# Responder preguntas de datos y crear paneles desde el almacén de datos

> El equipo de Cognition usa una variante de Devin, DANA, para consultar su almacén de datos, crear paneles y contestar preguntas.

- **Tipo:** Caso de uso
- **Tema:** Investigación
- **Herramientas:** Devin
- **Dificultad:** avanzada
- **Origen:** [cognition.com](https://cognition.com/blog/how-cognition-uses-devin-to-build-devin)
- **En el directorio desde:** 3 de octubre de 2026
- **URL:** https://conqueia.com/caso/responder-preguntas-de-datos-y-crear-paneles-desde-el-almacen-de-datos

## A quién le sirve

Empresas con un almacén de datos (donde se guardan los datos de ventas, clientes o uso) en las que las preguntas sobre números esperan días en la cola de alguien técnico.

## Qué hicieron

DANA es una variante de Devin a la que se llega desde el selector de agentes de la aplicación web o desde Slack. Se conecta al almacén de datos (Redshift, Postgres, Snowflake o BigQuery) mediante MCP (un conector para dar herramientas a un agente) y conserva su propio conocimiento del esquema. Ejecuta consultas SQL, devuelve respuestas breves con gráficos y puede crear paneles de Metabase para compartir.

## Cómo salió

Las preguntas puntuales que antes esperaban días en la cola de un ingeniero ahora las puede responder cualquiera desde Slack, con el SQL incluido para comprobar la lógica. El texto no da cifras.

## Conviene saber

Sé concreto con las métricas, indica los periodos y pide gráficos. Lee el SQL que devuelve DANA para comprobar su lógica.

## Qué necesitas

- Una cuenta de Devin (plan de pago) conectada a tu Slack
- Un almacén de datos al que se pueda conectar (Redshift, Postgres, Snowflake o BigQuery) y un usuario de solo lectura creado solo para el agente
- El conector MCP de tu almacén, que permite al agente consultar tus datos
- Metabase, si quieres paneles que se puedan compartir
- Alguien que sepa leer SQL (el lenguaje de consulta de datos) para comprobar la lógica de las respuestas

## Cómo hacerlo tú, paso a paso

1. Crea en tu almacén de datos un usuario de solo lectura para el agente. Así no podrá modificar nada aunque se equivoque.
2. Conecta ese almacén a Devin mediante MCP, un conector que le da herramientas, con las credenciales de solo lectura.
3. Cuéntale cómo están organizadas tus tablas: qué guarda cada una y qué significan las columnas importantes. Es lo que se llama el esquema.
4. Hazle preguntas concretas desde Slack o desde la aplicación: indica la métrica y el periodo, y pide un gráfico. Por ejemplo, altas semanales por canal en los últimos 90 días.
5. Pídele que te enseñe el SQL que ha usado, la tabla de resultados y el gráfico.
6. Haz que alguien que sepa SQL compruebe las consultas las primeras veces y guarda las buenas en una carpeta.
7. Si quieres un panel para compartir, pídele que lo cree en Metabase.

## Pruébalo con Devin

```
Conéctate a mi almacén de datos con las credenciales de solo lectura que están en [archivo de configuración o variable] y responde a esta pregunta: [pregunta de negocio, por ejemplo altas semanales por canal en los últimos 90 días]. Enséñame el SQL que has usado, la tabla de resultados y un gráfico sencillo o un panel que pueda abrir. Antes de ejecutar cualquier consulta que escriba o modifique datos, párate y pregúntame. Habrás terminado cuando yo tenga una respuesta comprobada y la consulta guardada en [carpeta].
```

## Consejos

- Sé concreto con cada métrica y cada periodo. Una palabra como «altas» puede significar cosas distintas en cada equipo, así que defínela.
- Lee siempre el SQL que te devuelve. Una respuesta con buen aspecto puede estar mal calculada.
- Pídele que pare y te pregunte antes de ejecutar cualquier consulta que escriba o modifique datos.

## Preguntas frecuentes

### ¿Puede el agente borrar o cambiar mis datos?

No si le das solo permisos de lectura, y por eso es el primer paso. Pídele también que pare y pregunte antes de cualquier consulta que escriba o modifique datos.

### ¿Sirve para una pyme que solo tiene los datos en hojas de cálculo?

Con pocos datos, sube la hoja a un chat con IA y pregúntale. Un montaje como el del caso compensa cuando los datos son muchos y las preguntas se repiten.

## Fuentes

- [cognition.com](https://cognition.com/blog/how-cognition-uses-devin-to-build-devin)
- [cognition.com](https://cognition.com/blog/devin-annual-performance-review-2025)
- [eightsleep.com](https://www.eightsleep.com/blog/how-eight-sleep-uses-devin-as-a-data-analyst)

---

Fuente: conqueia.com/caso/responder-preguntas-de-datos-y-crear-paneles-desde-el-almacen-de-datos