Extraer, transformar y cargar (ETL)

¿Qué es ETL?

ETL, siglas de «Extract, Transform, Load» (extraer, transformar, cargar), es el proceso que traslada los datos desde el lugar donde se crean hasta donde pueden analizarse. La mayoría de las plataformas de marketing y análisis se basan en procesos ETL que se ejecutan en segundo plano. Cada vez que ves un panel de control con cifras de gasto, instalaciones, ingresos o ROAS extraídas de múltiples fuentes, es un proceso ETL el que lo hace posible.

Estos tres pasos describen exactamente lo que ocurre con los datos:

• Extracto: Los datos se extraen de uno o varios sistemas de origen
• Transformar: Esos datos se depuran, se estandarizan y se reestructuran en un formato adecuado para su análisis
• Carga: Los datos transformados se escriben en un sistema de destino, como un almacén de datos, una base de datos o una plataforma de análisis.

El proceso ETL es fundamental para la integración de datos. Sin él, los datos de las distintas plataformas quedan aislados en silos separados, con formatos distintos y convenciones de nomenclatura diferentes, lo que hace imposible combinarlos sin un esfuerzo manual considerable.

¿Qué significa ETL?

ETL son las siglas de «Extract, Transform, Load» (Extraer, Transformar, Cargar).

El término se utiliza de forma generalizada en los ámbitos de la ingeniería de datos, la analítica y la inteligencia empresarial. En el ámbito específico del marketing móvil, ETL hace referencia a los flujos de datos que conectan los datos de las redes publicitarias, los datos de atribución y los datos de ingresos para generar informes unificados.

¿Cómo funciona el proceso ETL?

Cada fase de un proceso ETL tiene una función específica. A continuación se explica con más detalle qué ocurre en cada paso:

Extracto 

Los datos se recogen de los sistemas de origen. En el marketing móvil, estas fuentes suelen incluir redes publicitarias, MMP, tiendas de aplicaciones, plataformas de mediación y herramientas de análisis de productos. Cada fuente almacena los datos en su propio formato, utilizando su propia terminología y estructura. La fase de extracción recoge esos datos sin procesar y los prepara para su tratamiento.

Transformar 

Aquí es donde se limpian y reestructuran los datos brutos. Los pasos de transformación pueden incluir:

• Estandarización de los formatos de fecha, los valores monetarios y las convenciones de nomenclatura en todas las fuentes
• Eliminación de registros duplicados
• Aplicar la lógica de negocio, como el cálculo de métricas derivadas, por ejemplo, el ROAS o el LTV
• Combinar datos de múltiples fuentes, como, por ejemplo, cotejar los datos de inversión publicitaria con los datos de instalaciones procedentes del SDK
• Filtrar los registros irrelevantes o erróneos

Este paso suele ser la parte más compleja de un proceso ETL. La calidad de los datos transformados determina directamente la fiabilidad de todas las métricas y los informes posteriores.

Carga 

Los datos procesados se guardan en su destino. Este puede ser un almacén de datos en la nube, como BigQuery o Snowflake, una herramienta de BI, un panel de control personalizado o una base de datos interna. Una vez cargados, los datos están disponibles para su consulta, visualización y análisis.

Significado del proceso ETL

Un proceso ETL es la secuencia automatizada de pasos que lleva a cabo el proceso de extracción, transformación y carga de datos, ya sea de forma programada o continua. En lugar de ejecutar el proceso ETL manualmente, este proceso automatiza todo el flujo de trabajo, de modo que los datos fluyen desde los sistemas de origen hacia los sistemas de destino sin intervención humana.

En el marketing móvil, los procesos ETL se encargan de tareas como:

• Recopilar datos sobre el gasto publicitario de cientos de redes publicitarias a diario
• Cruzar esos datos de gasto con los datos de instalaciones y atribución procedentes del MMP
• Transformación del conjunto de datos combinado para calcular métricas como el CPI, el ROAS y el LTV
• Carga de los resultados en un almacén de datos o en un panel de control para la elaboración de informes

Un proceso ETL bien diseñado funciona de forma fiable, gestiona los errores con eficacia, valida los datos en cada etapa y se actualiza automáticamente cuando los sistemas de origen cambian sus formatos de datos. Uno mal diseñado provoca retrasos, lagunas e incoherencias que afectan a todos los informes y decisiones posteriores.

ETL en el marketing móvil

Todos los datos extraídos de diferentes fuentes pasan por un proceso ETL antes de aparecer en un panel de control o en una herramienta de generación de informes. En el marketing móvil, esto resulta especialmente evidente si se tiene en cuenta la gran cantidad de fuentes de datos diferentes que alimentan una única visión del rendimiento de las campañas.

Ejemplo: Cuando una plataforma de medición y atribución (MMP) como Tenjin recopila datos de inversión publicitaria de más de 200 redes publicitarias, cada red proporciona esos datos en su propio formato, con sus propios nombres de campos, divisas y zonas horarias. El proceso ETL estandariza todos esos datos, los asigna a un esquema coherente y los conecta con los datos de instalaciones y atribución procedentes del SDK. El resultado es un conjunto de datos unificado que permite obtener métricas como el ROAS, el CPI y el LTV a nivel de cohorte para todas las redes y campañas en un único lugar.

Otro ejemplo consiste en integrar los datos de atribución y mediación con los datos de ingresos de las tiendas de aplicaciones o los datos analíticos de los productos. Para calcular métricas como el LTV basado en la mediación a X días por fuente de adquisición, se necesitan datos de varias plataformas combinados en una única base de datos. Ese proceso de combinación es el ETL. Sin él, cada fuente de datos permanece aislada y la métrica combinada no se puede calcular en absoluto.

Herramientas ETL

Una herramienta ETL es un programa que ayuda a los equipos a crear, gestionar y ejecutar flujos de trabajo ETL sin tener que desarrollar cada componente desde cero. Las herramientas ETL se encargan de los aspectos técnicos relacionados con la conexión a las fuentes de datos, la programación de tareas, la gestión de transformaciones y la carga de datos en los sistemas de destino.

Para los equipos de marketing móvil, las herramientas ETL cobran importancia cuando el volumen y la complejidad de la integración de datos superan lo que se puede gestionar manualmente o mediante los informes integrados en una plataforma. Entre los casos más habituales se incluyen:

• Integrar datos procedentes de múltiples MMP, plataformas de mediación y herramientas de análisis de productos en un único almacén de datos
• Creación de modelos de LTV personalizados que requieran datos de fuentes que no estén conectadas de forma nativa en tu panel de control
• Creación de flujos de generación de informes automatizados que alimentan herramientas de BI como Tableau, Looker o Power BI

Crear un sistema ETL desde cero requiere mucho tiempo y recursos. Implica un esfuerzo de ingeniería para desarrollar los flujos de datos, un mantenimiento continuo para gestionar los cambios en los formatos de los datos de origen y una supervisión para detectar los errores antes de que afecten a la generación de informes posteriores. Por eso, muchos equipos recurren a herramientas ETL especializadas o a socios externos, en lugar de desarrollar todo internamente.

Tenjin se ha asociado con Growth Fullstack, una herramienta ETL diseñada específicamente para desarrolladores de aplicaciones móviles. Growth Fullstack estandariza, valida, supervisa y resuelve problemas en los procesos ETL para garantizar que la integración de datos se realice de forma fiable. Además, ayuda a los equipos a crear paneles personalizados con visualizaciones en el almacén de datos que elijan. Puedes obtener más información sobre la integración con Growth Fullstack en la documentación de Tenjin.

ETL frente a ELT

ELT, siglas de «Extract, Load, Transform» (extraer, cargar, transformar), es un enfoque alternativo al ETL que se ha ido generalizando con el auge de los almacenes de datos en la nube.

La diferencia radica en el orden de las operaciones:

• ETL: Los datos se transforman antes de cargarse en el sistema de destino.
• ELT: Los datos se cargan primero en el sistema de destino y, a continuación, se transforman allí utilizando la propia capacidad de procesamiento del almacén de datos.

Para los equipos de marketing móvil que trabajan con grandes volúmenes de datos brutos de atribución y eventos almacenados en almacenes de datos en la nube, el proceso ELT es cada vez más habitual. Para los equipos que utilizan integraciones y paneles de control preconfigurados, el proceso ETL sigue siendo el enfoque estándar.

Optimización del proceso ETL y mejores prácticas

Un proceso ETL bien optimizado proporciona datos limpios, puntuales y fiables. Estos son los principios más importantes que hay que seguir:

Validar los datos en cada etapa 

No esperes a que se carguen los datos para comprobar si hay errores. Incorpora pasos de validación en las fases de extracción y transformación, de modo que los problemas se detecten a tiempo, antes de que se propaguen por todo el proceso.

Estandarizar las convenciones de nomenclatura desde el principio

La falta de coherencia en los nombres y valores de los campos entre las distintas fuentes es una de las causas más habituales de los problemas de calidad de los datos. Define un esquema coherente desde el principio y asegúrate de que se respete durante la fase de transformación.

Supervisar continuamente el estado de la tubería

Los procesos ETL pueden fallar sin avisar. Una tarea que deja de ejecutarse no siempre genera un error que se detecte de inmediato. Configura la supervisión y las alertas para que los fallos se detecten rápidamente.

Plan para los cambios en el código fuente 

Las redes publicitarias y otros proveedores de datos modifican sus API y formatos de datos con regularidad. Diseña tus flujos de trabajo con la flexibilidad suficiente para gestionar estos cambios sin que se vean afectados los informes posteriores.

Documenta tus transformaciones 

La lógica de negocio que se aplica durante la transformación —como, por ejemplo, cómo se calcula el LTV o cómo se atribuyen las instalaciones a las campañas— debe documentarse con claridad. De este modo, se garantiza que todas las personas que trabajan con los datos comprendan lo que estos representan.

Prueba previa Aplicación de los cambios 

Cualquier cambio en una transformación o en un proceso de tratamiento de datos debe someterse a pruebas con datos históricos antes de implementarse en producción. Los cambios que no se han sometido a pruebas son una de las causas más habituales de discrepancias en los datos.

Cómo gestiona Tenjin el proceso ETL

La plataforma de Tenjin ejecuta procesos ETL en segundo plano para reunir datos procedentes de redes publicitarias, el SDK y las tiendas de aplicaciones en un entorno de informes unificado. Cuando ves las cifras de gasto, instalaciones, ROAS y LTV en tu panel de control de Tenjin, esas cifras son el resultado de los flujos de trabajo ETL que conectan los datos de toda tu pila de marketing.

Para los equipos que necesitan ir más allá y crear su propia infraestructura de datos, DataVault de Tenjin les ofrece acceso a datos brutos de atribución y rendimiento que pueden cargar en su propio almacén de datos y transformar según su propia lógica de negocio. Esto proporciona a tu equipo de datos los elementos básicos para crear flujos ETL personalizados a partir de los datos de Tenjin, sin limitarse a lo que está disponible en el panel de control.

Términos relacionados

• DataVault
• API
• Atribución
• Socio de medición móvil (MMP)
• Valor de vida útil (VVL)
• Rentabilidad de la inversión publicitaria (ROAS)

¿Preguntas frecuentes?

¿Qué es ETL? 

ETL son las siglas de «Extract, Transform, Load» (extraer, transformar, cargar). Se trata de un proceso de integración de datos en el que los datos se extraen de los sistemas de origen, se convierten a un formato coherente y se cargan en un sistema de destino para su análisis. En el marketing móvil, el proceso ETL permite combinar los datos procedentes de redes publicitarias, plataformas de atribución y tiendas de aplicaciones en informes unificados.

¿Qué significa ETL? 

ETL son las siglas de «Extract, Transform, Load» (Extraer, Transformar, Cargar). Cada palabra describe una fase del proceso: extraer datos de las fuentes, transformarlos en un formato coherente y utilizable, y cargarlos en un sistema de almacenamiento o de análisis.

¿Qué es un proceso ETL? 

Un proceso ETL es un flujo de trabajo automatizado que procesa los datos a través de las fases de extracción, transformación y carga, ya sea de forma programada o continua. Elimina la necesidad de realizar transferencias manuales de datos y garantiza que estos fluyan de forma fiable desde los sistemas de origen hasta los de destino.

¿Por qué es importante el ETL en el marketing móvil? 

Los datos de marketing móvil proceden de muchas fuentes diferentes: redes publicitarias, MMP, tiendas de aplicaciones, plataformas de mediación y herramientas de análisis de productos. El proceso ETL es el que conecta esas fuentes en un conjunto de datos unificado que permite elaborar informes precisos sobre métricas como el ROAS, el CPI y el LTV. Sin el proceso ETL, cada fuente de datos permanece aislada y el análisis entre fuentes requiere un esfuerzo manual constante.

¿Utiliza Tenjin ETL? 

Sí. Tenjin ejecuta procesos ETL para extraer y unificar datos de redes publicitarias, el SDK y las tiendas de aplicaciones con el fin de generar informes en el panel de control. Para los equipos que deseen crear su propia infraestructura de datos, DataVault ofrece acceso a datos sin procesar que pueden utilizarse como base para crear flujos ETL personalizados.