Definición:
Datos brutos Son datos en su forma original, sin procesar. No se han agregado, promediado, filtrado ni transformado de ninguna manera.
Datos detallados se refiere a los datos en su nivel más detallado: los registros, eventos y atributos individuales que subyacen a las cifras resumidas que se ven en un panel de control.
En la práctica, ambos términos suelen utilizarse indistintamente. Ambos se refieren a la capa básica de datos que permite realizar análisis más profundos y precisos.
¿Qué son los datos brutos?
Los datos brutos se recogen directamente de su fuente —como un SDK, una API, un canal de datos o un evento de un dispositivo— y se almacenan sin modificaciones. Se trata de los datos antes de que se haya llevado a cabo ningún tipo de procesamiento.
Por sí solo, un único registro de datos brutos puede que no te diga gran cosa. Pero, en conjunto, y cuando tienes la libertad de consultarlos, filtrarlos, combinarlos y analizarlos por ti mismo, los datos brutos se convierten en uno de los recursos más potentes de los que dispone un equipo de marketing móvil o de producto.
La mayoría de las plataformas de análisis muestran los datos de forma agregada por defecto. Toman los registros sin procesar y presentan totales, medias y resúmenes que resultan útiles para obtener una visión rápida del rendimiento. Los datos sin procesar son los que subyacen a esos resúmenes, y son los que necesitas cuando el resumen no es suficiente.
¿Qué son los datos granulares?
Los datos granulares son aquellos que se recogen con el mayor nivel de detalle posible. Mientras que los datos agregados ofrecen un total o una media, los datos granulares proporcionan los registros individuales que conforman ese total, cada uno con su propio conjunto de atributos, marcas de tiempo e identificadores.
Una forma útil de entender la diferencia:
| Tipo de datos | Lo que ves |
| Datos agregados | Ingresos brutos totales procedentes de las compras realizadas en un día determinado |
| Datos detallados | Cada compra individual: ID del producto, moneda, ingresos brutos, ingresos netos, cantidad, marca de tiempo, ID de publicidad, versión del sistema operativo y más |
La vista agregada es rápida y fácil de leer.
La vista detallada es donde puedes analizar, segmentar y crear.
Datos granulares frente a datos agregados
Los datos agregados son muy útiles para la supervisión. Te permiten saber qué ha ocurrido a grandes rasgos y te avisan cuando algo parece fuera de lo normal. La mayoría de los paneles de control se basan en ellos, ya que son fáciles de interpretar y permiten actuar con rapidez.
Los datos detallados son lo que necesitas cuando quieres entender por qué ha ocurrido algo, o cuando la respuesta que buscas no se encuentra en un resumen.
Algunas cosas que solo se pueden hacer con datos detallados:
- Calcula métricas personalizadas que tu plataforma no muestra de forma predeterminada
- Investigar el comportamiento de un usuario concreto o una secuencia de eventos
- Combina conjuntos de datos procedentes de dos fuentes diferentes. Por ejemplo, cruzar los datos de ingresos por compras dentro de la aplicación (IAP) con los datos de atribución de instalaciones para determinar qué red publicitaria generó la compra de un usuario.
- Crea informes y paneles personalizados adaptados a tus necesidades empresariales específicas
- Realizar análisis de cohortes con un nivel de detalle que vaya más allá de lo que permiten los informes predefinidos
Si tu análisis requiere más información de la que puede mostrarte un panel de control, necesitarás acceder a datos sin procesar y detallados.
Por qué son importantes los datos brutos
Libertad para plantear tus propias preguntas
Los paneles de control responden a las preguntas que sus diseñadores habían previsto. Los datos sin procesar te permiten plantear preguntas para las que a nadie se le había ocurrido crear un informe y obtener respuestas reales.
Precisión frente a aproximación
Los datos agregados implican concesiones. Las medias suavizan las variaciones. Los totales ocultan la distribución subyacente. Los datos detallados te ofrecen una visión completa sin esas concesiones.
Cálculo de métricas personalizadas
Si necesitas una métrica que tu plataforma de análisis no calcula de forma nativa, los datos granulares te permiten crearla. Tú defines la lógica, la aplicas a los registros sin procesar y obtienes exactamente la cifra que necesitas.
Unión de conjuntos de datos
Algunos de los análisis más valiosos requieren combinar datos procedentes de múltiples fuentes. Para combinar, por ejemplo, los datos de ingresos de IAP con los datos de atribución, se necesitan registros sin procesar de ambas fuentes que compartan un identificador común, como un ID de usuario o un ID de dispositivo. Los datos agregados no pueden combinarse de forma significativa.
Auditoría e investigación
Cuando una métrica parece errónea o el resultado de una campaña no cuadra, hay que recurrir a los datos detallados para averiguar qué ha ocurrido realmente. Son la prueba fehaciente.
Datos sin procesar y DataVault
Precisamente por eso Tenjin creó DataVault y Raw Data Exporter. El primero es un servicio de almacenamiento de datos que te permite acceder directamente a tus datos sin procesar a nivel de evento. Raw Data Exporter hace lo mismo, pero se puede acceder a él directamente desde el panel de control de Tenjin.
En lugar de limitarte a lo que muestra el panel de control de Tenjin, DataVault te permite consultar tus propios datos, crear informes personalizados, combinar conjuntos de datos de distintas fuentes y realizar el tipo de análisis detallado que los informes estándar no pueden ofrecer. Tus datos siguen siendo tuyos, almacenados, accesibles y listos para trabajar, y están preparados para satisfacer las necesidades de tu equipo.
Para equipos con necesidades analíticas específicas, científicos de datos que deseen trabajar directamente con registros sin procesar o cualquier persona a la que ya no le baste lo que ofrece un panel de control preconfigurado, DataVault elimina la dependencia de las vistas agregadas y pone al alcance de la mano el conjunto de datos completo.
Ejemplos de datos detallados en el marketing móvil
Para que quede más claro, a continuación se presentan algunos casos en los que los datos detallados son la única forma de obtener la respuesta que necesitas:
Investigación fiscal
Puedes ver los ingresos diarios totales en tu panel de control. Sin embargo, para saber exactamente cuánto gastó un usuario concreto en un producto específico en una fecha concreta —incluida la moneda, la cantidad y los ingresos netos tras deducir las comisiones—, necesitarás el registro sin procesar del evento de compra.
Análisis de atribución
Para saber qué red publicitaria generó una instalación que posteriormente se convirtió en un usuario de pago, es necesario vincular el registro de atribución sin procesar con el evento de compra sin procesar mediante un identificador de usuario compartido. Ninguno de los dos registros es útil sin el otro.
Análisis de cohortes de retención
Para crear un modelo de retención personalizado para una cohorte de adquisición concreta, se necesitan datos de sesión a nivel de evento de cada usuario de dicha cohorte, y no una tasa de retención preagregada.
Investigación de fraudes
Para detectar patrones inusuales en los datos de clics o instalaciones —como aquellos que podrían indicar tráfico no válido—, es necesario examinar los registros individuales, no los totales. Si detectas alguno de estos patrones, puedes utilizar otra de nuestras herramientas, «Optimización de ID de sitio», en el panel de control para bloquearlos a nivel de ID de sitio.