Informe de carga de trabajo del tasador

Fondo

Todos los días se construyen nuevos edificios y residencias en San Francisco. En un año promedio, hay más de 20.000 proyectos de construcción nuevos y en curso. La Oficina del Tasador-Registrador es responsable de proporcionar una tasación justa e imparcial del valor de una propiedad a los efectos de la tributación inmobiliaria. Cada año, la Oficina del Tasador recauda más de 3.000 millones de dólares en ingresos por impuestos inmobiliarios y dos tercios del fondo se queda en el ámbito local para apoyar los servicios de la ciudad, como la seguridad pública, los parques, las bibliotecas y los servicios sociales y de salud.

¿Cuál fue el problema?

Con más de 20.000 proyectos de construcción activos, la Oficina del Tasador había desarrollado un proceso para priorizar y asignar estos proyectos. Era un proceso en gran parte manual y que requería mucho trabajo. Como resultado, se generarían sesenta libros de trabajo separados, y estos sesenta libros de trabajo también tendrían que ser aumentados con datos adicionales para cada proyecto antes de que los tasadores pudieran usarlos como herramientas principales para evaluar una propiedad. Los datos adicionales estaban dispersos en varias fuentes, como:

• Datos remitidos por los contribuyentes almacenados en su Sistema de Gestión Documental
• Notas de inspección de construcción del conjunto de datos de permisos del DBI en el portal de datos abiertos
• Conjunto de datos de registros históricos de impuestos del Portal de datos abiertos

Para complicar aún más las cosas, los tasadores debían procesar e ingresar los datos en cinco pantallas diferentes en su sistema interno AS-400. Luego, estos se incorporaban a un “Informe de errores” para que ocho tasadores principales los revisaran, identificaran problemas de control de calidad y los enviaran de vuelta a los tasadores para que los corrigieran manualmente. Confirmaron que se habían realizado las correcciones esperando hasta el siguiente informe en dos semanas.

Como lo transmite la imagen de arriba, esta fue una tarea complicada, que afectó a casi todos los miembros del equipo de evaluación. Hubo numerosos puntos críticos, los más importantes de los cuales fueron:

• Consumo de tiempo : el sistema manual basado en Excel implicaba que gestionar y mantener los libros de trabajo y los procesos asociados requerirían muchas horas de trabajo de un solo analista.
• Problemas de calidad : debido al proceso manual, los problemas de calidad de los datos solo se detectaron después del hecho y requirieron trabajo manual adicional para solucionarlos.

¿Qué se hizo?

La ardua tarea de mejorar este proceso recayó en el equipo de analistas de datos y la revisión del proyecto recayó en la analista de operaciones, Michelle Wong. El resultado fue una transformación radical de la herramienta, que pasó de ser un libro de trabajo manual estático de Excel a un informe automatizado y dinámico de Power BI con una funcionalidad mejorada. El proyecto se llevó a cabo mediante un enfoque iterativo y centrado en el usuario que minimizó el esfuerzo y maximizó la aceptación del usuario.

Al aprovechar los cursos y las horas de oficina de PowerBI de DataSF, Michelle reconoció rápidamente el potencial de transformar radicalmente el proceso a través de PowerBI. En particular, el curso de modelado de datos de DataSF le proporcionó la base teórica para estructurar un sistema creado en PowerBI que automatizaría todo el proceso. El modelo de datos resultante incorporó la lógica empresarial existente en PowerBI. En lugar de sesenta libros de trabajo de Excel, ahora hay un solo informe impulsado por un modelo de datos elegante y flexible. ¡El tiempo de transición del desarrollo del modelo de datos a la versión 1 fue de solo tres semanas!

Además, Michelle incorporó una página de Calidad de datos que alertaba instantáneamente a los evaluadores si olvidaban ingresar un campo. Esto detectaba errores (que el grupo de discusión rebautizó como "Incompletos") antes de que llegaran a los evaluadores principales. Además, integró los comentarios de los usuarios agregando funciones avanzadas como mapas interactivos y columnas adicionales para facilitar las tareas de los evaluadores.

Gran parte del éxito se debió al enfoque iterativo y centrado en el usuario que adoptó Michelle para la implementación del nuevo informe de PowerBI. Michelle creó una versión 1 del informe que simplemente recreaba lo que los evaluadores estaban acostumbrados a ver. Creó grupos de discusión y ofreció horas de oficina dentro de ASR para ayudar a facilitar la transición. Esto generó confianza y entusiasmo entre el personal. Por ejemplo, el personal solicitó características novedosas como un mapa con capacidad de búsqueda para identificar qué sitios visitar ese día. Esto implicó incorporar un conjunto de datos completamente nuevo, pero, debido a la flexibilidad del modelo de datos, solo tomó horas entregarlo.

¿Cuál fue el resultado?

El analista encargado de supervisar el proceso pasó de dedicar el 100 % del tiempo a este proyecto al 5 %, lo que le permitió liberar drásticamente su tiempo para necesidades analíticas más urgentes. Pasó de gestionar los libros de Excel a gestionar el proyecto en su conjunto. En efecto, el informe proporcionó al evaluador-registrador un nuevo analista.

La página de calidad de datos redujo drásticamente la cantidad de errores en el informe final entregado a los evaluadores principales para su revisión, lo que permitió ahorrar horas de trabajo del personal. También ayudó a cambiar la dinámica entre analistas y evaluadores. Antes de las alertas de calidad de datos automatizadas, los analistas tenían que desempeñar el papel nada divertido de sargentos de instrucción de datos. Los pequeños pero constantes problemas de los evaluadores, como la falta de un mapa y de acceso inmediato a la información de sistemas externos, se resolvieron, lo que hizo que la vida laboral fuera más eficiente.

Las respuestas de los tasadores a la herramienta y al proceso centrado en el usuario han sido abrumadoramente positivas.

Equipo

Michelle Wong, asesora y registradora
Benjamin Lau, asesor registrador