El gobierno local de Tallahassee (Florida) presta muchos servicios importantes a sus más de 180 000 ciudadanos. En los siguientes videos, David Carnes (analista de sistemas empresariales) y Brian Scott (administrador de soluciones para procesos empresariales) hablan sobre cómo la ciudad usa Tableau.
En el video 1, David explica cómo deleitan a los administradores de plantas de tratamiento de aguas residuales con información rápida y sencilla basada en datos de la calidad del agua.
En el video 2, Brian comenta cómo sus visualizaciones de Tableau ayudaron a los administradores de servicios públicos a comprender mejor la productividad de los equipos de limpieza de alcantarillado y a tomar decisiones que incrementaron la productividad en un 30 %.
Tableau: ¿Cómo trabaja con Tableau y sus datos?
David Carnes (analista de sistemas empresariales): Las personas con las que más interactúo son los administradores y el personal que trabaja sobre el terreno. Son quienes realmente necesitan los datos, que intento proporcionar de manera oportuna. Tableau me permitió entablar una muy buena relación con los administradores del tratamiento de aguas residuales.
Tableau: ¿Para qué usó Tableau por primera vez?
David: La primera visualización que hice para ellos fue la de nitrógeno total. Antes, debían consultar cuatro gráficos diferentes para obtener información del día, la semana, el mes y el año. Yo reuní todo eso en un gráfico y agregué líneas de tendencia y otras cosas. Un día me encontré con el administrador sénior en el estacionamiento. Me dijo: “¡Esto es magnífico! ¡Puedo ver todos los datos en la misma página!”. Están muy entusiasmados con lo que hacen y, a su vez, con lo que nosotros hacemos para ellos. Tableau favoreció la creación de un vínculo positivo con esos profesionales.
Tableau: ¿En qué otros proyectos usó Tableau?
David: Estoy muy orgulloso de muchas de las cosas que hice con Tableau. Uno de los ejemplos más recientes es el dashboard que creé acerca de los efluentes fosforosos que produce nuestra planta de tratamiento de aguas residuales. Debemos cumplir con regulaciones de uso de ácido fosforoso y nitrógeno total porque son fertilizantes que podrían afectar a nuestro acuífero y tener un impacto devastador en el manantial impoluto del condado vecino. Realmente nos interesa llevar un registro del uso de esos elementos y mantenerlos en niveles bajos.
El administrador de la planta de tratamiento de aguas residuales realizó una solicitud por la tarde. Exploré los datos y comprendí qué era lo que él deseaba ver. A media mañana del día siguiente, le proporcioné un dashboard completo.
Esa fue la primera versión del dashboard. Después, los miembros de la planta mencionaron que también mantenían un registro de los promedios semanales, mensuales y anuales, y que sus límites eran todos menores que el límite diario. Rápidamente, preparé la segunda versión. Incluí minigráficos en la parte inferior, que mostraban la situación del momento. De ese modo, los usuarios podían observar los valores diarios y saber si cumplían con las regulaciones. También podían detectar con rapidez si llegarían a tener valores inaceptables. Fue un proceso breve y rápido.
Antes de usar Tableau, los datos del ácido fosforoso se representaban en una herramienta más antigua, y había que hacer muchos clics para ver la escasa información que esta proporcionaba. No era fácil observar los cambios a través del tiempo. En consecuencia, los miembros de la planta quedaron muy contentos de poder ver, en una misma pantalla, tantos datos de los distintos intervalos de tiempo.
Tableau: ¿Cómo lo benefició a usted este cambio?
David: Uno de los beneficios de hacer este análisis con Tableau es que puedo automatizar las actualizaciones de los registros. Antes, era necesario usar un archivo generado automáticamente por un sistema de propiedad exclusiva. Alguien abría Excel, manipulaba los datos, los guardaba, los importaba en otra herramienta que creaba los gráficos y, después, trasladaba físicamente los archivos a un servidor para que pudiéramos publicarlos en nuestro portal. Ahora, todo está al alcance de la mano. Solo hay que usarlo.
Los administradores se reúnen con frecuencia y hablan entre sí. Es muy gratificante escuchar a mi jefe cuando vuelve de esas reuniones. Nos dice que hablaron de nosotros y están contentos con nuestro trabajo. Todos los administradores saben lo que hacemos y comienzan a considerar qué más podemos hacer. Es muy bueno recibir su reconocimiento.
Usamos Tableau para medir la eficacia de la carga de trabajo de limpieza de la red de alcantarillado... Hubo una reducción significativa de los desbordes del alcantarillado de la ciudad desde que comenzamos a registrar mejor estos datos.
Cargas de trabajo más eficaces, menos desbordes del alcantarillado
Tableau: ¿Cuál es el objetivo principal de su trabajo?
Brian Scott (administrador de soluciones para procesos empresariales): Nuestro objetivo principal es prestar un excelente servicio y ofrecer productos de alta calidad al cliente.
Tableau: ¿Cómo lo ayuda el análisis de datos?
Brian: Las personas valoran el hecho de poder visualizar sus datos y comprender relaciones complejas muy rápido. Muchas veces, me piden más visualizaciones. Diferentes unidades de negocios me piden que genere más visualizaciones que permitan detectar relaciones entre cosas que yo jamás hubiera imaginado.
Tableau: ¿Cuáles son algunos de los proyectos específicos en los que usó Tableau?
Brian: En el área de servicios públicos, usamos Tableau para medir la eficacia de la carga de trabajo de limpieza de la red de alcantarillado. En ese caso, no se miden órdenes de trabajo completadas, sino que se mide la distancia total limpiada (metros lineales). Diseñamos una visualización que permitiría a los supervisores comprender, en tiempo real, cuántos pies lineales de alcantarillado había limpiado cada uno de sus equipos de trabajo durante los últimos días o incluso ese mismo día. La productividad aumentó casi un 30 % en algunos grupos cuando se reveló esa funcionalidad.
Fue un proceso muy iterativo porque les mostramos el diseño de la visualización, y ellos pudieron darnos su opinión. Nos dijeron: “Algunos de nuestros trabajadores vieron esto y nos comentaron que solo habían podido limpiar 2000 pies lineales porque se encontraban en la calle Monroe Street, que es muy transitada. Uno de ellos incluso tuvo que dedicarse a desviar el tráfico todo el día”.
Entonces, volvimos a la aplicación y permitimos a los usuarios plasmar en la visualización si se encontraban trabajando en zonas de mucho tráfico o en zonas sin complicaciones. Fue un proceso muy iterativo entre los supervisores, los trabajadores sobre el terreno y yo para asegurarnos de representar con precisión el trabajo que se realizaba.
Tableau: ¿Quién participó en este proyecto?
Brian: Cinco o seis equipos de trabajo participaron en el proceso de limpieza de la red de alcantarillado. Como resultado, el total de pies lineales limpiados en un año aumentó en 50 000 pies.
Tableau: Eso es un aumento de productividad del 30 % aproximadamente. Magnífico. ¿Cuál fue el resultado?
Brian: Sucedían varias cosas al mismo tiempo. Pero uno de los beneficios fue que hubo una reducción significativa de los desbordes del alcantarillado de la ciudad desde que comenzamos a registrar mejor estos datos y ser más proactivos con respecto al mantenimiento preventivo. Muchas veces, se logran los mejores resultados cuando se puede experimentar con las cosas libremente. Eso fue muy fácil de hacer gracias a Tableau.
Tableau: ¿Qué fuentes de datos usa?
David: Los almacenes de datos que más suelo usar son las bases de datos de Oracle. Tenemos algunos sistemas empresariales para los departamentos de recursos humanos, sistemas y servicios de información de clientes y también datos financieros de PeopleSoft. Yo hablé con los encargados de esos departamentos. No dije nada acerca de lo que intentaba hacer. Solo quería ver qué querían obtener ellos y conocer la prioridad de sus datos. Después, intenté comprender qué necesitaban, no solo qué querían.
Tableau: ¿Usa conexiones en tiempo real o extracciones? ¿Cómo decide cuál debe usar?
Brian: La fuente de datos que usamos depende del caso de uso. Hay algunas situaciones en las que tenemos datos que se actualizan minuto a minuto. En esos casos necesito una conexión en tiempo real. En otras circunstancias en las que la capacidad de respuesta de la visualización es fundamental, actualizo las extracciones cada hora o cada dos horas.