Mediakits Comerciales
Directorios
Enlaces a medios del Mundo
¿Todavía no tiene su suscripción?
Suscríbase a la guía de medios de comunicación más completa.
SuscribirNoticias
Buscar Noticias
¿Todavía no tiene su suscripción?
Suscríbase a la guía de medios de comunicación más completa.
SuscribirMultimedia
¿Todavía no tiene su suscripción?
Suscríbase a la guía de medios de comunicación más completa.
SuscribirRRHH
Empleos destacados
¿Todavía no tiene su suscripción?
Suscríbase a la guía de medios de comunicación más completa.
SuscribirTarifas de publicidad
27.09.2023 por TOTALMEDIOS
El dilema de los datos: del Data Lake al Data Warehouse
En un mundo dominado por los datos, ¿cómo balancear entre pocos datos y estar inundado por ellos? Diego Lis, CTO de Seenka Media Data, analiza soluciones a este dilema, partiendo de un Data Lake y llegando a un Data Warehouse, listo para ofrecer información valiosa y oportuna.
En un mundo dominado por los datos, enfrentamos un desafío: ¿Cómo balancear entre tener pocos datos y estar inundado por ellos? ¿De qué sirve tener muchos datos si no se usan? ¿Cómo diferenciar la paja del trigo?
Digamos que quieres conocer la presencia de tu marca en los medios. Tal vez necesitas entender cómo impacta esta presencia en tus ventas, optimizar tu inversión o comparar tu estrategia con la de tu competencia. En cualquier caso, vas a necesitar datos.
Contactas algunas agencias y proveedores y compras un CSV con datos del último trimestre. Luego de algunas semanas de análisis, compruebas que en ese trimestre has perdido decenas de oportunidades. Tomas nota de algunos aprendizajes, pero sabes que esas oportunidades no volverán a aparecer. Comprendes que la información la necesitas en tiempo real.
En busca de más
Por suerte, hay un mundo enorme de datos ahí afuera, esperando ser capturados y analizados. Mediante el método de scraping, capturas noticias de portales, contenido de redes sociales, e incluso te aventuras en el mundo de las señales audiovisuales como YouTube, televisión y radio.
Luego de un año de trabajo, ya tienes funcionando todos los crawlers que trabajarán día y noche. Decides almacenar la información en una base de datos no relacional que permite escalar en volumen y tener flexibilidad en el esquema de datos como Elastic Search o MongoDB.
Además, utilizas un Bucket de Google Storage o S3 para guardar la información audiovisual de manera fiable y performante. Creas así un Data Lake, es decir, un repositorio centralizado de datos en bruto.
Al poco tiempo tu Data Lake tiene millones de datos esperando que los uses. Sin embargo, la información que proviene de los medios es completamente heterogénea. Contiene textos, imágenes, audios, videos, cortos y largos, bien y mal escritos, etc. Necesitas, en efecto, transformar estos datos para normalizarlos y poder consumirlos de manera más homogénea.
Dando sentido a tus datos
La normalización de un dataset es particularmente importante en el caso de los medios. ¿De qué me sirve obtener diariamente el texto de miles de noticias si no sé a quién se menciona y de qué temática se habla? ¿Para qué saber que se han emitido cierta cantidad de publicidades si no puedo identificar cuál es la marca, el mensaje central de la misma, su audiencia e impacto?
Afortunadamente, viene a tu rescate el Machine Learning. En los últimos años, viene creciendo de manera exponencial el interés por este campo en el ámbito académico y en la industria. En este gráfico, podemos ver la cantidad de papers de inteligencia artificial que se han publicado en el sitio arXiv en los últimos 30 años.
Decides entonces contratar un equipo especializado de ingenieros de machine learning. Luego de dos años de trabajo aplicando decenas de técnicas, logras convertir tus datos "no estructurados" en datos "estructurados". Es decir, le das sentido a tus datos.
Y así decides utilizar un motor de base de datos relacional, como PostgreSQL o MySQL, donde vas guardando la información estructurada, normalizada y homogénea, para facilitar su análisis posterior. Estás por cantar victoria cuando descubres algo inquietante: la cantidad de datos que has acumulado, que ya llega a los centenares de millones, es tan grande que resulta demasiado lento hacer cualquier consulta medianamente compleja.
La etapa final: El Data Warehouse
Por fin, logras implementar una última etapa en tu pipeline: utilizas un base de datos orientada a columnas, como BigQuery o ClickHouse, para crear un Data Warehouse, es decir, una base de datos optimizada para el análisis y generación de informes.
Te puede interesar
Otras noticias del día
Agencias
Conciergency lidera el rediseño integral de Nutri en el mercado mexicano
La marca Nutri presentó en México una renovación integral de su identidad visual, desarrollada por la agencia creativa conciergency. El proyecto abarcó el rediseño del logo, la actualización del sistema gráfico y una revisión de los principales códigos visuales de la marca, con el objetivo de acompañar su evolución y fortalecer su vínculo histórico con las familias mexicanas. Ver más
Medios
Una superproducción del creador de Avenida Brasil llega a Telefe
Se trata de “Todas las flores”, un atrapante drama de superación y suspenso que explora las contradicciones humanas. Cuenta con las actuaciones de Sophie Charlotte, Letícia Colin, Regina Casé, Humberto Carrão, Fábio Assunção, Caio Castro y Mariana Sousa Nunes. Ver más
Research
VML Intelligence anticipa 2026: 100 tendencias para un año marcado por la reinvención
En su informe The Future 100: 2026, la consultora global identifica una “corriente metamórfica” que atraviesa a las marcas, la cultura y la tecnología, en un escenario de disoptimismo, resiliencia emocional y nuevas narrativas impulsadas por inteligencia artificial. Ver más
Superlunes en TN: cuatro programas, cuatro voces y una nueva etapa
LN+ celebra sus 10 años con una nueva programación para 2026
Jorge Pizarro se suma a las noches de Radio 10 con un nuevo programa
YPF y VML Argentina estrenan su comercial de verano con Juana Viale
Infobae en vivo consolida su propuesta audiovisual con programación completa multiplataforma
Desde hoy y con figuras de primer nivel, A24 presenta su nueva programación 2026 
multimedia / campañas publicitarias
Inteligencia humana para proteger el agua en Chile
En una de las regiones con mayor estrés hídrico de Chile, la comunidad de Quilicura está llevando adelante una acción inédita: reemplazar la inteligencia artificial por inteligencia humana durante un día para visibilizar la huella hídrica que esconden los sistemas de IA.