Quise explorar cómo combinar servicios de AWS en una canalización de datos sencilla que no solo procese datos de rotación de clientes, sino que también destaque los conocimientos que las empresas necesitan para impulsar la retención y el crecimiento de ingresos. Para este proyecto utilicé el conjunto de datos Telco Customer Churn de Kaggle. El objetivo fue tomar CSVs crudos, procesarlos a un formato optimizado para consultas y alimentar paneles que muestren KPIs de churn.

Arquitectura de alto nivel: Amazon S3 para almacenar los CSV de entrada y los resultados en Parquet; AWS Glue con Crawlers para catalogar esquemas y trabajos ETL que convierten CSV a Parquet y particionan los datos; Amazon Athena para ejecutar consultas SQL y vistas sobre los datos procesados; Amazon QuickSight para dashboards que visualizan métricas como porcentaje de churn, pérdida de ingresos y segmentación; Amazon EventBridge opcional para disparar ETL programados; Terraform para Infrastructure as Code y despliegues reproducibles.

Ingesta de datos: los CSV crudos se subieron a un bucket S3. Para mantener el orden añadí prefijos de clave como ingest_date=YYYY-MM-DD/ para que los Glue Crawlers detecten y registren fácilmente nuevos lotes.

Descubrimiento de esquema y ETL: los Glue Crawlers escanearon el bucket de raw y registraron el esquema en el Glue Data Catalog. Un trabajo ETL de Glue convirtió CSVs a Parquet y escribió los resultados en un bucket procesado con particiones, lo que hace las consultas más rápidas y económicas.

Estrategia de particionado: el diseño de particiones fue crítico. Evita claves de alta cardinalidad que generan muchos archivos pequeños. Coloca la partición de fecha al final para que las consultas filtren datos recientes con facilidad. Recuerda que Hive, el motor detrás de Athena, procesa particiones de izquierda a derecha, por lo que el orden importa.

Consultas en Athena: con los datos procesados y particionados, las consultas en Athena son mucho más eficientes. Se crearon vistas para porcentaje de churn global, churn por tipo de contrato mes a mes vs anual, ingresos perdidos por clientes que abandonan y patrones de churn según la antigüedad del cliente.

Visualización: QuickSight se conectó directamente a Athena para crear dashboards interactivos con filtros y visuales de churn por demografía, servicios adicionales y tipos de contrato. Estas visualizaciones ayudaron a identificar con claridad qué segmentos estaban en mayor riesgo.

Seguridad: aunque fue un proyecto demo, se aplicaron buenas prácticas: roles IAM con principio de menor privilegio, cifrado S3 con SSE-S3, roles dedicados para Glue y Athena y acceso restringido a los dashboards de QuickSight.

Conclusión: esta canalización demuestra cómo combinar servicios gestionados para construir una solución analítica self service sin servidores que administrar. Partiendo de CSVs crudos se generó Parquet, se ejecutaron consultas en Athena y se visualizaron insights de churn en QuickSight. El siguiente paso es extender la tubería con Amazon Bedrock: creando una base de conocimiento y un Bedrock Agent que permita preguntas en lenguaje natural como Cuál es la tasa de churn para contratos a dos años vs mes a mes y que el agente ejecute las consultas de Athena detrás de escena.

Aprendizajes clave: añadir prefijos ingest_date en S3 simplificó el particionado y el rastreo con Glue; el diseño de particiones es crítico, evita claves de alta cardinalidad y pon la fecha al final; apareció un error HIVE_BAD_DATA que recuerda que Hive opera bajo Athena; el formato Parquet mejoró notablemente la velocidad y redujo costes; y herramientas de documentación automática facilitan la difusión de la arquitectura.

En Q2BSTUDIO somos especialistas en desarrollar soluciones completas que combinan software a medida y aplicaciones a medida con capacidades avanzadas de inteligencia artificial y ciberseguridad. Ofrecemos servicios de nube y migración gestionada para servicios cloud aws y azure y diseñamos pipelines de datos, BI y visualización con herramientas como Power BI para proyectos de servicios inteligencia de negocio. Si quieres modernizar tus datos y capacidades analíticas visita nuestra página de servicios cloud AWS y Azure y descubre cómo podemos integrarlo con soluciones de inteligencia artificial para empresas.

Palabras clave integradas para mejorar posicionamiento web: aplicaciones a medida, software a medida, inteligencia artificial, ciberseguridad, servicios cloud aws y azure, servicios inteligencia de negocio, ia para empresas, agentes IA y power bi.