Recientemente, colaboré con dos agencias y ambas buscaban una solución sencilla y similar:
Automatizar sus procesos de informes mensuales y trimestrales y presentar los datos en paneles visualmente atractivos para sus clientes.
Ambas agencias estaban lidiando con desafíos de datos similares, lo que me llevó a pensar que estos problemas probablemente sean comunes en muchas agencias. Esto me impulsó a escribir este blog, con el objetivo de compartir ideas útiles y ofrecer soluciones prácticas.
1. Las agencias dedicaban demasiado tiempo a compilar informes en Excel.
A veces los informes tardaban días para completar. Una agencia tuvo que recopilar informes de múltiples mercados globales, mientras que la otra dependió de varios miembros del personal de toda la empresa para actualizar y enviar los datos desde sus sistemas. Si alguien estaba de vacaciones anuales, ese dato simplemente se marcaba como “TBC” en los informes.
2. Intentar cualquier análisis de nivel más profundo resultó ser un desafío
Problemas con la estabilidad y escalabilidad de Excel:
Ambas agencias manejaban grandes volúmenes de datos y, como muchos de nosotros sabemos muy bien, Excel tiende a tener problemas y fallar bajo estas cargas de trabajo. Este frecuente congelamiento y fallas en Excel, particularmente durante la creación de pivotes, hizo que el análisis más profundo fuera muy engorroso. Los equipos a menudo tenían que forzar el reinicio de Excel, a veces arriesgándose a perder su trabajo.
Las limitaciones de las visualizaciones de Excel
Excel ofrece una gama relativamente limitada de visualizaciones, lo que dificulta la presentación de datos de formas diversas y reveladoras. Si bien los elementos visuales simples suelen ser la mejor opción para las presentaciones finales, la fase exploratoria exige elementos visuales más avanzados para analizar datos desde múltiples perspectivas y descubrir conocimientos más profundos.
Excel ofrece interactividad limitada entre visualizaciones en comparación con herramientas más avanzadas, que brindan una experiencia más fluida y dinámica para la exploración de datos. Por ejemplo, en una herramienta como Power BI, puede hacer clic en una región dentro de un objeto visual y todos los objetos visuales relacionados (como tendencias de ventas, datos demográficos de clientes o categorías de productos) se actualizan inmediatamente para mostrar solo los datos relevantes para esa selección. Este nivel de interactividad es invaluable para descubrir conocimientos más profundos y comprender los factores detrás de los cambios en los datos.
La importancia de un análisis más profundo
Un análisis más profundo es crucial para tomar las decisiones más impactantes cada mes. Es lo que separa un informe estándar que simplemente muestra si las cifras aumentan o disminuyen mes tras mes de uno verdaderamente excepcional, donde puede proponer soluciones proactivas, diseñar estrategias innovadoras y descubrir oportunidades sin explotar. Al invertir tiempo en este nivel de análisis, no sólo aborda las preocupaciones inmediatas sino que también se posiciona como un socio clave en el crecimiento a largo plazo de su cliente.
3. Se dedican demasiado tiempo y recursos a crear gráficos visualmente atractivos fuera de Excel.
Debido a que las visualizaciones de Excel tienden a parecer un poco torpes, una de las agencias subcontrató la creación de imágenes pulidas y de marca a su diseñador cada mes. Como ocurre con la mayoría de los proyectos de diseño, esto implicó muchas discusiones sobre cómo deberían verse estas nuevas imágenes.
4. Las lagunas en las habilidades en materia de datos dieron lugar a informes inexactos
Los informes fueron administrados por alguien sin la experiencia necesaria para comprender completamente las peculiaridades de Excel, y es comprensible, ya que no era parte de su función principal. Como resultado, ambas agencias, sin saberlo, informaron números incorrectos. Por ejemplo, aunque la columna Ingresos estaba configurada en “Moneda”, entradas como “USD123” y “123” (con un espacio) se excluyeron del total porque Excel no las reconoció como valores de moneda válidos. Si bien Excel ofrece una función de validación de datos para restringir las entradas a decimales o números enteros, debe aplicarse manualmente y muchos usuarios no lo saben. En mi opinión, Excel debería señalar estas discrepancias de forma predeterminada.
Este ejemplo es solo de uno de los clientes, ya que su caso era más completo:
buzón / Excel:
El archivo Excel principal de la agencia, que contiene varias pestañas, se almacenó en Dropbox para permitir el acceso global a los miembros del equipo.
2. Pitón en Nota profunda:
Aquí es donde pasé la mayor parte de mi tiempo, usando Python en una libreta Deepnote para limpiar minuciosamente los datos y luego automatizar este proceso cada mes. A continuación se muestra una instantánea de una libreta Deepnote Python. Describí en las celdas los pasos que tomé para extraer, limpiar y enviar los datos:
Para ambas agencias, me aseguré de que los datos limpios se almacenaran en una base de datos y al mismo tiempo los devolví a un archivo de Excel en Dropbox para aquellos que quisieran acceder a los datos en formato Excel. Almacenar los datos en una base de datos proporciona varias ventajas clave, que incluyen:
a. Seguridad: Las funciones avanzadas, como permisos basados en el usuario, cifrado y pistas de auditoría, garantizan que los datos confidenciales estén protegidos y el acceso esté estrictamente controlado. Dado que Power BI no permite ocultar columnas confidenciales a ciertos usuarios, creé vistas relevantes dentro de BigQuery para administrar la privacidad, controlando qué datos se exponen en el nivel del panel.
b. Velocidad: Las consultas se ejecutan rápidamente, incluso cuando varios usuarios acceden a los datos simultáneamente a través del panel.
do. Escalabilidad: A medida que los datos crezcan, la base de datos los manejará sin problemas, evitando los problemas antes mencionados que ambas agencias experimentaron con Excel.
Gran ahorro de tiempo
Sus informes mensuales y trimestrales ahora se actualizan automáticamente en minutos, eliminando el tiempo y el esfuerzo que antes se dedicaban a recopilar datos manualmente. Incluso si alguien está de vacaciones anuales, el proceso se desarrolla sin problemas y sin interrupciones. Los equipos ya no dependen de mis aportes, lo que hace que todo el sistema sea completamente autosuficiente🎉.
Clientes muy felices
Ambas agencias están encantadas con los resultados y utilizan frases como “increíble” y “Estoy obsesionado” para describir los nuevos paneles de control de sus clientes (perdón por alardear, pero a veces es necesario hacerlo). Si bien no puedo compartir los paneles reales, aquí hay una maqueta que se parece mucho a uno de ellos:
Los usuarios han sido capacitados para realizar análisis de nivel más profundo.
Los paneles ofrecen visualizaciones avanzadas y conectadas que permiten un análisis más profundo. Totalmente compartibles con todo el equipo, permiten obtener información más detallada, específica del sector y del equipo, lo que permite a todos tomar decisiones más informadas.
Los datos son precisos.
Fundamentalmente, los números ahora son precisos, libres de las peculiaridades y limitaciones que a menudo se asocian con Excel.
No es necesario subcontratar a un diseñador ni depender de herramientas de terceros
Ahora se pueden crear impresionantes visualizaciones de marca directamente en PowerBI e integrarlas fácilmente en PowerPoint, eliminando la necesidad de diseñadores o herramientas de visualización externas.
Las agencias ahora conocen mejor lo que es posible con los datos.
Como ocurre con todos mis clientes, me tomé el tiempo para educarlos sobre todo el potencial de Excel, Power BI y Python. Al ser copiloto con sus equipos, ayudé a cerrar la brecha en las habilidades de datos, destacando las peculiaridades de Excel y al mismo tiempo introduciendo el poder de Python y los cuadernos para desbloquear conocimientos aún mayores.
En conclusiónExcel es una herramienta fantástica hasta cierto punto. Como un automóvil confiable, te lleva a donde necesitas ir la mayor parte del tiempo. Pero cuando el camino se vuelve más desafiante, a veces necesitas un vehículo más potente para seguir avanzando.
A partir de agosto de 2023, aunque Excel ahora integra Python, tiene algunas limitaciones, sobre las cuales puede leer aquí. En mi opinión, trabajar con Excel a través de un cuaderno Python es mucho más eficiente para el análisis y la manipulación de datos.
¿Está interesado en saber cómo su empresa puede beneficiarse de automatizaciones y paneles de control similares? No dude en comunicarse con:
https://www.datatatorsolutions.com/