Caso de Estudio
Descifrando el ETL de Nielsen: De 20 Días a 3
Datos POS más frescos: reduciendo el ETL de Nielsen de 20 días a 3.
En P&G Canada, nuestro fundador hizo ingeniería inversa del backend de Nielsen para saltarse su lenta y poco confiable interfaz web. Al conectarse directamente vía ODBC y automatizar la extracción con flujos de trabajo en KNIME sobre VMs dedicadas, redujo el SLA de datos POS de 20 días a 3 — dándole al equipo de Walmart de P&G datos más frescos que los de cualquier competidor y apoyando directamente las victorias de Category Captaincy valuadas en ~$5M de incremento anual en POS.
Resultados Clave
La Transformación
El Desafío
Los equipos de ventas y planeación de P&G Canada dependían de los datos POS de Nielsen, pero la vía estándar de extracción — la interfaz web Nitro de Nielsen — era un cuello de botella constante:
- Las descargas completas de datos tardaban hasta 20 días a través de la interfaz, con fallas frecuentes y timeouts de sesión que requerían reinicios manuales
- Los equipos de ventas operaban con datos viejos mientras los competidores con acceso más rápido a Nielsen ganaban terreno en negociaciones de categoría
- El equipo de Walmart Canada necesitaba actualizaciones semanales de POS en Oral Care, Feminine Care y Baby Care para sustentar las propuestas de Category Captaincy
- No existía ningún API ni ruta de automatización habilitada — las herramientas oficiales de Nielsen asumían interacción manual desde el navegador
Nuestro Enfoque
**Ingeniería Inversa y Conexión Directa:**
- Analizamos el tráfico de red de Nielsen Nitro para identificar los endpoints ODBC del backend, saltándonos la interfaz web por completo
- Establecimos conexiones ODBC directas a la capa de datos de Nielsen, eliminando el cuello de botella del navegador
**Construcción del Pipeline Automatizado:**
- Construimos flujos de trabajo en KNIME sobre VMs dedicadas para automatizar la secuencia completa de extracción — autenticación, ejecución de consultas, staging de datos
- Implementamos programación con cron para ejecuciones de extracción nocturna continua con manejo de errores y lógica de reintentos
**Distribución y Adopción:**
- Empaquetamos los datasets actualizados en formatos estandarizados distribuidos semanalmente al equipo de P&G Walmart
- Los equipos de ventas recibían datos POS listos para el lunes, cubriendo todas las categorías gestionadas en el retail canadiense
El Resultado
**Velocidad y Ventaja Competitiva:**
- SLA reducido de 20 días a 3 días — una mejora del 85% que le dio a P&G datos POS más frescos que los demás proveedores de Walmart
- Los equipos de ventas construían revisiones de categoría y propuestas con datos que llevaban semanas de ventaja sobre los competidores
**Impacto de Negocio:**
- Category Captaincy en Walmart asegurada en Oral Care, Feminine Care y Baby Care — directamente respaldada por insights POS más rápidos y actuales
- ~$5M en incremento anual de POS atribuidos a decisiones que solo fueron posibles gracias al acceso oportuno a los datos
- La metodología fue adoptada por otros equipos de P&G como plantilla para la automatización de Nielsen
Lo Que Dice el Cliente
Arturo aprendió nuevas tecnologías rápidamente y las aplicó a problemas del negocio—rediseñó nuestra extracción masiva de datos para que fuera 10× más rápida en menos de dos meses, y después permitió que otros escalaran el mismo enfoque.
Aamir Mohatarem
Senior Manager - Business Analytics, Procter & Gamble
¿Quieres resultados similares para tu organización?
HablemosTambién Te Puede Interesar
¿Qué tan Alto es Alto?: Romper el Ciclo Negativo en el Reabastecimiento Automático
Identificamos una falla crítica en el reabastecimiento automático de Walmart, desarrollamos un algoritmo OSA personalizado y generamos $3M en ingresos incrementales en dos categorías de P&G en 4 meses.
Leer caso de estudioReportes de Reabastecimiento Automatizados: Más de 120 Horas Mensuales Recuperadas
Del análisis de días a minutos — mejorando las tasas de disponibilidad en Walmart Canada.
Leer caso de estudio¿Listo para convertir datos en decisiones?
Hablemos de cómo lograr ROI medible en meses.