Analizar asignaciones con un agente de IA

El servidor MCP de PlaidCloud expone sus modelos de asignación a los agentes de IA, de modo que, una vez ejecutada una asignación, puede preguntar por sus resultados en lenguaje natural desde un chat conectado por MCP: Claude Code, Claude Desktop, Cursor, ChatGPT o cualquier cliente compatible con MCP. El agente lee directamente su modelo de asignación, por lo que ya sabe cómo se construye cada línea de costo y qué la impulsa.

Nota

Esto funciona mediante un agente de IA externo conectado por MCP, no mediante la pestaña del asistente de IA integrado en el producto. Consulte Conectar un agente de codificación con IA para conectar un agente a su espacio de trabajo y luego haga su pregunta en el chat de ese agente.

Qué puede preguntar

Por qué cambió una asignación

La pregunta más habitual: comparar dos períodos y explicar la variación:

¿Por qué cambió la línea de costo asignada por ingresos de enero a febrero?

El agente devuelve:

• El tamaño del cambio: antes, después y la diferencia.
• Qué lo impulsó: si la bolsa de costos de entrada creció o se redujo, o si cambió la combinación de inductores.
• Los principales contribuyentes: las cuentas, los centros de costos o los productos que más variaron.

Profundizar en un segmento

Acote la misma pregunta a un solo miembro para obtener un desglose preciso:

Explique solo el centro de costos Operations.

El agente separa los dos efectos: cuánto provino del movimiento de la bolsa en su conjunto frente al cambio en la participación del segmento en ella. Por ejemplo: Operations disminuyó porque la bolsa se redujo, aunque Operations obtuvo una participación mayor de ella.

Cuando la respuesta es que la participación se movió, nombra el inductor sobre el que se reparte esa participación e indica la participación en ambos extremos: “el cambio en la participación de este segmento en la bolsa (repartida según el inductor headcount; la participación de este segmento en la bolsa de costos pasó de 26.5% a 18.2%)”. Esa es la parte sobre la que usted puede actuar: una participación es un resultado, mientras que un inductor es una entrada que alguien administra y puede comprobar. Las dos cifras son esa misma participación en la bolsa, indicada explícitamente para que no tenga que buscarla. Dicen de quién es la participación porque no son una participación de la columna del inductor, y ambas pueden diferir por completo: un segmento puede mantener una participación perfectamente plana del inductor en los dos años mientras su participación en la bolsa cae ocho puntos, de modo que leer el par como si fuera del inductor lo llevaría a reponderar una entrada que nunca se movió. El inductor se nombra sin cifras siempre que esa participación no sea un porcentaje razonable. Un segmento puede contener más de toda una bolsa, o menos que nada de ella, cuando la bolsa incluye créditos o reversiones que se compensan entre sí (una línea con pérdidas es el caso común), y una participación de “11.1% a 900.0%” parece errónea en lugar de informativa. Aun así, el inductor sigue siendo la palanca, por lo que se nombra igualmente. Y un paso sin ningún inductor no tiene nada que nombrar, por lo que la oración se lee como siempre.

La participación nombra la columna a cuya bolsa pertenece. Cada columna de valores se asigna a partir de su propia bolsa, por lo que en una tabla con varias de ellas un segmento tiene una participación en cada una, y la línea decía solo “participación en la bolsa”, lo que en un modelo imprimía tres participaciones para el mismo segmento y el mismo par de años (26.5% a 18.2%, 25.9% a 18.1%, 21.9% a 16.9%) sin nada que las distinguiera. Ahora cada una dice “la participación de este segmento en la bolsa de costos”, “en la bolsa de ingresos”, “en la bolsa de margen”. Las respuestas de una sola columna también nombran su columna, porque “participación en la bolsa” tampoco tiene respuesta allí: ¿participación en la bolsa de esta columna o en la del modelo? Cuando el paso no tiene un nombre de columna legible, la línea se lee como antes en lugar de no nombrar nada.

Las otras dos explicaciones se dejan deliberadamente como están: cuando la respuesta es que se movió la bolsa en su conjunto, o que cambió el valor entrante, el inductor no es el mecanismo y nombrarlo le señalaría la entrada equivocada.

De dónde provienen los valores y qué alimentan

Rastree el linaje de una asignación en cualquier dirección:

¿De dónde proviene esta línea de costo?

¿Qué alimenta, aguas abajo, la bolsa de costos del libro mayor?

El agente enumera los orígenes e inductores aguas arriba, o todos los pasos aguas abajo que alimenta la tabla, tanto en asignaciones como en las transformaciones entre ellas.

Qué impulsa una asignación

¿Se usan los ingresos como inductor y dónde?

El agente enumera cada paso que usa la tabla como inductor (la base del reparto) frente a como entrada (los valores que se reparten).

Qué efecto tendría un cambio

Haga una pregunta orientada al futuro:

Si los ingresos aumentan en 1 millón el próximo trimestre, ¿qué líneas de costo se ven afectadas?

El agente nombra las salidas afectadas y un tamaño estimado para cada una, repartido a lo largo de una distribución en abanico según la participación actual de cada resultado en la bolsa, de modo que las cifras por destino suman en lugar de mostrar cada una el cambio completo. También puede acotar la pregunta a un solo destino (“¿qué efecto tendría un aumento de $1M en los ingresos sobre Customer A?”) y la estimación se aplica solo a ese segmento.

Nota

Las estimaciones de simulación se basan en las participaciones de su modelo de asignación tal como están hoy. Considérelas una estimación bien acotada de dónde recae un cambio, no un pronóstico preciso de un futuro en el que las propias participaciones podrían haberse movido. Si dirige una simulación a una tabla de inductor o base en lugar de a la bolsa de entrada que se asigna, el agente rechaza la estimación y explica por qué: cambiar un inductor redistribuye la forma en que se reparte la bolsa en lugar de añadir valor, por lo que un impacto en dinero allí sería engañoso.

Como una simulación se apoya en las participaciones de hoy, también le advierte cuando los datos que sustentan esas participaciones no se han vuelto a cargar recientemente: nombra la bolsa o el inductor, hace cuántos días se cargó por última vez y la ventana que fijó su administrador. La estimación se entrega de todos modos; la advertencia le indica en qué se apoya. El silencio no es una garantía de buen estado: la antigüedad solo se consulta para las tablas cargadas directamente en PlaidCloud, ya que una tabla que construye un paso de un flujo de trabajo solo puede informar cuándo se ejecutó ese paso por última vez. Esto requiere que la marcación de datos obsoletos esté activada en su espacio de trabajo, como se describe en Rastreo de asignaciones.

Qué asignaciones existen

¿Qué asignaciones de costos hay en este proyecto?

El agente enumera los modelos de asignación y sus tablas de salida finales, útil para orientarse en un modelo desconocido.

Cómo entender la respuesta

Cada explicación se etiqueta con qué tan seguro está el agente de ella y, igual de importante, señala cuándo una cifra que suena segura podría engañar. Esas advertencias se incorporan al propio resumen en lenguaje natural, no quedan enterradas en el detalle, de modo que las ve antes de actuar según la cifra.

La línea indica qué desglose está calificando, cuando califica uno. Cuando la respuesta abarca una sola columna de valores y le muestra un desglose por miembro, la línea de confianza nombra el campo por el que se segmenta ese desglose (“Confianza en este desglose por lob: alta”) y es el mismo campo con el que se encabeza la lista de mayores variaciones que está encima. Esto importa sobre todo cuando sigue el siguiente paso sugerido por la propia respuesta: la misma cifra segmentada por línea de negocio y luego por sucursal puede calificarse con honestidad como media y luego como alta, porque segmentar de otro modo cambia qué miembros se compensan entre sí. Sin el campo nombrado, esas calificaciones se leerían como un mismo número calificado dos veces, y la segunda lectura como “volvimos a mirar y está bien”. Con el campo, son dos calificaciones de dos desgloses distintos.

Cuando una respuesta abarca varias columnas, no nombra ningún campo, porque muestra el desglose de una sola de ellas. La calificación cubre todas las columnas; la lista de miembros cubre una y dice cuál en su propio encabezado. Nombrar el campo en ambos lugares calificaba un desglose por programa en tres columnas mientras le decía, unas líneas más abajo, que dos de las tres describen solo la bolsa completa. Una respuesta así ahora dice “Confianza en estas cifras”, y la lista de mayores variaciones es la que le indica a qué columna y a qué campo pertenecen sus miembros. Una respuesta que no muestra ningún desglose se lee igual.

Cuando una respuesta abarca varias columnas de valores, el bloque indica cómo se relacionan esas columnas y entre qué valores se movió cada una. Antes, cada línea daba un cambio y un porcentaje, pero ningún importe, de modo que margin con una baja de 19.9% aparecía junto a cost con una baja de 10.4% y revenue con una baja de 11.5%, y se leía como si el margen se erosionara a casi el doble de la velocidad de los costos. No es así: esas tres columnas cuadran exactamente, y margin abre en $53,848,657.50 frente a $401,305,825.54 de cost, de modo que el mismo importe en dólares es un porcentaje mucho mayor de él. Ninguno de los dos hechos estaba en la página, y la única columna cuyos importes de apertura y cierre se mostraban era la única que no los necesitaba, por lo que deducir el apalancamiento exigía recuperar un importe inicial a partir de un porcentaje redondeado a un decimal, que lo fija con una precisión de apenas un par de puntos porcentuales. Ahora cada línea termina con los dos importes entre los que se movió (- margin: -$10,701,036.06 (-19.9%), from $53,848,657.50 to $43,147,621.44), y una línea sobre las filas indica que las columnas cuadran al centavo en ambos extremos del período además de en sus cambios, expresa ese equilibrio en términos de una de ellas e indica cuál parte del importe más pequeño: “These 3 tie out to the cent at both ends of the period, and so do their changes: margin equals revenue less cost. The smallest opening level is margin’s, so a given dollar amount is a much larger percentage of it than of the others.” Ambas afirmaciones se pueden comprobar con las filas inmediatamente inferiores, que es precisamente la razón de formularlas.

No dice nada sobre cómo está construido su modelo. Si una de esas columnas se calcula a partir de las otras no es algo que la respuesta pueda ver, y toda reordenación de un equilibrio es igualmente cierta (margin = revenue - cost y cost = revenue - margin describen las mismas tres cifras), por lo que nombrar una como la columna calculada afirmaría algo que la aritmética no respalda. La columna en cuyos términos se expresa el equilibrio es una elección declarada, la que parte del importe más pequeño, y no un hallazgo. Tampoco incluye una negación explícita: nada en la página la respaldaría, y una negación sin respaldo junto a un equilibrio comprobable le resta credibilidad al equilibrio.

Cuando existe una segunda relación exacta en las mismas cifras, el bloque también la nombra. El equilibrio indica cómo suman las columnas, y un lector al que se le entrega eso deja de buscar otras; así, en un modelo bancario que informa ingresos frente a los cargos que compensa, que el cargo de capital fuera exactamente cuatro décimos del cargo de financiamiento en ambos períodos quedaba sin decir, y dos líneas que son una sola cantidad contada dos veces se leían como costos independientes. Cuando dos columnas mantienen una misma razón en ambos extremos, el bloque ahora nombra la razón e indica que, por lo tanto, las dos se movieron a la misma tasa: “capital_charge and funding_charge hold a constant ratio of 0.4 at both ends, so the two move at the same rate.” Cuando un grupo más amplio de columnas mantiene una, nombra el grupo (“All 3 moved at the same rate, so their ratios to one another are unchanged”) y, cuando una razón se mantiene a través de un cambio de signo, esas columnas se movieron en proporción y no a una misma tasa, porque un aumento medido sobre un importe positivo y una baja medida sobre un importe negativo son iguales y opuestos. Al igual que el propio equilibrio, cada una se puede comprobar con los dos importes de cada fila inferior.

El equilibrio se indica y se omite la comparación de tamaños cuando una columna parte de un importe negativo (entonces el más pequeño por tamaño y el más pequeño por valor son dos columnas distintas, y “el más pequeño” deja de poder responderse con los importes impresos debajo), cuando el importe inicial más pequeño no es mucho menor que el siguiente, y siempre que las cifras contiguas ya muestren esa columna moviéndose a la tasa de otra, que es precisamente donde plantearía una diferencia que ellas luego desmienten. No se indica nada cuando más de una disposición del equilibrio encaja con las cifras, cuando las columnas suman cero entre sí, cuando no cuadran al centavo, o cuando dos columnas parten del mismo importe y no hay una única más pequeña en cuyos términos expresar el equilibrio. Este último caso abarca todas las respuestas de dos columnas: a = b y a = -b son los únicos equilibrios que pueden satisfacer dos columnas, y ambos hacen que los dos importes iniciales sean iguales en tamaño. Las respuestas que abarcan una sola columna de valores no cambian.

El resumen inicial indica que sus cifras son cambios y entre qué dos períodos. Ese resumen de una línea es la parte de una respuesta que viaja por sí sola (en una respuesta de chat, un mosaico de panel de control o un paso automatizado), y cuando una respuesta abarcaba varias columnas de valores o varias ramas recombinadas, enumeraba el cambio de cada una como una cifra desnuda, interest_income=$6,177,792.16, sin ningún período nombrado en la línea. Leída por sí sola, se toma por el saldo de cierre del período. En una tabla en la que una columna es la neta de las otras, las cifras siguen cuadrando bajo esa lectura, por lo que un lector que las comprobaba entre sí obtenía una respuesta errónea pero coherente, sin nada que lo impulsara a mirar de nuevo: con solo esa línea, tres lectores independientes informaron cada uno que una línea de negocio perdía $3.0m, cuando ya estaba $12.9m a la baja y había caído $3.0m más. Ahora la línea encabeza sus cifras con la ventana sobre la que son un cambio y marca con signo las que subieron: “Change from year 2024 to 2025: interest_income +$6,177,792.16, funding_charge +$6,584,192.90, capital_charge +$2,633,677.18, net_contribution -$3,040,077.92”. Una respuesta sobre una sola columna de valores ya decía “delta” y no cambia.

Y ya no da una confianza combinada única sobre columnas que califica de forma distinta. Ese resumen llevaba una sola palabra (“alta”) cuando la respuesta inferior calificaba net_contribution como media, porque el promedio se pondera por cuánto se movió cada columna y una columna de resumen es la que menos varía. Reenviada por sí sola, la línea afirmaba la calificación de la mayoría sobre la única columna sobre la que alguien actúa. Ahora nombra esa columna primero, con su calificación y el motivo, y da después la calificación del resto: “medium for the net_contribution column (mostly clean — 10% of the move is interaction between the change in the pool total and the shift in this slice’s share of the pool); high for the other 3 columns”, con la misma forma y la misma columna débil que la línea de confianza de la respuesta inferior. Cuando las columnas coinciden, el resumen indica un solo nivel, como siempre.

Cuando una tabla tiene varias columnas de valores, esa etiqueta es un promedio entre ellas, ponderado por cuánto se movió cada columna, y cualquier columna sobre la que el agente tenga menos confianza se nombra primero: “Confianza en estas cifras: media para la columna net_contribution (compensación bruta); alta para las otras 3 columnas”. Lea el primer nivel, no el último. Una columna de resumen es la diferencia entre las otras, por lo que suele ser la que menos varía y tiene el menor peso en ese promedio, a pesar de ser la columna con la que abre la respuesta y sobre la que es más probable que usted actúe. La columna nombrada es la más débil, que no siempre es la de resumen: cuando el agente eligió una columna para buscar por usted, suele ser aquella de la que está menos seguro.

Cuando la columna más débil es aquella sobre la que trata la respuesta, la calificación más alta se atribuye a las otras columnas y no a la respuesta. Antes cerraba con “alta en general en 4 columnas” y, en una tabla que informa ingresos junto con los cargos que compensa, esas otras columnas son de lo que está compuesta la columna de resumen, por lo que concentran la mayor parte del movimiento con el que se pondera el promedio, y el promedio era una garantía sobre columnas por las que no había preguntado. Un lector que leyera rápido hasta el final de la línea se llevaba “alta” sobre la única cifra que tenía. Cuando la columna más débil no es aquella con la que abre la respuesta (una columna que el agente eligió para buscar, por ejemplo) la línea sigue cerrando con la calificación general, porque entonces esa calificación se refiere a la columna por la que preguntó.

Cuando las columnas coinciden, la línea dice a cuántas se refiere y da un motivo solo cuando lo comparten. Una calificación sin nada a continuación se leía como un solo veredicto con una sola explicación, cuando en realidad era un promedio con la explicación de una columna adjunta. Ahora declara su alcance (“media en 3 columnas”) y da el motivo entre paréntesis solo cuando todas las columnas dan el mismo. Cuando difieren, no se da ningún motivo, porque adjuntar el de una columna a un promedio de tres es una afirmación sobre una columna que no se le mostró: en un modelo automotriz real eso puso “residuo mixto” junto a una caída de 38.0% en margin, cuando el residuo pertenecía a cost, una columna que se había movido 0.2%. Los motivos de cada columna siguen estando en Límites honestos, más abajo, cada uno junto a la columna a la que pertenece. Una respuesta de una sola columna no tiene nada que promediar, por lo que se lee como siempre.

Una calificación que cubre todas las columnas sigue nombrando cualquier columna con un límite declarado. Cuando todas las columnas se califican igual, no hay una más débil que nombrar, pero una de ellas aún puede tener un límite expuesto en Límites honestos, y una sola palabra que las cubra a todas se lee como si ninguna lo tuviera. En un modelo bancario real, la línea calificó cuatro columnas como medias doce líneas por encima de un límite en net_contribution, justamente la columna con la que abre la respuesta. Ahora la línea cierra nombrando cualquiera de esas columnas (“media en 4 columnas; la columna net_contribution tiene además un límite declarado”) para que la calificación y el límite se lean juntos. El límite en sí no se repite allí: es una afirmación sobre cómo se divide un cambio entre sus causas, no sobre la debilidad de la cifra, y permanece completo en Límites honestos. Cuando todas las columnas tienen el mismo límite, la línea no cambia y el bloque de desglose lo dice una sola vez sobre las cifras; cuando una columna ya está nombrada como menos fiable, esa mención se sostiene por sí sola.

Cuando la respuesta ya ha dicho que la división entre causas no es un hallazgo, la calificación dice qué está calificando. Una asignación reparte una bolsa sin cambiar su tamaño, por lo que en una respuesta sobre la bolsa completa la división entre “el valor entrante” y “el inductor” la impone esa aritmética y no es una medición, algo que la respuesta dice en Límites honestos y de nuevo en la etapa rastreada. La calificación anterior decía “alta (atribución limpia)”, y un lector que se detenía allí daba la causa por establecida mientras la misma página la retiraba más abajo. Ahora dice “alta en 3 columnas (atribución limpia: calificada según la aritmética, no según por qué se movió)”, de modo que la propia línea rechaza esa lectura. La calificación en sí no ha cambiado: las cifras siguen cuadrando y siguen calificándose como altas. Cuando la división sí se midió realmente, y cuando solo algunas de las columnas son de bolsa completa, la línea se lee como antes.

Cuando las columnas comparten un motivo pero midieron importes distintos de él, la cifra junto a ese motivo es el rango que midieron (“mostly clean — 8% at the lowest and 12% at the highest of the 3 columns’ own moves are interaction between …”) en lugar de la cifra de una columna que representa a todas. Cuando midieron el mismo importe, se indica una sola cifra como antes.

Cuando se califican varias columnas juntas, la línea indica cuándo la respuesta abre con aquella que menos explica. Cada paso del rastreo nombra el mayor factor individual detrás del movimiento de esa columna y cuánto de ese movimiento explica. Esas cifras aparecen una vez cada una, una por paso, al final de la respuesta, y nada las comparaba: así, en un modelo automotriz la respuesta abría con margin, daba a margin el único desglose por miembro de la página, y solo el rastreo del final mostraba que el mayor factor individual explica 81% del movimiento del costo, 79% del de los ingresos y 60% del del margen. La cifra sobre la que se construye la respuesta era aquella cuya historia es menos coherente, y la calificación única que cubre las tres columnas es la que un lector le aplica. Ahora la línea de confianza cierra diciéndolo: con qué columna abre la respuesta, que también es aquella que un solo factor explica menos, si es el mismo factor en cada caso, qué explica para cada columna, y que el resto de cada movimiento lo llevan los demás factores y la interacción entre ellos en lugar de faltar. Es una medida distinta del propio nivel de confianza, y trata de cómo se divide cada movimiento entre factores, no de los importes. No se dice nada cuando la dispersión es pequeña, cuando se oculta la división de alguna columna, o cuando dos columnas empatan en el último lugar: entonces no hay una columna que la respuesta explique peor, y nombrar una significaría elegir entre dos cifras idénticas.

Una tabla que recombina varias ramas de asignación se lee del mismo modo. Ese nivel general es un promedio entre las ramas, ponderado por cuánto se movió cada una, de modo que una rama pequeña cuya atribución es dudosa queda superada por las grandes y limpias, y la cifra que usted se lleva es el promedio. Cualquier rama sobre la que el agente tenga menos confianza se nombra primero, antes de esa cifra (“Confianza en estas cifras: media para la rama Allocate Support Costs; alta en general en 2 ramas”) y su línea en el desglose por rama lleva su propio nivel, de modo que una rama que nombra la línea de cierre siempre se puede encontrar en la lista. Cuando una rama abarca varias columnas de valores, la columna se nombra con ella. La línea de cada rama también indica las dos cifras entre las que se movió su cambio (Allocate Support Costs: -$72,000.00 (from $120,000.00 to $48,000.00)) para que el movimiento de una rama pueda juzgarse con respecto a su propio tamaño en lugar de leerse como un importe desnudo, que por sí solo no dice si es la mayor parte de una rama pequeña o un error de redondeo en una grande. Una línea cuya cifra tiene una salvedad se marca con · carries a caveat, y esto es independiente del nivel de confianza que la acompaña: un nivel indica cómo se compara una rama con la respuesta en su conjunto, de modo que cuando todas las ramas comparten el mismo problema ninguna destaca, que es justamente cuando más vale la pena matizar el desglose. Cuando todas las cifras del bloque están cubiertas por la misma salvedad, el bloque lo dice una sola vez, sobre las cifras, e indica que la salvedad afecta a la comparación de las ramas entre sí: una duda que las cubre a todas, leída como una duda separada sobre cada una, invita a descontar los importes y confiar en la clasificación, que es la parte que una salvedad así tiene menos probabilidades de dejar en pie. Un desglose por columna de valores se marca del mismo modo.

Un nivel marcado junto a una columna o una rama siempre significa más débil que la respuesta en general. Uno que coincide con la cifra general, o que es más seguro que ella, se deja sin marcar: una marca es un motivo para tener cuidado, nunca una garantía.

La línea de cierre va un paso más allá que las marcas: cuando algunas columnas o ramas son más sólidas que el resto y el grupo más débil da el mismo motivo, ese grupo se nombra aunque solo coincida con el nivel general en lugar de quedar por debajo de él, porque en el nivel general el propio nivel no es noticia y el motivo es todo lo que hay que decir. Cuando todas las columnas o ramas están en el nivel general, no se nombra ninguna: la línea ya trata de todas ellas.

La misma regla se aplica dentro del rastreo. El relato paso a paso al final de una respuesta solía estampar la confianza propia de cada paso en sus salvedades, de modo que una respuesta que abría con “baja (atribución parcial)” podía decir “Salvedades (confianza alta)” dos veces, ocho líneas más abajo, en el bloque donde están las cifras. Una palabra, dos alcances, sin nada en la página que los distinguiera, y un lector que buscaba rápidamente las cifras se llevaba el equivocado. Ahora un paso indica una palabra de confianza solo cuando es más débil que la respuesta en su conjunto; en los demás casos la línea dice “Salvedades: …” y la salvedad en sí no cambia.

Cuando dos cosas mantienen la confianza baja, la línea nombra ambas. Una calificación que se mantenía en media por períodos con una población despareja y por una parte de la cadena aguas arriba que el agente no pudo atribuir solía imprimir solo la primera, de modo que un lector que se quedaba en la etiqueta nunca se enteraba de la mitad más grave. Ahora dice “Confianza en este desglose por account: media (cobertura despareja de períodos; atribución parcial)”, que es lo que ya decía el resumen inicial de esa misma respuesta.

Una línea “Concentrated:” del rastreo nombra la columna sobre la que se mide su cifra. Cada paso del rastreo cubre una columna de valores y, cuando el cambio de un paso se concentra en un solo miembro, lo dice (“branch=REGIONAL = 70% of the delta”). El paso nombra su columna al inicio de la línea, pero en una respuesta que abarca varias columnas eso pierde frente al desglose impreso más arriba: en un modelo bancario, dos pasos citaban 70% para REGIONAL mientras que las únicas filas de la página eran de net_contribution, donde REGIONAL quedaba último de cuatro con alrededor de una quinta parte del movimiento. Ambos tenían razón sobre su propia columna. Ahora esas líneas dicen “70% of the funding_charge delta — that is its own change, not its share of the pool shifting”, y la decisión se toma en toda la respuesta y no línea por línea: dos pasos que citan el mismo porcentaje sobre columnas distintas son la misma confusión sin que haya un desglose de por medio, de modo que o bien toda línea de concentración nombra su columna o ninguna lo hace. Una respuesta que abarca una sola columna, y una cuyos pasos tratan todos de la columna que desglosó, se leen como antes.

Cada paso del rastreo indica qué filas cubren sus cifras. Una pregunta acotada a un segmento ejecuta su propio paso sobre ese segmento y cada paso superior sobre la bolsa completa (el alcance se define sobre la tabla por la que usted preguntó y no llega a una anterior), y nada lo decía. Por lo tanto, dos pasos de una misma respuesta mostraban -$9,321,592.41 y -$16,235,106.82 sin manera de saber que el segundo cubre filas que el primero excluye, lo que invita a la división que parece más natural y es una participación de nada. Ahora los pasos llevan su población cuando difieren ((entity=DE) en el acotado, (all entity values) en el de arriba) y, cuando toda la cadena usó las mismas filas, no se añade nada. Se marcan ambos lados y no solo el inusual: una nota en una sola línea se lee como un dato adicional sobre esa línea, mientras que la misma nota en ambas se lee como el contraste que es.

Una cifra “Concentrated:” indica a qué paso pertenece. Cuando dos pasos de una misma respuesta se concentran cada uno en el mismo miembro con el mismo porcentaje redondeado, se imprimían de forma idéntica (“account=600000 = 64% of the delta” dos veces, con cambios que difieren en $6.9m). Cada línea era correcta respecto de su propio paso; juntas se leían como un único hallazgo repetido, y coincidir en el mismo porcentaje es justamente lo que elimina el impulso de comprobar. Ahora esas líneas dicen “64% of the delta at stage 1”, nombrando el paso en lugar de la tabla: un paso acotado a un segmento no comparte el total de su tabla, por lo que nombrar la tabla nombraría una base sobre la que no se calculó el porcentaje. Aparece cuando una respuesta tiene más de una línea así que distinguir, tanto en el rastreo como en el resumen inicial.

La nota de conservación de la bolsa indica la mitad que impone la aritmética y mide el resto. Una asignación no puede cambiar el tamaño de la bolsa que divide, por lo que el total de grupo de un paso no atribuye al inductor prácticamente nada del movimiento: esa mitad es fija, y la nota ahora dice que ~0% del movimiento va al total del inductor. Lo que queda se atribuía al valor entrante como un “~100%” correspondiente, lo que no es forzoso: cuando los dos factores interactúan, visiblemente menos del total recae en el valor entrante, y una respuesta llevaba esa afirmación sobre su propio paso, que informaba 82%. Ahora la nota describe el resto como dividido entre el valor entrante y la interacción entre ambos, e indica el “~100%” solo cuando el paso lo midió. Aquello para lo que sirve la nota no cambia: le dice que la división es una propiedad de cómo conserva la bolsa la asignación y no un hallazgo sobre ningún miembro, y lo dirige a la tabla propia del paso si desea ver los cambios entre miembros.

Y el paso que indica el “~100%” ahora dice en su propia línea que es aritmética. Cuando un paso cubre la bolsa completa y el valor entrante absorbe todo el movimiento, su línea de rastreo decía “dominant: the value coming in explains 100% of the move”, una oración redactada como un hallazgo, ubicada en el bloque que un lector escéptico hojea por parecer el trabajo de cálculo. La nota que lo retira estaba una sección más allá, y solo un tipo de paso llevaba bajo la cifra una forma abreviada de ella; la línea de cualquier otro paso decía solo que la división “describe la bolsa completa”, lo que se lee como una nota sobre el alcance. En una respuesta bancaria de cuatro columnas eso significó que el mismo 100% aparecía cuatro veces y se llamaba mecánico una sola, de modo que el paso marcado parecía el único dudoso. Ahora la línea bajo cada paso así dice “whole-pool only — the split is arithmetic, not a driver finding; filter to a member for key shifts”. No nombra ningún porcentaje, porque la misma línea también se imprime cuando la respuesta oculta la división por completo y junto a la cifra de otra columna en el resumen inicial. Los pasos que midieron un factor líder genuino (una pregunta acotada a un miembro, donde el total de la bolsa y la participación del miembro en ella se mueven realmente) no cambian.

Una división que no puede resultar de otra manera ya no encabeza la respuesta como un hallazgo. Una asignación reparte una bolsa sin cambiar su tamaño, por lo que en una respuesta que abarca todo el grupo la división entre los factores detrás del cambio se lee 100% para el valor entrante y 0% para el total del inductor: en toda respuesta de ese tipo, para toda asignación, en todo período. No decía nada sobre sus datos, y encabezaba el resumen inicial bajo la palabra “Dominant:”, que es donde un lector busca el hallazgo; luego la respuesta lo retiraba dos veces, una en sus salvedades y otra en Límites honestos, muy por debajo de donde tuviera alguna posibilidad de ser advertido. Un lector al que se le dio una página así la leyó como una medición, concluyó que los inductores no se habían movido y habría cancelado cualquier investigación sobre la combinación, en una página cuya línea siguiente nombraba al único miembro cuya participación en la bolsa sí había cambiado, de 64.8% a 70.3%. Esa línea ahora dice “Factor split at stage 1, which cannot vary: an allocation preserves the total it distributes, so whatever moved it reads 100% to the value coming in and 0% to the driver total.” Ambas cifras se siguen imprimiendo, para que pueda distinguir esta respuesta de una que ocultó la división, y un paso cuya división midió menos del total, donde los dos factores interactúan realmente, conserva sus propias cifras y sigue leyéndose como un hallazgo.

Una cifra de cambio de participación muestra las dos participaciones entre las que se produce el cambio. Cuando se nombra a un miembro como la mayor parte de un movimiento “por su cambio en la participación en la bolsa”, esa cifra es una participación del cambio total en dinero, no una participación de la bolsa: dos cosas distintas, y solo la primera se imprimía. Las respuestas decían tres veces lo que la cifra no era (“that is its shift in share of the pool, not its own change”) y nunca una sola vez lo que era, de modo que nada conectaba “su participación se movió” con “71% del cambio”. Cuando las dos medidas resultaban cercanas, eso era activamente engañoso: en un modelo de seguros, la cifra citada era 11.7 veces el movimiento y el cambio propio del miembro era 12.3 veces, con cinco por ciento de diferencia y a centímetros de distancia en la página, lo que enseña que la advertencia que las separa es pedantería. Ahora esas líneas llevan el par (“by its shift in share of the pool, from 26.5% to 18.2%”). La versión que no imprime ningún porcentaje, usada cuando el cambio de un miembro es mayor que el movimiento completo, también lo incorpora y es donde más ayuda, ya que hasta ahora esa oración no llevaba ningún número. Cuando la bolsa es positiva en un extremo de la comparación y negativa en el otro, las dos cifras no son participaciones de nada y se omiten en lugar de imprimirse.

“Below the bar for a finding” ahora nombra el umbral. Cuando hace una pregunta sin nombrar un desglose, el agente busca en las dimensiones disponibles y le indica la más cercana que encontró aun cuando nada fuera lo bastante fuerte para informarse: “branch accounts for a share shift worth ~45% of that column’s change, below the bar for a finding”. Usted se enteraba de que una cifra había fallado una prueba, pero nunca de cuál era la prueba, de modo que no podía distinguir un casi acierto de algo que ni se acerca: todo el juicio que invita esa oración, en el único tipo de respuesta que existe porque el hallazgo es incierto. Ahora dice “below the 60% a finding needs”. El umbral no es fijo: aumenta con el número de dimensiones examinadas, de 60% hasta 80%, de modo que una respuesta que buscó en más de ellas citará uno mayor. Cuando la cifra del candidato es mayor que el movimiento completo, se escribe como un múltiplo y no como un porcentaje, y allí no se cita ningún umbral, ya que un umbral porcentual junto a “11.7×” se contradiría a sí mismo.

El rastreo numera las ramas paralelas como ramas y reserva “etapa” para la profundidad. El relato paso a paso al final de una respuesta numeraba todo del mismo modo, y la numeración significaba dos cosas distintas según la forma del modelo. En una respuesta que rastreaba una cadena, “Stage 2” alimentaba a “Stage 1”: un salto real aguas arriba. En una respuesta que abarcaba una tabla que recombina varias ramas de asignación, de “Stage 1” a “Stage 4” eran cuatro ramas lado a lado que se recombinan y nunca se tocan, de modo que un lector que había visto el primer tipo de respuesta tomaba el segundo por una cadena de cuatro saltos y dibujaba un linaje que no existe. Una respuesta usaba ambas palabras para las mismas dos tablas con seis líneas de diferencia, llamándolas “Branches 1, 2” en sus límites y “Stage 1, Stage 2” en su rastreo. Ahora una rama paralela se lee “Branch 2 of 4”, con la misma numeración que ya usa el resto de la respuesta, y “Stage” aparece solo donde un paso realmente alimenta a otro. Cuando una rama abarca varias columnas de valores conserva un solo número, y sus líneas se distinguen por la columna nombrada en cada una. Una tabla que recombina una sola rama se lee “Branch 1”, sin cuenta posterior: una cuenta de uno no es una cuenta. Las respuestas que rastrean una cadena no cambian.

Cada rama se nombra del mismo modo en ambos lugares, y la respuesta indica qué son las ramas entre sí. Las cifras por rama nombraban una rama por el paso que la construye (S1_cost_line_rev), mientras que el relato paso a paso inferior nombraba la misma rama por la tabla que escribe ese paso (cost_line_rev), y nada en la página decía que ambas fueran la misma rama. Cuando el nombre de un paso contiene el de su tabla, ambos solo parecen referenciarse entre sí; cuando no, Alloc_u867_minor y u867_branch_minor no comparten ningún prefijo y relacionarlos es adivinar. Ahora cada cifra de rama lleva ambos (“Alloc_u867_minor (writes u867_branch_minor)”), excepto cuando el paso y su tabla tienen el mismo nombre, lo que no requiere una segunda mención. La línea inicial también declara la estructura: “These 2 branches are separate paths into the union and never feed one another”. “Recombined” era la única palabra de la página que lo afirmaba, y a los lectores a quienes se pidió dibujar el modelo solo a partir de los encabezados dibujaron una cadena. Cuando las cifras de las ramas sí suman el total combinado, la línea también lo dice; cuando no, el faltante se declara en Límites honestos con ambas cifras, como antes.

Toda respuesta nombra los dos períodos que compara, en la línea que usted reenvía. Las cifras se citaban al centavo y no se asociaban a nada: ninguna respuesta nombraba una fecha, un trimestre o un año en ningún lugar, por lo que una cifra no podía vincularse a una presentación, un balance de comprobación o un registro del año anterior, y dos respuestas sobre lapsos consecutivos eran indistinguibles en la página de dos sobre el mismo lapso: una respuesta de impuestos termina en $25,999,193.60 y la siguiente empieza allí, sin que nada en ninguna página diga por qué. El párrafo inicial ahora lleva “Periods compared: year 2024 → 2025”, ordenado para coincidir con el par “from $X to $Y” que lo acompaña, de modo que cada cifra se asocia a un período en lugar de dejarle a usted deducir cuál es cuál. Cuando la pregunta usó un rango de fechas en lugar de una sola etiqueta, el rango se detalla; cuando el agente no puede indicar los períodos de manera fiable (el caso poco frecuente de una respuesta cuyos pasos no usaron todos la misma ventana) no dice nada en lugar de nombrar los equivocados.

La moneda es una cuestión aparte y esto no la aborda: PlaidCloud informa los importes que contiene su modelo y no conoce su moneda ni ninguna base de conversión, por lo que las cifras se muestran en unidades monetarias desnudas. Cuando eso importe (un modelo que abarca varias jurisdicciones o uno que alimenta una presentación) registre usted mismo la moneda funcional junto a la respuesta.

Cuando una respuesta encabeza con una sola cifra, la línea inicial indica los niveles entre los que se movió el cambio, no solo el porcentaje: it fell 7.2% (from $26,121,744.14 to $24,229,133.70). Como cada respuesta indica dónde empezó y dónde terminó, dos preguntas sobre el mismo segmento en períodos consecutivos encajan: la cifra de cierre de una respuesta es la de apertura de la siguiente. El cambio citado junto a ellos es la diferencia entre esas dos cifras tal como están impresas, de modo que restar una de la otra le da la cifra que indica la respuesta. Hasta septiembre de 2026 se redondeaba, en cambio, a partir de su propio total exacto, lo que en un movimiento grande podía dejarla a un centavo de distancia de los dos niveles contiguos: tres cifras correctas cada una con una precisión de medio centavo, y nada que dijera cuál era la discrepante.

Cuando la cifra está por debajo de cero en ambos extremos, la línea inicial describe el tamaño del saldo y no su dirección. “Fell” es correcto para una cifra con signo y opuesto a lo que la mayoría de las personas tiene en mente, de modo que una pérdida que se profundiza se leía como una que mejora: net_contribution fell 23.5% (from -$12,917,012.01 to -$15,957,089.93) es tres millones de dólares peor, anunciado con la única palabra que un lector que revisa rápidamente una línea de pérdidas toma por lo contrario. Ahora esa línea dice net_contribution went further below zero — the negative balance grew 23.5%, con las mismas dos cifras a continuación, y el caso inverso dice “moved back toward zero — the negative balance shrank”. El porcentaje no cambia: en una cifra negativa en ambos extremos, el porcentaje en que se movió es exactamente el porcentaje en que el saldo creció o se redujo. La respuesta sigue sin decir si eso es bueno o malo: qué dirección es buena depende de la columna, y solo usted lo sabe. Una cifra que cruza el cero conserva la palabra de dirección simple, porque allí tiene una sola lectura.

Una respuesta cuya línea inicial informa de grandes subidas y bajadas que se anulan entre sí también indica el par: “the net barely moved (3.7%, from $85,472,090.25 to $88,668,890.26), but that hides large offsetting movements up and down”. Esas dos cifras son las de la bolsa, no las del neto, por lo que hacen más evidente el argumento de esa línea en lugar de suavizarlo: $3.2M de movimiento dentro de una bolsa de $85.5M es visiblemente nada, donde “barely” por sí solo era un juicio sobre una base que la respuesta nunca le mostró. Sigue diciéndole que el neto subestima lo ocurrido y sigue enviándolo a un solo miembro. Una respuesta que no informa de ningún cambio relevante lleva el mismo par, por el mismo motivo.

Una respuesta que abarca una tabla que recombina varias ramas de asignación abre con el total propio de esa tabla. Solía abrir solo con un recuento y una dirección (“across 4 recombined branches, all 4 fell”), con el razonamiento de que una tabla recombinada no tiene un total único que indicar. Sí lo tiene: es una tabla real y el agente lee su total directamente de ella. Por eso la línea dice “the combined total fell 58.0% (from $34,621,164.20 to $14,535,705.89); across 4 recombined branches, all 4 fell”, y la comparación interanual se resuelve para estas respuestas como para todas las demás formas. El total se lee de la tabla en lugar de sumar las ramas, porque una rama que llega a la recombinación por más de una ruta se enumera una vez en el desglose y se cuenta más de una vez en la tabla. Cuando las cifras de las ramas no suman el cambio propio de la tabla, la respuesta lo dice y da ambas (“the branch figures shown ($12,231,623.56) do not account for the combined change of $25,082,057.48”) en lugar de dejarle sumar una lista que no concilia. Cuando el total realmente no puede leerse, la línea inicial se lee como antes y la respuesta indica qué condición lo impidió: las ramas asignan columnas de valores distintas, o la tabla recombinada no tiene la columna que se está totalizando.

Esa línea inicial también lleva la calificación de la respuesta y lo que dejan sin explicar las ramas que atribuyó. Es la parte de una respuesta que viaja por sí sola, y solía dar el movimiento combinado y un recuento (“2 rose and 2 unattributable”) mientras que la calificación y el tamaño de la brecha estaban nueve líneas más abajo. Leído solo, eso es una historia de crecimiento limpia, y “2 unattributable” se lee como dos ramas demasiado pequeñas para medirse; en la respuesta en la que se encontró esto, eran la mitad mayor. Ahora la línea dice “…across 4 recombined branches, 2 rose, and 2 could not be measured. The 2 attributed branches leave $12,850,433.92 of the $25,082,057.48 change unaccounted for. That gap is a subtraction: unmeasured branches would produce it, and so would rows the table counts more than once. Low confidence in how the apparent change splits across the branches. Whether it happened is not rated.” La brecha es una oración aparte, porque la advertencia que puede seguir a la línea (que el movimiento puede ser un artefacto de un período que no ha terminado de cargarse) es una preocupación distinta, y a los lectores que la vieron como una cláusula final les pareció que explicaba la brecha. Da el importe que queda y no el importe cubierto, porque a los lectores a quienes se mostró solo la cifra cubierta se llevaron “alrededor de la mitad quedó explicada” y dejaron la resta sin hacer. La calificación es una oración aparte al final, que nombra lo que cubre y dice claramente que no se califica si el cambio ocurrió; antes aparecía entre paréntesis junto a las cifras como “attribution is low confidence”, donde los lectores la tomaban por un veredicto sobre el propio número. Aparece solo cuando está por debajo de alta, como en el resto de la página, de modo que una respuesta cuyas ramas informaron todas y se califica como alta se lee exactamente como antes. El importe que queda es una resta, y la línea lo dice. Leídos por sí solos, el recuento de ramas que no pudieron medirse y el importe que queda están a una cláusula de distancia, y los lectores tomaron lo segundo por lo primero: que las ramas que no pudo medir son el importe faltante. Pueden serlo; pero una rama que llega a la recombinación por más de una ruta tiene sus filas contadas dos veces y amplía el mismo importe, y cuál de las dos cosas lo produjo no es algo que la respuesta pueda determinar. Por eso la línea nombra ambas y no clasifica ninguna, y la nota de límites que está debajo hace lo mismo en lugar de dar las ramas que no pudo medir como el motivo.

Cuando todo el movimiento es del tamaño del déficit de filas entre los dos períodos, la respuesta lo dice en su línea inicial. Dos períodos pueden contener números muy distintos de filas (con mayor frecuencia porque el posterior no ha terminado de cargarse) y la respuesta siempre ha advertido de ello. Lo que no hacía era poner las dos proporciones lado a lado, que es la única comparación que lo resuelve: en un modelo real, la pregunta de por qué cayó el costo de Alemania devolvía “it fell 58.0%”, sobre períodos que contenían 1,755 filas y 754, y el dinero cayó casi exactamente en la misma proporción. Así, todo el 58% era coherente con un período cargado a medias, y la advertencia decía “part of this change may reflect incomplete data”, una cautela sobre algo que podía ser todo. La nota de Límites honestos ahora dice “the later period holds 43% of the earlier period’s rows, and the change reported here leaves its value at 42% of the earlier period’s — close to the same proportion, so this movement is what the row shortfall alone would produce”, y la línea inicial lleva la misma advertencia, donde una respuesta de rama recombinada que indicaba una caída de $20m solía no llevar ninguna.

Dice que las dos proporciones son cercanas a la misma y no la misma porque la prueba que respalda esa frase permite que difieran unos pocos puntos porcentuales: impresas lado a lado como 50% y 45%, “la misma proporción” es la oración contradiciendo sus propias cifras.

Esa advertencia ahora abre la línea en lugar de seguir a la cifra. Short answer: se lee hasta su primera cláusula y se detiene, de modo que una línea que indicaba el movimiento y lo matizaba después se reenviaba limpia: cortada en la primera coma, lo único que viajaba era una caída citada al centavo. Ahora abre con “this may not be a change at all”, nombra qué extremo de la comparación se quedó corto tanto por su función como por su etiqueta (“the later period (2025) loaded short”) y cierra pidiéndole que compruebe ese período nombrado y no “el posterior”, que igualmente podía referirse a la tabla o a la carga. Cuando varias ramas recombinadas se movieron todas en el mismo sentido, añade que eso es lo que hace una carga corta en todas las ramas a la vez, de modo que su coincidencia no se lee como confirmación: es lo que produce el propio déficit. Y cuando parte del cambio no pudo atribuirse, la oración que dice cuánto queda toma la condición de la propia advertencia: “Only if 2024 loaded in full does the 1 attributed branch leave …”. Citada por sí sola, esa oración se leía como un importe establecido y socavaba la advertencia superior.

Es explícita en que esto no resuelve cuál es el caso: un período cargado de forma incompleta y una caída genuina de ese tamaño son idénticos según esa medida, de modo que la respuesta le pide que compruebe la carga en lugar de decirle que el movimiento no fue real. Cuando el dinero no se movió con las filas, la respuesta también lo dice: la mitad tranquilizadora, que tampoco estaba disponible antes. Y cuando alguna parte de una respuesta abarca un par de períodos con una población pareja, la línea inicial se deja como está: una tabla recombinada que subió 11.1% en una rama saludable, junto a una rama pequeña cuya caída se debe por entero al calendario, indica su subida con claridad y nombra la rama débil en Límites honestos, donde corresponde.

Una respuesta que se niega porque el total cruzó el cero ahora muestra las dos cifras que lo cruzaron. No tiene un único cambio que repartir, que es la razón por la que se niega, pero sí tiene el importe en cada extremo, y antes no imprimía ninguno. El único par de cifras de período en una página así era el de la tabla completa, ambas positivas, de modo que un lector que comprobaba la afirmación de que el total pasó a negativo veía la página contradiciéndola; y la respuesta cerraba diciéndole que leyera los dos períodos como cifras separadas, las dos que estaba reteniendo. Ahora la línea dice “not attributable (sign flip) — this slice went from $45,031,369.24 to -$20,776,630.76”, nombrando si el par es el segmento por el que preguntó o la columna completa, para que no pueda confundirse con el par de la tabla completa impreso en otro lugar. El resumen inicial sigue sin citar ninguna cifra: una respuesta que abre con un número estaría haciendo lo que se niega a hacer.

Cuando una respuesta se niega, su siguiente paso sugerido trata de aquello que no pudo responder. Una respuesta rechazada dice dónde se detuvo el rastreo y luego qué hacer al respecto, y ambas cosas solían divergir: “this can’t be answered as asked — the expected allocated column is not on the result table. Trace cost_pool as the target in its own right.” Ambas mitades eran ciertas y la segunda no tenía nada que ver con la primera, porque la sugerencia se elegía entre todo lo que el agente había notado en cualquier punto de la cadena y no del paso que realmente se detuvo, de modo que seguirla gastaba una consulta en el lugar equivocado. Ahora la sugerencia proviene del paso que se detuvo: una columna asignada que falta le indica que compruebe las columnas de esa tabla, y una bolsa de entrada que no se ha construido le indica que ejecute el flujo de trabajo que la construye. Cuando realmente no hay nada específico que ofrecer, la respuesta sigue transmitiendo la sugerencia útil más cercana en lugar de dejarlo sin ninguna, y dice claramente que trata de un paso distinto.

Una respuesta rechazada se explica con palabras sencillas. Preguntar por una tabla sin nombrar su columna de período, cuando el agente no pudo deducir la columna por sí mismo, solía devolver un código interno citado como si significara algo: “auto-detect returned ‘no_candidates’”. Ahora dice qué ocurrió y qué hacer: “No period column was supplied and none of the table’s columns look like a period column. Pass temporal_filter.column explicitly.” Cuando más de una columna parecía igualmente probable, las enumera, de modo que la respuesta contiene la solución. La nota que explica por qué se omitió una comparación interanual se lee del mismo modo. Qué preguntas tienen éxito no cambia; solo cambia lo que dice una que no lo tiene.

La calidad de atribución en la que se basa la confianza:

• Limpia: el cambio se atribuyó por completo a sus inductores. Esto incluye las asignaciones filtradas, las acotadas a cuentas específicas: el filtro se aplica automáticamente, por lo que los contribuyentes son exactamente las filas incluidas en el alcance.
• Parcial: el agente puede mostrar qué cambió y dónde (los totales y los principales contribuyentes son correctos) pero no puede atribuir por completo el porqué por sí solo. Le dice por qué y qué preguntar a continuación.

Advertencias que puede ver adjuntas a una respuesta:

• Una comparación interanual medida sobre un período actual todavía incompleto, o sin datos del año anterior con los que comparar, en cuyo caso dice que no hay una línea base en lugar de calificar el cambio como normal.

  Cuando sí hay un año anterior, la respuesta da ambas mitades de esa comparación: si el cambio fue normal, elevado o extremo, y cómo se compara en tamaño: “normal in size — 62% the size of last year’s move in absolute terms; 2024 → 2025 moved +$6,183,330.15”, lo que significa que el aumento fue menor que el anterior. La palabra sola responde si esto es una anomalía; el tamaño responde si todavía se acelera, que suele ser la pregunta que se hace. El veredicto lleva en la propia palabra aquello sobre lo que es un veredicto. Califica una sola cosa (qué tan grande fue el cambio de este período frente al del período anterior, en moneda) y solía leerse como un “normal” desnudo, con aquello que juzgaba varias cláusulas atrás, de modo que un lector que repasaba la línea se detenía en la palabra y la tomaba por un veredicto sobre la respuesta en su conjunto. “In absolute terms” está ahí porque la misma línea también lleva un cambio porcentual, y esta comparación es entre importes, no entre tasas. Como es solo entre tamaños, cuando los dos períodos se movieron en direcciones opuestas la respuesta también lo dice (“normal in size, opposite in direction”) y lo dice antes del porcentaje y no cinco cláusulas después, donde un lector que ya ha leído “normal” no llegará.

  Una oración posterior da la propia tasa de crecimiento del período anterior. Dimensionar dos movimientos uno frente a otro en moneda no dice nada sobre el ritmo: una cifra que creció 14.7% tras crecer 31.2% se ha ralentizado a menos de la mitad de su tasa anterior, y la comparación superior aún llama a ese movimiento “normal in size”, porque en moneda lo es. Los lectores a quienes se dio una respuesta así concluían “todo sigue igual”. Ahora la respuesta sigue al veredicto con “The 2024 → 2025 move was 31.2% of that period’s opening level”, y los lectores a quienes se da eso describen el período como en desaceleración. La oración da deliberadamente solo la tasa anterior: la de este período ya está al inicio de la línea, y ponerlas una junto a otra invita a dividir una por la otra, lo que da una respuesta distinta del porcentaje junto al veredicto, porque este compara importes y la base creció por debajo de ellos. El veredicto en sí no cambia, y la oración se omite cuando el período anterior no puede nombrarse.

  La comparación solo se rotula como interanual cuando los dos períodos realmente distan un año. Una comparación de dos meses consecutivos, o de dos trimestres consecutivos, se mide frente a la misma ventana de un año antes igual que una anual, pero llamarla “interanual” dice que el propio cambio abarca un año, lo que no es así. Esas respuestas dicen “against a year earlier” y nombran la ventana. Nada sobre la medición cambia; solo la afirmación que hace la etiqueta.

  Un veredicto interanual medido sobre un período cargado a medias lo dice. Cuando la respuesta también advierte que los dos períodos tienen poblaciones desiguales y el dinero se movió al compás del déficit de filas, ese veredicto no es una segunda opinión sobre si el movimiento es real: es una razón cuya mitad superior es el movimiento puesto en duda, de modo que un período que no ha terminado de cargarse empuja el veredicto hacia “normal” por exactamente el motivo sobre el que advierte la respuesta. Ahora dice cuál: “this verdict is computed from the change reported in this answer, so it is not an independent check on whether that change is real”, de modo que una lectura “normal interanual” no puede tomarse como que despeja la advertencia de carga que está encima. El veredicto en sí es una medición real y se sigue dando.

  El propio movimiento del año anterior se indica, con los años que cubre, y vale la pena leerlo antes que el múltiplo. Una comparación solo tiene tanto significado como el año frente al que se mide, y un año en el que grandes subidas y bajadas casi se anularon deja un neto cercano a nada, por lo que el año siguiente puede ser uno ordinario y aun así resultar en un múltiplo muy grande. En un modelo de seguros real, un año anterior que dejó un neto de +$1,792,719.72, de entre movimientos de miembros de aproximadamente $22 millones en cada sentido, hizo que un año posterior sin nada especial se leyera como “extreme — 1325%”. Nombrar aquello frente a lo que se mide el múltiplo es lo que le permite distinguir un movimiento grande de un comparando pequeño: ambos importes están en la línea, de modo que el porcentaje entre ellos puede comprobarse. Ese importe ahora también lleva sus propios períodos (“2024 → 2025 moved +$1,792,719.72”), de modo que la cifra por la que divide el porcentaje puede rastrearse hasta un año y no hasta las palabras “el año pasado”. Cuando los dos están demasiado alejados para que valga la pena citar una razón, igualmente obtiene ese movimiento y la dirección, que es el caso en que más importa.

  Cuando no se pudo hacer ninguna comparación interanual, la respuesta lo dice en lugar de callar. Una tabla escrita por un paso que asigna varias medidas a la vez (costo, ingresos y margen juntos) no obtiene ninguna de las dos comparaciones que sitúan un movimiento en contexto: frente al mismo movimiento un año antes, y frente a los períodos recientes. Cada una está diseñada para una respuesta que abarca una sola medida, e informar de una de las tres como si fuera la respuesta sería peor que no ejecutarlas. Hasta ahora esto era silencioso, por lo que una respuesta a “por qué se erosiona el margen” llevaba una caída, un desglose y un relato paso a paso, y ninguna pista de que la única comprobación que le dice si una caída de ese tamaño es normal nunca se había ejecutado. Ahora dice “This answer does not say whether a change this size is unusual here”, nombra ambas comparaciones ausentes e indica que un solo paso produce todas las medidas, de modo que no hay una respuesta de una sola medida que pedir en su lugar, que es la nueva ejecución que un lector intentaría de otro modo. Cierra diciendo que ninguna cifra anterior se retira: los importes son exactos y solo falta el contexto, y una nota en Límites honestos se lee de otro modo como duda sobre los números contiguos. La misma oración cubre dos casos más acotados: períodos que no pueden retroceder un año, donde nombra los formatos de período que sí pueden, y una tabla recombinada cuyo propio total combinado no pudo leerse, donde la comparación se va con el total.

• Un total de todo el grupo que oculta por debajo una redistribución a nivel de miembro.

• Un segmento cuyos factores se mueven juntos, de modo que los porcentajes principales no son fiables por sí solos.

• Un cambio cuyas partes atribuidas no suman el total informado.

• Una simulación cuyos impactos por destino no pueden simplemente sumarse.

Cuando un resultado es parcial, la guía suele dirigirlo al desglose por segmento descrito arriba, que da una descomposición real para un solo miembro.

Cuando el agente elige el desglose por usted

Cuando no nombra un campo, el agente prueba todos los que puede e informa del más fuerte, y ahora le dice cuánto más fuerte, nombrando el campo que quedó en segundo lugar: “On that measure account scored about 2.0× the next candidate, line”. Ese margen es la diferencia entre un inductor dominante y tres historias plausibles de las cuales se tomó la mayor, y vale la pena leerlo antes de actuar según el campo elegido. Es deliberadamente una comparación y no un segundo porcentaje, porque dos porcentajes medidos de forma distinta uno al lado del otro son la confusión que estas respuestas más se esfuerzan por evitar. Cuando solo se pudo puntuar un campo, la respuesta lo dice en lugar de referirse a un subcampeón que no existe.

A veces ningún campo gana. Cuando dos o más puntúan de forma demasiado cercana para separarlos, el agente no aplica ninguno y lo dice, y ahora los nombra. Cada uno se da con su miembro más fuerte y cuánto se movió la cifra propia de ese miembro, frente al cambio de la columna en su conjunto, para que pueda sopesar las historias empatadas en lugar de elegir a ciegas: “the candidates are program=I4 and account=WARRANTY … program=I4 moved -$40,680,000.00 and account=WARRANTY moved -$32,270,411.54, against a column that moved -$16,590,844.99”. Esos importes son los cambios propios de sus miembros, mientras que aquello sobre lo que se puntuaron los campos es un cambio en la participación en la bolsa: dos medidas distintas, y la respuesta dice cuál es cuál. Los candidatos además se superponen en lugar de repartir la bolsa entre ellos, por lo que sus cifras no son partes de un total: en el ejemplo anterior suman más de cuatro veces el cambio propio de la columna, y sumarlas no describe nada. Junto con una sugerencia por cada campo empatado, la respuesta ofrece desglosar el cambio por dos de ellos a la vez (una tabulación cruzada), que es una vista que la búsqueda nunca puntuó, por lo que se ofrece como algo para ejecutar y no como un hallazgo.

Cuando la tabla de miembros muestra solo las mayores variaciones en lugar de todos los miembros, ahora dice cuánto del cambio está realmente en la página. Un encabezado de “Top movers by account, sales_document (largest shown)” y uno de “All movers by account” se parecen y tienen un peso completamente distinto: el segundo suma exactamente el cambio, y el primero puede ser un rincón pequeño y variado de él. En un modelo, veinte filas, ninguna de ellas de siquiera $110,000, figuraban bajo una caída de $9,321,592.41 y sumaban $169,230.35 entre todas (trece a la baja, siete al alza), de modo que la tabla se leía como un cuadro ruidoso de la caída mientras explicaba menos de dos por ciento de ella, y “(largest shown)” era toda la advertencia. Ahora la tabla lleva una línea sobre sus filas: cuántas de las filas mostradas se mueven en cada sentido, a cuánto suman sus tamaños, a cuánto ascienden en términos netos, cuál es el cambio en sí y que la diferencia está en los miembros no mostrados. Está sobre las filas para que viaje con ellas cuando se copian.

Se dan ambos totales porque cualquiera de los dos por sí solo se lee como el otro. El neto solo (lo que suman las filas una vez que se anulan las subidas y bajadas) se lee como “esto es ruido, ignórelo”, lo cual es erróneo cuando sus tamaños suman cinco veces ese importe; el bruto solo se lee como un neto, lo que sobreestima lo que lleva la tabla. Nombrar las dos operaciones por separado es lo que las mantiene diferenciadas. No se da ningún porcentaje, y eso es deliberado y no una omisión: las filas mostradas pueden moverse contra el cambio o superarlo, por lo que una participación del cambio es una cifra que se vuelve negativa, excede el cien por ciento o se redondea a nada, y necesita una redacción distinta en cada caso para el mismo hecho subyacente. Dos importes impresos junto al cambio responden la pregunta de un vistazo y significan una sola cosa en todos los resultados. Una tabla que muestra todos los miembros no se toca: ya suma el cambio por definición, y su encabezado lo dice.

Cuando la tabla muestra todos los miembros, las filas suman el cambio por definición, pero cada fila se redondea al centavo para mostrarse mientras que el cambio en sí se redondea una sola vez, de modo que en un movimiento grande la columna que usted suma a mano puede quedar a un centavo de la cifra con la que abre la respuesta. Ese centavo no es un error, y nada en la página decía qué era, por lo que comprobar la tabla era lo que resultaba penalizado. Cuando ambas difieren, la tabla ahora lleva una línea sobre sus filas con ambas cifras (a cuánto suman las filas y cuál es el cambio en sí) y dice que la diferencia es ese redondeo. No se ajusta nada para forzar el cuadre: ninguna fila se corrige en un centavo para que la columna sume, de modo que cada fila sigue coincidiendo exactamente con su origen y una cifra que comprueba fila por fila sigue siendo correcta.

Una tabla de miembros se lee como una clasificación, que es para lo que sirve una lista de miembros, de modo que cuando dos filas muestran el mismo importe, la que se imprime primero se lee como el mayor problema. No lo es: nada las separa, y cuál de las dos va primero no significa nada. En un modelo automotriz, dos centros de costos se movieron cada uno -$1,738,461.53, y la página no daba al lector manera de distinguirlo de un genuino primero y segundo. Cuando las filas muestran el mismo importe, la tabla ahora las nombra sobre las filas y dice que se muestran con el mismo importe, de modo que el orden entre ellas no es una clasificación. Dice se muestran deliberadamente: la comparación es de las cifras tal como están impresas, al centavo, y la línea puede quedar directamente debajo de otra que diga que esas cifras están redondeadas. No dice cómo se eligió el orden, porque eso no es algo que la respuesta siempre pueda comprobar. Los miembros que no se movieron en absoluto no se describen así (no hay clasificación entre dos nadas que desmentir) y, cuando la tabla muestra todos los miembros, ya no se enumeran en absoluto. Un encabezado de “All movers by account” ponía en la página dos cuentas idénticas en ambos períodos como filas en $0.00, en el bloque que un lector tiene más probabilidades de copiar completo. Cuando la tabla muestra solo las mayores variaciones esas filas permanecen, porque allí una fila de $0.00 le indica que la clasificación ha llegado al fondo de lo que se movió. Ninguna cifra cambia: ninguna fila se reordena ni se ajusta, y las filas siguen sumando el cambio.

Cuando una tabla muestra solo las mayores variaciones y el corte cayó sobre un empate, la respuesta también dice que se dejó fuera un miembro tan grande como el último mostrado. Ese es el caso en que el empate cambia no solo el orden sino qué miembro ve, y pedir más filas es la manera de verlo.

En una tabla con varias columnas de valores, la tabla de miembros que imprime la respuesta es la de la columna que buscó el agente, que no es la columna con la que abre la respuesta. El encabezado lo decía, y eso era todo lo que decía: en un modelo automotriz la respuesta abría con el margen cayendo $10,701,036.06 y la única tabla de la página se titulaba “All movers by program — cost”, encabezada por un programa en -$40,680,000.00. Cuatro caracteres de encabezado separaban una cifra de costo de una pregunta de margen, por lo que la fila superior se leía como la causa de la caída y llevaba un número cuatro veces mayor que ella. Ahora la tabla lo dice ella misma, sobre las filas para que viaje con ellas cuando se copian: “These are cost figures. The answer leads on margin, where the biggest mover is not necessarily the one at the top here.” La redacción indica lo que las cifras son antes de decir que el orden puede diferir, porque saber que la clasificación podría diferir no impide leer la fila superior como la causa. Cuando usted mismo nombra el desglose, cada columna recibe su propia tabla y ambas siempre coinciden, por lo que no aparece ninguna línea de ese tipo.

Cuando la respuesta también nombra un factor líder detrás del cambio y le da un porcentaje (“the shift in this slice’s share of the pool … explains 73% of the move”), la tabla de miembros ahora dice que esa cifra no es una participación de sus filas. Los dos son cortes del mismo cambio en ejes distintos: uno divide el cambio entre los factores que lo originan, el otro lo divide entre miembros, y ninguno es parte del otro. Ambas cifras son correctas, que es lo que envía a un lector a buscar la conexión: en un modelo de impuestos, un lector que perseguía el 73% a través de cuatro cuentas con 55.6%, 23.9%, 12.7% y 7.8% no encontró ninguna combinación que lo diera, porque no existe. Ahora la tabla dice “These rows are the change split by account. A factor percentage stated for this change answers a different question — which factor moved — so no row here is part of that percentage.”, sobre las filas para que viaje con ellas cuando se copian. Aparece solo cuando el porcentaje del factor es inferior a 100% y las filas mostradas explican el cambio completo: al 100% no hay un resto que ir a buscar, y cuando la tabla muestra solo las mayores variaciones ya dice que sus filas no suman el cambio. Ninguna cifra cambia.

En una tabla con varias columnas de valores, el desglose que sugiere el agente responde sobre la columna con la que abre la respuesta, que no siempre es la columna que buscó. En un modelo, la historia se encontró en cost y el desglose sugerido volvió sobre margin: una columna distinta, encabezada por un programa distinto, con una cifra superior un orden de magnitud menor. Ambos eran correctos. Ahora la sugerencia nombra ambas columnas y advierte que el miembro líder también puede diferir, no solo el porcentaje, de modo que una lista que abre con un nombre inesperado no se lea como una contradicción. Cuando la respuesta abarca una sola columna, ambas son la misma y no aparece tal advertencia.

Cuando el cambio de participación del miembro más fuerte es mayor que todo el cambio neto (algo habitual en una bolsa donde grandes subidas y bajadas se anulan), la respuesta da ese tamaño como un múltiplo en lugar de un porcentaje absurdo: “by more than the whole net change in share-shift terms (11.7×)”. Cuando ni siquiera eso puede indicarse de forma razonable, explica qué son las dos mediciones sin prometer que diferirán visiblemente.

Ni la advertencia ni la sugerencia contigua prometen ya que el porcentaje de un miembro en ese desglose diferirá de la cifra citada. Ninguna tabla de miembros imprime un porcentaje por miembro, en ninguna respuesta (las filas son importes), por lo que la comparación que preparaba la advertencia no podía hacerse en absoluto: usted la seguiría, obtendría cifras en dinero, no encontraría nada con lo que contrastar la advertencia y, razonablemente, descontaría el resto de la página. Ahora ambas dicen solo qué son las dos medidas, y ahí se detienen: la cifra citada es un cambio en la participación del miembro en la bolsa, y el desglose informa del cambio propio de cada miembro.

Toda respuesta también termina con siguientes pasos sugeridos, en el orden más probable de ayudar. Cuando la respuesta advierte que grandes subidas y bajadas se están anulando, la primera sugerencia acota la pregunta al miembro individual detrás del movimiento (aquel cuya subida o bajada propia es mayor frente al cambio principal) y ejecutarla da el cambio propio de ese miembro, normalmente con las advertencias despejadas. Cuando usted no nombró un campo, el agente eligió uno, y en una respuesta que abarca una sola columna, el campo que eligió es el campo por el que ya se agrupa la tabla de miembros de arriba, de modo que la oferta de desglosar el cambio por él devolvía la misma tabla. Peor aún, la nota contigua advertía que las cifras no coincidirían con las que estaba leyendo, cuando coinciden exactamente, lo que le enseña a descontar también las demás sugerencias. Esa oferta ya no se hace. Cuando la búsqueda puntuó un segundo campo, la respuesta ofrece ese en su lugar (cortar el mismo cambio de otra manera), que es una vista que usted aún no tiene; es el mismo subcampeón que nombra el margen dondequiera que aparece ese margen, de modo que ambos nunca nombran campos distintos. Cuando nada más puntuó, la oferta se descarta. Se conserva solo cuando descartarla dejaría a la respuesta sin ningún siguiente paso, ya que una respuesta que le dice que pruebe otro campo y luego no ofrece ninguno es peor que una sugerencia vaga. Y cuando ejecutar la oferta original informaría realmente de una columna distinta, se mantiene. Cuando la búsqueda terminó en empate, las sugerencias cubren cada campo empatado por separado y luego una más que corta el cambio por dos de ellos juntos, enumerada al final para que las ofertas de un solo campo mantengan su orden.

Una respuesta que abarca varias columnas de valores ofrece acotar a un solo miembro. Su lista de mayores variaciones desglosa una columna por miembro; las otras columnas se informan para el segmento en su conjunto. Por lo tanto, lo único que una página así no puede decirle es qué hizo un solo miembro en todas las columnas: qué rama absorbió la mayor parte de la caída del cargo de financiamiento y qué hizo su ingreso por intereses al mismo tiempo. Ahora la respuesta sugiere un target_filter que nombra a un miembro de esa lista, y dice que las filas de arriba cubren una columna. No nombra el campo por el que se segmenta la lista, aunque el encabezado sobre las filas sí lo hace: un nombre de campo escrito por el autor que llega a la prosa puede deletrear la palabra clave que otra salvedad tiene que decir, y entonces verificaría esa salvedad como limpia en una página que la omitió. Cuando ya ofrece acotar por un motivo más fuerte (una cifra que describe la bolsa completa, o subidas y bajadas que se anulan) conserva la oferta que tenía. Antes de esto, una respuesta que enunciaba un hallazgo y no tenía otra sugerencia que hacer terminaba en su última línea sin nada que ejecutar.

Cuando más de un paso escribe una tabla en la que se detuvo el rastreo, la oferta de elegir uno dice qué hace elegir. La respuesta enumera cada uno de los pasos habilitados de esa tabla con el id para pegar, y ejecutar uno lleva el rastreo a través de ese paso. No acota el cambio a ese paso: cuando las filas de los pasos se superponen, la cifra que vuelve cubre todos ellos, y la respuesta que vuelve lo dice. Que las filas puedan superponerse es la razón por la que la respuesta no elegiría un paso por usted. La oferta solía describirse como atribuir el cambio específicamente al paso nombrado, lo que contradecían los propios límites de la misma página. La línea que describe ese paso del rastreo ahora indica que más de un paso habilitado produce la tabla, en lugar de que uno de ellos podría haberlo hecho.

Esa advertencia indica la prueba que aplicó, para que pueda comprobarla: aparece cuando el movimiento de un miembro, el cambio de participación en la bolsa de ese miembro o la contribución de un factor es al menos una cuarta parte mayor que todo el cambio neto. Son tres medidas y no una, porque la participación de un miembro en la bolsa puede moverse varias veces lo que se mueve el propio miembro, de modo que una regla que nombrara solo al miembro sería comprobable y, en esas respuestas, errónea. Solía explicarse como “the top mover alone exceeds the net delta”, que es una prueba distinta y más laxa que la que usa el agente, de modo que un lector que la tomó al pie de la letra y la comprobó en la siguiente respuesta encontró la regla aparentemente rota. Un movimiento mayor que el cambio neto pero no en una cuarta parte es un exceso leve y no la rotación para la que existe esta advertencia, y esas respuestas se califican por sus propios méritos sin ella.

La advertencia da entonces la medición, para que pueda ver cuánto se pasó realmente la respuesta de esa cuarta parte: “Here account=LAE moved +$22,067,919.71, larger in size than the whole net change of +$1,792,719.72.” El umbral es un piso y los informes en los que se activa suelen estar bien por encima de él: un modelo de seguros a doce veces el cambio neto se lee igual que uno a uno y medio, a menos que se indique la cifra. Ambas cifras llevan su signo, y la comparación es de tamaño, de modo que un miembro que cayó dentro de un total que subió se lee como el movimiento compensatorio que es. Cuando lo que activó la advertencia no fue el movimiento propio de un solo miembro (un cambio de participación en la bolsa, o la contribución de un factor) la oración nombra esa medida en su lugar y no cita ninguna cifra, porque la cifra de esos casos ya está indicada en otro lugar de la respuesta o aparecería junto a una distinta y se leería como una contradicción.

La línea que nombra al miembro concentrado dice que el movimiento fue compensado por movimientos opuestos en otra parte, y ya no caracteriza cuánto. Solía decir “others partly offset”: una palabra que cubría desde un par de puntos porcentuales hasta más de noventa. En un modelo de seguros en el que una cuenta se movió $22,067,919.71 frente a un cambio neto total de $1,792,719.72, los movimientos opuestos habían anulado más de nueve décimos de la subida de esa cuenta, y “partly” le decía a un lector algo cercano a lo contrario de lo ocurrido.

Una respuesta que abarca varias ramas recombinadas ofrece una de esas ramas para seguir. El agente no rastrea una pregunta más allá del punto en que se unen las ramas, de modo que aquí es donde le devuelve el hilo a usted: nombra una rama y la tabla que debe rastrear para retomarla por sí sola. La rama ofrecida es la de mayor variación entre las que puede nombrar y atribuyó (cuando no pudo atribuir ninguna conserva su rechazo simple) y no se describe a sí misma como la mayor por ese motivo: la lista por rama que está encima ya muestra el movimiento de cada rama, de modo que usted puede ver la clasificación por sí mismo.

Cuando la respuesta ofrece acotar pero no nombra ningún miembro

Dos casos. El movimiento puede estar concentrado en filas que no tienen valor para el campo en cuestión: acotar a esas filas es posible, pero aún no hemos verificado que una respuesta construida así se sostenga de extremo a extremo, por lo que no se ofrece como un paso que pueda ejecutar.

O el movimiento puede ser un cambio en la participación en la bolsa de un miembro y no la subida o bajada propia de ese miembro. Son medidas distintas, y en una bolsa que contiene créditos o reversiones pueden diferir por un margen amplio: la participación de un miembro puede moverse varias veces el cambio principal mientras que el propio miembro apenas se mueve. Acotar informa del cambio propio del miembro, de modo que nombrar uno aquí prometería una cifra mayor y devolvería una menor.

En ambos casos la respuesta sigue ofreciendo acotar, pero sin nombrar un miembro, y el desglose por campo permanece primero: su cifra es la que usted puede conciliar.

Limitaciones actuales

Asignaciones de dimensión

En las asignaciones impulsadas por una jerarquía de la dimensión (por ejemplo, repartir un centro de costos entre una estructura de informes) el agente ahora explica el cambio: en el nivel del total completo lo atribuye a la bolsa de entrada y, cuando filtra a un destino específico, separa cuánto provino del movimiento de la bolsa frente al cambio en la participación de ese destino en ella. Lo único que todavía no puede reconstruir es una causa precisa que dependa del historial de la jerarquía en un momento dado (una versión posterior); mientras tanto, el desglose por segmento da el desglose utilizable.

Proyectos que restringen filas

En un proyecto que restringe filas por atributo, el agente se niega a rastrear a menos que usted sea Arquitecto del proyecto, y le explica por qué.

No es que sea cauteloso por mostrarle demasiado. Las filas que lee están limitadas a las que se le han concedido, pero la estructura del modelo que recorre no lo está, de modo que las participaciones, tasas y residuos que informaría provendrían de dos conjuntos distintos de filas. Eso no es una respuesta más acotada, es una respuesta errónea, y no hay manera de saberlo desde la página. Un Arquitecto del proyecto lee todas las filas y obtiene el rastreo completo; todo lo demás de esta página no se ve afectado.

Asignaciones en cascada

Cuando una asignación alimenta a otra (una cascada), un “por qué” de todo el proyecto mezclaría las filas equivocadas, por lo que el agente le pide que acote la pregunta a un segmento, como una región, un producto o un centro de costos específico, y luego lo explica.

Resultados producidos por más de un paso

Si una tabla de resultados la escriben varios pasos de asignación, el agente enumera los candidatos y pregunta cuál rastrear, a menos que usted filtre a filas que solo uno de ellos produjo, en cuyo caso rastrea ese paso automáticamente y se lo dice.

Elegir un paso le dice al agente qué paso describir, no qué filas medir. El cambio que informa es el de la tabla completa y es exacto; lo que no puede asignar a un solo paso es la división entre los factores detrás de ese cambio, por lo que oculta esa división, dice que la cifra cubre todos los pasos que escriben la tabla y ofrece rastrear la tabla a través de cada uno de los otros pasos por turno. Cada uno de ellos es una medición separada, no la participación de ese paso en el cambio que tiene delante y, como estos pasos escriben en la misma columna, ejecutar uno no acota el cambio a él. Esa superposición es el motivo por el que se ocultó la división, de modo que una oferta de medir un paso por sí solo sería la misma página prometiendo y negando lo mismo.

Lo mismo ocurre cuando el otro paso no es en absoluto una asignación (uno que añade filas a la tabla de resultados, por ejemplo). Nunca se ofrece como candidato para rastrear, por lo que nunca le pide que elija, pero sus filas están en el total igualmente y la respuesta ahora lo dice.

Consejos

• Nombre la tabla y el período. “¿Por qué cambió cost_line_rev de 2025-01 a 2025-02?” obtiene una respuesta más precisa que “¿por qué cambiaron los costos?”.
• Elija un período anterior y uno posterior reales con un movimiento que pueda verificar con sentido común.
• Si el agente analiza la tabla equivocada, nombre explícitamente el proyecto y la tabla para que no tenga que adivinar.

Siguientes pasos

• Conectar un agente de codificación con IA: conecte un agente a su espacio de trabajo mediante MCP
• Resultados de asignación: qué contiene la tabla de resultados
• Solución de problemas de asignaciones: cuando falla la conciliación