07 Abr Primeros pasos para recolectar datos de vuestra entidad
Este es el tercer capítulo de una serie de artículos que hemos ido escribiendo desde DataforGoodBCN para ayudar e incentivar a las entidades sociales a recoger y poder analizar sus datos. En el primer artículo hablamos sobre la importancia de la recogida de datos y su valor social. En el segundo artículo hablamos sobre las buenas prácticas a tener en cuenta en la recogida de datos, como la legalidad o la ética de estas.
En este tercer capítulo queremos centrarnos en dar consejos sobre cuáles son los pasos para empezar a recoger estos datos.
En primer lugar, es importante saber con qué objetivo se quiere hacer la recogida de los datos así como definir muy bien el tipo de datos. No es lo mismo una organización que solo quiere recoger datos periódicos porque tiene que generar un perfil concreto, que una entidad que quiere generar todo un informe anual para hacer un balance. De hecho, también se puede ir un paso más allá y realizar análisis de datos más complejos para descubrir perfiles de riesgo o medir la eficacia y el impacto de los servicios dados, así como, por ejemplo, poder optimizar procesos internos. Es importante antes de todo definir muy bien cuál es el objetivo y la finalidad de la recogida de datos.
Para cada caso, desde DataForGoodBCN, recomendamos el uso de diferentes sistemas de recogida de datos. Por un lado, se puede implementar un CRM (Customer Relationship Management) que permite la recogida de datos de las personas usuarias y el almacenamiento de estas de manera sencilla y estructurada. Un ejemplo de CRM (tal como ya explicábamos en el primer artículo) es el de SinergiaCRM. Por otra parte, también es recomendable implementar un sistema completo de gestión de recogida de datos, no solo los datos de personas usuarias as como hace el CRM, sino un sistema que puede incluir, entre otras funcionalidades, la gestión de la economía de la entidad, ya sean salarios, cuotas, subvenciones, etc. Este sistema se llama ERP (Enterprise Resource Planning). Algunos ejemplos de sistemas de ERP son: social.sic (especialistas en entidades sociales), Odoo o Dolibarr.
¿Qué se debe tener en cuenta a la hora de recoger los datos?
Es importante que una vez decidido que se quieren recoger datos, ya sea en un sistema de gestión como los que hemos mencionado anteriormente, como si es en una hoja de cálculo o simplemente mediante una encuesta, se recojan de la manera más estructurada posible. También hay que destacar que tal y como se ha comentado en artículos anteriores es importante que se tenga en cuenta la normativa vigente de protección de datos, el RGPD (GDPR en inglés) a la hora de hacer la recogida y el almacenamiento de las datos. Con esto en mente hay que evitar pues las siguientes casuísticas:
- Texto libre en campos estructurados, como dirección, estudios acabados, intereses, etc. Si estos textos no tienen un listado de opciones previas, se pueden obtener duplicados según la persona que los haya introducido. Ejemplo: C / Villar o Calle Villar. Los dos términos tienen el mismo significado pero están escritos de forma distinta. Así, estos dos términos figurarán como dos entradas diferentes en el registro de datos, lo que complicará la agrupación de resultados y, en consecuencia, su posterior análisis.
- Grandes campos de texto. Muchas veces se obtiene la información a través de una entrevista de bienvenida a la entidad o una conversación, que más tarde se digitaliza. Así, este escrito se convierte en una fuente de datos que no se puede explotar de forma sencilla.
¿Qué podemos hacer con los datos recogidos?
Es muy recurrente que nos pregunten cuáles son los tipos de análisis que se pueden extraer una vez recogidos los datos. A modo de ejemplo, explicamos cuatro:
- Visualizaciones de datos descriptivos:
- Datos totales: Visualizar todos los datos de forma organizada nos permite analizar rápidamente algunos indicadores de la entidad para hacer un balance, como el número de personas que han pasado por la entidad o bien el número de actividades realizadas y en función de diferentes variables (como son el género, la edad, los estudios, o el empleo).
- Datos temporales: Se pueden hacer análisis de la evolución de las personas usuarias, como por ejemplo, ver el perfil de las personas que hicieron uso de algún servicio de la entidad a lo largo de un periodo concreto (por ejemplo, en 2010) o también como ha sido su evolución hasta la actualidad (para dar respuesta a preguntas como: ¿cuántas personas han recibido servicio cada año? o bien analizar si se da más servicio en unos meses o en otros).
- Análisis más avanzados:
- Optimización: Los datos no sólo se pueden utilizar para conocer mejor los perfiles de las personas usuarias o para ver la eficacia de formaciones, sino que pueden utilizarse para optimizar los recursos internos de la organización. Para ejemplificarlo hablaremos de una entidad que tiene un servicio de visitas domiciliarias con diferentes profesionales contratados. Estos profesionales tienen diferentes horarios y viven en diferentes barrios de la ciudad. Conociendo esta información se podría optimizar la organización de los turnos para hacer más efectiva la jornada de cada profesional, y, así, actuar de manera más ágil y beneficiosa para el equipo de trabajo.
- Predicción: Otros análisis avanzados que se pueden crear son los que reciben el nombre de predicciones. Por ejemplo, gracias a la recogida de datos, podemos prever qué necesidades pueden tener las personas usuarias de la entidad en cierto momento en el tiempo. Saber con anterioridad qué se necesita en un período determinado de tiempo, puede ser beneficioso para la planificación de los recursos económicos.
Por último, aunque sabemos que en muchas ocasiones las entidades tienen muchas urgencias a resolver en el día a día que dificultan la implementación de procesos de mejora, queremos remarcar la importancia de recoger datos con criterio y pensamos que debe formar parte de la cultura de las entidades. Si no se aprecia el valor de este trabajo y se considera como una obligación, será difícil que se pueda implementar una recogida de datos que dé respuesta a las necesidades de la entidad de manera eficiente. Es por ello que tanto la recogida como la posterior gestión y el análisis de los datos, se deberá llevar a cabo de una manera estructurada y comprensible para todas las personas implicadas.