Methodology and Tools - Metodología y Herramientas

EN:
The following methodology was used to carry out this project:

Data loading and exploration:
We worked with a preloaded .pbix file containing all the ticket management information in the company. We reviewed the available fields, including ticket status, customer, manager, priority, opening and closing dates, and incident type.

Data modelling:
Relationships between tables were defined according to their logical nature. In cases where there were multiple relationships between the same tables, the USERELATIONSHIP function was used to activate specific relationships when necessary, allowing analysis from different angles (e.g., by opening date or closing date).

Exploratory analysis:
General trends were analysed, such as the volume of tickets per month, distribution by type of incident, response time compliance rate, and the efficiency of the assigned managers.

Time intelligence:
Time functions were applied to calculate key indicators, such as average resolution time, SLAs met or not met, and the evolution of the operational load over time.

Visualisation:
Interactive reports were created with clear and functional visuals that allow information to be filtered by different criteria. KPIs, bar charts, timelines, pivot tables, and summary cards were included to make the results easier to read.

Tool used:
* Power BI


ES:
Para llevar a cabo este proyecto se siguió la siguiente metodología:

Carga y exploración de datos:
Se trabajó con un archivo .pbix precargado que contiene toda la información de gestión de tickets en la empresa. Se revisaron los campos disponibles, incluyendo estado del ticket, cliente, gestor, prioridad, fechas de apertura y cierre, y tipo de incidencia.

Modelado de datos:
Se definieron relaciones entre tablas según su naturaleza lógica. En los casos en los que existían múltiples relaciones entre las mismas tablas, se usó la función USERELATIONSHIP para activar relaciones específicas cuando fuera necesario, permitiendo el análisis desde diferentes ángulos (por ejemplo, por fecha de apertura o fecha de cierre).

Análisis exploratorio:
Se analizaron tendencias generales como el volumen de tickets por mes, distribución por tipo de incidente, tasa de cumplimiento en los tiempos de respuesta y la eficiencia de los gestores asignados.

Inteligencia de tiempo:
Se aplicaron funciones de tiempo para calcular indicadores clave, como el tiempo promedio de resolución, los SLA cumplidos o no cumplidos, y la evolución de la carga operativa con el paso del tiempo.

Visualización:
Se construyeron reportes interactivos con visuales claros y funcionales que permiten filtrar la información por diferentes criterios. Se incluyeron KPIs, gráficos de barras, líneas de tiempo, tablas dinámicas y tarjetas de resumen para facilitar la lectura de los resultados.

Herramienta utilizada:
* Power BI