Un lunes a primera hora el CFO abre veinte dashboards brillantes.
El café se enfría mientras pasa de uno a otro buscando la respuesta
a una sola pregunta: ¿apruebo la expansión esta semana o no?
Al final cierra el navegador sin decidir.
El síndrome del dashboard abandonado acaba de cobrarse otra víctima.

Del “¿qué me muestra el tablero?” al “¿qué debo decidir ahora?”

Durante dos décadas las iniciativas de Business Intelligence (BI) y Business Analytics (BA) midieron su éxito por la cantidad y la sofisticación de sus outputs —​reportes, modelos, cuadros de mando. Sin embargo, solo 20 % de las organizaciones se consideran hoy excelentes al decidir, y la mayoría reconoce que buena parte del tiempo dedicado a decidir se pierde en análisis ineficaces  . La brecha ya no es tecnológica; es cognitiva y humana.

La era post-BI

Si la primera era se centró en acumular datos y la segunda en visualizarlos, la tercera, la que empezamos a vivir, exige convertir datos en decisiones con impacto. Gartner acuñó el término Decision Intelligence para “ingenierizar cómo se toman decisiones y cómo se retroalimentan los outcomes”  . Pero falta el equivalente al front-end emocional y operativo que UX supuso para la tecnología. Ese vacío lo llenamos con el Decision Experience (DX).

Decision Experience: la UX de las decisiones

DX es el diseño deliberado del momento de decisión: la orquestación de información, narrativa y contexto para que la persona adecuada decida con confianza y a tiempo. El término aparece de forma dispersa —​desde el modelo de streaming de Magine Pro, que trata la “paradoja de la elección” en catálogos infinitos  , hasta propuestas de diseño interno como las de Andrew Audry  —​, pero carece aún de un framework sólido equiparable a UX. Ahí radica la oportunidad de Itera: formalizarlo y operativizarlo.

UX vs DX en un vistazo

Dimensión	User Experience (UX)	Decision Experience (DX)
Objeto de diseño	Interacciones usuario-sistema	Momentos de decisión
Métrica estrella	Tasa de conversión, NPS	Time-to-Decision, Decision Adoption
Roles clave	UX Designer	DX Designer
Artefactos	Mockups, journey maps	Decision maps, prototipos de tablero orientado a outcome

---

Los cuatro pilares de un DX sólido

1. Contexto y propósito Cada insight comienza por por qué importa la decisión: impacto/valor, riesgos, horizonte temporal.
2. Narrativa y visualización Storytelling, principios de numeracy y modelos mentales que reducen la fricción cognitiva. El exceso de opciones sin historia crea fatiga y parálisis .
3. Confianza dinámica Señales de calidad de dato, explicabilidad y feedback loop: la persona ve de dónde viene el número y cómo mejorará.
4. Fricción cero Latencia mínima y lenguaje natural: la respuesta llega dentro del flujo de trabajo, no en un portal externo.

El primer elemento del framework:
el DX-Sprint!

Planteamos la primera iteración de una practica, que de todas formas debe ser customizada en cada organización, pero que básicamente esta orientada a asegurarse de comenzar cualquier iniciativa de BI/BA con una visión end-to-end, alineando mejor el verdadero sentido y el valor de la herramienta que se va a crear.

Hito	Qué ocurre	Duración típica
1. Decision Mapping	Identificamos 3-5 decisiones “atascadas”, su impacto/valor y actores.	2 días
2. Prototipo orientado a outcome	Se crea un tablero mínimo viable que responde a la pregunta ¿qué debo decidir? y muestra only the need-to-know.	5 días
3. Test & Trust	Ejecutivos reales usan el prototipo; medimos confianza y time-to-decision. Iteramos.	3 días

Esta práctica se puede complementar con una herramienta que hemos denominado Decision Canvas justamente para documentar y mapear lo más esencial de esta práctica y permitir de esa manera generar una iteración ordenada de las ideas e hipótesis.

Incorporamos Nueva Métricas que en este contexto, son de verdad accionables!

• Time-to-Decision (TtD): minutos u horas desde que surge la pregunta hasta que se decide.
• Decision Adoption Rate (DAR): % de decisiones de alto impacto que efectivamente usan el tablero.
• Decision Re-work: número de decisiones revertidas o rehechas por falta de confianza.
• Cobertura de decisiones: proporción de decisiones de impacto medio-alto respaldadas con datos confiables.

Estas métricas desplazan la conversación de “¿cuántos dashboards entregamos?” a “¿cuántas decisiones de verdad cerramos?”.

Un roadmap posible

Aunque es claro que el tiempo que pueda tomar cada una de estas fases depende completamente del tamaño del reto, al parecer el roadmap se podría estructurar de la siguiente manera:

1. Discovery: ejecutar un DX-Sprint sobre la decisión de mayor ROI latente.
2. Delivery: industrializar el prototipo; conectar fuentes y automatizar refresh.
3. Adoption: extender DX-Sprint a todo el portafolio de decisiones críticas; entrenar Decision Designers internos.

El resultado típico: reducción del TtD de x días a menos de una semana y aumento del DAR > y % en el primer trimestre.

¿Cómo se ve el éxito?

Una cadena de retail latinoamericana tardaba 47 días en decidir ajustes de inventario estacional. Tras el DX-Sprint , mapeó su momento de decisión y creó un tablero de “siguiente mejor acción” con alertas naturales. Tres iteraciones después, el comité recortó el proceso a 6 días y evitó sobre-stock equivalente al 1,2 % de EBITDA.

¿Por qué ahora?

• La sobrecarga de datos genera fatiga de decisión incluso entre CFOs y directores de operaciones  .
• Solo una de cada cinco empresas consigue traducir analytics en ventaja competitiva estable  .
• Las inversiones en IA y Gen AI aumentan la complejidad: sin DX, el retorno se diluye en dashboards que nadie usa.

En otras palabras, la última milla del valor sigue siendo humana.

En Itera llevamos la conversación post-BI a resultados tangibles. Te invitamos a un DX-Discovery Workshop: un día para identificar las decisiones que hoy frenan tu crecimiento y diseñar el camino hacia un Decision Experience robusto.

¿Listo para pasar de dashboards a decisiones? Conversemos.