Hay empresas con tableros llenos de indicadores que, aun así, se enteran tarde cuando algo empieza a funcionar mal.
El problema no suele ser la falta de información, sino qué información estamos mirando. Ventas, margen, EBITDA, resultado o caja son fundamentales, pero tienen algo en común: en buena medida nos cuentan lo que ya ocurrió. Cuando alguno empieza a deteriorarse, muchas veces el problema comenzó bastante antes.
Pensemos en algo sencillo. Si una empresa empieza a perder clientes, probablemente la facturación no caiga inmediatamente. Durante un tiempo puede compensarlo vendiendo más a otros clientes, cerrando negocios que ya estaban en proceso o aumentando precios. Cuando finalmente vemos la caída en ventas, llevamos meses mirando una consecuencia y no la causa.
Ahí está, la diferencia entre medir el negocio y entenderlo.
Si queremos anticipar ventas, quizás sea más importante seguir oportunidades comerciales, conversión, recurrencia o pérdida de clientes. Si queremos anticipar margen, deberíamos mirar antes el mix de productos, los descuentos, los costos unitarios o la productividad. Y si queremos anticipar problemas de caja, esperar al saldo bancario definitivamente llega tarde.
Esto no significa dejar de mirar los indicadores financieros tradicionales, significa conectarlos con las variables que los explican.
EY encontró algo interesante en su DNA of the CFO Survey: el 68% de los CFO considera que las métricas financieras tradicionales no alcanzan para medir adecuadamente algunas de las nuevas fuentes de creación de valor. La discusión, entonces, ya no pasa por tener más KPI, sino por elegir mejor cuáles mirar.
Y acá la IA abre una posibilidad enorme, porque puede analizar muchas más variables, encontrar relaciones y detectar patrones que difícilmente veríamos revisando un tablero una vez por mes. Pero también hay que tener cuidado con eso.
Un paper publicado recientemente analizó más de 10.000 noticias financieras con distintos modelos de IA. El mejor logró cerca de 88% de precisión clasificando sentimiento financiero. Suena espectacular, sin embargo, cuando se evaluó si esas señales realmente servían para predecir algo económicamente relevante, ninguno de los 28 tests superó una corrección estadística rigurosa. Es una buena advertencia: encontrar un patrón no significa haber encontrado una decisión.
Y todavía queda otro problema. Si una empresa tiene 25% de margen, ¿está bien o está mal? Si demora 50 días en cobrar, ¿es mucho? Si convierte el 15% de sus oportunidades comerciales, ¿debería preocuparse? Sin contexto, no lo sabemos. Por eso creemos que el siguiente salto en gestión no va a venir de tableros con más indicadores, sino de combinar tres cosas: entender qué mueve realmente el resultado, anticipar cambios y compararnos con empresas similares.
Al final, un buen KPI debería responder algo bastante simple: si este número cambia, ¿qué me está diciendo sobre lo que puede pasar con mi negocio y qué decisión debería tomar?
Si no podemos responder eso, quizás no sea un KPI, quizás sea simplemente otro número en el tablero.
Fuentes: EY, DNA of the CFO Survey; arXiv:2608.04200, agosto de 2026.