EdgeAngel es una agencia de data marketing e IA, y una consultora independiente. Trabajamos con datos de marketing y analítica desde 2018, en proyectos con alcance definido o en asistencia técnica junto a tus equipos.
Data platform, recogida de datos y pipelines: de qué nos ocupamos
Algunos clientes nos llaman para construir desde cero, otros tienen un data warehouse en marcha y unas cifras de las que ya no se fían, otros quieren activar lo que ya tienen. Entramos por el eslabón que falta.
01
Data platform: selección, migración y setup
La elección de la plataforma te compromete durante varios años. Se decide en función de tus casos de uso, tus equipos y tu cloud, y todo se construye en tu proyecto.
Auditoría de la situación actual: fuentes, usos reales, costes, lo que debe migrarse
Selección: BigQuery, Snowflake, Databricks o Microsoft Fabric, según tu cloud y tus equipos
Setup en tu proyecto cloud: entornos, IAM y gobierno de accesos, infraestructura como código
Migración desde un data warehouse on-premise u otro cloud, datos y modelos, con los usos cubiertos durante la transición
FinOps: costes de almacenamiento y de consulta acotados desde el diseño, y después monitorizados
Cumplimiento del RGPD y alojamiento en Europa, data lakehouse cuando tus volúmenes lo requieren
02
Tracking y cumplimiento normativo
La cadena empieza en tu web y tu app. Diseñamos la recogida de datos, la verificamos y la alineamos con el consentimiento, y los datos llegan al data warehouse con su documentación.
Plan de etiquetado: cada evento, sus parámetros, su valor esperado, web y app
GTM web y server-side (sGTM): etiquetas, activadores, hits enriquecidos
CMP y Consent Mode v2: una recogida de datos alineada con el consentimiento, y la prueba de ello
Exportación en bruto al data warehouse: Google Analytics, Piano, Segment, back-office
Validación y monitorización: cada evento verificado, alertas sobre los volúmenes
Cumplimiento del RGPD y ePrivacy: registro de proveedores, alojamiento en Europa
Sincronizar las fuentes, preparar los datos y devolverlos a tus herramientas, con flujos sólidos, versionados y monitorizados.
Operamos una plataforma de ingesta para nuestros clientes, gestionada por API y mediante scripts: un nuevo ámbito se despliega y se documenta en pocos días. Somos Airbyte Partner, y trabajamos con los ETL que ya tienes en marcha.
ETL y ELT: Airbyte, Fivetran, conectores nativos o un conector desarrollado para tu fuente
Sincronizaciones validadas: frecuencia, recuperación ante incidencias, historización, un único lugar para saber si un flujo se ha ejecutado
Modelos dbt o Dataform: capas bruta, preparada y de negocio, tests, linaje de datos, historial de versiones
Capa semántica y catálogo: cada definición escrita una vez, legible por una persona y por un agente
Reverse ETL: audiencias, conversiones y scores enviados a tus plataformas publicitarias, tu CRM y tus herramientas de negocio
Controles de frescura, completitud y exactitud, con alertas
El código de transformación vive en un repositorio versionado, con su historial. Puedes leerlo, retomarlo o confiárselo a otra persona.
Nuestros consultores trabajan sobre tu stack, sea cual sea. Las herramientas más habituales en nuestros proyectos:
BigQuery Data warehouse de Google Cloud: datasets, particionado, costes de consulta, exportaciones nativas de Google Analytics y Google Ads.
Snowflake y Databricks Data warehouse y lakehouse en AWS o Azure: modelado, gobierno de accesos, control de los costes de cómputo.
Airbyte Ingesta ELT de código abierto: conectores, sincronizaciones programadas, plataforma gestionada por API. Somos Airbyte Partner.
dbt Transformación SQL versionada: modelos, tests, documentación y linaje de datos, sobre cualquier data warehouse.
Dataform Transformación nativa de BigQuery: SQLX, releases y flujos de trabajo programados, en tu proyecto de Google Cloud.
Knowledge Catalog El catálogo de Google Cloud (Dataplex Universal Catalog): definiciones de negocio, glosario, aspectos y linaje, legibles por tus equipos y tus agentes.
Nuestro servicio de data engineering, de la necesidad de negocio a la operación
Cada bloque se puede sustituir con independencia de los demás. La elección depende de tu cloud, tus equipos y tus casos de uso, y se revisa con el tiempo.
01
Definir la necesidad de negocio y mapear los datos
Partimos de tus preguntas de negocio y de las decisiones a las que sirven: qué indicadores, con qué nivel de detalle, con qué frecuencia, para quién. Después mapeamos los datos necesarios, sus fuentes, sus responsables y sus reglas, y redactamos las definiciones con los equipos responsables de ellas. Este documento define la arquitectura, los flujos y el orden de las fases.
Una pregunta de negocio, un indicador, una definición, una fuente. Esta tabla decide qué se conecta y en qué orden.
02
Centralizar en un data warehouse
Tus fuentes llegan a un data warehouse que vive en tu proyecto cloud: plataformas publicitarias, analítica, CRM, back-office, producto. Elegimos el método fuente por fuente, conector del mercado, exportación nativa o conector desarrollado para ti, y validamos cada sincronización: frecuencia, recuperación ante incidencias, historización, controles de frescura y completitud. Un único lugar indica si un flujo se ha ejecutado.
Las fuentes llegan tal cual. La normalización se hace en el data warehouse, donde se puede revisar.
03
Modelar los datos
Los datos brutos se convierten en una cifra que alguien puede citar en una reunión. Escribimos tus reglas de negocio en SQL, con dbt o Dataform: una capa bruta, una capa preparada, tablas de negocio por uso, tests de coherencia, el linaje de datos y el historial de versiones. El código vive en un repositorio versionado que tus equipos pueden leer, retomar o confiar a otra persona.
La unión que conecta el dinero cobrado con el clic pagado, y la regla de cálculo tal como está escrita.
04
Documentar: capa semántica y catálogo
Cada tabla y cada campo llevan su definición, escrita una vez: qué cuenta una conversión, cómo se calcula un ratio, de dónde viene una dimensión. Estas definiciones viven en un catálogo o en una capa semántica, Knowledge Catalog en Google Cloud, dbt Semantic Layer o el equivalente de tu stack, y nunca en las tablas. Tus analistas, tus dashboards y tus agentes de IA leen la misma definición, y una regla que cambia se corrige en un único lugar.
La definición se escribe una vez, en el catálogo. Las tablas no llevan ninguna regla de negocio, así que circula una única verdad.
05
Activar los casos de uso
Los datos modelados y documentados se envían a las herramientas que producen un resultado. La BI y el reporting: dashboards de gestión sobre una única fuente. La IA y la IA agéntica: agentes que consultan tablas documentadas y relacionan cada respuesta con su definición. La activación de datos: el reverse ETL hacia tus plataformas publicitarias, tu CRM y tus herramientas de negocio, con audiencias first-party y conversiones enriquecidas. La misma cifra sirve para la decisión humana y para la puja automática.
La misma cifra sirve para la decisión humana y para la puja automática. Eso es lo que hace coherentes a las dos.
06
Mantener viva la cadena: operación, soporte y formación
Una cadena de datos sigue cambiando con tu actividad. Tras la puesta en producción, un consultor sigue a tu lado con un seguimiento mensual: monitoriza los flujos y los costes, hace evolucionar los modelos y el catálogo cuando cambian tus fuentes y tus esquemas, responde a las preguntas de tus equipos y los forma en el data warehouse, el catálogo y las herramientas. Los temas se deciden juntos, y el conocimiento se transfiere a tu equipo cuando quieres retomar el control.
La operación mantiene la cadena fiable y la hace evolucionar: un ritmo mensual, temas decididos juntos y el conocimiento que se transfiere a tus equipos.
Trabajamos con autonomía en el ámbito que nos confías, o junto a tu departamento de sistemas, tus equipos de datos y tus integradores. El reparto se decide al definir el alcance y se reajusta durante el proyecto.
Los responsables de nuestros servicios de data engineering y modern data stack
Mathieu Lima
Director de Data Foundations y CTO
Cofundador
Ingeniero por Télécom SudParis
Institut Mines-Télécom
Olivier Chubilleau
CEO y corresponsable de Data Engineering
Cofundador
Institut Mines-Télécom Business School
Nuestros formatos de trabajo
Asistencia técnica
Un consultor integrado en tu equipo y en sus rutinas, durante un periodo definido.
Data engineer, analytics engineer o data architect, según la necesidad
Por días o a precio cerrado, al ritmo de tus sprints
El conocimiento se transfiere a tu equipo
Proyecto
Un proyecto con un alcance, un calendario y entregables definidos.
Definición del alcance, ingesta, modelado, catálogo y activación
Primeros datos en producción en pocas semanas, y después ampliación
El código, los modelos y la documentación se quedan contigo
Nuestros perfiles expertos
Data EngineerConstruye y opera los pipelines de ingesta y el data warehouse.
Analytics EngineerModela y documenta los datos que leen tus herramientas y tus agentes.
Data ArchitectDiseña la arquitectura objetivo y decide las opciones técnicas.
DataOps EngineerIndustrializa el despliegue, la orquestación y la monitorización.
Data AnalystConstruye los dashboards y los análisis sobre el modelo entregado.
Consultor de data marketingHace de enlace entre la necesidad de negocio y los datos disponibles.
La agencia
Una firma independiente de consultores sénior, fundada en 2018.
Hubs en París, Burdeos y Barcelona. Sabes quién trabaja en tu cuenta y hablas directamente con los consultores que la llevan.
Partner desde 2018 en nuestros retos de tracking y privacidad (Piano, sGTM, RGPD), EdgeAngel combina una experiencia técnica muy especializada y rigor. Una extensión de nuestro equipo indispensable para afianzar y acelerar nuestros proyectos de datos complejos.
Cédric Tamboise Group Digital & e-Commerce Director Kiloutou
Desde 2021, EdgeAngel se ocupa de la solidez de nuestro tracking web y app. Su experiencia técnica avanzada nos ha permitido recuperar el control total de nuestros datos para gestionar con eficacia la evolución de nuestros ecosistemas digitales.
François Charlet Comunicación y Marketing Digital Citeo
Con la solución Capture para nuestro reporting y la calidad de los consultores, nuestros informes de rendimiento se han vuelto muy claros y pertinentes. Esto nos permite gestionar la actividad en el día a día y darnos los medios para alcanzar nuestros objetivos.
Mathias Pestre-Mazieres CEO Blue Horse Group
Una estrategia de captación que aseguró por completo nuestra temporada alta. Gracias a una gestión precisa de la complementariedad entre Google y Meta, pudimos escalar nuestros volúmenes con una rentabilidad bajo control.
Lydie Castagnet Directora de Marketing y Comunicación Forge Adour
En EdgeAngel no se limitan a la compra de medios, dan sentido a las cifras. Supieron detectar las señales débiles en nuestros datos para transformar nuestra captación y desbloquear nuevas palancas de rendimiento.
Valentine Soulès Responsable de e-commerce Golf One 64
Desde el despliegue de Capture por parte de EdgeAngel, nuestro equipo de SEO ha mejorado considerablemente la calidad del reporting y el análisis de oportunidades: los informes son muy eficaces, con una granularidad muy fina (+30 millones de filas en el dataset) y la adopción por parte del equipo es total.
Karim Elmlih Head of Organic Acquisition (Growth) Qonto
Solución
Capture: la data platform modular para activar tus datos de marketing e IA.
Conecta tus herramientas entre sí y alimenta tus flujos de trabajo de IA y agénticos con tus datos y tu contexto de negocio. Capture amplía tu infraestructura existente y la hace más eficiente: las herramientas y los datos siguen siendo tuyos.
Una Modern Data Stack es un conjunto de bloques especializados que recogen, centralizan, transforman y activan los datos de una empresa, conectados por pipelines automatizados. Cada bloque se puede sustituir con independencia de los demás.
En concreto: la ingesta trae los datos, el data warehouse los almacena, la transformación les da forma según tus reglas de negocio y la activación los envía de vuelta a tus herramientas. La gobernanza y la documentación están presentes en las cuatro etapas.
¿Qué herramientas componen una Modern Data Stack?
Una Modern Data Stack se organiza en seis categorías:
Ingesta y sincronización: Airbyte, Fivetran, Stitch
Almacenamiento y data warehouse: Google BigQuery, Snowflake, Databricks
Transformación: dbt, Dataform
Activación y reverse ETL: Hightouch, Census, Segment
Visualización y BI: Data Studio, Power BI, Metabase
Gobernanza y semántica: catálogo de datos, capa semántica, linaje de datos, control de accesos, cumplimiento del RGPD
La elección depende de tu madurez, tus equipos, tu cloud y los casos de uso previstos.
En materia de soberanía, una base europea es un criterio de decisión real: OVHcloud y Scaleway en cloud, Didomi en gestión del consentimiento. Se trata al definir el alcance, con tus restricciones regulatorias.
¿Qué diferencia hay entre Modern Data Stack y data platform?
La Modern Data Stack designa los bloques modulares que recogen, transforman y activan los datos. La data platform designa la base técnica sobre la que se apoyan: infraestructura cloud, almacenamiento, orquestación, seguridad, gestión de accesos.
Las dos se diseñan juntas. Un stack montado sobre una base mal definida sale caro de operar y se vuelve difícil de hacer evolucionar, y una base sin usos se queda en una factura de cloud.
BigQuery, Snowflake o Databricks: ¿cómo elegir?
La elección depende de tu cloud, tus competencias internas y tu perfil de costes. Si ya estás en Google Cloud, BigQuery es el camino corto: facturación por consulta, ningún clúster que dimensionar, integración nativa con el ecosistema publicitario y de analítica. En AWS o Azure, o con equipos ya formados, Snowflake y Databricks tienen sus argumentos, sobre todo en cargas de cómputo pesadas y machine learning.
Nuestra experiencia más profunda está en BigQuery, y lo decimos. Si tu base está en otro entorno, trabajamos sobre ella: el diseño del modelo pesa más que el motor que lo ejecuta.
¿dbt o Dataform para la transformación?
Los dos hacen el mismo trabajo: escribir transformaciones SQL versionadas, probadas y documentadas. dbt es el estándar del mercado, con el mayor ecosistema y la mayor comunidad, y suele ser la elección adecuada si tus equipos ya lo conocen o si tu data warehouse está fuera de Google Cloud. Dataform es nativo de BigQuery, sin licencia adicional ni orquestador aparte, y vive en tu proyecto de Google Cloud.
Trabajamos con uno y con otro. Lo que más cuenta: que los modelos estén versionados, que las reglas de negocio estén escritas y que existan los tests.
¿Para qué sirve una capa semántica o un catálogo de datos?
Para escribir cada definición de negocio una sola vez, fuera de las tablas, y hacerla legible para todo lo que consume los datos. Una capa semántica (semantic layer) contiene las métricas y las dimensiones: la fórmula de un coste por lead, qué cuenta una conversión, cómo se deduce un canal a partir de una fuente. Un catálogo de datos contiene la documentación de las tablas y los campos, el glosario de negocio y el linaje de datos.
En concreto, en los clientes que trabajan con Google Cloud, las definiciones viven en Knowledge Catalog (Dataplex Universal Catalog) y se aplican por código, versionadas en un repositorio. Tus dashboards, tus analistas y tus agentes de IA leen la misma definición, y una regla que cambia se corrige en un único lugar. En otro stack, dbt Semantic Layer o el catálogo de tu data warehouse cumplen la misma función.
¿Una CDP sustituye a una Modern Data Stack?
No, responden a dos necesidades distintas. Una CDP unifica los perfiles de cliente y los activa en herramientas de marketing, con una interfaz pensada para equipos de negocio. Un data warehouse almacena el conjunto de tus datos, incluidos los que no se refieren al cliente, y sirve tanto para el análisis como para la activación.
En la práctica se dan tres situaciones. Tienes una CDP: la integramos en la cadena y la alimentamos desde el data warehouse, lo que evita que se convierta en una segunda fuente de verdad. Estás evaluando una: definimos lo que aporta frente a un data warehouse más un reverse ETL. Prefieres prescindir de ella: la función se cubre con el data warehouse, el modelado y la activación.
¿Cómo saber si las cifras que salen del stack son correctas?
Con un control por escrito. Publicamos una conciliación entre la tabla expuesta a las herramientas y la vista de producción que sirve de referencia: los mismos agregados, en el mismo periodo, línea a línea, con la diferencia a la vista. El control se vuelve a ejecutar con cada evolución del modelo.
Además, los tests de coherencia se ejecutan sobre los modelos, los controles de frescura y completitud se ejecutan sobre la ingesta, y el linaje de datos indica de dónde viene cada campo. Un dato que falta se queda vacío y se señala.
¿Quién es el propietario del código y de los datos del stack?
Tú. Y es una pregunta que hay que hacer a cualquier proveedor, porque la respuesta varía.
Con nosotros: el data warehouse y las tablas modeladas viven en tu proyecto cloud, el código de transformación está versionado en un repositorio con su historial y la documentación de los modelos se entrega. Si retomas el control o cambias de partner, te lo llevas todo.
Un matiz honesto: según la arquitectura elegida, una parte del flujo de ingesta puede pasar por una plataforma que operamos nosotros. Es una elección que se discute al definir el alcance, y se documenta.
¿Cuánto tiempo hace falta para tener una primera cadena en producción?
Unas semanas para una primera entrega documentada: dos o tres fuentes, un data warehouse, un modelo y un uso cubierto. Unos meses para una cadena completa con todas las fuentes.
El factor que más pesa son los accesos. Obtener los permisos de una plataforma publicitaria, un CRM o un back-office suele llevar más tiempo que conectar el flujo, y se prepara desde la definición del alcance.
¿EdgeAngel puede hacerse cargo de un stack existente?
Sí, y es el punto de partida de muchos de nuestros proyectos. Un stack heredado llega con sus razones: un proveedor que se fue, un equipo que cambió, un proyecto que se paró a medias.
Empezamos por un diagnóstico: lo que funciona, lo que dejó de funcionar sin que nadie lo viera, lo que está documentado, lo que cuesta. Después decidimos contigo qué se mantiene, qué se rehace y qué se detiene. Y sabemos traspasar un stack que hemos construido a tus equipos o a otro partner.
Airbyte Partner
