Análisis y control de proyectos y empresas con Power BI.
En los últimos años se le ha dado una alta importancia a las disciplinas que nos permiten tomar decisiones a partir de la información que generamos. Disciplinas como Data Analytics y Data Science nos permiten tomar decisiones basadas en la recopilación, procesamiento, análisis y predicción de los datos de los diferentes procesos que llevamos a cabo en nuestros proyectos y empresas.
En este artículo mencionaré unos sencillos ejemplos de como sería analizar y control de los datos que generamos en diferentes casos, usando Power BI.
¿Qué es Power BI?
Power BI es una colección de servicios de software diseñado por Microsoft para la transformación de datos relacionados o no relacionados, obteniendo información entendible y valiosa para la toma de decisiones en las empresas, siendo importante para el Business Intelligence y está compuesto de los siguientes servicios:
- Power BI Desktop: aplicación de escritorio para el procesamiento y generación de informes con los datos recopilados.
- Power BI Server — SaaS: servicio en la nube para el almacenamiento y trabajo colaborativo de los informes creados.
- Aplicación Móvil: Nos permite visualizar los dashboard en diferentes dispositivos móviles desde el servidor.
Este software también nos permite conectarnos directamente con otros servicios de Microsoft como Excel, Access, SharePoint y, obtener datos de bases de datos con SQL, Azure y AWS.
Importancia de la gestión de los datos en el siglo XXI.
Desde que nos levantamos y tomamos el celular, estamos generando datos e información que para nosotros puede ser insignificante, pero para las empresas es muy valiosa, ya que obtienen información de páginas vistas, compras, videos y canciones reproducidas, etc. Las cuales, con el uso de modelos predictivos y procesos de Machine Learning, pueden determinar patrones de comportamiento y el momento y lugar para mostrarnos publicidad personalizada.
Esta es la razón por la cual sueles ver mucha publicidad de un producto que consultaste en internet o hablaste con un amigo.
En los últimos 5 años se han generado más datos que en el resto de la historia de la humanidad y, aunque hay un dilema ético con los datos que les regalamos a las empresas, esto una evidencia del potencial que podemos aprovechar en las organizaciones si no solo recolectamos, sino que definimos la estructura y mecanismos de generación de datos de los diferentes procesos de la empresa, que nos pueden servir como insights para la toma decisiones y también como KPI medir el éxito de las estrategias que implementemos.
Implementar la cultura de datos en la organización.
Si queremos seguir siendo competitivos respecto a otras empresas del sector, es necesario implementar procesos de generación, almacenamiento y procesamiento de datos en la organización. Para esto debemos tener claro el objetivo de los datos para así poder determinar la estructura de las tablas, costos y equipos.
Debido a que en algunos casos los recursos no serían los suficientes para contratar un equipo permanente de profesionales de Data Engineers en la empresa, se puede adquirir servicios de empresas que se encarguen de implementar los procesos de extracción y almacenamiento de los datos generados por la organización, a través de procesos ETL (Extract, Transform and Load). A su vez, se puede preparar al personal estratégico en análisis e interpretación de datos para que sugiera acciones de acuerdo con la información recolectada y dashboards construidos como en los siguientes ejemplos que presentaré.
Registro histórico de actividades y dedicación horaria en proyectos.
Tener un registro de las fechas, personal, actividades y dedicación horaria de nuestros proyectos se convierte en un insumo fundamental para la planificación de nuevos proyectos, debido a que podemos analizar el tipo de profesional y duración estimada para actividades similares, por lo cual ahorraríamos considerablemente el esfuerzo en planificarlas usando estimaciones paramétricas y también, podríamos identificar recursos de los cuales podríamos prescindir de acuerdo con los registros generados.
Para este ejemplo diseñé 4 tablas en Excel donde se almacenan datos de proyectos, paquetes de trabajo de la EDT, nombres de actividades y registros horarios de los profesionales en los diferentes proyectos.
Este ejemplo se enfocará en unas actividades del Proyecto Estudio de Impacto Ambiental para un puerto que se construirá en Urabá, que se registra con el ID #2 en la tabla que nombré como IDProjects. Se cargan todas las tablas a Power BI y creamos una relación 1 a varios (1: *) entre las diferentes tablas, generándose un modelo de datos como este:
Luego de cargar el modelo a Power BI, podemos seleccionar los gráficos que consideremos adecuados para una adecuada interpretación de los datos y una reducción de la carga cognitiva que nos podría generar tratar de entender los datos directamente desde excel. En este caso decidí insertar un panel de control con los nombres de los proyectos, fechas y usuario. Abajo, una matriz que relaciona la dedicación horaria para cada paquete de trabajo y actividad por usuario y unos gráficos de barra y líneas para obtener los datos de dedicación horaria por fecha y paquete de trabajo.
Gracias a la relación entre tablas que nos permite crear Power BI, podemos filtrar fácilmente la información presentada para cada uno de los elementos del dashboard. En la siguiente imagen con solo un clic en User_Name puedo clasificar toda la dedicación horaria para el usuario Luis Copete.
Analizando datos de empleados.
En este ejemplo tengo recopilados datos de los empleados para un estudio de carga laboral en una organización, caracterizando información personal como género, educación, cargo, tasa horaria, entre otros elementos que nos permitirán analizar información demográfica de los diferentes departamentos de la organización.
En la siguiente imagen se presenta la información recopilada en formato de tablas, sin embargo, con esta estructura debemos realizar muchos esfuerzos en intentar interpretar los datos para obtener insights significativos de la empresa, por lo cual debemos cargarlo al modelo de Power BI para crear el dashboard.
Gracias a elementos visuales como las tarjetas, podemos observar directamente en el dashboard los datos de tasas horarias, diarias y el promedio de años. Con el elemento segmentación de datos podemos crear un panel de control en el cual, de manera similar al caso anterior, filtrar fácilmente la información.
En el dashboard construido podemos observar datos de distribución de género y edad en cada uno de los departamentos, así como los datos cuantitativos inherentes a cada uno de ellos, con la facilidad de con solo un clic en algunos de los elementos visuales, filtrar la información que queremos analizar.
En este caso solo cargué al modelo algunos datos demográficos de los empleados, pero en esta base de datos hay muchas columnas relacionadas con la satisfacción de los empleados, métodos de trabajo e incluso distancias recorridas para llegar a la oficina. ¿Te imaginas realizar un análisis de la correlación entre el tiempo que tardan para llegar a la oficina y la satisfacción del empleado dependiendo de metodologías de trabajo presencial o virtual?,¿Te gustaría conocer los patrones de comportamiento de compras de tus clientes luego de ofrecer un descuento o iniciar la época de vacaciones?
Las posibilidades son muchas, y si integramos una cultura de datos en nuestras organizaciones, estaremos adelante de la competencia con tan solo analizar la información que generamos.