Aplicación de la analítica de datos con Power BI para la caracterización de los indicadores de gestión en Servicios Nutresa para el área de auditoría interna

Abstract

RESUMEN : El proyecto consistió en el desarrollo de ejecutables para la automatización, caracterización y construcción de tableros de control para conocer el estado de los indicadores de gestión del área de auditoría interna, con la implementación de la metodología CRISP-DM. Los tableros interactivos se generaron a partir de los datos reportados en SAP SuccessFactors (SSFF), este software administra la información de la organización. Los datos fueron extraídos y transformados mediante Google Colaboratory (GC), con el fin de tener mayor accesibilidad, respaldo en la nube y garantizar la calidad de los datos. Además, los scripts desarrollados en GC fueron transformados en ejecutables con el módulo de Python; Pyinstaller, para facilitar el procesamiento de los datos y tener un respaldo de los scripts. Por otra parte, mediante el uso del lenguaje Data Analysis Expressions (DAX), se modelaron los datos para crear medidas y consultas. También, se crearon objetos visuales en Power BI con el fin de facilitar la comprensión de la información. Finalmente, se automatizó la actualización del tablero almacenando en Google Drive y conectando al Power BI los datos generados. En conclusión, el proyecto fue un éxito innovador en la compañía debido a que permitió tener mejor comprensión del estado de los indicadores de gestión y automatizó las revisiones que se hacen durante el año.

ABSTRACT : The project involved the development of executables for the automation, characterization, and construction of dashboards to monitor the status of key performance indicators in the internal audit area, using the CRISP-DM methodology. Interactive dashboards were generated from data reported in SAP SuccessFactors (SSFF), a software managing organizational information. This data was extracted and transformed using Google Colaboratory (GC) to enhance accessibility, cloud backup, and ensure data quality. Additionally, scripts developed in GC were transformed into executables using the Python module Pyinstaller to streamline data processing and provide script backups. Using the Data Analysis Expressions (DAX) language, data was modeled to create measures and queries. Visual objects were also created in Power BI to facilitate information comprehension. Finally, dashboard updates were automated, storing the data in Google Drive and connecting the generated data to Power BI. In conclusion, the project was an innovative success for the company as it improved understanding of key performance indicators' status and automated the reviews conducted throughout the year.