David Aldomar
Fundador y Consultor de Datos e IA
David Aldomar es fundador y consultor principal de MERIDIAN Data & IA, consultora especializada en ayudar a pymes y empresas medianas en España a tomar mejores decisiones con sus datos. Su trabajo se centra en cuatro áreas: diseño e implantación de plataformas de datos (data warehouses, pipelines ETL con dbt, integración de ERPs y CRMs), reporting y dashboards ejecutivos en Power BI, automatización de procesos de negocio con herramientas como n8n, y desarrollo de soluciones de inteligencia artificial aplicada — desde modelos de forecasting de demanda hasta copilots internos basados en RAG con LangChain y FastAPI. Ha liderado proyectos en sectores como logística y transporte, retail y distribución, servicios financieros, manufacturing y construcción, siempre con un enfoque pragmático: diagnóstico corto, entregables concretos y transferencia de conocimiento al equipo del cliente para que sea autónomo desde el primer día. Antes de fundar MERIDIAN, acumuló experiencia en consultoría de datos y transformación digital trabajando con stacks variados — desde entornos Microsoft (SQL Server, Power BI, Azure) hasta ecosistemas open source (Python, dbt, BigQuery). Su filosofía es que un buen proyecto de datos no se mide por la tecnología que usa, sino por las decisiones de negocio que permite tomar. Escribe regularmente en el blog de MERIDIAN sobre reporting, gobierno del dato, automatización e IA aplicada, con guías prácticas orientadas a responsables de negocio y equipos técnicos de empresas que quieren sacar partido real a sus datos sin depender de grandes consultoras.
Conocimiento
Áreas de especialización
Business Intelligence y Reporting
Power BI, modelo semántico, DAX y cuadros de mando que conectan datos reales con decisiones de negocio.
Plataforma de datos
Data warehouse, dbt, Airflow y arquitecturas modernas para centralizar, transformar y gobernar tus datos.
Automatización de procesos
n8n, Python y agentes IA para eliminar tareas manuales repetitivas y liberar tiempo del equipo.
IA aplicada
RAG, NLP y modelos predictivos integrados en flujos de trabajo reales, con retorno medible.
Blog
Artículos publicados
Cómo automatizar tu reporting financiero en 3 pasos
Cómo automatizar el reporting financiero desde cero: qué revisar antes, cómo centralizar datos y cómo desplegar dashboards que el equipo sí use.
11 min lectura
Cómo reducir el churn con modelos predictivos de abandono
Los descuentos genéricos no retienen clientes. Los modelos predictivos de churn permiten actuar antes de que sea tarde, con el incentivo correcto para cada perfil.
9 min lectura
Cuánto cuesta implementar IA en una pyme española (2026)
Sin rangos vagos ni presentaciones de ventas: qué factores determinan el coste real de un proyecto de IA en una pyme española, con ejemplos concretos.
11 min lectura
Cómo elegir un partner de datos e IA sin caer en el hype
5 preguntas que deberías hacer a cualquier consultora de datos antes de contratarla. Y las respuestas que deberían preocuparte.
12 min lectura
Forecasting de demanda con IA: caso real en empresa logística
Un operador logístico con 120 rutas diarias planificadas en Excel cada mañana. Cómo construimos un sistema de predicción de demanda que redujo los costes de transporte un 23%.
8 min lectura
¿Qué es n8n y cuándo merece la pena en una pyme?
n8n conecta tus sistemas y automatiza tareas repetitivas sin programar. Te explicamos cuándo tiene sentido, qué puedes hacer con ella y cuándo necesitas algo más.
10 min lectura
¿Qué procesos puedes automatizar en tu empresa sin meterte en un proyecto eterno?
No todos los procesos merecen ser automatizados. Te ayudamos a identificar los que sí, por dónde empezar y qué resultados esperar de los primeros cambios.
14 min lectura
¿Qué es RAG y cuándo merece la pena en tu empresa?
RAG permite que un modelo de IA responda usando los documentos internos de tu empresa. Cuándo tiene sentido, qué necesitas y qué errores evitar.
14 min lectura
¿Qué KPIs debe tener un dashboard ejecutivo en Power BI?
No es cuestión de poner más gráficos, sino los correctos. Qué KPIs necesita un dashboard de dirección, cómo organizarlos y errores que arruinan la adopción.
10 min lectura
¿Cuándo necesita una pyme un data warehouse y cuándo no?
No todas las empresas necesitan un data warehouse. Te explicamos cuándo es imprescindible, cuándo basta con algo más simple y qué opciones existen hoy.
10 min lectura
¿Qué es un copilot de IA para empresas y cuándo tiene sentido implantarlo?
Un copilot de IA no es ChatGPT con tu logo. Te explicamos qué tipos existen, cuándo encajan en una pyme y qué necesitas para que funcione de verdad en tu empresa.
14 min lectura
Gobierno del dato en una pyme: qué es y por qué importa aunque no seas una gran corporación
Gobierno del dato no es solo para grandes empresas. Qué significa en una pyme, qué problemas evita y cómo empezar sin burocracia innecesaria.
10 min lectura
¿Están tus datos listos para IA? Cómo evaluar la calidad de datos antes de un proyecto
Antes de invertir en IA, comprueba si tus datos están preparados. 5 criterios prácticos para evaluar calidad y qué hacer si no pasan el corte.
10 min lectura
¿Cuánto tarda un proyecto de datos o IA en producción? Tiempos reales y de qué dependen
Los plazos que te dan rara vez se cumplen. Tiempos reales por tipo de proyecto de datos e IA, qué factores alargan los plazos y cómo evitar desviaciones.
10 min lectura
Power BI vs Tableau vs Looker: cuál elegir para una pyme en 2026
Comparativa práctica entre Power BI, Tableau y Looker para pymes en España. Coste, ecosistema, curva de aprendizaje y para quién encaja cada herramienta.
11 min lectura
¿Cuándo merece la pena hacer un piloto de IA y cuándo no?
Un piloto de IA no siempre es la mejor idea. Cuándo tiene sentido, cuándo es perder el tiempo y cómo diseñar uno que sirva para tomar decisiones reales.
10 min lectura
¿Cómo pasar de Excel a un sistema de reporting fiable sin bloquear a tu equipo?
Tu empresa depende de Excel para los informes críticos. Cómo hacer la transición a un sistema de reporting profesional sin frenar la operativa diaria.
10 min lectura
¿Qué necesita una empresa para hacer predicción de demanda con datos de verdad?
Quieres predecir demanda pero no sabes si tus datos dan para eso. Requisitos técnicos, datos necesarios y señales de que tu empresa puede (o no) hacerlo.
9 min lectura
Los 10 errores que hacen fracasar un proyecto de automatización o IA en una pyme
La mayoría de proyectos de IA en pymes fracasan por errores evitables. Los 10 más frecuentes, por qué ocurren y cómo prevenirlos.
10 min lectura
Por qué tu empresa necesita una estrategia de datos antes de invertir en tecnología
Invertir en herramientas de datos sin una estrategia clara sale caro. Qué incluye una estrategia realista, qué señales indican que la necesitas y cómo dar los primeros pasos sin sobredimensionar.
10 min lectura
Business intelligence para equipos comerciales: qué datos necesita tu fuerza de ventas
Tu equipo comercial toma decisiones con intuición cuando podría usar datos concretos. Qué indicadores necesita, de dónde salen y cuándo merece la pena implantar BI en ventas.
10 min lectura
Scoring de clientes con IA: cómo priorizar sin depender de la intuición del comercial
Un modelo de scoring con IA ordena tus clientes por valor real y probabilidad de conversión. Cómo funciona, qué datos necesitas y cuándo tiene sentido implantarlo en tu empresa.
10 min lectura
Cómo hacer una auditoría de datos en 2 semanas para saber en qué estado estás
No necesitas meses para conocer el estado de tus datos. Una auditoría de 2 semanas te da un diagnóstico claro y un plan de acción concreto para cada área de mejora.
11 min lectura
Automatización con IA vs automatización con reglas: cuándo usar cada una
No toda la automatización necesita inteligencia artificial. Analizamos cuándo basta con reglas y cuándo merece la pena un enfoque con IA, con criterios claros para decidir.
11 min lectura
Business intelligence para finanzas: qué necesita un CFO que Excel no le da
El CFO quiere visibilidad financiera en tiempo real, pero Excel no escala. Qué indicadores financieros necesita en un dashboard y cuándo merece la pena implantar BI en finanzas.
10 min lectura
Base de conocimiento con IA: qué necesita tu empresa para implementar RAG
Antes de implementar RAG, tu empresa necesita cumplir ciertos requisitos documentales y técnicos. Qué hace falta de verdad, cómo prepararte y errores frecuentes que evitar.
11 min lectura
Data lake, data warehouse o data lakehouse: qué necesita realmente una pyme
Data lake, data warehouse y data lakehouse: tres arquitecturas de datos explicadas sin jerga, con criterios claros para elegir la que encaja en tu empresa.
10 min lectura
Evaluación de madurez de datos: cómo saber dónde está tu empresa y qué hacer
No todas las empresas están en el mismo punto. Antes de invertir en IA o analítica, necesitas saber en qué nivel de madurez de datos está tu organización y cuál es el siguiente paso lógico.
12 min lectura
Forecasting de demanda para retail: cómo planificar ventas, compras y stock con datos propios
Guía práctica de forecasting de demanda para retail: cómo usar datos propios para planificar ventas, compras y stock sin sobredimensionar inventario.
11 min lectura
Cómo calcular el ROI de un proyecto de datos o IA antes de aprobarlo
Antes de aprobar un proyecto de datos o IA, necesitas un business case creíble. Cómo calcular el retorno esperado sin caer en estimaciones vacías ni promesas infladas.
7 min lectura
Cómo preparar un briefing para un proyecto de datos o IA sin bloquear al negocio
Un mal briefing retrasa semanas cualquier proyecto de datos. Qué debe contener, qué sobra y cómo evitar que el documento se convierta en un bloqueo para el negocio.
10 min lectura
IA generativa vs IA predictiva: qué necesita realmente tu empresa
La IA generativa y la IA predictiva resuelven problemas completamente distintos. Cuándo tiene sentido cada una en un contexto empresarial real y qué errores evitar al elegir.
9 min lectura
Cómo auditar un proceso antes de automatizarlo: señales, excepciones y dependencias
Automatizar un proceso sin entenderlo primero es la forma más rápida de escalar un problema. Cómo hacer una auditoría operativa para no romper lo que funciona.
7 min lectura
Business intelligence para operaciones: qué datos necesita un COO para decidir mejor
El COO necesita ver producción, entregas, calidad y eficiencia en un solo sitio. Qué métricas incluir en un dashboard operacional y cómo evitar que quede obsoleto al mes.
11 min lectura
Power BI vs Excel: cuándo merece la pena dar el salto en una pyme
Excel funciona hasta que no. Cuándo tiene sentido invertir en Power BI, qué cambia realmente en el día a día y cuándo quedarse con Excel es la decisión correcta.
6 min lectura
Cómo diseñar un modelo de datos para reporting sin rehacerlo cada tres meses
Los dashboards se rehacen cada pocos meses porque el modelo de datos que los sustenta está mal diseñado. Cómo construir una base sólida que aguante la evolución del negocio.
7 min lectura
RAG con SharePoint, Drive o Confluence: qué cambia al implantarlo en empresa
Conectar un sistema RAG a SharePoint, Google Drive o Confluence no es plug-and-play. Qué particularidades tiene cada fuente, qué problemas aparecen y cómo resolverlos.
7 min lectura
Qué documentos sirven de verdad para alimentar un copilot interno
No todos los documentos son útiles para un copilot de IA. Qué tipos de documentación producen respuestas fiables y cuáles generan más ruido que valor.
9 min lectura
Forecasting para manufacturing: qué cambia frente a retail y logística
La predicción de demanda en manufactura tiene particularidades que los modelos de retail o logística no cubren. Qué cambia, qué datos necesitas y cómo adaptar el enfoque.
6 min lectura
Cómo medir el error de un forecast y cuándo merece la pena mejorarlo
Si no mides el error de tu forecast, no sabes si funciona. Qué métricas usar, cómo interpretarlas y cuándo invertir en mejorar la precisión tiene sentido económico.
7 min lectura
Retención de clientes con IA: qué señales anticipan una baja antes de que llegue
Un cliente no decide irse de un día para otro. Hay señales tempranas que un sistema de IA puede detectar semanas antes. Cuáles son y cómo montar un sistema de alertas.
7 min lectura
Segmentación de clientes con IA: cuándo merece la pena frente a reglas simples
No toda segmentación necesita machine learning. Cuándo las reglas simples son suficientes, cuándo la IA aporta valor diferencial y cómo decidir sin sobreingeniería.
7 min lectura
Qué datos de CRM necesitas para un modelo de scoring que sea útil
Un modelo de scoring es tan bueno como los datos del CRM que lo alimentan. Qué campos importan de verdad, cuáles sobran y cómo preparar los datos para que el modelo funcione.
7 min lectura
Cómo pasar de un piloto de IA a un caso de uso estable en producción
El piloto de IA funcionó. Ahora hay que mantenerlo operativo cada día sin que se degrade. Cómo estabilizar, gobernar y escalar un caso de uso tras la validación.
7 min lectura
Arquitectura de datos por etapas: cómo escalar desde cero sin sobredimensionar
No necesitas un data lake el primer día. Cómo diseñar una arquitectura de datos por fases que crezca con tu empresa sin sobredimensionar ni quedarse corta.
7 min lectura
Gobierno del dato para reporting: quién decide qué KPI es correcto
Si cada departamento calcula los KPIs de forma distinta, el problema no es técnico. Cómo definir quién es responsable de cada métrica y cómo estandarizar las definiciones.
7 min lectura
Calidad de datos en Power BI: cómo detectar informes fiables antes de tomar decisiones
Un dashboard bonito no significa datos fiables. Cómo detectar problemas de calidad de datos en Power BI y qué verificar antes de tomar decisiones con esos informes.
6 min lectura
Cuándo necesitas master data management y cuándo no
Master data management no es para todas las empresas. Cuándo es imprescindible, cuándo es prematuro y qué alternativas más simples resuelven el problema real.
7 min lectura
AI Act para pymes: qué te afecta de verdad si quieres usar IA en tu empresa
Qué obligaciones del AI Act afectan realmente a una pyme, qué fechas importan y cómo empezar a ordenar el uso de IA sin sobredimensionar el esfuerzo.
10 min lectura
RGPD en un copilot interno o sistema RAG: qué revisar antes de conectar tus documentos
Qué revisar en RGPD antes de indexar SharePoint, Drive o documentación interna para un copilot o sistema RAG que vaya a usar tu equipo.
8 min lectura
Microsoft Fabric para pymes: cuándo merece la pena y cuándo no
Qué aporta Microsoft Fabric de verdad, cuándo encaja en una pyme y cuándo es mejor seguir con Power BI, dbt y un warehouse ya resuelto.
8 min lectura
¿Cuánto cuesta Power BI para una empresa? Licencias, implantación y consultoría
Guía práctica para entender el coste real de Power BI en empresa: licencias, dashboards, modelo de datos, implantación y mantenimiento.
12 min lectura
Series temporales en la empresa: guía práctica para predecir con datos históricos
Qué son las series temporales, en qué casos de negocio aplicarlas y qué datos necesitas para que los modelos de predicción funcionen de verdad.
9 min lectura
Big data en empresas: beneficios reales, limitaciones y cómo empezar sin sobredimensionar
Qué es big data en el contexto de una empresa mediana española, cuándo aporta valor real y cuándo no lo necesitas. Beneficios concretos y primeros pasos.
10 min lectura
Qué es un data mart, en qué se diferencia de un data warehouse y cuándo lo necesitas
Qué es un data mart, cuándo aporta valor frente a un data warehouse completo y cómo saber si tu empresa lo necesita. Guía con criterios de decisión claros.
9 min lectura
IA aplicada a la empresa: casos de uso reales que ya funcionan en 2026
Casos de uso reales de inteligencia artificial en empresas medianas: qué funciona hoy, qué resultados esperar y por dónde empezar sin sobredimensionar.
11 min lectura
Consultoría de business intelligence: qué incluye, qué resultados esperar y cómo elegir bien
Qué incluye una consultoría de BI, qué resultados puedes esperar, señales de alerta al elegir proveedor y cómo sacar el máximo partido al proyecto.
10 min lectura
Consultoría de IA para empresas: qué incluye, qué esperar y cuándo tiene sentido contratarla
Qué fases, entregables y criterios definen una consultoría de IA empresarial seria. Cuándo tiene sentido contratar un partner externo y qué señales indican que ha llegado el momento.
9 min lectura
Low code en empresa: cuándo tiene sentido, cuándo no y cómo decidirlo
Low code no es solo arrastrar y soltar. Esta guía explica cuándo funciona en empresa, qué limitaciones tiene y cómo decidir si encaja con tus procesos y equipo.
9 min lectura
Microsoft Power Platform para empresas: qué incluye, cuándo usarla y qué limitaciones tiene
Análisis práctico de Power Platform: Power BI, Power Apps, Power Automate y Copilot Studio. Cuándo cada pieza tiene sentido en empresa mediana y qué hay que saber sobre licencias y limitaciones.
10 min lectura
Databricks: qué es, cuándo usarlo, cuándo es demasiado y qué alternativas considerar
Guía práctica sobre Databricks para empresas: qué resuelve, cuándo encaja, cuándo es excesivo para tu volumen y presupuesto, y qué alternativas considerar en 2026.
10 min lectura
Delta Lake: qué es, cuándo implementarlo y cómo encaja en tu arquitectura de datos
Delta Lake es una capa de almacenamiento open source que añade fiabilidad a los data lakes. Explicamos cuándo implementarlo, qué problemas resuelve y cómo encaja en una arquitectura de datos empresarial.
9 min lectura
Stock óptimo con IA: cómo calcular el mínimo y el máximo sin depender de fórmulas manuales
Cómo calcular niveles de stock óptimo combinando datos reales, modelos de IA y automatización de alertas. Diferencias entre fórmulas básicas y machine learning aplicado a reposición.
9 min lectura
Machine learning en empresa: casos de uso prácticos y cuándo merece la pena
Aplicaciones prácticas de machine learning en empresas: forecasting, scoring de clientes, detección de anomalías y clasificación de documentos. Qué datos necesitas y cuándo ML es excesivo.
10 min lectura
Análisis de datos: ¿externalizar o montar un equipo interno?
Externalizar el análisis de datos vs. crear un equipo interno: coste real, velocidad de arranque, transferencia de conocimiento y modelos híbridos. Criterios de decisión según la madurez de tu empresa.
9 min lectura
IaaS, PaaS y SaaS para infraestructura de datos: guía práctica para decidir
Diferencias entre IaaS, PaaS y SaaS aplicadas a infraestructura de datos. Cuándo usar cada modelo, qué perfil técnico requieren y cómo combinarlos según el volumen de datos y el equipo disponible.
10 min lectura
Deep learning en empresa: qué es, aplicaciones prácticas y cuándo lo necesitas
Qué es deep learning, cómo se diferencia de machine learning clásico y qué aplicaciones prácticas tiene en empresas: procesamiento de documentos, visión artificial, copilots internos y reconocimiento de voz.
10 min lectura
Whisper en la empresa: cómo automatizar la transcripción con IA
Guía práctica sobre Whisper (OpenAI) para empresas: transcripción automática de reuniones, llamadas y grabaciones, integración en flujos y consideraciones de privacidad.
9 min lectura
Análisis predictivo en la empresa: qué es, cuándo aplica y cómo empezar
Guía práctica sobre análisis predictivo empresarial: tipos de predicción, requisitos de datos, errores frecuentes y cómo arrancar con un piloto que aporte valor real.
10 min lectura
Formación Power BI para equipos: cómo capacitar sin frenar proyectos
Guía sobre formación Power BI para equipos: enfoques prácticos, qué priorizar, cuándo formar a todos vs. solo a power users, y cómo integrar la capacitación en proyectos reales.
9 min lectura
Automatización de procesos logísticos: flujos concretos que ahorran tiempo
Flujos de automatización específicos para logística: procesamiento de pedidos, comunicación con transportistas, alertas de inventario y reporting de entregas con n8n.
10 min lectura
Consultoría de datos e IA en España: cómo funciona el proceso de principio a fin
Cómo funciona una consultoría de datos e inteligencia artificial en España: fases del proyecto, entregables, equipo, pricing y qué esperar en cada etapa del proceso.
11 min lectura
¿Quieres hablar con David?
Cuéntanos tu reto con datos, automatización o IA. Primera conversación sin compromiso.