|
||||||||||||||||||||||||||||||||||||
 |
||||||||||||||||||||||||||||||||||||
 |
|
|
|
 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Situación
Queensland Fire & Rescue Authority se encarga de establecer las prácticas seguras y combatir el fuego en Australia, estos servicios cubren 3.5 millones de personas y está integrado por brigadas urbanas que cubren aproximadamente el 83% de la población, mientras que las áreas restantes son cubiertas por la autoridades rurales.
Situación
Hasta 1998, Queensland Fire & Rescue Authority rastreaba información de las brigadas urbanas sobre incendios y seguridad en bases de datos que rápidamente se sobrecargaban. Esta autoridad no contaba con un método rápido y amistoso de obtener información que le ayudara a mejorar las prácticas para combatir el fuego y mejorar la seguridad de la ciudadanía. Esta autoridad necesitaba:
Solución
Queensland Fire & Rescue Authority utilizó el paquete estadístico PASW® Statistics (antes SPSS Statistics) para reducir el tiempo requerido para analizar reportes e incidentes en más de 400,000 registros.
Resultados
Hasta 1998 Queensland Fire & Rescue Authority utilizó la base de datos llamada Australasian Incident Recording System (AIRS). AIRS registraba los detallas como el tiempo, fecha y dirección de incendios; el monto de los bienes perdidos; las causas del incendio y el número de víctimas – todo con el fin de mejorar el combate contra los incendios y lo servicios proporcionados.
Desafortunadamente, el sistema era difícil de utilizar, así que el análisis realizado era escaso. Para mejorar las operaciones de emergencia a través de este organismo, la autoridad necesitaba reducir el tiempo para generar el análisis, así como también simplificar la complejidad en la extracción de los datos y en la creación de reportes.
Extracción de datos de más de 400,000 registros consolidados en cuestión de segundos en lugar de horas
Los estadistas de este organismo se decidieron por PASW Statistics para consolidar los archivos de las bases de datos, para mejorar la interfaz del sistema y reducir el tiempo requerido para completar el análisis de datos. Hoy día, los estadistas pueden extraer datos de archivos en cuestión de segundos – en el pasado este proceso podría tomar horas e incluso días.
Reducción del tiempo de análisis de 3 meses a sólo unos cuantos minutos
Extraer los datos y analizarlos, ahora sólo toma unos cuantos minutos - reportes completos pueden ser generados en menos de un día.
“Análisis de mayor detalle de tendencias en incidentes y de tiempo de respuesta – que antes se realizaban en meses o era imposible realizarlos – ahora es posible hacerlos”, afirma Brian Maclachlan, Consultor, Estadista e Investigador en Queensland Fire & Rescue Authority. “Al utilizar Statistics, analizar la tendencia de un incidente en particular puede ser realizado y estar listo para la publicación en menos de un día; antes esto era posible en varios meses.”
Además, se realiza un análisis de desempeño mensual – el cual pondera el desempeño como el tiempo de respuesta a las emergencias para cada estación en cada estado – y puede ser realizado en menos de dos horas. Los reportes utilizados se realizan como máximo en 3 días.
“Ahora podemos realizar un análisis de cuántos incendios han ocurrido en una zona en particular en cierto periodo, y sólo consume el tiempo que tardamos en imprimir el reporte,” asevera Maclachlan. “Anteriormente hubiéramos hecho este análisis en meses.”
Ahorro de más de $100,000 dólares anuales en costos de capital humano
Maclachlan calcula que el pequeño costo del software le ha ahorrado aproximadamente $100,000 dólares al año, gracias a la reducción de recursos humanos. “Con el nivel análisis que realizamos, si no tuviéramos PASW Statistics, necesitaríamos más staff y al menos un estadista más – o dos,” afirma. “Podemos dejar realizando un análisis por la noche, y por la mañana ya está listo. Es como tener a alguien trabajando para ti – pero sin tener que pagarle.”
Completar análisis estadísticos automáticamente
“Con PASW Statistics, nos podemos enfocar en áreas de análisis que hemos ignorado en el pasado. Ahora estamos capturando datos.”, afirma Maclachlan. Por ejemplo, se están utilizando datos que capturan para determinar si las estaciones de bomberos están operando en las locaciones correctas; para desarrollar programas de seguridad en zonas de alto riesgo, y para determinar el tipo de equipo requerido – como son escaleras versus equipo médico – según las necesidades de la zona.
“Ahora estamos buscando en los procesos internos como son los pronósticos en más detalle. Con un conocimiento de la ubicación de los incidentes y las tasas de ocurrencia, podemos planear los sistemas vitales y el equipo; así como también predecir situaciones potenciales de alto riesgo para hacer algo antes de que sucedan,” asevera Maclachlan. “Creemos que si puedes minar tus registros y obtener información relevante rápidamente, el desempeño de la organización solamente puede ser mejor.”
