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
- Fefer Media SRLEjecutivo de cuentas
- Fefer Media SRLPlanner de medios
- Ideas en FocoEjecutivo/a de Desarrollo Comercial y Nuevos Negocios
- INDIEEjecutivo/a de Cuentas
¿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
Campañas
Alba renueva el mural de Messi que domina la costanera rosarina
En el marco del programa global "Vení al Color", Alba acompañó la puesta a punto del mural de 70 metros de altura ubicado a tres cuadras del Monumento Nacional a la Bandera. La obra, titulada "De otra galaxia y de mi ciudad", suma las tres estrellas y un "GRACIAS" en su parte superior. Forma parte del Circuito Messi. Ver más
Medios
La Pop 101.5 llega a Spotify con el podcast de "No me voy a dormir"
Las charlas de Andy Chango con sus invitados ya se pueden escuchar en Spotify. En cada episodio, el ciclo recibe a referentes de la música y la cultura para compartir conversaciones íntimas y distendidas. Ya participaron Bebe Contepomi, Joaquín Vitola y Walas. Ver más
Medios
Harry Kane y EVEREADY: una alianza de la energía que nunca se detiene
El capitán de Inglaterra se convierte en embajador de la marca con más de 125 años de historia que sigue acompañando a millones de familias con energía confiable, duradera y accesible. Kane representa la determinación, rendimiento constante y confiabilidad. Ver más
El eCommerce Institute lanza la primera edición del eWinter Camp 2026
Argentina vs Cabo Verde: cómo ver en vivo el partido del Mundial 2026
ADEPA y la AMFJN debatieron sobre libertad de expresión y responsabilidad editorial en la era de la IA
Sitios digitales: Infobae mantuvo el liderazgo en mayo y Clarín volvió al podio
Human Friendly desarrolló para Garmin Argentina una campaña producida íntegramente con IA
Rating de cable: al ritmo del Mundial 2026, TyC Sports ganó en junio con una fuerte suba del encendido
multimedia / campañas publicitarias
"Now in a solo pack"
La iniciativa presenta una serie de formatos de snacks individuales diseñados en torno a momentos cotidianos de consumo. La plataforma incluye packs individuales de productos como Lay's, Doritos, Cheetos, Doritos Bits y Lay's Oven Baked.