loader


 

Este año tuvimos el honor de ser convocados por Qlik para presentar nuestra solución ganadora del Qlik Latam Challenge en el Data Revolution Virtual Summit 2020.

En la cumbre Data Revolution Virtual Summit, líderes de todo el mundo, innovadores y expertos en datos y directivos de Qlik® analizamos las nuevas exigencias de los datos desde distintas perspectivas. El objetivo fue mostrar las últimas tendencias, innovaciones y estrategias para acelerar la obtención de valor de negocio con los datos.

Esta solución ganadora del #QlikLatamChallenge, que fue una competencia que se realizó a nivel de Latinoamérica entre todos los partners para encontrar soluciones para empresas de cara al contexto del covid-19 la hemos trabajado en conjunto con Pampa Energía.

Dentro del Data Revolution presentó la solución Pablo del Cerro socio de IT Maker, Leandro Bruzzoni, responsable de BI y Analytics de Pampa Energía, y Héctor Ferro, gerente de Servicios Corporativos de Pampa Energía.

 

Pampa trabajó mucho también con respecto a la separación de la gente en cuanto a salas reuniones, en señalización, en todo lo que concierne al ámbito laboral. Una de las cosas que empezamos a trabajar justamente cuando hablamos de separación de los puestos de trabajos era cómo podíamos llegar a administrar o gestionar a toda la gente que viene a trabajar a los edificios centrales asegurando ese distanciamiento, porque uno tiende a acercarse a la gente, entonces bueno, una de las formas que empezamos a ver con la gente de tecnología era justamente administrar esto a través de un sistema que nos permita gerenciar la llegada de la gente de cualquier manera, utilizando vehículos, porque las cocheras no iban a alcanzar para todo el mundo, utilizando medios de transporte que no sean los transportes comunitarios o los transportes públicos. Entonces empezamos a elaborar una serie de registros teniendo en cuenta el domicilio de la gente y de dónde llegaban.  

 Héctor Andrés Ferro, Gerente de Servicios Corporativos de Pampa Energía.

A partir de los domicilios registrados de los colaboradores de Pampa, utilizamos una API para hacer la geolocalización de cada punto y por medio de Qlik Geo Analytics, el cálculo de binning distancias y rutas, así como también extraemos información de soluciones realizadas en Qlik View sobre todo en el área de CSMS, donde extraemos las condiciones de salud de los colaboradores de Pampa y por medio de encuestas de la situación personal de cada uno de ellos, poder gestionar la disponibilidad de todos los empleados de cada uno de los activos para analizar qué cantidad de colaboradores están habilitados para volver a la oficina y cuales estarían en condición de riesgo y mantendrían el teletrabajo.

Con todas estas fuentes de información, más cambios dinámicos que estamos registrando en el contexto y en los requerimientos que tienen las diferentes áreas que componen el equipo de análisis para la vuelta a las oficinas, es que creamos una solución en Qlik Sense con el foco en el análisis de todos los colaboradores de Pampa.

 

¿Cuál es el objetivo de esta primera sección?

Analizar la vuelta a la oficina de aquellos colaboradores de Pampa que se encuentran habilitados para el retorno, tomando en cuenta el protocolo definido por el Ministerio de Salud Nacional y las medidas de salud internas de Pampa Energía.

Veamos los principales indicadores de esta sección.

Cantidad de empleados disponibles o asignados al edificio central, los puestos disponibles, que para este indicador se aplicó una lógica que tiene en cuenta los puestos de trabajo que tenemos por piso, las salas de reuniones por piso y el distanciamiento en los puestos de trabajo, con lo cual vamos a obtener una ocupación del porcentaje de puestos covid disponibles a ocuparse, y a medida que vayamos haciendo segmentaciones de los colaboradores que están habilitados para volver a la oficina, la cantidad de puestos libres que tendremos para hacer dichas asignaciones.

En esta primera pantalla, como fuente de información de nuestro Departamento de Salud tenemos la situación epidemiológica de cada empleado de Pampa Energía. Esta información tiene una actualización diaria, aproximadamente una actualización cada tres horas, para mantenernos con información actualizada al momento de hacer selecciones de aquellas personas que están en condiciones o no de volver al edificio central.

Este indicador de modalidad de trabajo se nutre de la información que nos viene del Departamento de Salud. ¿Por qué? Y está relacionado con la condición de los colaboradores de Pampa frente a las aseguradoras de riesgo de trabajo.

Por ejemplo, tenemos detectados 47 casos del grupo de riesgo. Evidentemente, este grupo va a ser excluido del análisis futuro que hagamos de todas las personas que estén disponibles para regresar a la oficina.

Entonces nuestra primera selección será excluir el grupo de riegos de colaboradores que por su condición de salud no pueden regresar a las oficinas, y lo incorporamos al grupo de los que no vienen.

Siguiendo con el análisis, seleccionamos aquellas personas que estén en condición de covid o que están cumpliendo una cuarentena, o q tuvieron contacto estrecho, que también estarían, de momento, de acuerdo a la información diaria recolectada por el Departamento de Salud, impedidos de regresar a la oficina. Entonces sumamos estos casos también al grupo de colaboradores que seguirán trabajando de manera remota.

Otro análisis y de acuerdo a las reglas o normas de cada legislación, municipio o gobierno, depende la edad de que se considere personal de riesgo, más allá que no tengan un problema de salud o una condición de salud preestablecida. Entonces podemos decir que los mayores de 65, por una cuestión de preservarlos por la edad, también los seleccionamos dentro del grupo que no están aptos para volver a la oficina.

A medida que vamos haciendo selecciones de aquellas personas que seguirían con su condición de teletrabajo, se nos va a ir habilitando mayores puestos disponibles de acuerdo a la distribución que tenemos por piso.

Una de las segmentaciones importantes que permite esta pantalla es detectar todos los colaboradores que tienen hijos menores, de acuerdo a las legislaciones vigentes del Ministerio de Educación que aún no han definido la vuelta a la escolaridad presencial. Entonces podemos intuir que aquellas personas que tienen hijos menores no van a poder estar regresando en un primer análisis a la oficina o en una primera etapa. Para aquellos colaboradores de Pampa con hijos menores de edad, se procederá a realizar encuestas a cada uno de ellos para ver la situación personal y poder definir si están habilitados en sus posibilidades, de regresar a la oficina o no. En esta primera selección los vamos a integrar en el grupo a encuestar.

Cerrando el análisis de esta primera etapa, podemos definir a aquellos colaboradores que continuarán en su condición de teletrabajadores y que no están habilitados para volver a la oficina, y el grupo de encuestados para ver las condiciones de si van a poder volver o no van a poder volver.

Otro análisis que podemos realizar en esta sección es, tener en cuenta a aquellos colaboradores que sí pueden regresar a la oficina por sus vías propias. Estos son los colaboradores que tienen asignadas cocheras en el edificio central. Para tal objetivo seleccionamos, por su condición de modalidad de trabajo a los que están habilitados y por su condición de salud. Tomamos en cuenta que son los colaboradores que no tienen hijos a cargo y que sí tienen cocheras asignadas. Entonces estos 33 empleados disponibles los vamos a asignar en el grupo de modalidad propia. En base a esta selección podemos intuir que dada las selecciones de los empleados disponibles para la vuelta a la oficina, podemos medir el límite de ocupación de puestos covid que hemos definido anteriormente, teniendo aún 148 espacios libres.

En esta sección el foco estará centralizado en el análisis de cómo los colaboradores van a regresar a la oficina central. En la primera sección pudimos diferenciar a aquellos que no pueden venir por determinadas cuestiones y los que sí están habilitados a venir y catalogados en el grupo de auto propio o los que necesitan tener una encuesta para saber si van a regresar o sino van a regresar. Como primera medida podemos ver en el mapa todas las direcciones de todos los colaboradores con su relieve de color asignados a los diferentes grupos, los que no vienen, los  que necesitan ser encuestados, auto propio y estos tres adicionales en donde a través de diferentes mapas haremos las selección de aquellos que puedan venir a traves de un car pooling, aquellos empleados que tienen auto propio y tienen cochera asignada y pueden llevar colaboradores adicionales en sus vehículos. Aquellos que pueden llegar a venir caminando o en bicicleta por su proximidad al edificio central y aquellos que se encuentran a distancias más alejadas del edificio central y requieren un transporte privado.

El primer análisis que vamos a realizar es de aquellos colaboradores que teniendo movilidad propia, pueden realizar carpooling con el resto de los colaboradores aledaños a la dirección en donde se sitúan.

Leandro Bruzzoni, responsable de BI y Analytics de Pampa Energía

En el siguiente mapa visualizamos a aquellas personas que se encuentran en cercanías del edificio central. La configuración que se realizó fue un radio de 3 km a la redonda, en donde hacemos una suposición de que se pueden acercar a través de bicicletas o caminando. Obviamente esta opción es configurable de acuerdo a las normas y posibilidades que puedan brindar Pampa de extender ese radio de 2 km en coincidencia con las normativas que está llevando a cabo la ciudad de Buenos Aires a través de construcción de bicisendas en avenidas principales, con lo cual puede posibilitar a que mayor cantidad de colaboradores se puedan acercar a través de este vehículo.

Seleccionamos el grupo, de los 16 colaboradores en cercanías del edificio de Pampa, y pasamos al siguiente mapa que hace foco en el transporte privado.

En el siguiente mapa analizamos a aquellos colaboradores que todavía están sin asignar y por distancia de su domicilio alejado del edificio central, requieren un transporte privado para poder llegar a la oficina. Cabe recordar que como norma interna de Pampa por el momento no se habilita a los colaboradores a utilizar el transporte público. Adicionalmente, por una normativa del Gobierno Nacional, sólo pueden utilizar el transporte público aquellas personas autorizadas específicamente para ello.

Entonces en este mapa lo que podemos observar es el binning que se realizó en un punto nodal de todas las direcciones de todos aquellos empleados que todavía no han sido asignados con sus domicilios agrupándolos por cercanías. Podemos hacer un ranking de aquellas zonas en donde agrupan mayores cantidades de colaboradores. En este caso, con solo seleccionar todo un grupo de colaboradores cercanos al punto nodal, los podemos asignar directamente a transporte privado. Adicionalmente, podemos realizar un coste promedio por empleado con el fin de obtener un análisis de costo/beneficio en cuanto a si nos conviene movilizar un transporte privado o buscar otras opciones de traslado para esos empleados. Con el fin de no tomar demasiado tiempo en la selección de todos los colaboradores que nos han quedado sin asignar vamos a utilizar un set de datos de prueba en donde ya tenemos varios grupos asignados a estas diferentes clasificaciones que hemos establecido para segmentarlos a aquellos que vienen y cómo vienen.

En la siguiente sección vamos a ocuparnos directamente de hacer el análisis de cómo en base a las selecciones y segmentaciones anteriores, quedan mapeados todas las personas que van a regresar a la oficina por piso. Por ejemplo, vayamos al piso 16, estamos viendo que la cantidad de empleados y el objetivo covid que hemos establecido en la primera sección, está en un punto crítico. Podemos observar que en el total de puestos totales pre covid y dada la restricción que tenemos por pandemia, tenemos disponibles 32 puestos. Quedan disponibles dos puestos restantes de empleados que van a encuestar o que todavía no han definido situación de regreso a la oficina, con lo cual estamos todavía en un porcentaje de covid casi al límite.

¿Qué nos muestra este mapa de calor? De todas las personas que van a regresar a la oficina nos está mostrando aquellas situaciones en donde podemos encontrar que no se respeta la distancia social impuesta por los protocolos de salud.

Entonces esto nos va a permitir implementar medidas en el caso de que lo imposibiliten la gestión de espacio, quizás colocar mamparas o separadores que permitan a ambos colaboradores mantener esta posición. Caso contrario poder realocarlos en otra posición disponible en el piso que estamos observando, por ejemplo en las salas de reuniones.

Entonces en esta sección de análisis lo que podemos intuir es las necesidades que podemos llegar a tener de hacer la locación de puestos de trabajo en base a la cantidad de colaboradores que se acerquen a la oficina. En la siguiente sección vamos a realizar el análisis del espacio en cochera.

En esta sección analizaremos el espacio disponible en cocheras. Lo que nos muestran estos indicadores es una ocupación de cocheras bajo, con lo cual podemos hacer una reacomodación del espacio disponible e ir viendo de acuerdo a las tandas de grupos de colaboradores que llegan al edificio y cómo hacer una recategorización de sus vehículos. Adicionalmente permite hacer un análisis llegado el caso de tener que hacer una estimación de alquileres de cocheras adicionales aledañas al edificio. También podemos observar el espacio disponible para lo que es bicicletas o posibilidad de motos que también se está estudiando para poder ampliar la oferta a los colaboradores y darles opciones para que regresen al edificio.

Entonces en el siguiente análisis, luego de haber segmentado el grupo de colaboradores que no están aptos para volver al edificio central y aquellos que están aptos, y cómo van a regresar, lo que nos posibilita esta sección es reaccionar en el caso de que algún colaborador presente síntomas de covid, poder rastrear qué ha pasado en ese día o esa semana en que el colaborador mantuvo contacto con otros empleados. Entonces por ejemplo, buscamos el número de legajo de una persona que dio positivo de síntomas de covid, por ejemplo, me pongo yo como ejemplo propio y que en ese momento me traslade en transporte privado. Lo que nos permite esta plataforma y que es una de las funcionalidades que se incorporó para poder analizar no sólo junto con la gerencia de gestión de espacios, sino también con los sectores que están comprometidos con la salud en situación de pandemia, poder analizar ese día con quien compartí piso y en qué medio de transporte llegó ese colaborador al edificio central. Vamos a observar en esta primera tabla el día de todos los colaboradores que asistieron y el traslado a través de qué medio lo han realizado.

En la segunda tabla podemos observar todos los colaboradores que compartieron conmigo el mismo transporte privado, con lo cual hay un riesgo directo de contagio en ese sentido.

Y en la tercer tabla aquellas personas que fueron ese día al edificio de Pampa y que pudieran tener de alguna manera algún contacto indirecto conmigo. Entonces lo que nos permite hacer este indicador es poder ver la incidencia por piso de todos aquellos colaboradores que utilizamos el mismo transporte y que estamos en el mismo piso en este caso. Y en amarillo todos los que tienen riesgo directo. ¿Esto qué va a permitir? Poder accionar rápidamente en realizar encuestas de estados de salud y declaraciones juradas de todos los involucrados para poder identificar rápidamente los riesgos que pueden derivar en un contagio.

Leandro Bruzzoni, responsable de BI y Analytics de Pampa Energía

 

Si en tu empresa quieren una presentación de la misma, no dudes en contactarnos a info@itmaker.com.ar

    ¿Te interesa lo que estás leyendo? ¡Suscribite!