Analytics

De planillas dispersas a una capa analítica confiable.

+100 proyectos de BITableau y Data 360Reseller Tableau
Selo Salesforce Authorized Cloud ResellerSelo oficial Salesforce Partner
Revendedora autorizadaTableau forma parte del ecosistema Salesforce. Vendemos la licencia y entregamos el proyecto, sin intermediario.

Un tablero bonito con el número equivocado es peor que una planilla. Empezamos por el origen del dato, modelo, integración y gobernanza, y solo después por la visualización.

Hablar de BI
Misma pregunta, cuatro respuestas¿Cuál fue el ingreso de agosto?Planilla del comercialactualizada 04/09R$ 4,42MReporte del ERPcierre contableR$ 4,08MDashboard antiguosin filtro de canceladoR$ 4,61MCorreo de la direcciónnúmero redondeadoR$ 4,5Mninguna está equivocada, miden cosas distintasDespués de la capa analíticaIngreso de agostoR$ 4,21MREGLAfacturado, sin canceladoFUENTEERP · carga diariaRESPONSABLEcontrollingvalidado por las áreasUn solo número, para todos
Stack

Dónde trabajamos.

Datago nació en consultoría Tableau, en 2018. BI no es una línea adicional de nuestro portafolio: es de donde vino la empresa.

Tableautableros y análisis
Tableau Pulsemétricas en vivo
Tableau Preptratamiento de datos
Databricksprocesamiento a escala
ETLintegración de fuentes
Data warehousemodelo único
Cómo lo estructuramos

Siete fases, del descubrimiento a la publicación.

Un tablero bonito con el número equivocado es peor que una planilla. Por eso el orden importa: la visualización es la quinta fase, no la primera.

CAPA DE DATOSFuentesERP, planillas, CRMETLcarga y limpiezaModelotablas y relacionesCAPA DE NEGOCIOIndicadoresqué medirReglascómo calcularPanelescómo mostrarValidación¿cuadra el número?Publicaciónen producciónla divergencia vuelve al origen
Diccionario de indicadores32 indicadores con responsable, regla y fuenteIngreso reconocidocontrollingpublicadoTicket mediocomercialpublicadoChurn mensualéxito del clienteen revisiónMargen por proyectofinanzaspublicadoCosto por leadmarketingborradorIngreso reconocidoREGLASUM(valor) WHERE status = ganhoAND cancelado = falsoFUENTEERP · carga diaria a las 05hRESPONSABLEControllingUSADO EN7 paneles y 2 metasREVISIÓNtrimestralmisma definición en todos los panelesLa regla vive en un solo lugar
Fase 1
Descubrimiento

Dónde nace el dato hoy, quién lo usa y qué números no cuadran. Levantado con el área, no solo con TI.

Fase 2
Fuentes

Inventario y conexión de los orígenes: ERP, CRM, planilla, base de datos y API. Lo que queda afuera también es una decisión.

Fase 3
Modelado

Data warehouse o lakehouse, modelo dimensional y el diccionario con las reglas de negocio escritas.

Fase 4
ETL

Rutinas de carga, tratamiento y calidad. Aquí el número pasa a ser confiable.

Fase 5
Tableros

Visualización por público: dirección, gerencia y operación ven recortes distintos de la misma verdad.

Fase 6
Validación

Verificación con el área que usa el número. Una divergencia encontrada ahora cuesta mucho menos.

Fase 7
Publicación

Gobernanza de acceso, publicación en Tableau o dentro de Salesforce, y capacitación de quien va a usarlo.

PROYECTOCapa analítica en Tableauen cursoDescubrimientoFuentesModeladoETLPanelesValidaciónPublicadoSPRINTSSprint 3 · Modelo dimensionalentregada y validada el 19/08concluidaSprint 4 · Cargas incrementales3 de 6 tablas migradasen cursoSprint 5 · Paneles comercialesinicio previsto 07/10programadaSeguimiento58%PUBLICACIÓN PREVISTA28/11Paneles publicados9 de 16Fuentes conectadas5Divergencias abiertas2Un solo número, para todos
Seguimiento

El proyecto de datos también queda visible.

Cada fuente conectada, cada rutina de carga y cada tablero publicado aparecen en el portal, con el consumo de horas al lado.

  • Fuentes y rutinas con el estado de cada carga y lo que falta conectar.
  • Calidad medida, no prometida: lo que fue tratado y lo que quedó abierto.
  • Tableros entregados por público, con la aceptación registrada.
  • Horas por frente, para que la dirección sepa dónde está yendo el esfuerzo.
Ver el portal Doctor
Señales de que la capa analítica no está de pie

Demasiado dato, pocos indicadores.

Panel de ventasactualizado a las 06hMETA DEL MES82%POR PRODUCTO44%NitzapConsult.Tabl.POR VENDEDOREMBUDOPOR MESACUMULADOAlerta del panelTicket medio cayó 9% en el Sudestetres cuentas grandes sin renovaciónAbrir en TableauSeis vistas, una sola fuente
  • Dos áreas llevan números distintos a la misma reunión.
  • El cierre depende de una planilla que solo una persona sabe actualizar.
  • El tablero existe, pero nadie lo abre porque nadie confía.
  • Cada pregunta nueva se vuelve un ticket de dos semanas.
  • La licencia de Tableau está pagada y subutilizada.
  • El dato del CRM y el del ERP nunca cuadran.
CRM y BI en la misma casa

La ventaja de quien hace los dos.

La mayor parte de los problemas de BI en una empresa que usa Salesforce está en la frontera entre los dos mundos: un campo mal modelado en el CRM se vuelve un indicador equivocado en el tablero. Como implantamos el CRM y la capa analítica, resolvemos en el origen en vez de parchar en el tablero.

Ver consultoría Salesforce

Modelado reportable

El campo se diseña pensando en el indicador que va a alimentar.

Calidad de la base

Data Mining encuentra duplicados y vacíos antes de que el número llegue a la dirección.

Un solo proveedor

Sin discusión entre la consultoría de CRM y la de BI.

Origen auditable

Todo indicador tiene camino rastreable hasta el sistema de origen.

Preguntas frecuentes

Lo que suelen preguntar.

¿Quiere mirar sus datos con nosotros?

Cuente qué decisión se toma hoy por intuición. Por ahí empieza la conversación.

WhatsApp +55 27 99997-0276
Ya tenemos Tableau, pero casi nadie lo usa. ¿Se puede recuperar?

Sí, y suele ser más rápido que empezar de cero. El diagnóstico normalmente apunta al modelo de datos o a un tablero diseñado sin la pregunta de negocio, rara vez a la herramienta.

¿Trabajan con Power BI u otras herramientas?

Nuestra especialidad es Tableau y Data 360, donde tenemos equipo certificado e historial. La capa de datos y el ETL que construimos sirven a cualquier herramienta de visualización.

¿Necesitamos data warehouse de verdad?

No siempre. Las operaciones más chicas funcionan bien con extracciones bien modeladas. El warehouse entra cuando hay muchas fuentes, volumen alto o necesidad de histórico que los sistemas de origen no guardan.

¿Cómo funciona el squad analítico?

Bolsa de horas mensual con profesional asignado, roadmap compartido y prioridad definida por usted. Es el modelo para demanda continua.

Diagnóstico

Miremos sus datos.

Cuente qué decisión se toma hoy por intuición. Por ahí empezamos.

¿Prefiere hablar ahora?

Equipo comercial en WhatsApp, de lunes a viernes, de 9h a 18h (BRT).

WhatsApp +55 27 99997-0276