Loading
Edgar Alonso

Data Governance Analyst

Data Quality Specialist

Business Analyst

  • About
  • Resume
  • Portfolio
  • Skills
  • Blog
  • Contact
Edgar Alonso

Data Governance Analyst

Data Quality Specialist

Business Analyst

Download CV

Recent Posts

  • Tea, Nube y Fugas: ¿Tus Datos Están Realmente Seguros?
  • Cambridge Analytica: Cuando los Datos Votaron por Ti
  • Toolkit 2025: Gobernar los Datos con Propósito y Principios
  • Día 46 – Entidades, relaciones y más allá: lo esencial del modelado
  • Día 45 – Modelar no es documentar, es comunicar

Recent Comments

    Sistema Integral de Gobierno para la Gestión de Contratistas (Demo)

    • Created By: Edgar Alonso
    • Date: 05/08/2025
    • Client: Minera importante del país
    • Categories: Proyecto

    Contexto y Desafío

    Una operación minera de clase mundial gestiona un ecosistema complejo de miles de trabajadores contratistas. Asegurar que cada persona tenga la acreditación correcta, acceda a las facilidades adecuadas (transporte, hospedaje, alimentación) y cumpla con las estrictas políticas de Seguridad, Salud y Medio Ambiente (SHE) es un desafío logístico y de datos monumental.

    La oferta laboral para “Analista de Datos de Gestión de Contratistas” busca un profesional capaz de transformar este desafío en un sistema confiable, eficiente y seguro. Mi propuesta aborda este reto de manera integral.

    Mi Propuesta: Un Ecosistema de Datos Orientado a la Acción

    En respuesta a estas necesidades, diseñé un sistema de gobierno de datos completo, compuesto por cinco artefactos interconectados. Este proyecto no es solo teórico; es un plan de acción listo para ser implementado, que responde directamente a las funciones clave del puesto.

    A continuación, detallo cada componente de la solución:

    1. El Rulebook de Calidad de Datos: Las Reglas del Juego

    Para cumplir con la función de “Generar listado de personal autorizado a ingresar a site”, la confianza en los datos es innegociable. Por ello, diseñé un “Rulebook” con:

    15 reglas de negocio claras y medibles que definen qué es un “buen dato” en el contexto de la minería.

      • Reglas Clave: Se establecen 15 reglas que cubren todo el ciclo de vida del contratista , desde la validez del DNI en Acreditación hasta la puntualidad del transporte y el reporte de actos inseguros en SHE.
      • Severidad y Acción: Cada regla tiene una severidad (Alta, Media, Baja) y una acción automática asociada (ej. “Bloquear ingreso”, “Alerta preventiva”), garantizando que los problemas críticos se atiendan de inmediato.
      • Propiedad y SLA: Se asigna un dueño de negocio a cada regla y se definen SLAs de remediación claros (ej. Crítico: 4h, Medio: 24h, Bajo: 72h) para asegurar la resolución oportuna de incidentes.

    Este Rulebook es la base para automatizar y optimizar la gestión de datos, una de las funciones principales del puesto.

    Ir al Rulebook (Demo)

    2. El Modelo de Datos: La Única Fuente de la Verdad

    Para “recopilar, analizar y procesar los datos sobre asignación de hospedaje, alimentación y transporte”, se necesita una estructura de datos unificada. Diseñé un modelo de datos relacional que habilita una trazabilidad de punta a punta (E2E).

      • Diseño Centralizado: El modelo conecta 9 entidades clave como Persona, Contratista, Acreditacion, Ingreso, Hospedaje, Alimentacion, Transporte y SHE_Incidente.
      • Trazabilidad E2E: Permite responder preguntas complejas como: “¿Qué personas de la contratista ‘X’ que se hospedaron en el campamento ‘Y’ utilizaron la ruta de bus ‘Z’ y tuvieron un incidente SHE?”. Esto es fundamental para las auditorías.
      • Elementos Críticos (CDEs): Se identifican los Campos de Datos Críticos (CDEs) para cada proceso, como fecha_vencimiento para Acreditación o estado (Aprobado/Rechazado/NoShow) para Ingreso.
      • Privacidad y Rendimiento: El modelo incluye consideraciones para el cumplimiento de la Ley 29733/GDPR y sugerencias de índices para optimizar el rendimiento de las consultas.

    Este modelo es el esqueleto técnico para construir los dashboards y reportes con KPIs que la posición requiere.

    Ir al Modelo de Datos (Demo)

    3. La Matriz RACI: Claridad en las Responsabilidades

    “Identificar cuellos de botella” es más fácil cuando las responsabilidades son claras. La matriz RACI que desarrollé asigna roles explícitos para cada actividad clave del proceso.

      • Roles Definidos: Se establecen responsabilidades claras para cada área (Seguridad, RR.HH. Contratistas, Logística, SHE, etc.) en matrices para los 6 procesos principales.
      • Gobierno de Datos en Práctica: Se definen los roles de Data Owner (dueños de negocio que aprueban políticas) y Data Steward (expertos operativos que ejecutan y validan). Por ejemplo, RR.HH. Contratistas es “Accountable” (A) del expediente, mientras que Seguridad es “Accountable” (A) de la publicación del listado autorizado.
      • Ciclo de Control: Se propone una cadencia de reuniones y reportes (diario, semanal, quincenal, mensual) para asegurar el seguimiento continuo y la mejora.

    Esta matriz RACI es la herramienta de gestión para proponer mejoras y asegurar que se implementen correctamente.

    Ir a la Matriz RACI (Demo)

    4. La Estimación de Valor: El Impacto en el Negocio

    Toda mejora debe tener un impacto medible. Este análisis traduce la mejora en la calidad de los datos a un beneficio económico tangible para la empresa minera.

      • Dos Escenarios de Ahorro:

        1. Reducción de “No-Shows”: Se calcula que reducir los no-shows en 1 a 2 puntos porcentuales puede generar un ahorro de entre S/ 1,200 y S/ 8,800 semanales, al optimizar el uso de transporte, alimentación y hospedaje.
        2. Mejora en la Completitud de Expedientes: Aumentar la completitud en 10 p.p. (de 85% a 95%) puede evitar 60 reprocesos semanales, generando un ahorro estimado de S/ 6,900 a S/ 9,300 por semana.
      • Beneficio Combinado: El potencial de ahorro combinado se estima entre S/ 105,300 y S/ 235,300 por trimestre, demostrando un claro retorno de la inversión.
    Este análisis de valor fundamenta la necesidad de la posición y demuestra mi capacidad para alinear las iniciativas de datos con los objetivos financieros de la empresa.
    Ir a la Estimación de Valor (Demo)

    5. El Plan 30-60-90: La Hoja de Ruta para el Éxito

    Finalmente, para demostrar cómo llevaría esta propuesta del papel a la realidad, desarrollé un plan de implementación detallado.

      • 30 Días – Diagnóstico y Control Básico: El objetivo es lograr visibilidad. Se integran las fuentes de datos, se establece la línea base y se publica una primera versión del Dashboard en Power BI y el Rulebook.
      • 60 Días – Estabilización y Alertas: Se pasa de la visibilidad al control. Se aumenta la cobertura de CDEs a más del 60% y se activan alertas automáticas (ej. con Power Automate) para notificar sobre vencimientos de documentos o sobre-ocupación.
      • 90 Días – Optimización y Predicción: Se busca la mejora proactiva. Se establecen metas ambiciosas como reducir el tiempo de acreditación en un 25% y se implementan modelos predictivos simples para la demanda de facilidades , además de tener todas las evidencias listas para auditoría.
      • Herramientas Propuestas: El plan especifica el uso de herramientas como Power BI, Power Automate, SQL/Databricks y Excel/Power Query, todas mencionadas como requisitos en la oferta laboral.

    Este plan es mi compromiso de cómo, en 90 días, podría empezar a generar valor tangible en el rol de Analista de Datos de Gestión de Contratistas.

    Ir al Plan 30-60-90
    Tags: Minería
    Share:

    Prev
    Next

    © 2025 All rights reserved.