Caso de Estudio: Reemplazar base de datos tradicionales para mantener sistemas analíticos en tiempo real

Nuestro cliente es una plataforma de Inteligencia Artificial (IA) que ayuda a sus clientes a ejecutar estrategias de lanzamiento al mercado de manera inteligente. Captura señales digitales, unifica identidades y cuentas, y utiliza IA y automatizaciones para ayudar a su equipo de mercadeo a llegar a la persona correcta con el contexto adecuado en el momento oportuno. Ellos agregan datos de muchas fuentes diferentes, sitios web, CRMs, LinkedIn, X (Twitter), Slack, GitHub, Reddit, YouTube, conectando la actividad de varios canales con personas y cuentas reales. Esto proporciona al departamento de mercado una vista unificada de los clientes en todo el ecosistema digital.

En el pasado, su equipo de tecnología construía hojas de cálculo y extraían manualmente datos de fuentes como Twitter o Slack, lo que era un proceso tedioso. Por lo tanto, el primer paso fue unificar los datos de diferentes fuentes para crear una vista del cliente. Cada persona estaba representada por un objeto que reunía toda su información relevante. Este proceso también requería de una base de datos analítica lo suficientemente capaz para ejecutar estas operaciones de manera rápida y eficiente. Originalmente, ellos utilizaban Postgres como la única base de datos para la data transaccional y la analítica, pero a medida que los conjuntos de datos crecían, esta base de datos tradicional ya no era la adecuada para las consultas analíticas.

La principal prioridad de nuestro cliente era una solución que pudiera manejar actualizaciones frecuentes: el 25% de los registros se actualizan diariamente. La integración de nuestra base de datos en tiempo real ha sido un paso significativo en la evolución de la gestión de datos de nuestros clientes, permitiéndole manejar la creciente complejidad y volumen de datos asociados con su éxito en el mercado internacional.