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
- HDS COMUNICACIONPasantes p realización audiovisual
- HDS COMUNICACIONPASANTIA Estudiantes
- Empresa de via publicaAsistente de Area Comercial
- Primera impresionAdministracion
¿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
pulpo latam se expande en Latinoamérica: nuevas oficinas, estudio audiovisual y crecimiento regional
pulpo latam anunció su mudanza a nuevas oficinas en Palermo Hollywood en el marco de su 12° aniversario. El espacio funciona como studio boutique de producción audiovisual y acompaña la incorporación de clientes como Buquebus, Under Armour Perú y la Academia de las Artes y Ciencias Cinematográficas de la Argentina. Ver más
Medios
TV Pública, Radio Nacional y Stream Room van al Mundial: los Medios Públicos lanzaron su oferta para anunciantes
Los Medios Públicos presentaron su propuesta comercial para el Mundial FIFA 2026. El lanzamiento se realizó en el Estudio 1 de TV Pública con la conducción de Guillermo Andino y Gabriel Corrado, y convocó a más de un centenar de profesionales de compañías líderes. Ver más
Medios
Mega 98.3 acompañó el Festival Tribus con cobertura especial y acceso exclusivo a los artistas
Mega 98.3 realizó una cobertura especial del Festival Tribus en la Estación General Belgrano de Santa Fe, con transmisión en vivo y entrevistas exclusivas a artistas como Eruca Sativa, Turf, Kapanga, Los Espíritus y Árbol, entre otros. La emisora condujo la cobertura desde el predio junto a Gabriela Radice y Mariano Arraña. Ver más
Rating de cable: TN, C5N y A24 fueron canales más vistos en abril
Smiles Argentina revela las tendencias de viaje de los argentinos previo al Hot Sale 2026
Ranking de Streaming: en abril, Luzu TV, TN y Telefe fueron los canales en vivo más vistos en Youtube
Telefe y APTRA anunciaron los nominados a los Premios Martín Fierro 2026
Sitios digitales: Infobae retuvo el liderazgo en marzo y Ámbito e iProfesional mostraron las mayores subas del mes
Radiografía del consumo digital 2025 en Argentina: cuáles son los sitios más visitados y cómo impacta la IA
multimedia / campañas publicitarias
“Salir ganando todos los días”
La plataforma presenta su nueva campaña “Salir ganando todos los días” con el soporte de GUT Buenos Aires, que ayuda a transformar un hallazgo dentro de la app en una experiencia real para los usuarios: la posibilidad de viajar al mundial de EEUU.