Curso de Sisense

Entender los componentes principales de Sisense: modelos de datos, dashboards, widgets, usuarios, grupos, APIs y servicios.

Diferenciar responsabilidades entre Data Admin, Data Designer, Dashboard Designer, Viewer, administrador y desarrollador.

Revisar cómo fluye el dato desde origen hasta visualización o aplicación embebida.

Entender diferencias entre despliegue cloud, managed, self-hosted y entornos Kubernetes.

Identificar dependencias de plataforma: almacenamiento, conectividad, autenticación, red, certificados y servicios internos.

Evitar arquitecturas sin separación entre desarrollo, pruebas y producción.

Documentar entornos, owners, fuentes, dashboards críticos y usuarios consumidores.

Diseñar arquitectura lógica para analítica interna y embebida.

Relacionar arquitectura técnica con SLA, seguridad, rendimiento y coste.

Taller: dibujar arquitectura Sisense para una empresa SaaS con analítica embebida.

Crear modelo de usuarios, grupos, roles y responsabilidades dentro de Sisense.

Diferenciar usuarios internos, clientes externos, administradores, diseñadores, viewers y cuentas de servicio.

Evitar conceder permisos administrativos para resolver bloqueos puntuales.

Agrupar usuarios por área, cliente, tenant, producto, país o responsabilidad.

Gestionar altas, bajas, cambios de rol y revisiones periódicas.

Preparar estructura para compartir dashboards y modelos de forma ordenada.

Documentar qué puede hacer cada perfil.

Relacionar permisos de plataforma con seguridad de datos.

Diseñar matriz de acceso para negocio, IT, desarrollo y clientes.

Taller: construir modelo de usuarios y grupos para una organización multiárea.

Conectar Sisense a bases de datos, ficheros, data warehouses, aplicaciones o fuentes soportadas.

Diferenciar conexión directa, extracción, carga programada y enfoque híbrido.

Evitar conectar fuentes productivas sin permisos, límites, credenciales controladas y revisión de impacto.

Configurar credenciales, parámetros, conexiones seguras y pruebas de conectividad.

Documentar origen, dueño, frecuencia de actualización, criticidad y calidad de cada fuente.

Analizar diferencias entre fuentes transaccionales y fuentes analíticas.

Preparar fuentes demo para ventas, clientes, productos, soporte, finanzas y operaciones.

Gestionar cambios de esquema y campos renombrados.

Revisar errores de conexión y timeouts.

Taller: conectar varias fuentes y crear inventario de datos útil para BI.

Entender qué es un modelo de datos en Sisense y cómo soporta dashboards, informes y analítica embebida.

Diferenciar ElastiCube, Live Model, Build-to-Destination y modelos híbridos.

Seleccionar enfoque según volumen, latencia, rendimiento, coste, seguridad y complejidad de consulta.

Evitar modelar directamente como si el dashboard fuese una hoja Excel.

Diseñar entidades, relaciones, claves, medidas, dimensiones y granularidad.

Documentar definición funcional de cada tabla y campo.

Separar datos maestros, hechos, dimensiones, métricas y campos calculados.

Revisar impacto del modelo en filtros, dashboards, permisos y rendimiento.

Preparar modelos para varios casos de uso sin duplicar lógica innecesaria.

Taller: diseñar modelo de ventas con clientes, productos, fechas, pedidos y objetivos.

Entender ElastiCube como modelo optimizado para análisis de alto rendimiento dentro de Sisense.

Diseñar estructura de tablas, relaciones, campos calculados y agregaciones.

Evitar ElastiCubes gigantes sin criterio de granularidad, histórico y filtros.

Configurar cargas, builds, actualizaciones programadas y control de errores.

Revisar impacto de joins, cardinalidad, dimensiones y medidas en rendimiento.

Preparar estrategias de partición lógica y reducción de campos innecesarios.

Gestionar builds incrementales cuando el caso lo permite.

Documentar tiempos de carga, dependencias y ventanas operativas.

Monitorizar fallos de build y calidad de datos.

Taller: construir ElastiCube optimizado para reporting comercial.

Entender Live Models como conexión de consulta directa a la fuente analítica.

Identificar casos adecuados: data warehouse potente, baja duplicación, datos frescos y gobierno centralizado.

Evitar Live Models contra fuentes transaccionales no preparadas para cargas analíticas.

Analizar latencia, coste, concurrencia y límites del origen.

Diseñar consultas y modelos que no saturen la fuente.

Coordinar índices, particiones, vistas o modelos semánticos con el equipo de datos.

Configurar credenciales y permisos con mínimo privilegio.

Medir rendimiento de dashboards con datos en vivo.

Documentar acuerdos de uso y límites.

Taller: comparar ElastiCube y Live Model para un mismo caso de negocio.

Entender Build-to-Destination como alternativa para preparar datos hacia un destino analítico.

Analizar cuándo combina mejor con arquitectura moderna de datos.

Diseñar enfoques híbridos que mezclan ElastiCube, Live y otros modelos.

Evitar mezclar fuentes sin coherencia de granularidad y tiempo.

Definir qué datos requieren frescura y cuáles pueden preprocesarse.

Documentar dependencias entre pipelines, origen, destino y dashboards.

Validar consistencia entre modelos.

Preparar estrategia para escalar varios dashboards sobre datos comunes.

Revisar coste y mantenimiento del enfoque elegido.

Taller: diseñar arquitectura híbrida para reporting ejecutivo y operativo.

Aplicar modelos tipo estrella con tablas de hechos y dimensiones cuando el caso lo requiere.

Diferenciar medidas aditivas, semiaditivas y no aditivas.

Evitar relaciones ambiguas o modelos con múltiples caminos no controlados.

Gestionar dimensiones de fecha, cliente, producto, región, canal y organización.

Crear claves limpias y reglas de unión fiables.

Preparar campos de negocio comprensibles para diseñadores de dashboards.

Documentar métricas corporativas y fórmulas oficiales.

Revisar granularidad antes de crear indicadores.

Validar modelo con usuarios de negocio.

Taller: convertir tablas operativas en modelo dimensional para Sisense.

Detectar nulos, duplicados, formatos inconsistentes, claves rotas y datos fuera de rango.

Crear transformaciones necesarias antes de exponer datos a usuarios.

Evitar resolver problemas estructurales solo con fórmulas en dashboard.

Normalizar fechas, monedas, estados, códigos, países y categorías.

Crear campos derivados útiles para análisis: cohortes, tramos, segmentos y periodos.

Documentar reglas de transformación.

Validar muestras con negocio antes de publicar el modelo.

Preparar controles de calidad en cargas recurrentes.

Gestionar errores de datos con propietarios claros.

Taller: limpiar dataset comercial y preparar modelo analítico consistente.

Diseñar dashboards orientados a decisiones, no solo a visualizaciones.

Definir audiencia, pregunta de negocio, frecuencia de uso y acción esperada.

Evitar dashboards saturados con demasiados widgets, colores, filtros y métricas.

Crear jerarquía visual clara: resumen, detalle, tendencia, causa y acción.

Elegir gráficos adecuados para comparación, evolución, composición, distribución y detalle.

Incorporar filtros útiles sin convertir el dashboard en un formulario complejo.

Diseñar dashboards para dirección, operaciones, ventas, soporte, finanzas y producto.

Revisar legibilidad, rendimiento, mobile y exportación.

Documentar definiciones de KPIs visibles.

Taller: construir dashboard ejecutivo de ventas y rentabilidad.

Crear widgets de indicadores, barras, líneas, áreas, tablas, pivots, mapas y visualizaciones disponibles.

Seleccionar visualización según el mensaje y tipo de dato.

Evitar gráficos 3D, colores decorativos o tablas interminables sin foco.

Diseñar indicadores con contexto: objetivo, variación, tendencia y alerta.

Crear widgets de exploración y widgets de decisión.

Usar títulos, subtítulos y anotaciones para mejorar comprensión.

Revisar coherencia visual entre dashboards.

Preparar widgets reutilizables para varios públicos.

Validar visualizaciones con usuarios reales.

Taller: rediseñar dashboard confuso y convertirlo en historia analítica clara.

Configurar filtros de dashboard, widget, fecha, categoría, usuario, región o producto.

Diseñar filtros que responden a preguntas reales del usuario.

Evitar filtros que exponen datos no permitidos o ralentizan el dashboard.

Crear experiencias de drill, selección y análisis progresivo.

Gestionar filtros por defecto y estados iniciales.

Revisar interacción entre filtros globales y filtros de widget.

Documentar cómo debe explorar el usuario el dashboard.

Medir impacto de filtros en rendimiento.

Preparar filtros compatibles con embedding.

Taller: construir dashboard interactivo con filtros seguros y útiles.

Crear métricas calculadas con definiciones funcionales claras.

Diferenciar cálculo de modelo, cálculo de dashboard y cálculo de negocio oficial.

Evitar métricas duplicadas con nombres distintos y resultados diferentes.

Definir KPIs como conversión, margen, churn, ticket medio, ARR, SLA, NPS o productividad.

Gestionar periodos comparativos, acumulados, ratios y variaciones.

Validar fórmulas con negocio y fuentes oficiales.

Documentar métrica, fórmula, origen, frecuencia y owner.

Preparar catálogo de métricas corporativas.

Revisar impacto de filtros y seguridad sobre métricas.

Taller: crear diccionario de KPIs y aplicarlo en dashboards.

Diferenciar dashboards de dirección, operación diaria, análisis táctico y analítica embebida para cliente.

Evitar usar el mismo dashboard para todos los perfiles.

Diseñar vistas ejecutivas con resumen, objetivos, riesgos y tendencias.

Crear paneles operativos con alertas, tareas, excepciones y detalle accionable.

Preparar dashboards de cliente con lenguaje externo, branding y datos filtrados.

Gestionar niveles de detalle y navegación.

Revisar seguridad y privacidad en dashboards compartidos externamente.

Definir responsables de mantenimiento por dashboard.

Medir uso y utilidad real.

Taller: crear tres versiones de dashboard para dirección, equipo operativo y cliente externo.

Configurar acceso a modelos según rol, grupo, usuario y responsabilidad.

Diferenciar seguridad de plataforma, seguridad de modelo y seguridad de fila.

Evitar publicar modelos con datos sensibles abiertos a todos los usuarios.

Aplicar principio de mínimo privilegio.

Diseñar permisos para áreas internas, clientes externos, partners o tenants.

Revisar herencia de permisos y accesos compartidos.

Auditar usuarios con acceso a modelos críticos.

Documentar matriz de seguridad por modelo.

Probar dashboards con usuarios de distintos perfiles.

Taller: securizar modelo financiero para varios departamentos.

Aplicar reglas de seguridad a nivel de fila para limitar datos por usuario o grupo.

Diseñar reglas por vendedor, región, cliente, tenant, unidad de negocio o país.

Evitar dashboards duplicados cuando puede aplicarse seguridad dinámica sobre un mismo modelo.

Gestionar valores permitidos, defaults y reglas restrictivas.

Validar que filtros y totales respetan seguridad de datos.

Revisar impacto de seguridad de fila en rendimiento.

Preparar pruebas de acceso con usuarios simulados.

Documentar reglas, propietarios y criterios de revisión.

Automatizar reglas mediante API cuando el volumen lo justifica.

Taller: crear dashboard compartido donde cada vendedor ve solo sus datos.

Crear inventario de fuentes, modelos, dashboards, métricas, propietarios y usuarios.

Evitar proliferación de dashboards sin owner, duplicados o contradictorios.

Definir proceso de publicación, revisión, certificación y retirada de dashboards.

Documentar métricas oficiales y versiones.

Establecer criterios de calidad del dato antes de publicar.

Gestionar cambios de modelo con comunicación a consumidores.

Crear nomenclatura estándar para modelos, dashboards, widgets y carpetas.

Medir uso, adopción y obsolescencia.

Coordinar gobierno con data office, BI, IT y negocio.

Taller: diseñar catálogo analítico y proceso de certificación de dashboards.

Entender qué significa embeber Sisense en una aplicación o portal.

Comparar IFrame, Embed SDK, SisenseJS y Compose SDK según experiencia, esfuerzo, personalización y control.

Evitar elegir un método de embedding solo por rapidez sin revisar seguridad, UX y mantenimiento.

Definir usuarios embebidos, autenticación, permisos, branding, filtros y navegación.

Diseñar experiencias para clientes externos, usuarios internos o productos SaaS.

Gestionar third-party cookies, sesiones, SSO y restricciones del navegador.

Revisar rendimiento de dashboards embebidos.

Documentar contrato entre aplicación host y Sisense.

Preparar matriz de decisión de embedding.

Taller: seleccionar método de embedding para tres escenarios de producto.

Implementar embedding rápido con IFrame cuando el caso es simple.

Configurar parámetros, tamaño, navegación, filtros y experiencia visual.

Identificar límites de personalización del enfoque IFrame.

Usar Embed SDK para controlar eventos, filtros, comandos y estado cuando procede.

Evitar exponer dashboards sin autenticación y permisos adecuados.

Gestionar sesiones, expiración y errores de carga.

Preparar experiencia consistente con aplicación host.

Documentar eventos y acciones disponibles.

Probar embedding en varios navegadores.

Taller: embeber dashboard en portal interno con filtros y control básico.

Entender SisenseJS como opción para embeber dashboards, widgets y filtros con mayor control.

Renderizar visualizaciones en contenedores específicos de la aplicación.

Gestionar filtros, eventos, estilos y comportamiento personalizado.

Evitar desarrollos muy acoplados que sean difíciles de mantener.

Diseñar integración con navegación, permisos y estado de la aplicación.

Capturar errores y estados de carga.

Optimizar experiencia de usuario y rendimiento.

Documentar dependencias y compatibilidad.

Coordinar desarrollo frontend y equipo BI.

Taller: construir página embebida con widgets y filtros personalizados.

Entender Compose SDK como enfoque componible para crear experiencias analíticas con código.

Preparar entorno con Node.js, gestor de paquetes, React, TypeScript y acceso a Sisense.

Crear consultas, filtros, gráficos y componentes desde la aplicación.

Renderizar widgets existentes o visualizaciones definidas por código.

Evitar replicar dashboards completos cuando el producto necesita analítica integrada en flujo.

Diseñar componentes reutilizables para producto SaaS.

Gestionar autenticación, permisos y seguridad de datos.

Coordinar diseño de producto, frontend y BI.

Documentar patrones de uso de Compose SDK.

Taller: crear pantalla React con componentes analíticos Sisense integrados.

Usar REST API para operaciones avanzadas sobre usuarios, modelos, dashboards, widgets y administración.

Evitar automatizaciones con credenciales personales o permisos excesivos.

Gestionar autenticación, tokens, cuentas de servicio y entornos.

Crear scripts para inventario, auditoría, sincronización o mantenimiento.

Automatizar tareas repetitivas con control, logs y rollback.

Manejar errores, paginación, timeouts y reintentos.

Documentar endpoints utilizados y permisos requeridos.

Integrar API con pipelines o herramientas internas.

Preparar controles para no modificar producción accidentalmente.

Taller: crear script de inventario de dashboards, propietarios y permisos.

Automatizar reglas de seguridad de datos cuando hay muchos usuarios, grupos o tenants.

Diseñar mapeos entre CRM, ERP, IAM o sistema de clientes y reglas de Sisense.

Evitar mantener seguridad de fila manualmente cuando escala a cientos de usuarios.

Validar reglas generadas antes de aplicarlas.

Crear proceso de sincronización y auditoría.

Gestionar bajas, cambios de equipo, nuevas regiones o nuevos clientes.

Documentar defaults y comportamiento restrictivo.

Probar usuarios de muestra por segmento.

Crear alertas ante fallos de sincronización.

Taller: diseñar automatización de row-level security por cliente SaaS.

Gestionar configuración general, usuarios, grupos, licencias, modelos, dashboards y permisos.

Revisar estado de servicios, uso, errores y tareas críticas.

Definir responsabilidades entre administrador técnico y administrador funcional.

Evitar que la plataforma crezca sin ownership claro.

Gestionar entornos de desarrollo, staging y producción.

Documentar cambios de configuración y releases.

Preparar rutinas de revisión semanal y mensual.

Coordinar soporte con Sisense, IT interno y equipos de datos.

Medir adopción y consumo de recursos.

Taller: crear checklist operativo de administración Sisense.

Entender opciones de despliegue Sisense Cloud, Enterprise, self-hosted y entornos Kubernetes.

Revisar requisitos técnicos de Linux, Kubernetes, almacenamiento, red, certificados y recursos.

Evitar instalar en infraestructura infradimensionada o sin soporte de IT.

Preparar arquitectura de laboratorio o staging antes de producción.

Diseñar nodos, almacenamiento compartido, ingress/gateway, certificados y DNS.

Validar compatibilidad de versión Sisense con versión Kubernetes.

Documentar dependencias, puertos, dominios y rutas.

Coordinar despliegue con seguridad, redes, sistemas y datos.

Preparar pruebas post-instalación.

Taller: diseñar arquitectura self-hosted Sisense sobre Kubernetes.

Entender instalación mediante Helm chart en clúster Kubernetes.

Configurar valores, namespaces, certificados, gateway, almacenamiento y parámetros básicos.

Evitar despliegues sin HTTPS, backups, monitorización y control de secretos.

Revisar diferencias entre instalación automatizada y Helm manual.

Preparar validaciones de pods, servicios, rutas y acceso.

Gestionar certificados TLS y renovación.

Documentar variables críticas de instalación.

Preparar plan de rollback o reinstalación.

Validar acceso a plataforma y servicios internos.

Taller: revisar manifiestos y valores Helm para despliegue Sisense seguro.

Medir tiempos de carga de modelos, consultas, dashboards, filtros y widgets.

Detectar cuellos de botella en fuente, modelo, joins, cardinalidad, seguridad, filtros o visualización.

Evitar dashboards con demasiados widgets o consultas pesadas.

Optimizar relaciones, agregaciones, columnas y granularidad.

Revisar impacto de row-level security sobre filtros y consultas.

Crear dashboards orientados a rendimiento móvil y web.

Monitorizar builds, cargas, errores y duración.

Preparar pruebas con usuarios concurrentes.

Documentar límites y criterios de diseño.

Taller: optimizar dashboard lento y justificar cambios aplicados.

Revisar logs de plataforma, errores de carga, fallos de conexión, dashboards lentos y problemas de permisos.

Crear metodología de diagnóstico: reproducir, aislar, revisar logs, verificar permisos y validar origen.

Evitar corregir incidencias cambiando permisos o modelos sin causa raíz.

Clasificar incidencias por fuente de datos, modelo, dashboard, usuario, embedding o infraestructura.

Recoger evidencias útiles: hora, usuario, dashboard, widget, filtro, error, navegador y entorno.

Integrar monitorización con herramientas corporativas cuando procede.

Crear runbooks para fallos frecuentes.

Documentar soluciones y prevenir recurrencia.

Medir MTTR de incidencias analíticas.

Taller: resolver lote de incidencias Sisense simuladas.

Planificar actualizaciones de Sisense revisando release notes, compatibilidad y dependencias.

Evitar actualizar producción sin entorno de pruebas y plan de rollback.

Revisar cambios de versión que afectan a modelos, dashboards, APIs, embedding o infraestructura.

Preparar validaciones post-upgrade: login, modelos, builds, dashboards, seguridad, embedding y APIs.

Coordinar ventanas de mantenimiento con negocio.

Documentar incidencias de actualización y decisiones.

Mantener inventario de versiones y soporte.

Gestionar plugins, scripts, extensiones o desarrollos conectados.

Crear checklist de actualización.

Taller: diseñar plan de upgrade Sisense con pruebas funcionales y técnicas.

Integrar Sisense con identidad corporativa cuando el entorno lo permite.

Diseñar autenticación para usuarios internos, externos, embebidos y cuentas de servicio.

Evitar usuarios compartidos o credenciales estáticas sin control.

Revisar SSO, sesiones, MFA, expiración, dominios y acceso externo.

Gestionar secretos de API y credenciales de conexión.

Aplicar políticas de mínimo privilegio.

Auditar accesos administrativos y cambios sensibles.

Documentar modelo de autenticación.

Coordinar con IAM, seguridad y arquitectura.

Taller: diseñar seguridad de acceso para BI interno y portal de clientes.

Identificar datos personales, financieros, comerciales, sanitarios o sensibles en modelos y dashboards.

Evitar exponer columnas sensibles en modelos compartidos sin necesidad.

Aplicar row-level security, permisos de modelo y filtros de acceso.

Controlar exportaciones, descargas, PDFs, Excel y capturas.

Documentar tratamiento de datos y responsables.

Revisar cumplimiento con RGPD, políticas internas y requisitos sectoriales cuando aplique.

Crear procesos de baja de usuarios y revocación de accesos.

Auditar dashboards con información crítica.

Gestionar evidencias para auditoría.

Taller: revisar plataforma Sisense desde perspectiva de privacidad y compliance.

Configurar exportaciones de dashboards, widgets, PDFs o datos cuando el caso lo requiere.

Evitar exportaciones masivas de datos sensibles sin control.

Diseñar procesos de distribución para dirección, clientes, áreas internas o informes recurrentes.

Revisar límites, formato, calidad visual y permisos.

Definir cuándo exportar y cuándo consumir dashboard interactivo.

Documentar informes oficiales y propietarios.

Controlar versiones de informes compartidos.

Integrar exportaciones con procesos internos.

Medir uso real de informes distribuidos.

Taller: preparar pack de reporting mensual con permisos y formato adecuado.

Diseñar analítica embebida para clientes dentro de un producto digital.

Definir tenants, usuarios, roles, permisos, filtros y experiencia por cliente.

Evitar crear un dashboard distinto para cada cliente si la seguridad puede resolverlo.

Preparar branding, lenguaje, navegación y contexto de producto.

Integrar métricas dentro del flujo de trabajo del usuario.

Crear experiencia self-service controlada.

Medir adopción de analítica por clientes.

Preparar soporte y documentación para usuarios externos.

Gestionar performance con muchos tenants y usuarios.

Taller: diseñar analítica embebida para plataforma SaaS multiempresa.

Revisar capacidades de IA disponibles en Sisense según versión, licencia y configuración.

Identificar casos útiles: exploración de datos, creación asistida, explicación de métricas y generación de insights.

Evitar activar IA sobre datos sensibles sin gobierno, permisos y revisión.

Preparar prompts y preguntas de negocio bien formuladas.

Validar respuestas de IA contra métricas oficiales.

Gestionar límites de confianza, trazabilidad y responsabilidad.

Integrar IA en flujos de analítica embebida cuando aporta valor.

Documentar criterios de uso seguro.

Medir adopción y calidad de insights.

Taller: diseñar guía de uso de IA en dashboards y producto embebido.

Conectar Sisense con data warehouses, lakehouses, bases operacionales, APIs y herramientas internas.

Definir qué transformaciones ocurren antes de Sisense y cuáles dentro de Sisense.

Evitar duplicar lógica de negocio entre DWH, ETL, Sisense y aplicación.

Coordinar modelos con dbt, ETL, ELT, catálogo de datos o gobierno corporativo.

Establecer contratos de datos entre equipos.

Documentar linaje desde origen hasta dashboard.

Crear alertas ante cambios de esquema.

Preparar arquitectura para crecimiento.

Revisar coste de consulta y almacenamiento.

Taller: diseñar arquitectura Sisense integrada con Snowflake, BigQuery o PostgreSQL.

Versionar scripts, documentación, definiciones críticas y automatizaciones.

Evitar cambios directos en dashboards o modelos críticos sin revisión.

Crear proceso de promoción entre entornos.

Preparar validaciones automáticas para permisos, modelos y dashboards.

Gestionar releases de dashboards, cambios de KPIs y actualizaciones de modelo.

Documentar cambios funcionales para usuarios.

Integrar tareas de Sisense con Jira, GitLab, GitHub o herramienta corporativa.

Establecer rollback funcional de dashboards y modelos.

Medir impacto de cambios en adopción y rendimiento.

Taller: diseñar flujo de cambio controlado para plataforma BI.

Diseñar formación por perfil: viewer, analista, diseñador, administrador y desarrollador.

Evitar formar a todos igual cuando cada rol consume Sisense de forma distinta.

Crear guías rápidas para lectura de dashboards, filtros, exportaciones y métricas.

Preparar sesiones de adopción con casos reales de negocio.

Medir uso, recurrencia, dashboards más consultados y usuarios inactivos.

Recoger feedback de usuarios y priorizar mejoras.

Crear comunidad interna de analítica.

Documentar preguntas frecuentes y errores comunes.

Incorporar analytics champions por área.

Taller: crear plan de adopción Sisense para 200 usuarios internos.

Definir indicadores de éxito: uso, decisiones soportadas, reducción de reporting manual y satisfacción.

Evitar medir éxito solo por número de dashboards creados.

Analizar tiempo de carga, calidad de datos, tickets, adopción y reutilización de modelos.

Medir impacto en producto si Sisense está embebido.

Crear cuadro de mando de plataforma BI.

Relacionar KPIs técnicos con KPIs de negocio.

Revisar dashboards obsoletos o sin uso.

Definir objetivos trimestrales de mejora.

Comunicar resultados a dirección.

Taller: construir scorecard de madurez y valor de Sisense.

Crear dashboards sin definir audiencia, decisión y KPI oficial.

Duplicar modelos para resolver problemas de permisos que podrían gestionarse con seguridad de datos.

Mezclar datos de distinta granularidad sin control.

Publicar dashboards embebidos sin validar autenticación, cookies, sesiones y permisos.

Usar Live Models contra fuentes no preparadas para analítica.

Activar row-level security sin revisar impacto en rendimiento.

Conceder permisos amplios para acelerar una entrega.

Depender de un único experto sin documentación ni gobierno.

Actualizar plataforma sin staging, pruebas y rollback.

Taller: auditar una implantación Sisense problemática y rediseñar buenas prácticas.

Evaluar madurez actual: datos, modelos, dashboards, usuarios, seguridad, embedding, APIs, operación y adopción.

Identificar quick wins: KPIs certificados, limpieza de dashboards, permisos, performance, documentación y training.

Priorizar casos por impacto de negocio, usuarios, viabilidad técnica y calidad del dato.

Definir arquitectura objetivo: cloud/self-hosted, modelos, embedding, seguridad y operación.

Crear piloto con un área interna o un producto embebido.

Medir resultados con métricas de uso, rendimiento, satisfacción y reducción de esfuerzo manual.

Escalar por áreas, productos, clientes o dominios de datos.

Establecer gobierno de plataforma y modelo de soporte.

Crear plan a 30, 60, 90 y 180 días.

Taller: construir roadmap Sisense para una empresa con BI interno y analítica embebida.

Definir una organización con necesidades de BI interno, analítica embebida, usuarios, clientes, fuentes y KPIs críticos.

Diseñar arquitectura Sisense con fuentes, modelos, dashboards, seguridad, embedding, API, entornos y operación.

Crear modelo de datos con ElastiCube, Live o enfoque híbrido, justificando decisión por rendimiento, frescura y coste.

Construir dashboards ejecutivo, operativo y de cliente con filtros, widgets, KPIs, fórmulas y storytelling.

Aplicar permisos de modelo, grupos, usuarios y row-level security para separar datos por área o cliente.

Diseñar experiencia embebida con IFrame, Embed SDK, SisenseJS o Compose SDK según caso de uso.

Preparar automatización mediante REST API para inventario, usuarios, dashboards, seguridad o sincronización.

Crear plan de rendimiento con revisión de modelo, filtros, seguridad, widgets, builds, origen de datos y experiencia embebida.

Definir operación con logs, monitorización, backups, actualizaciones, soporte, runbooks y gestión de incidencias.

Presentar roadmap final con quick wins, riesgos, gobierno, métricas de éxito, adopción, seguridad y evolución a 180 días.