Español · English

Dashboards con IA · Javier Forero

Dos portafolios de dashboards de decisión construidos con IA bajo una misma dirección analítica: uno con Claude, otro con ChatGPT Work. No solo grafican: interpretan, diagnostican y convierten los datos en decisión.

▶️ Home (selector de las dos IAs): https://dashboards.javierforero.co/

Todo el sitio es bilingüe ES/EN con un selector único en la barra superior. El idioma elegido persiste entre tableros (localStorage) y se refleja en la URL (?lang=en), de modo que un enlace compartido conserva el idioma.

Estructura

/                            → selector: elige portafolio (Claude · ChatGPT)
/claude/                     → hub del portafolio construido con Claude
/claude/sla-operaciones/     → Cumplimiento de SLA · Operaciones B2B
/claude/pulso-financiero/    → Pulso Financiero · Finanzas Corporativas
/claude/desempeno-comercial/ → Desempeño Comercial · Dirección B2B
/ia-compute/                 → Divulgación · La aceleración del cómputo en IA (1958–2026)

El portafolio de ChatGPT Work vive en un sitio externo: https://javier-dashboards.jforero.chatgpt.site/ (su versión inglesa, en /en).

Las URLs antiguas /(sla-operaciones|pulso-financiero)/ redirigen automáticamente a su nueva ruta bajo /claude/, para no romper enlaces compartidos.

Dos tipos de contenido — no confundirlos

Este repositorio aloja dos cosas con propósitos, datos y criterios de calidad distintos. La distinción es deliberada y debe permanecer visible para el visitante.

	Demo de consultoría	Pieza de divulgación
Ubicación	/claude/<caso>/	raíz: /<pieza>/
Datos	Ficticios o anonimizados, construidos para el caso	Públicos, reales, con fuente citada y verificable
Propósito	Demostrar capacidad analítica y de producto ante un cliente potencial	Explicar un fenómeno y circular en abierto (LinkedIn, POVs)
Interacción	Filtros, carga de datos propios, Q&A, gobernanza de la decisión	Exploración de una sola narrativa; sin carga de datos
Criterio de calidad	Que la mecánica del tablero sea creíble y la decisión, accionable	Que cada cifra sea trazable a su fuente y su incertidumbre esté declarada
Riesgo si se confunden	Que un lector tome los datos ficticios por reales	Que un cliente la juzgue como demo incompleta por no tener filtros

Portafolio Claude · demos de consultoría

Datos de demostración, salvo donde se declara lo contrario. Ninguna cifra corresponde a un cliente real.

Dashboard	Descripción	Enlace
Cumplimiento de SLA · Operaciones B2B	8 capas, alertas, diagnóstico del quiebre, gobernanza, Q&A conversacional y brief exportable. Sube tu propio SLA (CSV/XLSX): detección automática del quiebre, validación de continuidad mensual y recálculo completo en el navegador.	/claude/sla-operaciones/
Pulso Financiero · Finanzas Corporativas	Crecimiento, margen, caja y liquidez con puente precio-volumen. Cuatro modelos predictivos comparados a ciegas (descomposición, Holt-Winters, regresión de Fourier y SARIMA) con validación de origen móvil y benchmark ingenuo. KPIs Inteligentes, gobernanza y brief exportable. Tres orígenes de datos (demo simulado · empresa real · tus propios datos), soporte mensual y trimestral, y exportación de resultados a Excel/CSV.	/claude/pulso-financiero/
Desempeño Comercial · Dirección B2B	Ventas vs. meta por vendedor y región, diagnóstico del embudo que aísla el cuello de botella en Propuesta, pipeline ponderado por probabilidad empírica de cierre, predicción con backtest y Q&A conversacional determinista, con gobernanza de la decisión.	/claude/desempeno-comercial/

Divulgación · datos públicos verificables

Datos reales de fuentes citadas. Cada cifra declara su nivel de evidencia.

Pieza	Descripción	Fuente	Enlace
La aceleración del cómputo en IA · 1958–2026	68 años de cómputo de entrenamiento, de la neurona artificial de Rosenblatt a los modelos frontera de 2026. 72 modelos, cada uno con su nivel de evidencia declarado (publicado · confirmado · probable · especulativo · tendencia). Escala logarítmica, umbral de riesgo sistémico de la EU AI Act (10²⁶ FLOP) y contraste explícito con la Ley de Moore.	Epoch AI · CC BY	/ia-compute/

Metodología predictiva (Pulso Financiero)

No existe un modelo bueno para todas las series: existe el que menos se equivoca con la tuya. Por eso el tablero compara cuatro modelos en cada serie en vez de fijar uno:

Modelo	Qué asume	Cuándo gana
Descomposición	Tendencia lineal + índice estacional estable	Series con tendencia limpia y estacionalidad regular
Holt-Winters	Nivel, tendencia y estacionalidad que se adaptan	Cuando el negocio cambia de ritmo
Regresión estacional (Fourier)	Ciclo anual como suma de armónicos; K elegido por AICc	Historia corta o ruidosa; pocos parámetros
SARIMA (p,1,q)(P,1,Q)ₘ	Memoria en los errores tras diferenciar	Series con inercia y arrastre

Protocolo de validación. Cada modelo se re-entrena en varios cortes del tiempo (origen móvil) y predice a ciegas los periodos siguientes; los errores (MAPE, MAE, RMSE) se promedian y se contrastan con un método ingenuo estacional. Un modelo que no supera esa referencia no aporta valor, y el tablero lo dice.

Limitación declarada. Con historias cortas todos los criterios de selección son ruidosos: si dos modelos quedan a menos de ~0,5 puntos de MAPE, la diferencia puede no ser real. El rango mínimo-máximo entre cortes hace visible esa fragilidad.

Cómo agregar contenido nuevo

Demo de consultoría (caso de negocio explorable):

1. Crea una carpeta hermana dentro de claude/ (p. ej. claude/inventario/) con su propio index.html.
2. Duplica una tarjeta en claude/index.html; cambia título, descripción, chips y enlace.
3. Agrega la URL a sitemap.xml y una fila a la tabla de demos.
4. Marca los textos traducibles con data-i18n y añade sus pares al diccionario TR.
5. Commit + push. Queda en https://dashboards.javierforero.co/claude/<carpeta>/.

Pieza de divulgación (un argumento, datos públicos):

1. Crea la carpeta en la raíz (p. ej. ia-compute/) con su propio index.html.
2. Enlázala desde claude/index.html en su propia sección, visualmente separada de las demos, para que nadie confunda datos reales con datos de demostración.
3. Agrega la URL a sitemap.xml y una fila a la tabla de divulgación.
4. Verifica que canonical, og:url, hreflang y el content_group de GA4 apunten a la ruta de raíz.
5. Cada cifra publicada debe llevar fuente citada en la propia página, no solo en el README.

Convenciones técnicas

• Bilingüe: un mapa único ES→EN por página, donde el español es la clave. El selector escribe jf-lang e iac_lang en localStorage para que el idioma persista en todo el portafolio. Cada página declara hreflang es/en/x-default.
• Tipografía: la única fuente disponible en el repo es IgraSans.otf, duplicada en assets/fonts/ y fonts/. No existen versiones .woff ni .woff2. Las páginas nuevas deben declarar @font-face con format('opentype') y las cuatro rutas, o embeber la fuente en base64.
• Nada de rel=preload para fuentes: no admite lista de alternativas y produce un 404 en consola si la ruta cambia.
• Imagen social: og-image.png (1200×630) vive en la raíz y es genérica del sitio.
• Analítica: GA4 G-MQ3K8EVKV0 en todas las páginas publicadas, con content_group propio para separarlas en los informes. Las versiones offline lo excluyen a propósito.
• Cero alucinación en métricas: toda cifra publicada debe ser trazable a una fuente citada. Un objetivo nunca se presenta como logro.

Publicar (GitHub Pages)

Settings → Pages → Deploy from a branch → main / / (root). El .nojekyll y el CNAME ya están incluidos en la raíz.

Autor

Javier Forero — javierforero.co · LinkedIn · GitHub

Licencia

MIT (código). La tipografía IgraSans es de su titular y no forma parte de la licencia. Los datos de Epoch AI usados en /ia-compute/ se distribuyen bajo Creative Commons BY.