Rukin, CEO de Victo Postanova: las 8 preguntas que todo empresario hace sobre datos e IA

Las preguntas que se repiten en cada primera reunión con un cliente

Dmytro Rukin, CEO de Victo Postanova, empresa de marketing, software y big data con sede en Barcelona, responde las ocho preguntas que más escucha cuando se sienta por primera vez con un empresario. Y, según cuenta, casi ninguno empieza preguntando qué herramienta comprar: lo que de verdad quieren saber es cuánto va a costarles trabajar con sus datos, cuándo verán algo a cambio y si van a meterse en un problema con el RGPD. Esa secuencia —cuánto cuesta, cuándo lo recupero, qué riesgo asumo— es la misma que se repite en cualquier startup en etapa temprana cuando sopesa invertir en analytics.

El contexto importa: según datos de Eurostat publicados por El Periódico en abril de 2026, más del 90 % del tejido empresarial español son pymes y, aunque España progresa en adopción de IA, sigue en una posición intermedia europea precisamente por la lentitud con la que el segmento pyme incorpora estas herramientas. No es un problema de curiosidad —el 45,1 % de la población española de entre 15 y 64 años ya usa IA generativa, según el último Global AI Diffusion de Microsoft recogido por 20minutos—, sino de saber por dónde empezar sin quemarse.

¿Por dónde empiezo si tengo datos por todas partes y no sé qué hacer con ellos?

Rukin lo tiene claro: por una sola decisión de negocio, la que más dinero le cuesta hoy a ciegas. En muchos casos consiste en saber qué clientes van a dejar de comprar el mes que viene. Con esa pregunta delante, basta con reunir los datos que ayudan a responderla.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

El razonamiento es directo: los proyectos que arrancan con el ideal de "ordenar toda la información" suelen tardar un año en entregar algo útil; los que parten de una decisión concreta devuelven el primer resultado en pocas semanas y, de paso, muestran qué datos merecen el esfuerzo. Para un founder, esto significa que antes de comprar un data warehouse o contratar un data engineer, hay que escribir en una hoja la pregunta más cara que la empresa no sabe responder hoy.

Elegir una pregunta, una sola.
Localizar los datos mínimos para responderla.
Medir tiempo de respuesta: si pasan más de 4 semanas, replantear el alcance.

¿Necesito un gran sistema de datos antes de empezar?

No. Al principio basta con reunir los datos en un mismo sitio y tener a alguien que los entienda. En una empresa grande ese sitio puede ser un almacén como BigQuery o Snowflake; en una mediana, muchas veces es suficiente con una hoja de cálculo actualizada cada semana. Rukin asegura que ha visto empresas funcionando así durante años y otras pagando licencias caras cada mes y decidiendo igual por intuición.

La señal de que toca invertir en algo más grande llega cuando las preguntas del negocio ya no caben en la hoja. Hasta entonces, la prioridad es tener una persona —interna o freelance— que entienda los datos y los mantenga vivos, no una plataforma cara infrautilizada.

¿Cuántos datos necesito?

Menos de los que el empresario imagina. Para casi todas las decisiones comerciales sirven más doce meses de ventas, clientes y campañas bien registrados que cinco años sin orden. Lo que suele fallar en las empresas medianas españolas no es la cantidad, sino la calidad y el acceso: los datos existen, pero cada parte vive en un sitio distinto, repartida entre la tienda online, el programa de facturación y el correo del comercial.

La lección práctica: invertir primero en integración (conectores básicos, exports automatizados, CRM como única fuente de verdad) y dejar la acumulación masiva de históricos para cuando de verdad aporte una decisión.

¿La inteligencia artificial va a sustituir a mi equipo de marketing?

Ya está haciendo una parte de su trabajo. Rukin pone ejemplos concretos: un modelo de lenguaje puede redactar diez variantes de un anuncio en un minuto o clasificar cientos de comentarios de clientes por tema. Lo que sigue siendo terreno humano es elegir cuál de esos anuncios encaja con la marca o qué campaña conviene parar, porque requiere entender el negocio.

Su recomendación operativa: contar cuántas horas a la semana dedica el equipo a tareas repetitivas y automatizar primero esas —con reglas dentro del CRM o con un modelo que prepare borradores— antes que embarcarse en despliegues complejos. Las horas liberadas suelen acabar en estrategia y en conversaciones con clientes. Coincide con lo que el Gobierno español acaba de plantear con el Plan IA360: según Revista Cloud Computing, las nuevas ayudas de 600 millones no se concebirán solo para suscribir herramientas, sino para identificar casos de uso, integrar la solución en procesos y medir su impacto en productividad.

¿Qué métricas debería mirar como director?

Pocas, y conectadas con la caja. Rukin reduce la lista a tres: cuánto cuesta conseguir un cliente nuevo, cuánto gasta ese cliente durante toda su relación con la empresa, y el porcentaje de clientes que vuelve a comprar. El resto —impresiones, seguidores, indicadores de campaña día a día— sirve al equipo operativo, pero rara vez cambia una decisión de dirección.

Cuando un informe mensual trae veinte métricas, la sospecha razonable es que alguien está intentando justificar su trabajo. Para un fundador, esto se traduce en un tablero de máximo cinco números, revisado el mismo día cada mes, con claras tendencias y una sola pregunta asociada: ¿qué hago este mes por cada una?

¿Cómo sé si mi agencia me cuenta la verdad en sus informes?

Pidiendo, además del informe, acceso directo a Google Analytics y a las cuentas publicitarias de la propia empresa. Con ese acceso, cualquier cifra se puede comprobar sin intermediarios y la relación se vuelve bastante más sana. Si todo llega en un PDF bien diseñado, el empresario depende de cómo otra persona interprete sus números. En Victo Postanova, según explica Rukin, esos accesos se entregan desde el primer día sin esperar a que el cliente los pida.

Es una regla de oro para cualquier contrato con proveedor externo de marketing: dueña del dato la empresa, no la agencia. Si la agencia pide que no se comparta el acceso, conviene hacerse preguntas.

Tengo años de datos de clientes que nunca he usado. ¿Sirven para algo?

Muchísimo, y casi siempre se infravaloran. El historial de quienes ya le han comprado cuenta más sobre el próximo cliente que un estudio de mercado genérico. Con esos datos se puede ver qué perfil gasta más, en qué momento alguien deja de comprar y qué productos suelen ir en el mismo pedido. Antes de subir el presupuesto de captación, Rukin revisaría esa base: en muchos casos muestra que el crecimiento más barato está en la gente que ya conoce la empresa.

Esto conecta con uno de los puntos del Plan IA360 recogidos por Revista Cloud Computing: el nuevo Bono Inteligencia Artificial exigirá a las empresas medir el impacto en productividad, algo casi imposible si se ignora la propia base de clientes.

¿Qué pasa con la privacidad? Me da miedo hacer algo mal con el RGPD

El miedo tiene sentido, aunque cumplir suele ser más sencillo de lo que parece. Rukin resume el mínimo viable: trabajar solo con datos para los que existe una base legal clara —consentimiento o contrato— y borrarlos cuando ya no hacen falta. Conviene dejar por escrito qué se hace con cada tipo de dato. Buena parte del valor de una base de clientes se obtiene con información agregada, sin identificar a personas concretas. Y en su experiencia, los clientes confían más en las empresas que explican con claridad qué datos usan y para qué.

España cuenta además con la Agencia Española de Supervisión de Inteligencia Artificial (AESIA), con sede en A Coruña, como autoridad de referencia para el marco normativo.

¿Qué tienen en común todas estas preguntas?

Casi todas nacen de la sensación de que los datos son cosa del departamento de sistemas y de que la dirección se queda fuera de esa conversación. Rukin cree que un director que conoce bien su empresa ya sabe interpretar la mayoría de sus números, porque reflejan cosas que ve cada semana en ventas y devoluciones. Lo que suele faltarle es que alguien se los prepare de forma clara y con tiempo suficiente para decidir.

Qué significa esto para tu startup

Sea cual sea el tamaño de la empresa, las respuestas de Rukin dibujan un patrón claro aplicable a cualquier founder:

Empieza por la pregunta más cara, no por la herramienta. Antes de evaluar BigQuery, Snowflake, ChatGPT Enterprise o cualquier CRM nuevo, escribe la decisión que hoy estás tomando a ciegas y que más impacto tiene en caja. Si no puedes formularla en una frase, todavía no toca comprar nada.
Invierte antes en integración que en plataforma. Conectores básicos, exports automatizados y un único responsable de datos, interno o freelance, rinden más en los primeros 12 meses que una licencia enterprise infrautilizada. La señal para escalar plataforma es clara: las preguntas del negocio ya no caben en una hoja.
Automatiza tareas repetitivas, no puestos. Para liberar capacidad real del equipo hay que contar cuántas horas a la semana se van en tareas mecánicas —clasificar comentarios, redactar borradores, mover datos entre hojas— y atacar primero esas. La estrategia y las conversaciones con clientes son la parte donde el equipo multiplica valor, y no se automatizan.
Mide cinco números como máximo. Coste de adquisición, valor de vida del cliente, tasa de recompra, y dos indicadores operativos del cuello de botella actual. Cualquier cuadro con más de diez suele ser justificación de alguien, no información para decidir.
Mantén la propiedad del dato y de las cuentas. Ni la agencia de marketing ni el proveedor de IA deberían quedarse con el único acceso a tus cuentas publicitarias, tu analytics o tus datos de cliente. La entrega de accesos desde el día uno es una señal básica de transparencia.
RGPD: mínimo viable, no paranoia. Trabaja con datos para los que tienes base legal, bórralos cuando expiren y documenta qué haces con cada tipo. La información agregada da casi todo el valor comercial y elimina la mayor parte del riesgo regulatorio.

El denominador común que Rukin señala —la dirección queda fuera de la conversación de datos— coincide con el diagnóstico de Eurostat recogido por El Periódico: el problema no es tecnológico, sino estratégico, y se resuelve cuando un fundador decide sentarse a leer los números que ya tiene, en vez de delegar esa lectura.