المشروع يهدف إلى فهم العلاقة بين غياب الموظفين (Shrinkage) وبين أرباح الشركة. قمت بتحليل بيانات الموظفين لتوضيح كيف يضيع 5% من وقت العمل في غيابات غير متوقعة، وكيف نجحنا من خلال التحليل في تجاوز توقعات الأرباح بمقدار 37,000 دولار.
التحديات :
تشتت البيانات: البيانات كانت موزعة على فترات زمنية مختلفة (Q1, Q2)، مما جعل المقارنة اليدوية مستحيلة.
غياب الرؤية حول "الإنكماش": الإدارة لم تكن تعرف مدى تأثير الإجازات المرضية والغيابات غير المخطط لها على سير العمل.
فجوة التوقعات: كان هناك فرق كبير بين الساعات المخطط لها (Forecast) والساعات الفعلية، مما أدى لذبذبة في الإيرادات
الحلول التقنية :
لوحة مراقبة الهدر : صممت نظاماً لتتبع معدل "الإنكماش غير المخطط له" (وصل لـ 5.19%) وتصنيفه حسب نوع العمل (من المنزل أو المكتب) وحسب اللغة.
تحليل الانحراف المالي (Waterfall Chart): استخدمت رسوم بيانية متقدمة لتحديد الفرق بدقة بين الإيرادات المتوقعة والفعلية.
بناء نموذج بيانات موحد (Star Schema): قمت بربط بيانات الموارد البشرية (HR) ببيانات الإيرادات في نموذج واحد يتيح مراقبة الأداء لحظياً.
النتائج والأثر على العمل :
تعظيم الإيرادات: اكتشفنا أن الإيرادات الفعلية تخطت التوقعات بـ 37.38 ألف دولار (زيادة بنسبة 3%)، مما سمح للشركة بإعادة استثمار الفائض في الأسواق الأكثر ربحية (الألمانية والروسية).
تسعير أذكى للخدمات: من خلال معرفة التكلفة الفعلية لكل ساعة عمل حسب اللغة، تمكنت الشركة من وضع أسعار تنافسية تضمن هامش ربح أعلى.
تحسين كفاءة العمل: التحليل أظهر أن العمل من المكتب (59.46%) مقابل العمل من المنزل (40.54%) يحقق التزاماً أكبر بالخطة الزمنية، مما قلل من "الهدر في الرواتب".
دقة التنبؤ: تقليل الفجوة بين التوقع والتنفيذ أعطى الإدارة الثقة للتعاقد مع عملاء أكبر بناءً على أرقام واقعية
أهم المؤشرات التي تم قياسها (KPIs)
Unplanned Shrinkage: 5.19% (الغياب غير المخطط).
Total Sick Days: 2929 يوم (إجمالي أيام المرض).
Revenue Variance: +$37.38K (الانحراف الإيجابي في الأرباح).
Forecast vs Actual Hours: مقارنة الساعات المخططة بالساعات المنفذة فعلياً.
