MENU
Canal 26
  1. Home
  2. Opinión
Buscar Noticias
OSA Argentina
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.

Por Diego Lis, CTO de Seenka Media Data

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?
Kantar IBOPE Media
Orillando el problema

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.

En esta nota:
Seenka
Data

Te puede interesar

River incorpora IA para medir el impacto de sus sponsors junto a Seenka

Creative Sense, la biblioteca de publicidades más grande del mercado potenciada con IA

Las marcas que brillaron en los Martín Fierro Streaming

Comscore y Seenka se asocian para potenciar la planificación de campañas en la región

Seenka lanza Creative Sense, la plataforma que centraliza el acceso al universo publicitario

Informe Seenka y cómo fue la inversión publicitaria de julio en Ciudad de Buenos Aires

Otras noticias del día

Medios

OLGA estrena un nuevo episodio de “Madre Argentina” con la mamá de Giuliano Simeone en el Monumental

OLGA presenta un nuevo episodio de Madre Argentina, el ciclo conducido por Paula Chaves que propone una mirada íntima y emotiva sobre algunas de las historias más inspiradoras del fútbol argentino, contadas por quienes estuvieron desde el primer día: las madres de los jugadores. Ver más

Medios

Mauro Szeta revela en América TV la trama oculta detrás del femicidio de Agostina Vega

Este domingo a las 22.15, al término de GPS, Mauro Szeta presenta “Los Simuladores: la saga de mentiras para encubrir al asesino de Agostina”, un informe especial que reconstruye paso a paso la trama de engaños que rodea al femicidio de Agostina Vega, ocurrido hace apenas tres semanas y que mantiene en vilo a todo el país. Ver más

Medios

Telefe estrena El Álbum: el nuevo game show del Chino Leunis

Este sábado 13 de junio a la medianoche llega a Telefe el estreno de El Álbum, la figurita difícil, un nuevo game show conducido por Leandro “el Chino” Leunis. La propuesta invita a los participantes a demostrar su conocimiento futbolero para completar un álbum y consagrarse ganadores del desafío.
Ver más

multimedia / campañas publicitarias

“Caíste en la promo”

Agencia: Monks buenos aires Marca: Netflix Soporte:

Netflix Argentina y Monks Buenos Aires lanzan “Caíste en la promo”, una campaña que parodia las clásicas ofertas de televisores del Mundial para mostrar una verdad innegable: la tele que se compra para ver fútbol termina usándose para ver Netflix.

"Argentine, Kansas"

Agencia:Mercado mccann

Marca:Paladini

Soporte:

"Proteger la pasión de los mexicanos"

Agencia:Zurda méxico

Marca:Galletas emperador

Soporte:Tv y web

“Simbiosis”

Agencia:Mercado mccann

Marca:Ypf

Soporte:

Flagship Campaign

Agencia:

Marca:Mercado ads y motorola

Soporte:

Ver todos
Suscribite a nuestro canal