Automatización y Personalización en la Analítica de Datos: Más allá de los límites aparentes
Dec 18, 2024

En el mundo de la analítica de datos, uno de los mayores desafíos no siempre está en el análisis en sí, sino en lograr que las plataformas, bases de datos y herramientas trabajen de manera fluida para entregar resultados impactantes. Hace poco tuve la oportunidad de liderar un proyecto que representó un gran reto de integración, pero también una oportunidad para demostrar cómo la creatividad técnica puede superar limitaciones aparentes.
Caso 1: Actualización automática de Google Docs desde Google Sheets y MySQL
El primer objetivo era que un documento de Google Docs se actualizara automáticamente con gráficos provenientes de Google Sheets, el cual estaba conectado a una base de datos MySQL. Esto debía ocurrir el mismo día de cada mes, sin intervención manual.
La solución combinó:
- Vistas optimizadas en la base de datos MySQL para preprocesar los datos necesarios.
- Google Apps Script, con el que se realizo todo el proceso de extracción de la información de la base de datos y se programaron tareas automáticas usando el sistema de disparadores de tiempo.
-Sincronización dinámica entre hojas de cálculo y el documento, asegurando que los gráficos siempre reflejaran los datos más recientes.Aqui la parte del codigo en App Script
El resultado: un flujo automatizado que elimina la necesidad de actualizaciones manuales, permitiendo a los equipos concentrarse en el análisis de los datos, en lugar de perder tiempo en tareas repetitivas.
Caso 2: Automatización de tableros en Looker
En Looker, el reto fue distinto: no cuenta con una funcionalidad nativa para actualizaciones programadas específicas basadas en criterios complejos de fechas. Sin embargo, conseguimos implementar una solución personalizada al:
- Añadir columnas de fecha actual en la base de datos para habilitar condiciones que Looker pudiera interpretar directamente.
- Crear campos calculados avanzados en Looker para emular filtros dinámicos de tiempo.
Explicación Detallada de la Lógica
Condición 1: Día actual es mayor o igual a 11
Si el día del mes actual
(EXTRACT(DAY FROM CURRENT_DATE()))
es 11 o superior, se calcula la fecha del día 11 del mes actual.Ejemplo: Si hoy es 15 de diciembre, devolverá 2024-12-11.
Condición 2: Estamos en enero
Si el mes actual
(EXTRACT(MONTH FROM CURRENT_DATE()))
es 1 (enero), se calcula la fecha del 11 de diciembre del año anterior.Esto es necesario porque no hay un "mes anterior" a enero en el mismo año.
Ejemplo: Si hoy es 5 de enero de 2024, devolverá 2023-12-11.
Condición 3: Día actual es menor a 11 y no estamos en enero
Si no se cumplen las condiciones anteriores, calcula la fecha del 11 del mes anterior.
Ejemplo: Si hoy es 3 de diciembre, devolverá 2023-11-11.
Estas configuraciones transformaron las limitaciones técnicas en una experiencia de usuario fluida, manteniendo la flexibilidad requerida para el análisis.
Reflexión: Creer en la Automatización como un Habilitador
Ambos proyectos aunque en lectura parecen faciles, realmente me siguen demostraron que, con las herramientas adecuadas y una visión orientada al cliente, es posible adaptar las plataformas a necesidades específicas, incluso cuando parece que las herramientas tienen limitaciones insalvables.
Esto no solo reduce drásticamente el tiempo dedicado a tareas manuales, sino que también abre espacio para lo que realmente importa: analizar los datos de manera más profunda y generar un impacto tangible.
En la era de la automatización y el análisis de datos, el límite está en nuestra capacidad para innovar y cuestionar los métodos tradicionales. 🚀