Het vergroten van klantwaarde met een monitoringdashboard

Team SARA zat met het probleem dat het huidige systeem om het gebruik van hun SARA-robots op verschillende locaties te monitoren erg omslachtig en tijdrovend was. Dit zou kunnen leiden tot vertraagde interventie wanneer SARA-robots helemaal niet worden gebruikt of niet worden gebruikt zoals besproken in een bepaalde zorginstelling, wat zelfs zou kunnen resulteren in een verminderd vertrouwen van cliënten.

Samen werkten team SARA en Bright Cape aan een oplossing om dit probleem aan te pakken. Bright Cape streeft naar operational excellence voor haar klanten door duurzame data-oplossingen te bieden, die end-to-end geleverd kunnen worden met een mensgerichte aanpak. In dit project werd dit bereikt door niet alleen te kijken naar de datagedreven oplossing, maar ook door de behoeften van team SARA te onderzoeken en een iteratief ontwerpproces toe te passen. Rekening houdend met de gewenste behoeften van team SARA, creëerde de gecombineerde expertise van Data Engineers, Data Analisten en Human Data Interaction Consultants een passende oplossing.

Na een eerste interview met de product owner van team SARA was het duidelijk dat de belangrijkste behoeften van team SARA waren om meer inzicht te krijgen of een robot wordt gebruikt en, minstens zo belangrijk, hoe deze wordt gebruikt. Om aan deze behoefte te voldoen is een dashboard gemaakt waarmee team SARA snel inzicht kan krijgen of en hoe hun robots worden gebruikt bij verschillende zorginstellingen.

Een belangrijk onderdeel van deze oplossing was het overbrengen van de gegevens van SARA-robots naar een dashboarding tool. Allereerst werd er een datapijplijn gemaakt om de data over te dragen en op te slaan in de bestaande dataopslagoplossing. Om precies te zijn werden API’s gebruikt om de data van de robots naar de Azure-cloud over te brengen, waar de data in gestructureerde vorm werd opgeslagen in Azure Tables. Vervolgens werd de data getransformeerd en geladen in een dashboardtool (Microsoft Power BI) om gevisualiseerd te worden. Wanneer bewoners interactie hebben met een SARA-robot, worden gegevens over de interactie gelogd. Bijvoorbeeld het type activiteit, de duur en de tijdstempel. Deze data geeft veel inzicht in hoe SARA-robots worden ingezet.

Tijdens het ontwikkelproces lieten reguliere meetings met team SARA zien waarom Bright Cape zo toegewijd is in het volgen van een iteratief ontwerpproces en het onderhouden van regelmatig klantcontact. De behoefte aan inzicht in hoe een robot wordt gebruikt, werd bijvoorbeeld eerst gevisualiseerd met behulp van een staafdiagram met elke unieke robot-ID op de x-as. In de praktijk was dit niet handig voor team SARA, omdat ze nu nog steeds moesten opzoeken tot welke locatie een specifieke robot behoorde, voordat ze actie konden ondernemen. Door de robot-ID’s te veranderen in de namen van de afdelingen waar de robots zich bevonden, werd het dashboard een stuk effectiever.

Daarom is onze mensgerichte aanpak zo belangrijk, want het gaat er niet om hoe wij denken dat een oplossing zou moeten werken, maar om een oplossing te creëren die past bij de verwachtingen van de klant, zodat deze nuttig is en dus van toegevoegde waarde voor hun bedrijfsbehoeften.

Dit dashboard voldoet aan de behoeften van team SARA, omdat het hen snel inzicht geeft in hoe hun robots worden ingezet in verschillende zorginstellingen. Hierdoor kan men snel ingrijpen als er zich een probleem voordoet. Daarnaast bevat dit dashboard ook verschillende pagina’s die een deepdive in de data mogelijk maken die extra inzicht geven in het gebruik van de robot (bijvoorbeeld op welke tijden worden ze het meest gebruikt of welke specifieke activiteiten zijn het populairst) en die kunnen helpen bij het identificeren van grondoorzaken.

Bovendien zijn de geïmplementeerde datapijplijnen een duurzame oplossing, omdat deze gemakkelijk kunnen uitbreiden door er verschillende soorten interactie-data aan toe te voegen.

Er bestaat niet zoiets als weinig of geen data hebben. Vanuit onze ervaring en gedurende onze projecten komen we organisaties tegen met een grote hoeveelheid onbenutte data. Boekhouding, operationele software en andere bronnen creëren data die nuttig kan zijn voor organisaties. De dataset die in dit project beschikbaar was, was vrij klein (slechts enkele details over de activiteit waarvoor een robot werd gebruikt, bijv. robot-ID, tijdstempel, locatie, type activiteit). Wat dit project echter liet zien, is dat zelfs wanneer een bedrijf een beperkte hoeveelheid data verzamelt, we er waardevolle inzichten uit kunnen halen om meerwaarde voor hun bedrijf te creëren.