Clientes activos semanales.
Clientes con al menos un pedido en la semana, contados una sola vez.
Ingeniería de datos, de los pipelines al BI. Construimos los pipelines, las plataformas y la gobernanza que sustentan su analítica y su IA.
Cada pedido empieza como una línea en la exportación del sistema que lo recibió.
Leer más: Pipelines1042,C-88,49.00,EUR,2026-11-12 09:14
order_id 1042 customer_id C-88 amount 49.00 currency EUR ordered_at 2026-11-12 09:14
Tipos y zonas horarias corregidos, y cada campo comprobado antes de seguir.
Leer más: Pipelinesorder_id 1042 unique customer_id C-88 not empty amount 49.00 EUR positive ordered_at 2026-11-12 09:14 UTC in range
Data warehouses y lakehouses configurados para su escala, su costo y sus reglas de acceso.
order_id 1042 customer_id C-88 amount 49.00 EUR ordered_at 2026-11-12 09:14 UTC segment SMB from customers region EU from accounts
El pedido se cuenta en una métrica que usan sus informes y en una variable que leen sus modelos.
Leer más: Datos para MLmetric weekly_active_customers counted feature orders_last_7_days 3
Las personas leen la métrica en un informe; un modelo lee la variable como una entrada entre muchas.
Leer más: Analíticareport Weekly active customers model churn risk, one input of many
Clientes con al menos un pedido en la semana, contados una sola vez.
El conjunto con el que se entrena y evalúa un asistente, versionado con el modelo.
Leer más: Tickets de soporte, etiquetados.| Rol | Identidad del cliente | Pedidos | Tickets de soporte | Eventos | Agregados |
|---|---|---|---|---|---|
| Analista | |||||
| Ingeniero de datos | |||||
| Agente de soporte | |||||
| Modelo de ML | |||||
| Panel de dirección |
Analistas. Ven pedidos, eventos y agregados completos, con la identidad del cliente y el texto de los tickets enmascarados.
Ingenieros de datos. Ven cada conjunto de datos para construir y corregir los pipelines, con la identidad del cliente enmascarada.
Agentes de soporte. Ven pedidos y tickets para responder a un cliente; los nombres y correos están enmascarados, y cada consulta queda registrada.
Modelos de ML. Leen pedidos y eventos para aprender, con el texto de los tickets enmascarado y sin identidad del cliente.
Paneles de dirección. Muestran solo agregados: totales y tendencias, sin el registro de ningún cliente concreto.