Resumen ejecutivo

• Un Business Analyst (BA) traduce necesidades del negocio en requisitos, procesos y soluciones; un Data Analyst (DA) limpia, analiza y visualiza datos para responder preguntas con evidencia.

• El BA vive más cerca de stakeholders, procesos y entregables de decisión; el DA vive más cerca de datasets, SQL, estadísticas y storytelling con números.

• Herramientas típicas del BA: Excel avanzado, BI liviano, diagramas de proceso y documentación; del DA: SQL, Python/R, Power BI/Tableau y limpieza de datos.

• Para elegir carrera: si te motiva el “qué problema resolvemos y cómo implementarlo”, mirá BA; si te motiva el “qué dicen los datos y cómo lo demuestro”, mirá DA. Muchas empresas cruzan ambos perfiles.

Si estás eligiendo camino en datos, es fácil confundir Business Analyst con Data Analyst. Suenan parecidos, usan planillas y dashboards, y en algunos avisos aparecen casi como sinónimos. En la práctica no lo son: uno se especializa en entender el negocio y proponer cambios; el otro, en transformar datos en insights confiables. Guías como la de Coursera sobre Data Analyst vs Business Analyst y el resumen del FIU Business Career Hub coinciden en esa separación: ambos impulsan decisiones con datos, pero con foco distinto.

En este artículo vas a ver qué hace un BA día a día, qué herramientas usa, cómo se diferencia de un Data Analyst y cómo decidir cuál ruta te conviene. Si querés profundizar en el lado data, en CoderLibrary tenés Data analytics para principiantes: qué es y qué hace un Data Analyst.

Qué hace un Business Analyst

El Business Analyst trabaja en la frontera entre negocio, operaciones y tecnología. Su trabajo no es “hacer gráficos bonitos”: es descubrir qué duele, por qué duele y qué solución conviene (proceso, producto, sistema o política). Entrevista stakeholders, mapea el estado actual, propone el estado deseado y deja requisitos claros para que producto, IT o el equipo operativo puedan ejecutar.

Entregables típicos del BA

• Documento de requisitos (funcionales y no funcionales) o user stories con criterios de aceptación.

• Mapa de procesos (as-is / to-be) con roles, tiempos y puntos de fricción.

• Business case liviano: problema, impacto, opciones, costos/beneficios y recomendación.

• Matriz de stakeholders y plan de comunicación (quién decide, quién informa, quién bloquea).

• Prototipos o wireframes de solución (aunque no diseñe UI profesional).

• KPI de adopción: cómo se mide si el cambio funcionó después del go-live.

En el día a día vas a ver al BA en reuniones de discovery, workshops de priorización, validaciones con usuarios y seguimiento post-implementación. Usa datos, pero su “producto” es una decisión accionable y un acuerdo entre áreas.

Qué herramientas usa un Business Analyst

El stack del BA suele ser más liviano en programación y más pesado en comunicación y modelado:

• Excel / Google Sheets: tablas, escenarios, costos, consolidación de relevamientos. Dominar filtros, tablas dinámicas y fórmulas es casi no negociable.

• BI liviano: Power BI, Looker Studio o Tableau para paneles de seguimiento del proyecto o del proceso (no necesariamente modelos estadísticos profundos).

• SQL básico o intermedio: consultas simples para validar hipótesis (“¿cuántos tickets caen en esta categoría?”) sin depender siempre del DA.

• Diagramas: Lucidchart, Miro, FigJam o Visio para flujos BPMN / swimlanes.

• Documentación y gestión: Confluence, Notion, Jira, Azure DevOps o Linear para backlog y requisitos.

• Presentación: decks claros para sponsors (problema → opción → impacto → próximo paso).

Si venís de negocios, admin o marketing, este stack es un puente natural. Si venís de data, tu ventaja es rigor analítico: el gap a cerrar suele ser facilitación y escritura de requisitos.

Qué hace un Data Analyst (y dónde se parece)

El Data Analyst parte de una pregunta o métrica y construye el camino hasta la evidencia: define fuentes, limpia datos, analiza patrones, visualiza y comunica. Según Coursera, el DA trabaja más “cerca del dato”; el BA, más cerca de necesidades y soluciones de negocio. El FIU Business Career Hub lo resume así: el DA profundiza en datasets; el BA conecta esos hallazgos con objetivos y operaciones de la empresa.

Entregables típicos del DA

• Datasets limpios y pipelines livianos (o notebooks documentados).

• Análisis exploratorio y pruebas de hipótesis.

• Dashboards y reportes recurrentes.

• Presentaciones con narrativa data-driven (qué pasó, por qué, qué hacer).

Ambos roles comunican, colaboran y piensan en impacto. La diferencia está en el centro de gravedad: proceso/solución vs. dato/insight.

Business Analyst vs Data Analyst: tabla rápida

• Pregunta norte del BA: “¿Qué problema de negocio resolvemos y cómo lo implementamos?”

• Pregunta norte del DA: “¿Qué dicen los datos y con qué confianza?”

• Stakeholders: BA habla mucho con negocio, ops y producto; DA habla mucho con data, BI y líderes que piden métricas.

• Profundidad técnica: BA → Excel/BI/SQL liviano; DA → SQL + estadística + visualización (y a veces Python/R).

• Riesgo típico del BA: requisitos vagos o scope creep.

• Riesgo típico del DA: análisis correcto sobre la pregunta equivocada.

En empresas chicas una sola persona hace de BA+DA. En empresas medianas/grandes, conviene separar: el DA aporta rigor; el BA aporta adopción. El rol híbrido “Analytics / BI Analyst” aparece justo en el medio.

Cómo elegir: señales prácticas

Elegí Business Analyst si disfrutás facilitar workshops, escribir requisitos, negociar prioridades y ver un proceso cambiar en el mundo real. Elegí Data Analyst si disfrutás limpiar tablas, encontrar patrones, diseñar métricas y defender un insight con evidencia.

Ruta corta de 90 días si estás indeciso:

1. Tomá un proceso de tu trabajo o estudio (onboarding, ventas, soporte) y documentalo as-is / to-be (modo BA).

2. Sobre el mismo proceso, armá un dashboard con 5 KPIs en Excel o Looker Studio (modo DA).

3. Presentá ambas piezas a alguien. Notá qué te energizó más: el acuerdo de cambio o el descubrimiento en los datos.

Cursos recomendados de Coderhouse

Para construir base analítica sólida (SQL, visualización, pensamiento con datos), el Curso de Data Analytics y la Carrera de Data Analytics te dan un camino completo con proyectos. Si tu entrada al rol BA o DA pasa por planillas, el Curso de Excel acelera el día a día: tablas dinámicas, limpieza y reportes que ambos perfiles usan.

CTA: elegí un rol (BA o DA), armá un mini-proyecto de 2 semanas con entregable visible (requisitos + flujo o dashboard + insight) y usalo en tu portfolio. Si querés estructura y mentoría, mirá Data Analytics, la Carrera de Data y Excel en Coderhouse.

Preguntas frecuentes

¿Un Business Analyst necesita saber programar? No de forma avanzada. Te alcanza con Excel fuerte, BI y SQL básico para validar datos. Programar ayuda, pero no define el rol; sí definen la facilitación, los requisitos y el criterio de negocio.

¿Puedo pasar de Data Analyst a Business Analyst (o al revés)? Sí. Las soft skills se solapan. Un DA que suma process mapping y escritura de requisitos se mueve a BA; un BA que suma SQL y estadística se mueve a DA o BI Analyst.

¿Cuál paga mejor? Depende del país, industria y seniority. En muchos mercados ambos están bien pagos; lo que más mueve la banda es impacto demostrado, dominio de herramientas y capacidad de influir en decisiones.

¿Qué estudio primero si vengo de cero? Empezá por Excel + pensamiento analítico. Después sumá SQL y un curso de Data Analytics. En paralelo, practicá entrevistas a stakeholders y documentación de procesos: eso te abre puertas a BA aunque todavía no seas “técnico”.