Role Guide

Tests de Empleo para Analista de Datos: Guía 2026

Si optas a un puesto de Analista de Datos, esta guía cubre los tests de aptitud más habituales, los tiempos, los cortes y el orden ideal para prepararte.

By PrepClubs Editorial Team, updated April 18, 2026

Start Free Practice

Cómo es realmente la selección de analistas de datos

Los embudos de selección de analistas de datos suelen funcionar así: revisión de CV, test de razonamiento numérico, prueba técnica de SQL o Python para casa, entrevista técnica, caso de negocio o analítico, entrevista con el responsable. El test numérico llega antes de la prueba técnica porque es más barato, más rápido y filtra al 30 por ciento inferior de candidatos con buen SQL pero razonamiento débil.

SHL Verify G+ es habitual en empleadores de mayor tamaño, especialmente aquellos con infraestructura de RRHH empresarial. La sección numérica de SHL es la relevante para los analistas: 18 preguntas en 25 minutos, tablas densas con datos de negocio.

TestGorilla se ha convertido en la plataforma preferida para la contratación de analistas en el mercado medio. Los empleadores combinan un módulo de razonamiento numérico de 15 a 20 minutos con un módulo de interpretación de datos y a veces un módulo de atención al detalle.

Los ítems de suficiencia de datos estilo GMAT aparecen en empresas que reclutan talento analítico de programas MBA o de consultoría. La suficiencia de datos es un formato específico del GMAT en el que se pregunta si la información disponible es suficiente para responder a una pregunta, en lugar de pedir la respuesta en sí.

Tests data analyst candidates typically face

Estas son las tres evaluaciones más habituales en la contratación de analistas de datos.

Qué miden realmente los tests de aptitud de analista de datos

Las sub-habilidades que apuntan estos tests son específicas del trabajo analítico. No inteligencia bruta, sino el grupo de capacidades que predice la calidad del trabajo real.

Razonamiento numérico sobre tablas densas

Extraer la celda correcta de una tabla de 6 por 10 bajo ruido visual es la habilidad más evaluada en la selección de analistas. Se corresponde directamente con responder "¿qué pasó con la conversión en el tercer trimestre?" leyendo un dashboard.

Fluidez con ratios y variaciones porcentuales

Las operaciones básicas para los analistas. Año contra año, trimestre contra trimestre, valores indexados y cálculos porcentuales del total. La puntuación del test penaliza la aritmética lenta.

Razonamiento de suficiencia de datos (estilo GMAT)

¿Puedes determinar una respuesta con lo que tienes? Esto es la mitad del trabajo de un analista: saber cuándo consultar más datos y cuándo responder con lo que está en pantalla.

Interpretación bajo ruido visual

Los dashboards, informes y presentaciones están llenos de elementos visuales que distraen. El test usa gráficos y tablas saturados para medir la rapidez con la que puedes aislar la señal.

Comprobación de consistencia lógica

Algunas baterías incluyen ítems que preguntan si una afirmación dada es consistente con los datos mostrados. Los analistas hacen esto constantemente al validar las afirmaciones de los stakeholders.

Lectura crítica para precisión analítica

¿La cifra citada es del 4,2 por ciento o 4,2 puntos porcentuales? Los analistas que pasan por alto esta distinción escriben informes que reciben correcciones.

Plan de 10 días para preparar los tests de aptitud de analista de datos

Día 1: Identifica el stack de tests

Tu email de invitación indica el proveedor. Identifica si tienes SHL, TestGorilla, un conjunto embebido estilo GMAT o una combinación. La preparación genérica captura aproximadamente el 40 por ciento de la ganancia disponible en puntuación.

Días 2 a 5: Ejercicios de razonamiento numérico

Practica 25 ítems numéricos al día a 90 segundos cada uno (SHL) o 60 segundos (TestGorilla). Usa datos tabulares del perfil de analítica: tasas de conversión, cohortes de retención, ingresos por canal. El objetivo es 85 por ciento de aciertos con tiempo de sobra.

Días 6 y 7: Suficiencia de datos (si aplica)

Usa ejercicios de suficiencia de datos de la Guía Oficial del GMAT. 15 ítems al día. Aprende el marco de decisión: (1 solo) (2 solo) (ambos) (cualquiera) (ninguno). Interioriza la trampa más habitual: "cualquier enunciado por sí solo" cuando en realidad se necesitan ambos.

Día 8: Primer simulacro completo

Haz un simulacro completo de tu test objetivo. Puntúalo. Identifica las familias de preguntas que más tiempo te consumen y las que fallaste con alta confianza. Esos son los objetivos de los días 9 y 10.

Día 9: Ejercicios específicos en la familia más débil

Trabajo profundo en el subtipo más complicado. Para la mayoría de candidatos analistas, son los problemas de variación porcentual con variables que interactúan. 40 ítems concentrados aquí.

Día 10: Repaso ligero y descanso

Calentamiento de 20 minutos por la mañana. Cafeínate con normalidad. Haz el test durante tu ventana de rendimiento máximo, que para la mayoría de analistas es a media mañana.

Preguntas de ejemplo orientadas a candidatos de analista de datos

Representativas del estilo y dificultad que encontrarás.

SHL numérico (estilo analítica)

Una tabla muestra los usuarios activos semanales y los ingresos durante 12 semanas para 3 cohortes de producto. ¿Qué cohorte tuvo los ingresos más altos por usuario activo en la semana 8 respecto a la semana 1? 90 segundos. La trampa es calcular el crecimiento absoluto en lugar del crecimiento indexado.

Suficiencia de datos

Pregunta: "¿Cuál es la tasa de conversión del flujo de registro en marzo?" Enunciado 1: "El flujo tuvo 12.000 entradas en marzo." Enunciado 2: "El flujo tuvo 1.800 registros exitosos en marzo." Opciones: (1) solo, (2) solo, ambos juntos, cualquiera por separado, ninguno. La respuesta correcta es ambos juntos.

Interpretación bajo ruido visual

Un dashboard saturado muestra 8 métricas en 3 dimensiones con 2 leyendas por métrica. ¿Cuál de cuatro afirmaciones está mejor respaldada por los datos? 60 segundos. El test premia un escaneo estructurado sobre cualquier otro patrón.

Lectura crítica

Un fragmento describe un aumento de 4 puntos porcentuales en el abandono de clientes junto a un aumento del 4 por ciento en el volumen de tickets. ¿Cuál afirmación está mejor respaldada? La respuesta es que el abandono cambió de manera diferente al volumen de tickets, porque cambio en puntos porcentuales y cambio porcentual no son la misma cantidad.

Data Analyst hiring test FAQs

Llega listo a tu evaluación de Analista de Datos

Práctica completa y cronometrada en los formatos exactos que verás.

Start Free Practice