Otimizar processos de dados para apoiar a missão de uma organização sem fins lucrativos

08-07-2019

Contexto

Uma grande organização internacional sem fins lucrativos com a missão de melhorar a qualidade de vida por meio de suporte profissional e educacional, necessário para padronizar a coleta e os relatórios de dados. A organização sem fins lucrativos fornece programas baseados na comunidade e serviços de colocação de emprego, contanto com mais de 160 organizações membros em todo o país. Cada membro tem o mesmo modelo geral de negócios, mas faz pequenos ajustes para melhor e se adequar à sua comunidade local.

A sede desta organização identificou uma iniciativa para coletar dados de cada uma das suas organizações membros de maneira mais ágil e escalável.

Quando começamos com o nosso compromisso, não havia relatórios padronizados nessas organizações membros independentes. Os relatórios existentes foram produzidos e partilhados manualmente após os extensos processos de limpeza de dados, atrasando o acesso a informações valiosas. Os membros da equipa não conseguiram compartilhar informações de maneira eficaz em toda a rede de membros, e a coleta, o envio e a validação de dados foram demorados e manuais.

A Keyrus realizou primeiro um exercício de descoberta com o cliente, que incluía elementos comerciais, informativos e arquitecturais. Isso permitiu nos criar um plano de projeto com uma abordagem em fases.

Solução para ingestão de dados de membros

Os membros precisavam de poder escolher entre as opções de envio automático ou manual de dados. O método automático envolvia a criação de uma API para a qual os membros poderiam enviar automaticamente os seus dados programaticamente.

Para criar essa solução, a Keyrus executou as seguintes tarefas:

  • Instalou e Configurou um servidor Web
  • Criou rotinas de processamento de arquivos desenvolvidas e configuradas, incluindo verificações de validação de dados e recursos de alerta para falhas
  • Criou a possibilidade de salvar os dados e documentação desenvolvida para usuários finais e recursos técnicos
  • Desenvolveu procedimentos de segurança e implementou para proteger os dados contra o acesso não autorizado
  • Desenvolveu e testou o recurso de ingestão de API
  • Desenvolveu conectores padronizados e estruturas de conectores de / para sistemas membros comumente usados ​​para acelerar e comprometer a adoção
  • Conduziu um teste com membros pilotos

Ambos os métodos automático e manual exigiram feedback imediato sobre se os dados foram aceites ou rejeitados. Caso tenha sido rejeitado, o sistema também fornece o motivo. Isso significava que a Keyrus precisava de desenvolver modelos de envio em vários formatos (XML, CSV etc.) com documentação relevante para os seis conjuntos de dados diferentes, que os membros eram elegíveis ou obrigados a enviar.

Após a validação bem sucedida dos dados, estes são estruturados adequadamente e inseridos em um data warehouse para alimentar automaticamente os processos de geração de relatórios a jusante.

Transformação e gestão de dados de membros

Depois de ser feito o envio de os dados de um membro serem enviados com sucesso, ele é combinado com os envios de outros membros em um formato consolidado, mantendo os atributos padrão e personalizados desse membro. Isso permite que os membros visualizem os dados de duas perspectivas - a visão da organização padronizada e a visão personalizada do membro específico.

Durante todo esse processo,  os problemas de qualidade dos dados são monitorizados automaticamente, usando o quilliup para garantir que os dados expostos sejam aprovados nas verificações de qualidade. Além disso, a Keyrus implantou um componente de gestão de dados mestre de forma a se harmonizar a nomenclatura e criar um terreno comum para a análise entre os membros. Por exemplo, um membro pode usar a terminologia "camiseta", enquanto outro usa "camisa de manga curta". O componente MDM categoriza essas duas opções como "têxtil", permitindo assim agrupamentos e comparações.

Solução de relatórios e análises para membros

As metas de negócios do cliente eram acompanhar o crescimento de cada membro e comparar os membros entre si em uma variedade de métricas, abrangendo várias unidades de negócios. Eles pediram para ver como o desempenho dos membros se destaca em várias categorias e departamentos ao longo do tempo, para que cada membro pudesse identificar áreas de melhoria e agir sobre elas. Esse é um desafio, porque muitos membros rastreiam seus dados de maneira diferente, o que significa que os dados são coletados em diferentes níveis de granularidade e com diferentes nomenclaturas.

Depois de criar as soluções DWH e MDM relevantes, a Keyrus criou cinco painéis do Tableau para milhares de utilizadores finais. Um tema comum em todos os painéis é apresentar referências nacionais e regionais para que os membros possam identificar lacunas accionáveis ​​no desempenho.

Funções e vantagens da criação dos painéis: 

  • O primeiro painel fornece uma visão geral das vendas e doações de um único membro para executivos de alto nível.
  • O membro pode então passar para um painel de análise onde eles comparam todos os seus locais entre si. Eles podem também selecionar um subconjunto de locais para comparar neste painel, o que seria útil para um gerente regional.
  • O terceiro painel detalha os dados de um único local. Isso permite que o gerente da loja mergulhe profundamente no desempenho desse local em todos os aspectos dos negócios.
  • Os dois últimos painéis permitem que o membro se compare com outros membros e locais. Há um painel de características em que o membro seleciona as características com as quais deseja comparar. Isso é valioso, nos casos em que eles só querem comparar com membros semelhantes (por exemplo, em tamanho, geografia e demografia local). Também é benéfico para os casos em que o membro está a pensar modificar o seu modelo operacional e deseja comparar se aos membros que já operam de maneira diferente. Usando esse painel como filtro, o membro passa para um painel comparativo que faz uma comparação lado a lado dos membros selecionados.

Por fim, a Keyrus forneceu páginas de ajuda para explicar cada painel, bem como um dicionário de dados para esclarecer quaisquer cálculos existentes nesses painéis.

Gestão da Mudança

Iniciámos o processo de gestão da mudanças com a criação de um plano de gestão de mudanças com o cliente. De seguida começámos com um plano de lançamento controlado para um público piloto antes de continuar com um lançamento mais amplo, incluindo comunicação, formação e suporte.

Comunicação: uma linha de comunicação vertical, que vai desde a gestão aos membros da iniciativa, incluindo reuniões de grupos de utilizadores e pesquisas de feedback, para educar os membros sobre o objetivo, os benefícios da iniciativa e promover a adesão.

Formação: foram criadas orientações específicas de função para utilizar cada painel do Tableau em cenários de análise comuns. Utilizado no conteúdo do Train-the-Trainer para permitir que o cliente dimensione sua distribuição. As sessões de fromação do instrutor foram gravadas e documentadas.

Suporte: foi criada uma metodologia de suporte baseada em "horário comercial" a cada semana, um portal de comentários comum do Sharepoint, listas de e-mail compartilhadas específicas e até comentários sobre os painéis reais do Tableau.          A Keyrus tem também uma função de suporte proativo que permite monitorizar o uso real dos painéis e nos alertas aos membros que estão ou não a utilizar o sistema.

Uma base para o crescimento orientado a dados

Como resultado da iniciativa de dados e análises, a organização possui uma interface de utilizador amigável da Web para envio de dados. Eles podem também contar com um novo data warehouse, como uma única fonte de verdade para os relatórios, incluindo uma estrutura completa de alerta de qualidade de dados. As organizações membros, tem também a possibilidade de criar painéis de análise de comparação para melhorar seu desempenho.

Antes da colaboração, o Relatório Estatístico Anual (ASR) não iria ser divulgado aos membros até julho, após a avaliação manual intensiva dos dados ausentes, intervalos de dados, execução da análise estatística e criação do relatório.

O ASR pode agora ser gerado no dia seguinte à conclusão da coleta de dados e, com a automação dos relatórios e a integridade dos dados, o período de coleta de dados também é muito mais curto. O ASR está pronto para ser lançado em fevereiro, em vez de julho, reduzindo bastante a janela de entrega.

No geral, os membros  podem agora tomar melhores decisões de negócios comparando-se com organizações membros semelhantes.

Pronto para começar?