Guía de CV con IA
Scenario Template

Keywords para CV de analista de datos: SQL, BI, métricas e impacto

Mapa de keywords para CV de analista de datos: SQL, dashboards, BI, calidad de datos, métricas, stakeholders e impacto de negocio.

Quick Answer

Las keywords de análisis funcionan cuando conectan herramientas con preguntas de negocio. Usa SQL, BI, dashboards, reporting, calidad de datos y métricas solo si apuntan a un proyecto o decisión real.

Best for

Data analysts, BI analysts, product analysts, marketing analysts, operations analysts, juniors y career switchers.

Not for

Quien quiere listar todas las herramientas de analytics sin mostrar decisiones o procesos mejorados.

Search intent

La persona busca keywords para un CV de data analyst y necesita pasar ATS sin sonar como una lista genérica de herramientas.

  1. Agrupa keywords por señal analítica

    Separa herramientas, SQL, BI, métricas, dominio de negocio, comunicación con stakeholders e impacto. Así el CV no parece una tabla de términos.

    Prompt to use: Para esta oferta de data analyst, agrupa keywords en herramientas, SQL/datos, dashboards/BI, métricas, dominio, stakeholders e impacto en decisiones.
    Example wording: Product analyst puede incluir SQL, funnel analysis, cohort retention, experimentación, dashboards y soporte a decisiones de producto.

  2. Conecta SQL y BI con outputs reales

    SQL, Tableau, Power BI, Looker, Excel, Python y dbt pesan más cuando aparecen junto a dashboards, reportes, modelos o análisis usados por alguien.

    Prompt to use: Mapea cada keyword prioritaria con evidencia de mi CV: dataset, herramienta, método, stakeholder, output y resultado. Marca keywords débiles.
    Example wording: Power BI: construí dashboard de ingresos para revisión semanal de ventas y reduje preparación manual de reportes.

  3. Cambia insights vagos por lenguaje de métricas

    En vez de decir 'generé insights', explica métrica, pregunta de negocio, método, audiencia y decisión apoyada.

    Prompt to use: Reescribe estos bullets de data analyst con tipo de métrica, pregunta de negocio, método, audiencia y decisión apoyada. No inventes números.
    Example wording: Mejor: analicé activation funnel por canal e identifiqué drop-offs para el backlog de experimentos de growth.

  4. Audita el exceso de keywords analíticas

    Antes de postular, elimina herramientas que no puedes usar en una prueba real, métricas repetidas y claims de machine learning sin proyecto.

    Prompt to use: Audita este CV de data analyst por keyword stuffing: herramientas sin prueba, insights vagos, métricas repetidas, impacto débil y keywords que deben ir a bullets.
    Example wording: Machine learning solo si puedes explicar objetivo, validación y uso de negocio.

Before You Publish

  • Herramientas y métricas obligatorias están separadas de lo opcional.
  • Cada keyword importante tiene dataset, análisis, dashboard, reporte o decisión.
  • Los bullets explican pregunta de negocio y stakeholder.
  • Claims avanzados sin prueba fueron eliminados.
  • Puedes defender SQL, dashboard o case interview.

Frequently Asked Questions

¿Qué keywords importan más?

SQL, dashboards, BI, métricas, calidad de datos, reporting, stakeholders e impacto de negocio.

¿Debo incluir Python o machine learning?

Solo si la oferta lo pide y puedes conectarlo con análisis o modelos reales.

¿Dónde pongo las keywords?

Herramientas en skills; keywords fuertes dentro de experiencia o proyectos con outputs y decisiones.

Next steps

Next: complete the loop

After workflow or troubleshooting content, connect tools, ATS, resources, and human review instead of copying one prompt in isolation.

Back to Start Here Continue → Compare AI resume tools Continue → Get free resources Continue →

Antes de reescribir tu CV de datos, conecta keywords, outputs y decisiones.

Crear mapa de datos