No TDC 2017 em POA, eu e a Carol Loureiro apresentamos o case de Self-Service BI & Metodos Ágeis na AGCO, e como a metodologia tem ajudado a cia na melhoria dos processos de análises de dados.
1. Agile Analytics
Acelerando a Entrega de Valor com
Métodos Ágeis e Self-Service-BI
O case da AGCO
Caroline Loureiro
João G. Gutheil
2. Quem somos nós?
2
Sales
NPI/PMO
MKT
Sales
Caroline Cauduro Loureiro
Administração de Serviços - Unilasalle
Pós –Graduação Marketing de Agronegócio – I-UMA
Gerente de Projetos de TI – AGCO
Certificações: CAPM , Certified Agile Professional, Green Belt
Empresas Anteriores: Lojas Renner, MWM International Motores e
Petrobras Distribuidora S.A
João G. Gutheil
Ciência da Computação - Feevale
Especialização em Gestão do Conhecimento e Int. Estratégica - UCS
Analista de TI – AGCO
Líder Técnico – Torre de Dados
Analista de TI – Grupo RBS
Vice-Coordenador do GUBI (Grupo de Usuários de BI) – Sucesu RS
3. SOBRE A AGCO
Nossa Visão
Soluções de alta tecnologia
para produtores rurais que
alimentam o mundo.
Nossa Missão
Crescimento sustentável através
do atendimento ao cliente,
inovação, qualidade e
comprometimento superiores
5. AGCO AMÉRICA DO SUL: PRODUÇÃO
• 11 unidades
• 3.695 empregados
AGCO
América do Sul
Santa Rosa - RSIbirubá - RS
Marau - RS Mogi das Cruzes - SPPasso Fundo - RS Jundiaí - SP
Campinas - SPRibeirão Preto - SP Gen. Rodriguez - ARG
• Colheitadeiras
• 510 empregados
• Implementos
• 200 empregados
• Proteína Animal
• 409 empregados
• Tratores, Cabines e
Motores
• 795 empregados
• Armazenagem de grãos
• 50 empregados
• Peças
• 104 empregados
• Centro de Treinamento
• 8 empregados
• Soluções Canavieiras
• 186 empregados
• Tratores e Motores
• 191 empregados
Canoas - RS
• Tratores e Pulverizadores
• 1.208 empregados
Ernestina - RS
• Peças
• 34 empregados
6. AGCO AMÉRICA DO SUL: IT
4 Gerentes de Projeto Aplicativos
~40 funcionários
Execução de projetos com time terceiro
Média de 20 projetos no Portfolio/Ano
Organização Tradicional de Projetos
7. • Reports
• ~7000
• ~2900 (usados)
• Centenas de planilhas
• Tempo de coleta e consolidação de dados
• Dependência da TI
7
Motivação
9. Onde queremos chegar?
9
Dados
TecnologiaPessoas
Premissas
- Autonomia
- Desempenho
- Confiabilidade
Desafios
- Cultura
- Formação de Data Owner
- Escalabilidade e amplitude do
modelo de dados
- ROI
Um novo modelo de atendimento
para o Business
10. A jornada
Uma breve linha de tempo
10
Mai/2016
Parts - Necessidade de melhoria
nos processos de análise de
dados
Jun/2016
Levantamento de requisitos de
negócio e tecnologias
Jul/2016
Seleção de ferramentas
de BI
Ago-Out/2016
POC e compartilhamento de
resultados
2016
2017
Jan/2017
Transformação da POC em projeto
Rollout para demais áreas da
empresa
2015
15. Self-Service BI
15
Sales
NPI/PMO
MKT
Self
Service
BI
Tecnologia
• Maior engajamento
• Colaboração
• Evolução constante
• Descoberta de conhecimento
Plataforma
usuários desenvolvem e compartilham suas próprias análises, acessando
uma camada de dados certificados, suportados por um portfólio de
ferramentas
Dados
Pessoas
17. Métodos Ágeis + Self-Service BI + Governança
AGCO Data Farm
17
18. 18
Métodos Ágeis + Self-Service BI + Governança
AGCO Data Farm
Data-integration
Origens
de
Dados
Eventos
Barramento de dados
(Data Sources)
Camada de apresentação
Persistência de dados
EDW
Barramento de
dados
ERP E-Commerce Satélites Outros
Tableau
Oracle
Pentaho/
Rundeck
Oracle
SQL Server
19. Onde estamos?
Abrangência em SA
19
AGCO
Data Farm
AGCO
Parts
NPI
Logística/
Manufatura
Compras
NPI/PMO
MKT
Sales
Sales
MKT
20. Lições aprendidas
20
Sales
NPI/PMO
Sales
• Maturidade dos dados determina a velocidade dos resultados
• Engajamento do Data Owner e suas habilidades
• Disponibilidade do time para atuar no projeto
• Priorização pela gestão da área de negócio
• Definição de um portfólio de entregas de BI
• Necessidade de traçar objetivos por área