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
Empresarias
Quilmes refuerza su presencia en los principales destinos turísticos durante el verano 2026
A través de su portfolio de marcas, Cervecería y Maltería Quilmes impulsa una agenda de activaciones, experiencias gastronómicas y propuestas musicales que buscan estar presentes en los momentos de disfrute de los consumidores, con foco en la costa, las ciudades turísticas y los grandes festivales del verano. Ver más
Opinión
De canal de contenidos a activo de ventas: el nuevo rol de YouTube en 2026
En 2026, YouTube dejó de ser un canal accesorio para convertirse en una infraestructura comercial clave: influye decisiones de compra, acelera ciclos de venta y reduce costos operativos, especialmente en entornos B2B. Sin embargo, la mayoría de las marcas sigue tratándolo como un repositorio de videos y no como un sistema de generación de demanda. Ver más
Medios
"Lo de Évole" estrena nueva temporada en Antena 3 Internacional con Manuel Carrasco
Conducido por Jordi Évole, el ciclo vuelve a apostar por entrevistas íntimas y en profundidad que revelan el costado menos conocido de sus invitados. El primer episodio tendrá como protagonista al cantante Manuel Carrasco, en una charla grabada en Londres, y la temporada también estará disponible en atresplayer. Ver más
Netflix presentó sus estrenos de series, películas y juegos para 2026
Telefe anuncia el lanzamiento de Telefe Studios
MasterChef Celebrity entra en etapa de repechaje con regresos y nuevas incorporaciones
Sitios digitales (con Social): TN lideró noviembre y los medios regionales ganaron peso en el ranking
Perfil le vendió el 50% de Bravo TV a Alpha Media
El Festival de Jesús María 2026 continúa a toda marcha con transmisión por la TV Pública
multimedia / campañas publicitarias
Te la mereSED
draftLine AR presentó junto a Brahma la campaña de verano “Te la mereSED”, una propuesta que resignifica el concepto de la “sed de Brahma” y lo vincula al merecimiento y al disfrute propio de la temporada, con una pieza audiovisual dirigida por Tomás Quartino y música de Luck Ra.