Siegfried reorganizó la gestión de su información mediante la implementación de un Data Warehouse corporativo y un modelo de gobierno de datos que permite integrar distintas fuentes, mejorar la calidad de la información y facilitar el análisis para las áreas del negocio.
Puntos de interés
- Gobierno de datos y control de acceso
- La gestión analítica dentro de la organización
- La cultura del dato en la organización
- Los datos como base para la inteligencia artificial
El valor de los datos no reside únicamente en su volumen, sino en la capacidad de convertirlos en conocimiento útil para el negocio. En Siegfried, esta premisa fue el punto de partida de una iniciativa orientada a reorganizar la forma en que la compañía gestiona y utiliza su información.
Laboratorios Siegfried Ecuador, parte del Grupo Roemmers, cuenta con más de 18 años de trayectoria en el país y se dedica al desarrollo, producción y comercialización de soluciones terapéuticas que contribuyen al sistema de salud ecuatoriano.
Con este propósito, la empresa decidió avanzar hacia un modelo que permitiera ordenar la gestión de la información y construir una base analítica común para toda la organización. El proyecto se materializó mediante la implementación de un Data Warehouse corporativo, diseñado para integrar las distintas fuentes de información de la compañía.
La estructura de datos se diseñó para integrar información proveniente de diferentes sistemas y repositorios. Entre las principales fuentes se encuentran el ERP SAP, el CRM utilizado por la organización, archivos de Excel manejados por distintas áreas, listas de información almacenadas en SharePoint y bases de datos externas empleadas para análisis de mercado.
Pedro Cazco, Coordinador de Business Intelligence de la compañía, señala que para estructurar esta información se adoptó la metodología Data Vault, un modelo que permite preservar el historial completo de las transacciones y mantener trazabilidad sobre la evolución de los datos en el tiempo. El diseño incorpora distintos esquemas de control y almacenamiento, así como un modelo dimensional orientado a facilitar el análisis del negocio.
Sobre esta base se construyeron tres data marts principales: comercial, logístico y financiero, que permiten ordenar los datos y asegurar que cada área trabaje con indicadores alineados con su gestión, indica el ejecutivo.
La implementación del Data Warehouse también se complementó con herramientas de Business Intelligence que permiten visualizar la información mediante dashboards y reportes analíticos.
Gobierno de datos y control de acceso
La compañía definió un modelo de gobierno de datos que establece responsabilidades y niveles de acceso dentro de la organización.
El área de Business Intelligence, que forma parte de tecnología, señala Cazco, asumió la responsabilidad de administrar la plataforma analítica y gestionar los permisos de acceso a la información. Cada usuario puede visualizar únicamente los datos que corresponden a su rol dentro de la empresa.
Por ejemplo, un gerente puede acceder a la totalidad de la información de su área; un jefe de equipo visualiza únicamente los resultados de su grupo y un representante de ventas consulta los indicadores asociados a su gestión individual. Este esquema se implementa mediante filtros y configuraciones dentro de las herramientas de visualización, lo que evita la duplicación de reportes y mantiene un control ordenado sobre la información.
“En la organización, una buena práctica es mantener identificados y mapeados los usuarios que acceden a la información y los niveles de visualización asignados a cada uno, con claridad sobre quién puede consultar determinados reportes o conjuntos de datos”.
El proyecto también incorporó prácticas orientadas a preservar la calidad y consistencia de la información. Uno de los principios adoptados por el equipo de BI es validar los datos antes de integrarlos al Data Warehouse.
“No toda la información debe ser ingresada al Data Warehouse. Si ingresamos datos incorrectos, las visualizaciones también serán incorrectas”, explica Cazco.
Por esta razón, cada nueva fuente de información pasa por un proceso de revisión y limpieza antes de ser incorporada al repositorio corporativo. Actualmente la compañía gestiona aproximadamente dos terabytes de información, volumen que continúa creciendo conforme se integran nuevas fuentes de datos y áreas de análisis.
La gestión analítica dentro de la organización
La implementación del Data Warehouse también impulsó cambios organizacionales, entre ellos la creación de una unidad dedicada a la analítica de datos, con un equipo responsable de gestionar el uso de la información dentro de la organización.
El área de Business Intelligence, que forma parte de tecnología, es la encargada de administrar los datos corporativos, gestionar los accesos a la información y coordinar la generación de análisis y visualizaciones para las distintas áreas del negocio.
Desde esta unidad también se gestionan los aspectos relacionados con el gobierno de datos, incluyendo la definición de permisos de acceso y la supervisión del uso de la información.
Uno de los cambios más visibles generados por el proyecto fue la reducción de tareas operativas relacionadas con la preparación de reportes. El ejecutivo indica que anteriormente gran parte del trabajo analítico consistía en consolidar información manualmente para elaborar presentaciones o reportes de gestión.
Con la incorporación de herramientas de Business Intelligence, muchos de estos procesos se automatizaron mediante dashboards y visualizaciones que se actualizan de forma dinámica. Esto ha permitido que los equipos dediquen más tiempo al análisis de la información y a la interpretación de los resultados.
El Data Warehouse se implementó en 2021 y, a medida que surgieron nuevas demandas de análisis y de acceso a datos, el número de visualizaciones fue creciendo. Comenta que, mientras en las primeras etapas se implementaron alrededor de diez visualizaciones comerciales, actualmente existen más de treinta tableros dedicados a esta área, además de nuevas visualizaciones para otras áreas como gestión humana.
La cultura del dato en la organización
Más allá de la infraestructura tecnológica, uno de los mayores retos fue impulsar un cambio cultural dentro de la organización.
Cazco indica que la adopción de herramientas analíticas implicaba dejar atrás prácticas tradicionales basadas en hojas de cálculo y promover una nueva forma de trabajar con la información.
Para apoyar este proceso, la compañía impulsó una iniciativa denominada “cultura del dato”, orientada a fomentar el uso activo de la información en las decisiones de negocio.
Dentro de esta estrategia se identificaron usuarios clave —como jefes de equipo comerciales— que actúan como promotores del uso de los dashboards dentro de sus áreas.
Señala que el objetivo era que los datos no se limitaran a la visualización, sino que se convirtieran en un insumo para comprender el desempeño del negocio y orientar las acciones comerciales.
Los datos como base para la inteligencia artificial
Con el fortalecimiento del Data Warehouse en Siegfried se abren nuevas iniciativas. La compañía se encuentra explorando proyectos relacionados con inteligencia artificial que utilizan los datos consolidados como base para el desarrollo de nuevos modelos analíticos.
La organización busca asegurar que cualquier nueva tecnología se integre de manera ordenada y mantenga la integridad de la información corporativa.
“Los datos son uno de los activos más importantes de la compañía, por lo que debemos protegerlos y administrarlos con cuidado”, señala Cazco.
A cinco años de haber iniciado este proceso, la empresa cuenta con una infraestructura de datos que respalda las decisiones del negocio y fortalece su capacidad analítica para el desarrollo de nuevas iniciativas tecnológicas.
