Preguntas de entrevista para analista de datos junior: SQL, Excel y BI

Preguntas de entrevista para analista de datos junior: qué preparar

Una entrevista para analista de datos junior suele comprobar si puedes limpiar datos desordenados, escribir SQL básico, resumir datos en Excel, crear un dashboard claro y explicar el impacto de negocio sin complicar la respuesta. Prepara ejemplos breves que muestren cómo detectaste un problema, validaste los datos, elegiste la métrica correcta y explicaste el resultado.

Esta guía se centra en las preguntas prácticas más probables para roles de entrada: búsquedas y tablas dinámicas en Excel, filtros y joins en SQL, dashboards en Tableau o Power BI, estadística básica, KPI y comunicación con stakeholders. Usa cada respuesta como base y añade un ejemplo real de proyecto, curso o práctica.

Cómo usar esta guía

Elige un proyecto con datos antes de la entrevista y conecta tus respuestas con él. Quieren oír no solo que conoces una función o consulta, sino cuándo la usarías, cómo comprobarías el resultado y cómo explicarías el hallazgo a un equipo no técnico.

Fundamentos de Excel (5 preguntas)

1. ¿Cuáles son las funciones de Excel más importantes para el análisis de datos?

Respuesta: Funciones esenciales de Excel que todo analista de datos debe conocer:

• VLOOKUP/XLOOKUP (BUSCARV/BUSCARX): Buscar valores en tablas
• IF/IFS (SI/SI.CONJUNTO): Lógica condicional
• SUMIF/SUMIFS (SUMAR.SI/SUMAR.SI.CONJUNTO): Suma condicional
• COUNTIF/COUNTIFS (CONTAR.SI/CONTAR.SI.CONJUNTO): Conteo condicional
• PIVOT TABLES (TABLAS DINÁMICAS): Resumir y analizar datos
• INDEX/MATCH (INDICE/COINCIDIR): Más flexible que BUSCARV
• Funciones de TEXTO: LEFT (IZQUIERDA), RIGHT (DERECHA), MID (EXTRAE), CONCATENATE (CONCATENAR)
• Funciones de FECHA: TODAY (HOY), DATEDIF (SIFECHA), EOMONTH (FIN.MES)

# Ejemplo de BUSCARV
=BUSCARV(A2, Productos!A:C, 3, FALSO)

# Ejemplo de SUMAR.SI.CONJUNTO (suma las ventas donde la región="Este" y el producto="Widget")
=SUMAR.SI.CONJUNTO(Ventas!C:C, Ventas!A:A, "Este", Ventas!B:B, "Widget")

# Ejemplo de INDICE/COINCIDIR (más flexible que BUSCARV)
=INDICE(Precios!C:C, COINCIDIR(A2, Precios!A:A, 0))

# Formato condicional con SI
=SI(B2>1000, "Alto", SI(B2>500, "Medio", "Bajo"))

Frecuencia: Muy común Dificultad: Fácil

2. Explique la diferencia entre BUSCARV e INDICE/COINCIDIR.

Respuesta:

• BUSCARV:
  • Sintaxis más sencilla
  • Sólo busca a la derecha
  • Menos flexible
  • Más lento para grandes conjuntos de datos
• INDICE/COINCIDIR:
  • Sintaxis más compleja
  • Puede buscar a la izquierda o a la derecha
  • Más flexible
  • Mayor rendimiento
  • Puede devolver filas/columnas enteras

# BUSCARV - busca el valor en la columna A, devuelve desde la columna C
=BUSCARV(A2, A:C, 3, FALSO)

# INDICE/COINCIDIR - equivalente pero más flexible
=INDICE(C:C, COINCIDIR(A2, A:A, 0))

# Ventaja de INDICE/COINCIDIR: puede buscar a la izquierda
=INDICE(A:A, COINCIDIR(C2, C:C, 0))  # BUSCARV no puede hacer esto

Frecuencia: Muy común Dificultad: Fácil

3. ¿Cómo se crean y utilizan las Tablas Dinámicas?

Respuesta: Las Tablas Dinámicas resumen grandes conjuntos de datos rápidamente.

• Pasos:
  1. Seleccionar el rango de datos
  2. Insertar → Tabla Dinámica
  3. Arrastrar los campos a Filas, Columnas, Valores
  4. Aplicar filtros y formato
• Casos de uso: Resumir las ventas por región, analizar las tendencias, crear informes

# Estructura de la Tabla Dinámica:
Filas: Categoría de Producto
Columnas: Trimestre
Valores: Suma de Ventas
Filtros: Región

# Campos calculados en las Tablas Dinámicas
Margen de Beneficio = (Ingresos - Coste) / Ingresos

# Agrupación de fechas
Haga clic con el botón derecho en la fecha → Agrupar → Seleccione Meses/Trimestres/Años

Frecuencia: Muy común Dificultad: Fácil

4. ¿Qué es el formato condicional y cuándo lo usaría?

Respuesta: El formato condicional aplica formato visual basado en los valores de las celdas.

• Casos de uso:
  • Resaltar los valores superiores/inferiores
  • Mostrar barras de datos o escalas de color
  • Identificar duplicados
  • Señalar los valores atípicos
  • Crear mapas de calor

# Resaltar las celdas mayores de 1000
Seleccione el rango → Formato Condicional → Reglas para Resaltar Celdas → Mayor Que

# Escala de color (gradiente)
Seleccione el rango → Formato Condicional → Escalas de Color

# Barras de datos
Seleccione el rango → Formato Condicional → Barras de Datos

# Fórmula personalizada
=Y($B2>1000, $C2="Activo")

Frecuencia: Común Dificultad: Fácil

5. ¿Cómo se eliminan los duplicados y se gestionan los datos que faltan en Excel?

Respuesta: La limpieza de datos es esencial para un análisis preciso.

# Eliminar duplicados
Pestaña Datos → Eliminar Duplicados → Seleccionar columnas

# Encontrar duplicados con formato condicional
Seleccione el rango → Formato Condicional → Reglas para Resaltar Celdas → Valores Duplicados

# Gestionar los datos que faltan
# Opción 1: Filtrar y eliminar
Filtrar la columna → Desmarcar (Vacías) → Eliminar las filas visibles

# Opción 2: Rellenar con el promedio
=SI(ESBLANCO(A2), PROMEDIO(A:A), A2)

# Opción 3: Rellenar hacia abajo
Seleccione el rango → Ctrl+D (Windows) o Cmd+D (Mac)

# Encontrar y reemplazar los espacios en blanco
Ctrl+H → Buscar: (dejar en blanco) → Reemplazar con: 0 o N/A

Frecuencia: Muy común Dificultad: Fácil

Fundamentos de SQL (5 preguntas)

6. Escriba una consulta SQL para seleccionar todas las columnas de una tabla.

Respuesta: La instrucción SELECT básica recupera datos de las tablas.

-- Seleccionar todas las columnas
SELECT * FROM empleados;

-- Seleccionar columnas específicas
SELECT nombre, apellido, salario
FROM empleados;

-- Seleccionar con alias
SELECT 
    nombre AS "Nombre",
    apellido AS "Apellido",
    salario AS "Salario Anual"
FROM empleados;

-- Seleccionar valores distintos
SELECT DISTINCT departamento
FROM empleados;

-- Limitar los resultados
SELECT * FROM empleados
LIMIT 10;

Frecuencia: Muy común Dificultad: Fácil

7. ¿Cómo se filtran los datos utilizando la cláusula WHERE?

Respuesta: La cláusula WHERE filtra las filas basándose en las condiciones.

-- Condición simple
SELECT * FROM empleados
WHERE salario > 50000;

-- Múltiples condiciones con AND
SELECT * FROM empleados
WHERE departamento = 'Ventas' AND salario > 60000;

-- Múltiples condiciones con OR
SELECT * FROM empleados
WHERE departamento = 'Ventas' OR departamento = 'Marketing';

-- Operador IN
SELECT * FROM empleados
WHERE departamento IN ('Ventas', 'Marketing', 'IT');

-- Operador BETWEEN
SELECT * FROM empleados
WHERE salario BETWEEN 50000 AND 80000;

-- Operador LIKE (coincidencia de patrones)
SELECT * FROM empleados
WHERE nombre LIKE 'J%';  -- Comienza con J

-- IS NULL
SELECT * FROM empleados
WHERE id_gerente IS NULL;

-- Operador NOT
SELECT * FROM empleados
WHERE departamento NOT IN ('RRHH', 'Finanzas');

Frecuencia: Muy común Dificultad: Fácil

8. Explique las operaciones JOIN y sus tipos.

Respuesta: Los JOIN combinan datos de varias tablas.

• INNER JOIN: Devuelve las filas coincidentes de ambas tablas
• LEFT JOIN: Devuelve todas las filas de la tabla izquierda, las coincidentes de la derecha
• RIGHT JOIN: Devuelve todas las filas de la tabla derecha, las coincidentes de la izquierda
• FULL OUTER JOIN: Devuelve todas las filas de ambas tablas

-- INNER JOIN
SELECT e.nombre, e.apellido, d.nombre_departamento
FROM empleados e
INNER JOIN departamentos d ON e.id_departamento = d.id_departamento;

-- LEFT JOIN (todos los empleados, incluso sin departamento)
SELECT e.nombre, e.apellido, d.nombre_departamento
FROM empleados e
LEFT JOIN departamentos d ON e.id_departamento = d.id_departamento;

-- Múltiples joins
SELECT 
    e.nombre,
    d.nombre_departamento,
    l.ciudad
FROM empleados e
INNER JOIN departamentos d ON e.id_departamento = d.id_departamento
INNER JOIN ubicaciones l ON d.id_ubicacion = l.id_ubicacion;

-- Self join (empleados y sus gerentes)
SELECT 
    e.nombre AS empleado,
    m.nombre AS gerente
FROM empleados e
LEFT JOIN empleados m ON e.id_gerente = m.id_empleado;

Frecuencia: Muy común Dificultad: Media

9. ¿Cómo se utilizan las funciones GROUP BY y aggregate?

Respuesta: GROUP BY agrupa las filas y las funciones aggregate resumen los datos.

-- Contar los empleados por departamento
SELECT departamento, COUNT(*) AS conteo_empleados
FROM empleados
GROUP BY departamento;

-- Salario promedio por departamento
SELECT 
    departamento,
    AVG(salario) AS salario_promedio,
    MIN(salario) AS salario_minimo,
    MAX(salario) AS salario_maximo
FROM empleados
GROUP BY departamento;

-- Cláusula HAVING (filtrar grupos)
SELECT departamento, AVG(salario) AS salario_promedio
FROM empleados
GROUP BY departamento
HAVING AVG(salario) > 60000;

-- Múltiples columnas de agrupación
SELECT 
    departamento,
    titulo_trabajo,
    COUNT(*) AS conteo,
    AVG(salario) AS salario_promedio
FROM empleados
GROUP BY departamento, titulo_trabajo
ORDER BY departamento, salario_promedio DESC;

-- Funciones aggregate comunes
-- COUNT, SUM, AVG, MIN, MAX, COUNT(DISTINCT)

Frecuencia: Muy común Dificultad: Media

10. ¿Cuál es la diferencia entre WHERE y HAVING?

Respuesta:

• WHERE: Filtra las filas antes de agrupar
• HAVING: Filtra los grupos después de agrupar
• WHERE: No puede utilizar funciones aggregate
• HAVING: Puede utilizar funciones aggregate

-- WHERE - filtrar antes de agrupar
SELECT departamento, AVG(salario) AS salario_promedio
FROM empleados
WHERE salario > 40000  -- Filtrar filas individuales
GROUP BY departamento;

-- HAVING - filtrar después de agrupar
SELECT departamento, AVG(salario) AS salario_promedio
FROM empleados
GROUP BY departamento
HAVING AVG(salario) > 60000;  -- Filtrar grupos

-- Ambos juntos
SELECT departamento, AVG(salario) AS salario_promedio
FROM empleados
WHERE fecha_contratacion > '2020-01-01'  -- Filtrar las filas primero
GROUP BY departamento
HAVING COUNT(*) > 5;  -- Luego filtrar los grupos

-- Esto estaría MAL:
-- SELECT departamento FROM empleados
-- WHERE COUNT(*) > 5;  -- Error: no se puede utilizar aggregate en WHERE

Frecuencia: Muy común Dificultad: Fácil

Visualización de datos (4 preguntas)

11. ¿Cuáles son los principios clave de la visualización eficaz de datos?

Respuesta: Las buenas visualizaciones comunican las ideas con claridad.

• Principios:
  • Elegir el tipo de gráfico adecuado (barras para la comparación, líneas para las tendencias, tarta para las partes del todo)
  • Mantener la sencillez (evitar el desorden)
  • Utilizar colores apropiados (coherentes, accesibles)
  • Etiquetar claramente (títulos, ejes, leyendas)
  • Contar una historia (destacar las ideas clave)
  • Considerar el público (técnico frente a no técnico)

Frecuencia: Común Dificultad: Fácil

12. ¿Cuándo usaría un gráfico de barras frente a un gráfico de líneas?

Respuesta: Los diferentes tipos de gráficos tienen diferentes propósitos:

• Gráfico de Barras:
  • Comparar categorías
  • Datos discretos
  • Ejemplos: Ventas por región, comparación de productos
• Gráfico de Líneas:
  • Mostrar las tendencias a lo largo del tiempo
  • Datos continuos
  • Ejemplos: Ingresos mensuales, precios de las acciones
• Otros Gráficos:
  • Gráfico Circular: Partes de un todo (utilizar con moderación)
  • Gráfico de Dispersión: Relación entre dos variables
  • Histograma: Distribución de datos continuos

Frecuencia: Común Dificultad: Fácil

13. ¿Qué es Tableau y cuáles son sus principales características?

Respuesta: Tableau es una herramienta líder de visualización de datos e inteligencia empresarial.

• Características principales:
  • Interfaz de arrastrar y soltar (no requiere codificación)
  • Conectar a múltiples fuentes de datos (bases de datos, Excel, nube)
  • Paneles interactivos
  • Actualizaciones de datos en tiempo real
  • Campos calculados y parámetros
  • Compartir y colaborar
• Tareas comunes:
  • Crear hojas de trabajo (visualizaciones individuales)
  • Construir paneles (múltiples visualizaciones)
  • Aplicar filtros y parámetros
  • Crear campos calculados
  • Publicar en Tableau Server/Online

Frecuencia: Muy común Dificultad: Fácil

14. ¿Cuál es la diferencia entre Tableau y Power BI?

Respuesta: Ambas herramientas sirven para crear informes y dashboards, pero en una entrevista conviene explicar cómo elegir según el equipo y el entorno de datos.

• Tableau: Fuerte para exploración visual flexible, dashboards, campos calculados, parámetros y vistas interactivas. Suele encajar cuando la necesidad principal es explorar visualmente datos de varias fuentes.
• Power BI: Fuerte en entornos Microsoft, especialmente con Excel, Fabric, Microsoft 365, Power Query, modelos semánticos y DAX. Suele encajar para reporting gobernado y dashboards de negocio recurrentes.
• Cómo responder: No digas que una herramienta siempre es mejor. Compara audiencia, stack existente, complejidad del modelo, actualización, permisos y mantenimiento.

Una buena respuesta junior: “Puedo crear dashboards básicos en ambas herramientas. Elegiría Power BI si la empresa ya trabaja mucho con Microsoft, y Tableau si el equipo necesita exploración visual más flexible. En ambos casos empezaría por la pregunta de negocio, limpiaría los datos, definiría la métrica y validaría los totales antes de publicar.”

Estadística y Análisis (4 preguntas)

15. ¿Qué medidas de tendencia central conoce?

Respuesta: Las medidas de tendencia central describen el centro de un conjunto de datos:

• Media: Promedio (suma / conteo)
  • Sensible a los valores atípicos
  • Utilizar para datos distribuidos normalmente
• Mediana: Valor medio cuando se ordena
  • Robusta a los valores atípicos
  • Utilizar para datos sesgados
• Moda: Valor más frecuente
  • Utilizar para datos categóricos

import numpy as np

data = [1, 2, 2, 3, 4, 5, 100]

mean = np.mean(data)  # 16.71 (afectado por el valor atípico 100)
median = np.median(data)  # 3 (no afectado por el valor atípico)
# mode = 2 (el más frecuente)

print(f"Media: {mean}")
print(f"Mediana: {median}")

Frecuencia: Muy común Dificultad: Fácil

16. ¿Cómo se identifican los valores atípicos en un conjunto de datos?

Respuesta: Los valores atípicos son puntos de datos que difieren significativamente de otras observaciones.

• Métodos:
  • Visual: Diagramas de caja, diagramas de dispersión
  • Estadístico:
    • Método IQR (1,5 × IQR más allá de Q1/Q3)
    • Puntuación Z (|z| > 3)
    • Desviación estándar (más allá de 2-3 desviaciones estándar)

import numpy as np

data = np.array([10, 12, 13, 12, 11, 14, 13, 15, 100, 12])

# Método IQR
Q1 = np.percentile(data, 25)
Q3 = np.percentile(data, 75)
IQR = Q3 - Q1

lower_bound = Q1 - 1.5 * IQR
upper_bound = Q3 + 1.5 * IQR

outliers = data[(data < lower_bound) | (data > upper_bound)]
print(f"Valores atípicos: {outliers}")  # [100]

# Método de la puntuación Z
mean = np.mean(data)
std = np.std(data)
z_scores = np.abs((data - mean) / std)
outliers_z = data[z_scores > 3]
print(f"Valores atípicos (puntuación Z): {outliers_z}")

Frecuencia: Común Dificultad: Media

17. ¿Cuál es la diferencia entre correlación y causalidad?

Respuesta:

• Correlación: Relación estadística entre variables
  • Medida por el coeficiente de correlación (-1 a 1)
  • No implica causalidad
• Causalidad: Una variable causa directamente cambios en otra
  • Requiere experimentos controlados
  • La correlación es necesaria pero no suficiente

Ejemplos:

• Las ventas de helados y las muertes por ahogamiento están correlacionadas (ambas aumentan en verano)
• Pero el helado no causa el ahogamiento (variable de confusión: temperatura)

-- Calcular la correlación en SQL (simplificado)
SELECT 
    CORR(ventas, temperatura) AS correlacion
FROM datos_diarios;

-- Correlación positiva: ambos aumentan juntos
-- Correlación negativa: uno aumenta, el otro disminuye
-- Correlación cero: no hay relación

Frecuencia: Muy común Dificultad: Fácil

18. ¿Cómo se calcula el cambio porcentual?

Respuesta: El cambio porcentual mide el cambio relativo entre dos valores.

# Fórmula
Cambio Porcentual = ((Valor Nuevo - Valor Antiguo) / Valor Antiguo) × 100

# Fórmula de Excel
=(B2-A2)/A2*100

# Ejemplo:
Valor Antiguo: 100
Valor Nuevo: 120
Cambio: (120-100)/100 = 0.20 = 20% de aumento

# Crecimiento interanual
=(Ventas_2023 - Ventas_2022) / Ventas_2022 * 100

-- Cambio porcentual SQL
SELECT 
    año,
    ingresos,
    LAG(ingresos) OVER (ORDER BY año) AS ingresos_año_anterior,
    ((ingresos - LAG(ingresos) OVER (ORDER BY año)) / 
     LAG(ingresos) OVER (ORDER BY año) * 100) AS cambio_pct
FROM ventas_anuales;

Frecuencia: Muy común Dificultad: Fácil

Inteligencia empresarial e informes (2 preguntas)

19. ¿Qué es un KPI y cómo se eligen los correctos?

Respuesta: KPI (Key Performance Indicator, Indicador Clave de Rendimiento) es un valor medible que muestra la eficacia con la que se están alcanzando los objetivos.

• Características de los buenos KPI:
  • Específico: Claro y bien definido
  • Medible: Cuantificable
  • Alcanzable: Realista
  • Relevante: Alineado con los objetivos empresariales
  • Con plazos: Tiene un plazo de tiempo
• Ejemplos:
  • Ventas: Ingresos mensuales, tasa de conversión
  • Marketing: Coste de adquisición de clientes, ROI
  • Operaciones: Tiempo de cumplimiento de los pedidos, tasa de error
  • Cliente: Puntuación de satisfacción, tasa de retención

Frecuencia: Común Dificultad: Fácil

20. ¿Cómo presenta la información sobre los datos a las partes interesadas no técnicas?

Respuesta: La comunicación eficaz es crucial para los analistas de datos.

• Mejores prácticas:
  • Empiece por la conclusión (lo que necesitan saber)
  • Utilice visualizaciones sencillas (evite los gráficos complejos)
  • Cuente una historia (contexto, información, recomendación)
  • Evite la jerga (explique los términos técnicos)
  • Céntrese en el impacto empresarial (ingresos, costes, eficiencia)
  • Proporcione recomendaciones prácticas
  • Esté preparado para las preguntas
• Estructura:
  1. Resumen ejecutivo
  2. Conclusiones clave
  3. Datos/visualizaciones de apoyo
  4. Recomendaciones
  5. Próximos pasos

Frecuencia: Común Dificultad: Media