría, canal, ubicación y período permitían acotar la información sin perder el contexto. Los estados de carga, error, vacío y permisos también formaban parte del diseño.

El objetivo era que las personas encontraran una lógica consistente al pasar de consultar un pronóstico a revisar inventario o preparar una decisión de compra.

Del pronóstico a la decisión de compra

Comparar antes de ajustar

Ventas, marketing y operaciones aportaban información que el equipo de planeación debía consolidar. Diseñé flujos para comparar demanda real, pronóstico sugerido y pronóstico colaborado antes de decidir.

Las diferencias entre escenarios y los valores por revisar debían ser visibles. También era necesario trabajar sobre múltiples productos y ubicaciones conservando el período de análisis.

Convertir la demanda en abastecimiento

En inventario optimizado, la pregunta cambiaba: qué comprar, cuánto, dónde y cuándo.

Diseñé una tabla de recomendaciones agrupadas por proveedor y flujos de selección masiva. La experiencia debía distinguir recomendaciones listas para enviar de casos que requerían revisión, conservando totales y contexto financiero.

Alaia y las respuestas que ayudan a actuar

En la etapa final trabajé en la experiencia de la versión 1.0 de Alaia, el asistente de IA de Datup.

Diseñé una entrada conversacional con historial y playbooks para preguntas frecuentes de supply chain. Las respuestas podían incorporar tablas, gráficas, indicadores y acciones recomendadas.

La decisión de diseño fue dar estructura a la respuesta: ayudar al usuario a entender la información, contrastarla y reconocer un siguiente paso para el negocio.

Validar y acompañar la implementación

Validé la comprensión de métricas y recorridos con entrevistas y sesiones moderadas. Complementé esa revisión con Mixpanel y PostHog para observar frecuencia de uso y navegación.

Acompañé el handoff y el QA para revisar que la implementación conservara la jerarquía, los estados y los valores definidos en el diseño. Mi responsabilidad fue la experiencia de uso, en colaboración con los equipos que desarrollaban los modelos predictivos y la ingeniería de datos.