Gestión de Ciclo de Vida de Proyectos de Investigación Sanitaria

Datos Generales del Caso

• Nombre de la empresa: IECS – Instituto de Efectividad Clínica y Sanitaria
• Industria o Sector: Salud – Organización sin fines de lucro
• Ubicación / País: Argentina, con proyectos en toda América Latina y el Caribe
• Tecnología Aplicada: Business Intelligence, Gobierno del Dato, Integración Tango Gestión, Automatizaciones, Software Factory
• Herramientas Utilizadas: Microsoft Power BI, SQL Server, Integration Services (SSIS), Angular para el frontend

Sobre la Empresa

El IECS es una institución académica independiente afiliada a la Facultad de Medicina de la Universidad de Buenos Aires, dedicada a la investigación, educación y cooperación técnica en salud. El instituto busca contribuir a mejorar la salud global generando y promoviendo la aplicación de la mejor evidencia científica. Con más de 9000 profesionales capacitados, 1100 artículos publicados en revistas indizadas en Medline, y más de 700 subsidios de investigación obtenidos, el IECS trabaja en más de 40 países.

Resumen Ejecutivo

Este caso de éxito se centra en la gestión de proyectos de investigación sanitaria. Originalmente, el IECS gestionaba la información mediante formularios y la centralizaba en el sector de gestión de proyectos, lo que generaba errores manuales, falta de validaciones, registros duplicados y problemas de seguimiento del negocio. Con la ayuda de Tecnología BI y su servicio de Data Pilot, se desarrolló una arquitectura inicial de gestión de datos que permitió descentralizar la carga y el procesamiento de la información, mejorando significativamente la calidad y utilidad de los datos.

Contexto y Desafío

Situación Inicial: El IECS gestionaba la información de sus proyectos de investigación a través de formularios, con un procesamiento centralizado en el sector de gestión de proyectos. Esto resultaba en varios problemas:

• Errores manuales: La carga de datos se realizaba mediante Google Forms sin reglas claras de validación, lo que generaba registros duplicados y datos inconsistentes.
• Centralización de Procesos: La información relevante variaba según el área (contable, administrativa, proyectos), lo que dificultaba el seguimiento y consolidación de datos.
• Falta de Automatización: La ausencia de un sistema robusto para el flujo de información entre proyectos y el ERP de Tango Gestión complicaba la administración y el análisis de datos.

Objetivos del Proyecto

1. Descentralizar la gestión de la información, permitiendo que cada área gestione su propio conjunto de datos.
2. Implementar un sistema de validación y normalización de datos para mejorar la calidad y la integridad de la información.
3. Crear un Data Warehouse contable y financiero que consolide la información de múltiples fuentes para generar reportes precisos y útiles.

Solución Implementada

Tecnología bi implementó una solución integral que incluyó:

1. Captura y Transformación de Datos (ETL): Uso de SSIS para integrar y normalizar datos de Google Forms y otras fuentes heterogéneas.
2. Data Warehouse: Desarrollo de un Data Warehouse contable y financiero (Datamart) para consolidar la información.
3. Visualización y Reportes: Implementación de Microsoft Power BI para la creación de reportes dinámicos y cuadros de mando.
4. Gobierno del Dato: Establecimiento de reglas de validación y responsables de datos para garantizar la calidad y consistencia de la información.
5. Software Factory: Desarrollo de una aplicación frontend con Angular para mejorar la gestión de proyectos y la interacción con el sistema.

Proceso de Implementación

1. Fase 1 – Consultoría de BI: Enfoque en la parte financiera, desarrollando el Data Warehouse y estableciendo procesos ETL para la integración de datos.
2. Fase 2 – Automatización y Validación de Datos: Creación de reglas de validación y normalización de datos, junto con la asignación de responsabilidades para el gobierno del dato.
3. Fase 3 – Desarrollo de Aplicación: Implementación de un sistema de gestión de proyectos mediante nuestro Software Factory, utilizando Angular para el frontend y SQL Server para el backend.

Tecnologías y Herramientas Utilizadas

• Microsoft Power BI: Para la visualización de datos y generación de reportes.
• SQL Server: Para el almacenamiento y procesamiento de datos.
• Integration Services (SSIS): Para la integración y transformación de datos.
• Angular: Para el desarrollo del frontend de la aplicación de gestión de proyectos.

Resultados Obtenidos

Impactos Cuantitativos:

• Reducción de Errores Manuales: Se disminuyeron significativamente los errores de carga de datos y registros duplicados.
• Mejora en la Eficiencia Operativa: Aumento de la eficiencia en la gestión de proyectos gracias a la automatización y descentralización de la información.
• Generación de Reportes en Tiempo Real: Implementación de reportes dinámicos y en tiempo real, mejorando la toma de decisiones estratégicas.

Impactos Cualitativos:

• Mejora en la Calidad de los Datos: La implementación de reglas de validación y el gobierno del dato aseguraron la calidad y consistencia de la información.
• Satisfacción del Equipo: Los equipos de contabilidad, administración y gestión de proyectos ahora pueden acceder a información relevante y precisa de manera autónoma.
• Mejor Seguimiento de Proyectos: La nueva arquitectura de datos permite un seguimiento detallado y eficiente de los proyectos de investigación.

La opinión de nuestros Clientes:

«La solución implementada por Tecnología BI ha transformado nuestra gestión de datos, mejorando la precisión y utilidad de la información y facilitando nuestra labor en la investigación sanitaria,» Director de Proyectos del IECS.

Conclusión y Proyecciones

La implementación de la solución de Business Intelligence y Data Pilot ha permitido al IECS descentralizar y mejorar la gestión de la información, reducir errores manuales y optimizar la toma de decisiones. La creación de un Data Warehouse y el uso de herramientas avanzadas de visualización han transformado la forma en que el instituto maneja sus proyectos de investigación.

El IECS planea continuar expandiendo el uso de esta tecnología para incluir análisis predictivos y la gestión de inventarios, con el objetivo de prevenir problemas y optimizar recursos. Además, se explorará la integración de tecnologías de inteligencia artificial para mejorar aún más la eficiencia operativa y la calidad de sus investigaciones, asegurando una ventaja competitiva y un impacto positivo en la salud global.