Business intelligence que responde à pergunta que realmente tem.
Quando dois relatórios dão duas respostas, qual leva à administração? Juntamos os seus dados num só sítio e acordamos, por escrito, o que cada número quer dizer. Depois fazemos os dashboards que a direção abre mesmo. A maioria leva 4 a 10 semanas.
O primeiro sustenta todos os outros. Sem ele, tudo o que está por cima abana.
Todos os sistemas num só sítio, num só modelo, com cada métrica definida uma vez e testada. A base de tudo o resto.
Na sua base de dados, com definições testadasFaturação, margem, ocupação, pipeline, prazos. Do total até à linha. A reunião de segunda deixa de discutir qual é o número certo.
Em Metabase ou Power BIOs clientes veem os seus números no seu portal: volumes, SLAs, gastos. As regras de acesso estão nos dados, por isso cada um só vê o seu.
Dentro da sua aplicação webOs números para a administração, os semanais e o relatório a clientes, gerados a horas e não colados de seis exportações à quinta à noite.
PDF, email ou SlackTesouraria, procura, capacidade. Primeiro, modelos simples que explica à administração. Revistos todos os meses face ao real.
Sobre o seu modeloO Product Discovery dá a lista de perguntas, a definição de cada métrica e os sistemas onde estão os dados. O workshop é descontado se a construção começar em 30 dias.
Ver Product DiscoveryCompre o BI. Construa o modelo por baixo.
Se os dados estão todos num sistema arrumado, uma ferramenta de BI chega, e dizemos-lhe.
Serve quando um sistema tem os dados todos, os campos dizem o que querem dizer e um analista é responsável pelos dashboards. Ligue e avance.
O risco: o segundo sistema. Duas definições de faturação, cruzadas no dashboard por quem o fez, sem documentação.
Serve quando uma equipa pequena, uma fonte, um ritmo mensal e alguém que gosta de o manter. Honesto e barato, por um tempo.
O risco: a «Versão 7 (2)», o PROCV que deixou de funcionar em março e a única pessoa que o percebe de férias.
Serve quando três ou mais sistemas, números que a direção contesta, relatórios a clientes ou à administração, e 50 ou mais pessoas a depender da resposta.
O que recebe: um preço acordado à partida, um modelo testado com cada métrica definida uma vez, dashboards na ferramenta que já paga e formação para as duas pessoas que ficam com ele.
Primeiro dashboard na semana 4. Sem discussão à segunda na semana 10.
Um exemplo de 12 semanas: primeiro os números acordados, depois os dashboards e os relatórios.
- Semana 0 Product Discovery
As perguntas da direção, por escrito. Cada métrica definida, com responsável. Cada sistema de origem listado. Recebe um preço firme e o plano de sprints.
- Semanas 1–2 · Sprint 1 Fundações
Data warehouse e repositório em seu nome. Duas fontes carregadas, três métricas modeladas e testadas. Primeira demo: um número aceite por finanças e operações.
- Semanas 3–8 · Sprints 2–4 Modelo e primeiros dashboards
As outras fontes carregadas, o modelo feito com testes, o dashboard de gestão na sua ferramenta de BI. O diretor financeiro revê cada definição a cada sprint.
- Semanas 9–10 · Sprint 5 Piloto com a direção
A reunião de segunda usa o dashboard duas semanas, ao lado do relatório antigo. Relatórios automáticos e acessos por pessoa chegam entretanto.
- Semanas 11–12 · Sprint 6 Entrega e formação
Relatório antigo retirado, documentação gerada do modelo, duas pessoas formadas para juntar métricas. Segurança revista com a TI, credenciais entregues.
Cinco partes. A do meio decide se confia no número.
O primeiro dashboard chega na semana quatro, sobre um modelo feito para continuar certo.
Vai passar isto à equipa de TI? Envie o resumo de segurança numa página
ERP, CRM, finanças, operações, Excel enquanto durar
Fontes
Cada sistema carregado tal como está numa camada em bruto. À noite para a maioria, em contínuo para os operacionais. A folha que gere um departamento também é fonte, até ser retirada.
Conta sua, região sua
Armazém
Uma base de dados para tudo. Postgres para a maioria das empresas como a sua; BigQuery se o volume ou a Google o pedem. Camadas em bruto, intermédia e final separadas.
O dbt guarda cada métrica em código: testada, documentada, em Git
Modelo
Onde «cliente ativo», «margem bruta» e «no prazo» se definem uma vez, em código, com testes que falham quando os dados se estragam. Cada métrica tem página e responsável.
A ferramenta que já paga, ou um dashboard à medida
Apresentação
Dashboards sobre o modelo, nunca sobre os sistemas de origem. Metabase se quer simples e aberto, Power BI se a empresa vive na Microsoft, um ecrã à medida em Next.js quando a ferramenta não mostra o que precisa.
A segurança por linha decide quem vê o quê
Acessos e perfis
Os gestores veem a sua região, os clientes a sua conta, as finanças tudo. Aplicado no modelo, não no dashboard, por isso vale para qualquer ferramenta.
O que recusaríamos.
Um estúdio que constrói tudo está a esconder-lhe alguma coisa.
- Dashboards sem responsável Se ninguém na empresa sabe o que uma métrica significa, um dashboard só torna o desacordo mais bonito. Começamos pelas definições, ou não começamos.
- Macros de Excel Se é para manter o ficheiro vivo, um especialista fá-lo mais depressa. Se é para o reformar, somos nós.
- Data science sem pergunta Modelos e machine learning vêm após dados limpos e uma pergunta clara. Dizemo-lo no Product Discovery.
Perguntas antes de decidir.
Já temos Power BI. Falta alguma coisa?
Falta um modelo por baixo. Power BI ligado a seis sistemas, com cruzamentos em cada relatório, é a razão de os números não baterem certo. Fazemos o data warehouse e o modelo; o Power BI continua a ser a montra.
Faz falta um data warehouse?
Com um só sistema, não. Com três e uma só verdade, sim, e é uma base de dados na sua conta, não uma plataforma. São umas dezenas de euros por mês.
Os dados são atuais?
Depende da fonte. Sistemas operacionais a cada quinze minutos ou em contínuo; finanças à noite. Cada dashboard mostra a última carga.
Quem mantém o modelo depois?
Duas pessoas suas, formadas no último sprint, com documentação gerada do código, ou nós, com manutenção. Quase todos fazem ambos.
Os clientes veem os seus números?
Sim. As regras de acesso estão no modelo (a TI chama-lhe segurança por linha), por isso um cliente no seu portal vê só os seus números, seja qual for a ferramenta. Muitas vezes, é o dashboard mais valioso.
E o Excel?
Tudo exporta para Excel. As finanças usam-no no que faz bem; só deixa de ser a base de dados.