Contexto, la necesidad 📍

Randstad, líder mundial en el sector de los trabajos temporales, se enfrentaba a un problema común a muchas grandes empresas: una infraestructura de datos fragmentada. Sus datos estaban repartidos entre varias aplicaciones y bases de datos, lo que provocaba incoherencias, datos faltantes y formatos no armonizados. Estos factores limitaban la capacidad de análisis y de toma de decisiones estratégicas de la empresa. En un contexto en el que es esencial tomar decisiones rápidas y precisas, esta situación frenaba la capacidad de Randstad para maximizar el impacto de sus actividades, tanto en el ámbito del marketing como en la optimización de los procesos de RR. HH. Por lo tanto, Randstad necesitaba centralizar sus datos, garantizando al mismo tiempo su calidad, para responder a las necesidades empresariales de forma más ágil y eficaz.

 

El enfoque aplicado, solución 🛠

Para responder a este reto, propusimos la implementación de un Data Mart, una solución destinada a centralizar los datos procedentes de los múltiples sistemas de Randstad en un formato coherente y explotable por las diferentes áreas de negocio de la empresa. El Data Mart permite crear una visión unificada de los datos y estructurarlos según las necesidades específicas de cada equipo de negocio. De este modo, cada departamento, ya sea de marketing, recursos humanos u operaciones, puede acceder a información precisa, cualitativa y en tiempo real, lo que optimiza la toma de decisiones y las acciones que deben llevarse a cabo. Además, la calidad de los datos ha sido fundamental en este proceso, con procesos automatizados de limpieza y transformación que garantizan que la información utilizada para los análisis sea completa y fiable.

Principales actividades realizadas ✅

Para la implementación de esta solución, se han llevado a cabo varias etapas técnicas clave:

1. Ingestión y transformación de datos:

• • Canales de datos: hemos desarrollado canales de ingestión para alimentar el lago de datos basado en Google Cloud Platform (GCP) BigQuery, lo que permite agrupar todos los datos procedentes de las diferentes fuentes de Randstad.
  • Optimización de la calidad de los datos con DBT: los datos ingestados se transformaron y enriquecieron gracias a Dbt (Data Build Tool), automatizando la corrección de formatos y la validación de datos a través de flujos de trabajo orquestados por GCP Cloud Composer (Airflow).

2. Organización en Data Marts: La creación de data marts ha permitido estructurar la información en función de las necesidades específicas de cada departamento. Por ejemplo, los equipos de RR. HH. ahora tienen acceso a datos contextualizados, lo que les permite optimizar los procesos de contratación y las ofertas de empleo.

3. Creación de paneles de análisis: hemos implementado paneles de control a través de Looker, la herramienta de inteligencia empresarial (BI) de Google Cloud, para visualizar los datos y obtener información rápidamente. De este modo, los diferentes equipos pueden realizar un seguimiento de los indicadores clave en tiempo real, lo que les permite reaccionar de forma más eficaz a los cambios del mercado y a las necesidades internas.

4. API para los departamentos: Para facilitar el acceso a datos de calidad, se han implementado API. Estas permiten a los equipos de los departamentos utilizar directamente los datos estructurados y enriquecidos del Data Mart para sus propias aplicaciones y procesos.

 

La pila técnica, los modelos utilizados 🤖

                       

 

Los resultados, los beneficios obtenidos ✨

Gracias a este enfoque de centralización y transformación de datos, Randstad pronto observó varias ventajas significativas:

📈 Mejora de la calidad de los datos

La implementación de un proceso automatizado de tratamiento y enriquecimiento ha permitido aumentar la calidad general de los datos de Randstad, lo que garantiza análisis más fiables y precisos.

🎯 Facilitación de aplicaciones profesionales

La creación de data marts específicos para las necesidades de las diferentes áreas de negocio ha facilitado enormemente el acceso a los datos relevantes para cada equipo, ya sea de marketing, operaciones o recursos humanos. Esta nueva organización permite crear aplicaciones analíticas mucho más eficaces y personalizadas, basadas en datos cualificados.

📊 Mejora en la toma de decisiones

Los paneles interactivos creados con Looker ofrecen una visión en tiempo real de los indicadores estratégicos, lo que permite a los equipos de Randstad tomar decisiones más rápidas y fundamentadas.

🚀 Reducción de costes y ahorro de tiempo

La automatización de los procesos de gestión de datos ha permitido reducir el tiempo dedicado a tareas manuales, al tiempo que se han optimizado los costes relacionados con el mantenimiento de la infraestructura anterior. Además, el acceso directo a los datos a través de API para los equipos especializados ha acelerado la creación y el uso de aplicaciones internas.

⚙️ Escalabilidad

Gracias a la pila técnica implementada (GCP, BigQuery, Looker, Airflow), la solución es altamente escalable y capaz de adaptarse a las crecientes necesidades de Randstad, tanto en términos de volumen de datos como de complejidad analítica.

 

Conclusión

La centralización de los datos de Randstad a través de un Data Mart ha permitido una importante transformación digital de la empresa, optimizando tanto la calidad de los datos como la toma de decisiones y la eficiencia operativa de los equipos comerciales. Al invertir en una infraestructura de datos moderna y automatizada, Randstad ha reforzado su posición de líder en el sector de los trabajadores temporales, al tiempo que ha preparado a sus equipos para los retos futuros con potentes herramientas analíticas y datos fiables.

 

Enlaces útiles 🔗

🦹 Nuestros logros tecnológicos a medida en ingeniería de datos