Aprovechando una riqueza de datos

Cuando la Dra. Adeala Zabair se unió a Exertis como Directora de Ciencia de Datos y Analytics en febrero de 2023, la compañía había estado integrando SAP como su sistema para gestionar procesos diarios y capacidades centrales dentro del negocio.

Una gran cantidad de datos disponibles y posibilidades para aprovechar esos datos acompañaron la adopción de ese sistema.

La Dra. Zabair dice que esto presentó oportunidades para maximizar la eficiencia operativa y, en última instancia, generar ingresos y ganancias con un esfuerzo mínimo.

Liderar el equipo de ciencia de datos y guiar esa transformación con datos ha sido un enfoque principal de la Dra. Zabair desde que se unió a Exertis. Sin embargo, antes de que esa transformación pudiera comenzar, la compañía necesitaba construir un equipo con las habilidades adecuadas.

"Hay varias áreas en el negocio que creemos podrían mejorarse al observar decisiones basadas en datos: ya sea que los datos nos permitan estandarizar procesos en el negocio o que los datos saquen a la luz muchos insights que podemos usar para tomar mejores decisiones."

Dra. Adeala Zabair, Directora de Ciencia de Datos y Analytics en Exertis

Encontrando la solución de talento adecuada

Jonathan Wagstaff, Director de Inteligencia de Mercado en DCC Technology, trabaja en la capa divisional de la empresa matriz que supervisa los diversos negocios bajo su paraguas. Estuvo profundamente involucrado en Exertis, en particular, cuando a principios de 2021 comenzó a considerar dónde la ciencia de datos podría ofrecer el mayor apalancamiento para la distribución y mayoreo de su equipo.

Sabía que necesitaría cultivar un equipo con las habilidades necesarias para llevar la ciencia de datos a Exertis. Pero no quería gastar una fortuna contratando talento externamente para una prueba de concepto inicial. Fue entonces cuando le recomendaron Cambridge Spark y consideró los apprenticeships financiados a través del UK Apprenticeship Levy. La financiación del Levy haría que fuera esencialmente gratuito para Exertis construir ese equipo. Y la compañía podría crear un programa de graduados con upskilling incluido como valor agregado para las nuevas contrataciones.

Jonathan dice que lo que especialmente le impresionó de Cambridge Spark fue que los profesores son practicantes de datos reales, muchos de los cuales tienen doctorados de algunas de las mejores universidades del mundo. También fundamental para su decisión de asociarse con Cambridge Spark fue EDUKATE.AI, la plataforma de aprendizaje en línea de Cambridge Spark, que le pareció mejor que muchas otras herramientas de aprendizaje que había visto.

Al inscribirse en el programa Level 4 Data Analyst de Cambridge Spark como el primer aprendiz de Exertis en abril de 2021, Jonathan quería elevar su conocimiento conceptual existente para implementar machine learning en la predicción de requisitos de stock y otras aplicaciones prácticas. Dice que en los primeros cuatro o cinco meses, el potencial de eficiencias impulsadas por el apprenticeship en todo el negocio se volvió claro.

Ahora tenía suficiente confianza en el éxito del programa para comenzar a reclutar un "equipo de élite" de personal para apoyar sus negocios. La participación en los apprenticeships ha crecido desde entonces para incluir a más de una docena de empleados de Exertis en los programas Level 4 Data Analyst y Level 3 Data Citizen.

"Lo que realmente captó la atención del equipo de gestión fue gran parte del trabajo de automatización que el equipo estaba haciendo: usar scripts de Python para automatizar trabajos de procesamiento de datos muy complejos y grandes. Automatizar procesos manuales y crear motores de recomendación impulsados por ML fue donde estábamos liberando mucho tiempo para los equipos y muy rápidamente generando un impacto y ROI."

Jonathan Wagstaff, Director de Inteligencia de Mercado en DCC Technology

Subiendo de nivel con soporte de analytics

Luke Kay es un Analista Digital dentro del equipo de marketing en Exertis que completó el programa Level 4 junto con Jonathan. Su trabajo es comprender y ayudar a planificar las actividades del equipo utilizando datos empresariales y de terceros de fuentes como el sitio web de Exertis, Google Analytics, plataformas de anuncios, etc.

La mitad de su trabajo se enfoca en datos y la otra mitad en planificación, pronósticos y comprensión de la demanda del consumidor para prepararse para las compras.

Vio el apprenticeship como un trampolín para mejorar sus habilidades hacia un rol de analítica de datos. Dice que su equipo también ha pasado de simplemente manejar datos y proporcionar respuestas a preguntas ad hoc, a contar historias con datos y permitir que las personas tomen acciones preventivas. Y el apprenticeship ha hecho posible esta transformación.

"La diversidad y el nivel del personal docente fue sorprendente. Fuimos enseñados por personas que han dirigido o trabajado en empresas del FTSE 100, otros que eran científicos biomédicos con experiencia en ciencia de datos. No eran profesores anticuados y atrincherados sin experiencia real. Eran personas que han hecho esto y entienden el valor de ello y quieren transmitirte lo valioso que es. Una gran sorpresa. Absolutamente fenomenal."

Luke Kay, Analista de Datos en Exertis

La gestión de inventario es un área clave donde Luke ha aplicado los aprendizajes del programa dentro de su rol. Al gestionar informes sobre el estado del inventario, puede ayudar a las personas que gestionan el stock a comprender dónde está, qué está haciendo y qué SKUs están en riesgo.

La analítica web es otra área, con herramientas dispares para gestionar el contenido del sitio web y los productos.

Ocho analistas pasaban un día completo cada semana en informes consolidados, a menudo en Excel. Y ejecutar consultas en estas dos bases de datos nunca se había hecho antes. Luke ha construido desde entonces informes automatizados a través de máquinas virtuales que ejecutan Python. Esto no solo ha ahorrado a los analistas 64 horas por semana, sino que también ha mejorado los informes, generando informes de correo electrónico personalizados para clientes a través de dashboards de Power BI o exportados desde Excel.

"Pude hacer cambios en el negocio casi de inmediato. Cada vez que tenía una reunión con mi mentor o coach era un momento de revelación donde estaba descubriendo más casos de uso dentro del negocio."

Luke Kay, Analista de Datos en Exertis

Aparte de sus contribuciones tangibles a Exertis desde su apprenticeship, Luke dice que el programa le ha traído mayor satisfacción laboral.

Aspira a hacer trabajo de ciencia de datos más avanzado, y el equipo de la Dra. Zabair puede apoyarlo en una especie de modelo hub-and-spoke (centro y radios).

"Estamos proporcionando input, pero no estamos asumiendo esa carga de trabajo. Él puede manejarlo pero sabe que hay un equipo de soporte central disponible de nuestra parte para ayudarlo a progresar si necesita consejos sobre herramientas o enfoques más adecuados para resolver un problema."

Dra. Adeala Zabair, Directora de Ciencia de Datos y Analytics en Exertis

Automatizando reportes comerciales

Guillermo Domínguez es Analista Financiero de Compras en el equipo de Finanzas Comerciales de Exertis. Analiza datos de inventario y ventas para optimizar las decisiones de compra.

Cuando se unió al programa Level 4 en septiembre de 2022, había estado usando Excel para gestionar muchos datos en hojas de cálculo masivas que eran tediosas de mantener. Vio el potencial de la analítica avanzada para ayudarlo a mejorar en su trabajo, como reducir la tenencia de inventario para liberar capital de trabajo.

Dentro de los primeros meses del apprenticeship, Guillermo encontró una oportunidad para aplicar los aprendizajes a una tarea rutinaria de datos.

Había estado gestionando una hoja de cálculo con decenas de miles de filas de inventario, datos de órdenes de compra, ventas y pedidos pendientes, pronosticando stock, tasa de cumplimiento y otros datos. Estaba usando filtros para ordenar y extraer insights de los datos en Excel, un proceso que tomaba unas pocas horas cada semana.

Desde que aprendió Python en el apprenticeship, ha podido ejecutar un script y completar la misma tarea en solo unos minutos.

"Hacemos bastantes informes usando datos pasados para encontrar tendencias. Pero aprender herramientas como modelado predictivo nos ayudará a usar datos para mejorar nuestros pronósticos y optimizar el capital de trabajo."

Guillermo Domínguez, Analista Financiero de Compras en Exertis

Aportando transparencia a los datos de pagos

James Mochrie es Asistente de Contabilidad en Exertis. Su trabajo implica conciliar balances, gestionar costos comerciales con diferentes marcas y trabajar con grandes conjuntos de datos de pagos y ventas.

Comenzó el apprenticeship Level 4 en noviembre de 2022 con la esperanza de algún día cambiar a un rol de analista de datos. Un aspecto que más ha disfrutado sobre el programa hasta ahora es cómo ha podido implementar los aprendizajes en su rol actual.

El primer proyecto de portafolio de James se centró en automatizar un proceso de reporte de eBay. Solía pasar dos horas dos veces al mes manipulando datos de pagos en hojas de cálculo. Ahora puede procesar automáticamente los datos en Python y resaltar cualquier nota de crédito en un formato de salida que puede compartir fácilmente con colegas para abordar.

Dice que el apprenticeship también le ha dado más visibilidad en la compañía, ya que está siendo consultado en discusiones sobre datos y automatización.

"Hacer el proyecto de portafolio y aplicar las habilidades que aprendí ayudó a consolidar las habilidades que estaba aprendiendo. Fue realmente genial poder usarlas yo mismo en mi trabajo."

James Mochrie, Asistente de Contabilidad en Exertis

Reflexiones finales: Cómo Exertis está abriendo un camino hacia la excelencia operativa a través de la transformación de datos

La experiencia de Exertis pinta una imagen clara de cómo la ciencia de datos, impulsada por la inversión estratégica en upskilling a través de Cambridge Spark, genera resultados empresariales tangibles.

Desde mejoras de capital de cientos de millones de libras dentro de la cadena de suministro, hasta el ahorro de varios equivalentes a tiempo completo (FTEs) en diferentes equipos, los aprendices han estado generando valor en Exertis. Y la creación de un modelo hub-and-spoke —una unidad central de ciencia de datos que apoya a analistas integrados— ha amplificado las capacidades de toma de decisiones basadas en datos de la compañía.

La historia de la compañía es un testimonio del potencial transformador de la ciencia de datos cuando se implementa de manera reflexiva y en alineación con los objetivos más amplios de una organización.

"Creo que los apprenticeships realmente aportan una forma diferente de desarrollar habilidades de individuos en un negocio. En Exertis han sido realmente buenos porque las personas han ganado tanto conocimiento al profundizar en los vastos datos que ya tenemos. Tenemos este nuevo sistema que aloja los datos centralmente. Al hacer uso de estos datos, te embarcas en un viaje donde cuanto más descubres, más puedes convertir en acciones que benefician al negocio. Y aprender habilidades para navegar conjuntos de datos grandes y variados es una parte clave porque tienes que ser capaz de entender los datos que vienen a través de estos sistemas."

Dra. Adeala Zabair, Directora de Ciencia de Datos y Analytics en Exertis