Locação industrial e suprimentos (linho e equipamentos de cuidado domiciliar) · Japão · 2023–2024
Decisões diárias com base em dados frescos: do Excel para uma plataforma de dados
A YAMASHITA substituiu rotinas manuais de planilhas por painéis de indicadores (em inglês, dashboards) atualizados, formando dezenas de colaboradores capazes de criar suas próprias visões de negócio.
Contexto
A YAMASHITA atua há mais de 60 anos em locação de linho hospitalar e em equipamentos de cuidado domiciliar. Em 2022 lançou a Visão de Longo Prazo 2030 e definiu como pilar a formação de mais profissionais capazes de tomar decisões com base em dados.
O problema prioritário
Uma equipe inteira gastava todas as manhãs construindo planilhas de Excel para o time comercial. Dados importantes só eram atualizados semanalmente ou mensalmente, e qualquer pedido fora do padrão exigia mais um a dois dias de trabalho manual da TI (Tecnologia da Informação).
Objetivo do projeto
Substituir rotinas manuais de planilhas por uma plataforma de dados única, em que as próprias áreas de negócio pudessem criar painéis para apoiar decisões diárias.
Passo a passo da jornada
- Definir uma direção clara — A liderança colocou a democratização de dados como um dos pilares da estratégia de longo prazo da empresa.
- Escolher um parceiro especializado — A empresa contratou um parceiro local com forte experiência em análise de dados na nuvem para apoiar a implantação.
- Começar pela área mais complexa — O piloto foi na divisão de cuidado domiciliar, justamente onde a lógica analítica era a mais sofisticada.
- Entregar o primeiro painel rapidamente — Em poucos meses, o time comercial passou a abrir o sistema pela manhã com indicadores já atualizados, sem precisar de planilha intermediária.
- Expandir para outras divisões — Pouco depois, a divisão de locação de linho adotou a mesma plataforma para visualizar custo e rentabilidade por cliente.
- Formar usuários internos — Mais de uma dezena de profissionais já constroem painéis de forma autônoma; a meta é ter ao menos um analista capaz disso em cada filial.
Dados necessários
- Dados de contratos de locação e venda de equipamentos
- Indicadores comerciais por cliente e por vendedor
- Dados de custo e rentabilidade por cliente da divisão de linho
Ferramentas e arquitetura
Barreiras enfrentadas
- Excesso de trabalho manual em planilhas
- Atraso na disponibilidade de dados para decisão
- Poucos profissionais capazes de construir análises por conta própria
Aprendizados-chave
- Antes da IA avançada, organizar dados e tirar a empresa do Excel já gera ganho relevante.
- Começar pela área mais complexa pode ser uma escolha estratégica, porque prova valor onde dói mais.
- Formar usuários internos é tão importante quanto contratar a tecnologia — sem isso, a plataforma fica subutilizada.