Quadres de comandament amb Power BI per a pimes

ETL amb Python, panells executius i models predictius per a decisions reals.

Connecto el que ja emets i reps —les factures, el banc, la passarel·la de pagaments i el que declares cada trimestre— i d'aquí surten les vendes, el marge i la caixa projectada. Des de la integració de les dades fins a models de fuga o de preus. Un quadre de comandament que es mira al comitè, no un informe que no obre ningú.

Per a qui és

  • Empreses amb dades disperses en diversos sistemes
  • Consells que volen decidir amb dades
  • Operacions amb indicadors clau sense mesurar

Per què acaba fent falta

La conversa comença gairebé sempre igual: algú pregunta quant es va vendre el mes passat i surten tres xifres diferents. La de l’ERP, la del full de càlcul d’administració i la de la passarel·la de pagaments. Cap no està malament; cadascuna compta una cosa diferent i ningú no ha escrit quina.

El resultat és que les decisions es prenen per intuïció i es justifiquen després amb el número que millor encaixi. No per manca de dades —n’hi ha de sobres— sinó perquè estan repartides en cinc llocs, es reuneixen a mà un cop al mes i quan l’informe està llest ja no serveix per decidir res.

El que arregla això no és un tauler bonic. És acordar què significa cada indicador, d’on surt exactament i amb quina freqüència s’actualitza. Amb això escrit, el tauler és la part fàcil; sense això, el tauler és un lloc nou on discutir la mateixa xifra.

Què entrego

  • Canonada de dades — ETL en Python o Airbyte amb magatzem a BigQuery o Snowflake.
  • Panells executius — Power BI o Tableau amb 5-8 vistes clau.
  • Models predictius — Fuga de clients, preus o previsió, segons el cas.
  • Alertes automàtiques — Slack o correu quan un indicador creua el llindar que fixis.
  • Diccionari de mètriques — Cada indicador amb la seva fórmula i el seu origen, perquè ningú discuteixi la xifra.
  • Formació de dues hores — El teu equip aprèn a llegir i filtrar el panell sense dependre de nosaltres.

Què inclou

  • Vendes, marges i IVA a pagar, des de la teva pròpia comptabilitat
  • Caixa projectada a noranta dies
  • Actualització automàtica, sense llicències a pagar
  • Enllaç privat que obres des del mòbil

El que es decideix abans d’escriure una línia

  • Què es mesura, abans que com — Un quadre de comandament amb trenta indicadors no es mira. La primera setmana serveix per deixar-ne entre cinc i vuit, cadascun amb la seva fórmula i el seu origen escrits, i per descartar els que ningú no farà servir per decidir. El diccionari de mètriques que es lliura és això.
  • Fins on arriba l’històric — Portar deu anys de dades multiplica la feina de neteja i gairebé mai no canvia una decisió. Es decideix al principi quant històric hi entra, i es decideix mirant quines preguntes cal poder respondre, no quant n’hi ha desat.
  • Cada quant s’actualitza — Un tauler que es refresca cada hora costa més de mantenir que un que es refresca cada nit, i per a la majoria de decisions és exactament igual. La freqüència es tria pel ritme al qual es pren la decisió, no pel que impressiona en una demostració.
  • Quadre de comandament o model predictiu — Gairebé sempre primer el quadre de comandament. Un model d’abandonament o de preus entrenat sobre dades brutes i sense una definició comuna de cada indicador prediu el soroll, i ho fa amb molta seguretat, que és el perillós.

El que no hi entra

  • Les llicències de Power BI o Tableau, que es contracten al teu nom.
  • Arreglar les dades al sistema d’origen: es documenta el que arriba malament, corregir-ho és una altra feina.
  • Carregar a mà dades que només existeixen en paper.
  • La interpretació de negoci del que surti, que és una decisió teva.

El que necessites tenir

  • Accés de lectura als sistemes on són les dades.
  • Algú que pugui decidir què significa cada indicador quan hi hagi dubtes.
  • Saber qui mirarà el tauler i per decidir què.
  • Si hi ha fulls de càlcul al circuit: qui els manté i amb quin criteri.

Preguntes freqüents

Serveix si les meves dades són a cinc llocs diferents?

És el cas normal: un full de càlcul, l'ERP, la passarel·la de pagament i el CRM. La primera part de la feina és ajuntar-les i deixar aquest procés automatitzat.

Qui manté el tauler després?

El procés queda versionat i documentat, així que el pot mantenir el teu equip. Si no hi ha equip tècnic, el manteniment es contracta a part.

Quadre de comandament o model predictiu?

Gairebé sempre primer el quadre de comandament. Sense dades netes i sense una definició comuna de cada indicador, un model predictiu prediu el soroll.

Quan veig el primer tauler?

El primer quadre de comandament és a les tres setmanes, després de la setmana de definició de mètriques. A partir d’aquí evoluciona amb les preguntes que vagin sortint.

Necessito tenir un magatzem de dades muntat?

No. Si no n’hi ha, es munta com a part de la feina. Si ja tens BigQuery, Snowflake o alguna cosa equivalent, s’usa el que hi ha en comptes de duplicar-ho.

Les meves dades estan brutes. Serveix igual?

És el punt de partida habitual. La neteja forma part de la feina i el que arriba malament des de l’origen es documenta, perquè es pugui corregir on es genera en comptes d’apedaçar-ho cada mes.