Mediakits Comerciales
Directorios
Enlaces a medios del Mundo
¿Todavía no tiene su suscripción?
Suscríbase a la guía de medios de comunicación más completa.
SuscribirNoticias
Empresarias
Mastercard y Banco Nación acercan la experiencia del McLaren Formula 1 Team a Buenos Aires y Mar del Plata
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
BBVA selecciona a Omnicom como su socio global de creatividad y medios
BBVA anunció la selección de Omnicom como su socio global para un modelo integrado de creatividad y medios que se implementará en los mercados donde opera el banco, con el objetivo de consolidar la consistencia de marca, integrar estrategia, creatividad, medios y datos, y fortalecer la experiencia del cliente a lo largo de todo el funnel de marketing. Ver más
Empresarias
Volvo y Fundación Pescar celebran diez años de un programa de inserción laboral juvenil
Volvo Trucks y Buses Argentina y la Fundación Pescar celebraron el décimo aniversario del programa que desarrollan en conjunto, una iniciativa orientada a la formación integral y la inserción laboral de estudiantes de escuelas técnicas, que a lo largo de una década alcanzó a jóvenes de distintas regiones del país y mostró altos niveles de terminalidad educativa y empleabilidad. Ver más
Empresarias
Mastercard y Banco Nación acercan la experiencia del McLaren Formula 1 Team a Buenos Aires y Mar del Plata
La alianza entre Mastercard y Banco Nación impulsa una experiencia itinerante vinculada al McLaren Formula 1 Team, con exhibiciones, simuladores y actividades para el público en Buenos Aires y Mar del Plata, con beneficios especiales para clientes del banco. Ver más
Telefe anunció sus principales contenidos y apuestas para 2026
Grupo América habilita la compra directa de publicidad en sus canales de YouTube
Flow transmite en vivo el show de María Becerra
Rating de cable: TN se quedó con noviembre y A24 se consolida en cima
Ranking de Radios: Mitre y La 100 mantienen sus liderazgos, con más competencia en las mañanas
Telefe y Olga transmitirán los premios Martin Fierro de canales de Streaming
multimedia / campañas publicitarias
"Cada vez más Personal"
Personal se convierte en la marca madre de un ecosistema de servicios que reúne conectividad fija y móvil, entretenimiento, finanzas digitales, soluciones para hogares inteligentes y tecnología para empresas. Creada por la agencia GUT, la campaña pone el foco en las personas y en cómo la tecnología siempre está presente, acompañando su forma de vivir, conectar y crear experiencias únicas.