ETL

ETL son las siglas en inglés de Extract, Transform, Load (extraer, transformar, cargar): el proceso de tres pasos que mueve datos desde sus sistemas de origen hasta un repositorio central donde se pueden analizar. Primero extrae la información de fuentes dispersas (un CRM, un ERP, planillas, una pasarela de pago), luego la transforma para limpiarla y darle un formato consistente, y finalmente la carga en un destino como un data warehouse o un data lake.

El ETL es la plomería invisible de la analítica: sin él, cada sistema vive en su propio idioma y los reportes terminan armándose a mano en planillas que nunca cierran. Un proceso ETL bien hecho es la base de una única fuente de verdad, y es parte de lo que prepara el terreno para los tableros y modelos que ofrece Metrix.

El valor del ETL está en que resuelve el problema más caro de la analítica: que los datos casi nunca llegan listos para usar. La factura electrónica dice "Cliente: ACME S.A.", el CRM lo guarda como "Acme SA" y la planilla de cobranzas lo anota como "ACME". Para un humano son la misma empresa; para una computadora son tres clientes distintos. El ETL existe para reconciliar esas diferencias de forma automática y repetible, todas las noches, sin que nadie tenga que pegar columnas a mano.

Los tres pasos, en concreto

• Extract (extraer): se leen los datos de cada origen. Las fuentes típicas en una empresa argentina son el CRM (por ejemplo, Salesforce), el ERP, el sistema de facturación electrónica de AFIP, archivos Excel de los vendedores, una API de la pasarela de pago y exportaciones de marketing. La extracción puede ser completa (todo cada vez) o incremental (solo lo que cambió desde la última corrida).
• Transform (transformar): es el paso que más trabajo lleva. Acá se limpian valores nulos, se unifican formatos de fecha y moneda (pesos contra dólares), se estandarizan nombres, se aplican reglas de negocio (por ejemplo, calcular el margen) y se valida la calidad del dato. Es donde "los datos crudos" se vuelven "datos confiables".
• Load (cargar): los datos ya tratados se escriben en el destino analítico. Desde ahí alimentan tableros, reportes y modelos sin volver a tocar los sistemas operativos, que quedan libres para su trabajo del día a día.

ETL contra ELT: el orden importa

Con la llegada de los data warehouses en la nube apareció una variante, el ELT, que invierte los dos últimos pasos: primero carga los datos crudos y recién después los transforma, ya adentro del warehouse, aprovechando su potencia de cómputo. No es que uno reemplace al otro; conviven según el caso.

Por qué le importa al negocio

Una empresa de Consumo Masivo que quiere un tablero de ventas por canal necesita cruzar el sell-out de cada distribuidor con su propio sell-in, con los precios y con la cobranza. Cada uno de esos datos vive en un sistema distinto. Sin ETL, alguien arma esa planilla cada lunes a la mañana, tarda horas y el número del mes pasado nunca coincide con el de finanzas. Con un ETL andando, el cruce ocurre solo, de noche, y a la mañana el tablero ya está actualizado y es el mismo número para todos. Ese es el salto: de discutir de quién es el dato correcto a discutir qué hacer con el dato.

Errores comunes

• Transformar sin documentar: cuando las reglas de negocio viven solo en la cabeza de quien armó el proceso, el ETL se vuelve una caja negra imposible de mantener.
• Cargar sin validar: si no se controla la calidad antes de cargar, los errores se propagan a todos los tableros y se pierde la confianza en el dato.
• Procesos demasiado rígidos: un ETL que no contempla campos nuevos o fuentes nuevas se rompe en cada cambio del negocio.
• Olvidar la cadencia: un proceso que corre cuando alguien se acuerda no sirve; el valor está en que sea automático y predecible.

En la práctica, el ETL rara vez se nota cuando funciona bien: el indicador de éxito es que nadie discute de dónde sale un número. Cuando esa plomería está sólida, recién ahí tiene sentido invertir en analítica avanzada, BI conversacional o análisis predictivo, porque todos se apoyan en datos que ya llegan limpios.