Aquest és el tercer capítol d’un seguit d’articles que hem anat escrivint des de DataforGoodBCN per ajudar i incentivar a les organitzacions/entitats socials a recollir i poder analitzar les seves dades. En el primer article parlàvem sobre la importància de la recollida de dades i el seu valor social. En el segon article vam parlar sobre les bones pràctiques a tenir en compte en la recollida de dades, com la legalitat o l’ètica d’aquestes.

En aquest tercer capítol ens volem centrar en donar consells sobre quins són els passos per tal de començar a recollir aquestes dades. 

Primer de tot, és important saber amb quin objectiu es vol fer la recollida de les dades així com definir molt bé el tipus de dades. No és el mateix una organització que només vol recollir dades periòdiques perquè ha de generar un perfil concret d’usuari, que una entitat que vol generar tot un informe anual per fer un balanç. De fet, també es pot anar un pas més enllà i realitzar anàlisi de dades més complexes per tal de descobrir perfils de risc o mesurar l’eficàcia i l’impacte dels serveis donats així com, per exemple, poder optimitzar processos interns.És important abans de tot doncs, definir molt bé quin és l’objectiu i la finalitat de la recollida de dades. 

Per a cada cas, des de DataForGoodBCN, recomanem l’ús de diferents sistemes de recollida de dades. Per un costat, es pot implementar un CRM (Customer Relationship Management) que permet la recollida de dades de les persones usuàries i l'emmagatzematge d’aquestes de manera senzilla i estructurada. Un exemple de CRM (tal com ja explicàvem en el primer article) és el de SinergiaCRM. Per altra banda, també és recomanable implementar un sistema complet de gestió de recollida de dades, no només les dades d’usuaris/es com fa el CRM, sinó, un sistema que pot incloure, entre d’altres funcionalitats, la gestió de l’economia de l’entitat, ja siguin salaris, quotes, subvencions, etc. Aquest sistema s’anomena ERP (Enterprise Resource Planning). Alguns exemples de sistemes d’ERP són: social.sic (especialistes en entitats socials), Odoo o Dolibarr.

 

Què cal tenir en compte a l’hora de recollir les dades?

És important que un cop decidit que es volen recollir dades, tant si és en un sistema de gestió com els que hem mencionat anteriorment, com si és en un full de càlcul o simplement mitjançant una enquesta, es recullin de la manera més estructurada possible. També cal remarcar que tal i com s’ha comentat en articles anteriors és important que es tingui en compte  la normativa vigent de protecció de dades, la LOPD ( GDPR en anglés) a l’hora de fer la recollida i l’emmagatzematge de les dades. Amb això en ment cal evitar doncs, les següents casuístiques:

  1. Text lliure en camps estructurats, com adreça, estudis acabats, interessos, etc. Si aquests texts no tenen un llistat d’opcions prèvies, es poden obtenir duplicats segons la persona que els hagi introduït. Exemple: C/Villar o Carrer Villar. Els dos termes tenen el mateix significat però estan escrits de forma distinta. Així, aquests dos termes figuraran com a dues entrades diferents al registre de dades, fet que complicarà l'agrupació de resultats i, en conseqüència, la seva posterior anàlisi.

  2. Grans camps de text- Moltes vegades s’obté la informació a través d’una entrevista de benvinguda a l’entitat o una conversa, que més tard es digitalitza. Així, aquest escrit es converteix en una font de dades que no es pot explotar de forma senzilla.

 

Què podem fer amb les dades recollides?

És molt recurrent que ens preguntin quins són els tipus d’anàlisi que es poden extreure un cop recollides les dades. A tall d’exemple, n’expliquem quatre:

  1. Visualitzacions de dades descriptives:

  • Dades totals: Visualitzar totes les dades de forma organitzada ens permet analitzar ràpidament alguns indicadors de l’entitat per tal de fer un balanç (com el nombre de persones que han passat per l’entitat o bé el nombre d’activitats realitzades i en funció de diferents variables (com són el gènere, l’edat, els estudis, o l’ocupació)

  • Dades temporals: Es poden fer anàlisi de l'evolució de les persones usuàries, com per exemple, veure el perfil de les persones que van fer ús d’algun servei de l’entitat a llarg d’un període concret (per exemple, a l’any 2010) o també com ha estat la seva evolució fins l'actualitat (per a donar resposta a preguntes com: quantes persones han rebut servei cada any? O bé analitzar si es dóna més servei en uns mesos o en uns altres).

  1. Anàlisi més avançades:

  • Optimització: Les dades no només es poden fer servir per conèixer millor els perfils de les persones usuàries o per veure l’eficàcia de formacions, sinó que poden utilitzar-se per a optimitzar els recursos interns de l'organització. Per a exemplificar-ho, parlarem d’una entitat que té un servei de visites domiciliàries amb diferents professionals contractats. Aquests professionals tenen diferents horaris i viuen en diferents barris de la ciutat. Coneixent aquesta informació es podria optimitzar organització dels torns per tal de fer més efectiva la jornada de cada professional, i, així, actuar de manera més àgil i beneficiosa per l’equip de treball.

  • Predicció: Altres anàlisi avançades que es poden crear són les que rebem el nom de prediccions. Per exemple, gràcies a la recollida de dades, podem preveure quines necessitats poden tenir les persones usuàries de l’entitat en cert moment en el temps. Saber amb anterioritat què es necessita en un període determinat de temps, pot ser beneficiós per la planificació dels recursos econòmics.

Per acabar, tot i que sabem que en moltes ocasions les entitats tenen moltes urgències a resoldre al dia a dia que dificulten la implementació de processos de millora, volem remarcar la importància de recollir dades amb criteri i pensem que ha de formar part de la cultura de les entitats. Si no s’aprecia el valor d’aquesta feina i es considera com una obligació, serà difícil que es pugui implementar una recollida de dades que doni resposta a les necessitats de l’entitat de manera eficient. És per aixó que tant la recollida com la posterior gestió i l’anàlisi de les dades, s’ha de portar a terme d’una manera estructurada i entenedora per a tothom.

 

Autoria

DataForGoodBCN, Associació sense ànim de lucre que promou l’ús de dades en entitats que treballen per un impacte positiu a Barcelona. Ho fa mitjançant voluntariat i assessorament en projectes relacionats amb dades.