Дата-аналитика для развития управленческого дашборда

Развивать внутреннюю аналитическую систему, которая позволяет руководству оценивать активность сотрудников и команд. Для этого требовалось наладить подготовку данных для управленческого дашборда, объединяющего информацию из нескольких корпоративных систем.

Источники содержат разные типы информации: задачи сотрудников, события и изменения в рабочих документах, кадровые сведения. При этом один сотрудник может быть представлен в разных системах под несколькими учётными записями, а данные об активности отличаются по структуре, детализации и периодам сбора.

Чтобы показатели корректно отражали работу сотрудников и команд, необходимо было сопоставить записи из разных источников, согласовать правила расчёта метрик и проверить качество объединённых данных.

Nord Clan подключил дата-аналитика к развитию системы. Специалист исследует корпоративные источники и хранилище данных DWH, работает с SQL-витринами, определяет правила обработки информации и проверяет корректность расчётов.

Работа включает несколько направлений.

• Определение правил расчёта показателей. Специалист согласует определения метрик, уточняет, какие события учитываются при расчёте и за какие периоды собираются данные. Это позволяет использовать единые правила для оценки активности сотрудников и команд.
• Поиск и объединение корпоративных данных. Аналитик изучает базы данных, DWH и существующие SQL-витрины, находит необходимые сведения и сопоставляет записи из разных систем. Например, проверяет, что задачи и рабочие события относятся к одному сотруднику, даже если в источниках используются разные учётные записи.
• Согласование данных из разных источников. При интеграции данных для аналитики учитываются различия в структуре и детализации информации. Например, кадровые сведения могут обновляться помесячно, а рабочие события фиксироваться отдельно для каждого действия. Эти особенности необходимо учитывать, чтобы объединённые данные корректно отражали активность за выбранный период.
• Проверка качества данных. Аналитик выявляет дубли, пропуски, некорректные связи между записями и ошибки в датах. Также проверяет результаты объединения таблиц и расчётов. Это позволяет обнаруживать проблемы, которые могут привести к искажению показателей на управленческом дашборде.
• Подготовка данных для дашборда. Специалист пишет SQL-запросы, дорабатывает расчёты и формирует аналитические выгрузки. При этом учитывает особенности корпоративных источников и ограничения инструментов обработки данных.
• Документирование показателей. Определения метрик, источники информации и правила расчёта фиксируются в Confluence. Документация помогает команде использовать единые трактовки показателей и поддерживать аналитику при дальнейшем развитии системы.

Клиент получил структурированные и проверенные данные с едиными правилами расчёта показателей. Теперь команда может быстрее добавлять новые метрики и развивать дашборд, не повторяя каждый раз работу по объединению и проверке данных.