Data Ingest recopilar y normalizar desde todas las fuentes

Los datos entrantes recorren una secuencia definida, en su mayor parte automática, con los redactores interviniendo solo en las excepciones:

1. Recopilar desde cualquier fuente. La plataforma monitoriza y recoge datos de forma continua, estén donde estén:

• portales y sitios web de los canales
• servidores FTP/SFTP
• API de los canales (REST y SOAP)
• buzones de correo electrónico
• almacenamiento en la nube (Amazon S3, Google Cloud Storage, Azure Blob)

2. Clasificar y dirigir. Cada archivo entrante se identifica por tipo (una programación semanal completa, una actualización incremental, un archivo de descripciones, un paquete de imágenes) y se dirige al canal correcto. Hay disponible una vista previa legible para humanos (XML, CSV, DOC/DOCX, PDF), y la importación puede configurarse por canal como totalmente automática o sujeta a aprobación.

3. Importar y mapear. Un importador específico para cada fuente y formato convierte la entrada en una única estructura interna unificada, aplica el mapeo de campos propio de cada canal, y ejecuta un primer control de calidad: presencia de los campos requeridos, coherencia cronológica (sin programas superpuestos), codificación y formato corregidos.

4. Analizar el texto. El procesamiento del lenguaje natural extrae lo que está enterrado en descripciones en texto libre, como nombres de invitados y números de episodio, infiere los datos que faltan y los distribuye en los campos correctos.

5. Aplicar reglas y cotejar. Un motor de reglas de negocio corrige automáticamente los errores sistemáticos de las fuentes (títulos en minúsculas, prefijos no deseados, datos mal ubicados), y a continuación coteja cada entrada con el registro correcto del archivo de contenidos.

Cuando una fuente envía una actualización, la plataforma la compara con el estado actual y destaca exactamente qué difiere, campo por campo, en una vista comparativa. Los cambios fiables y de bajo riesgo pueden aplicarse automáticamente; todo lo inusual o ambiguo se señala a un redactor para que lo acepte, corrija o rechace, con una trazabilidad completa de cada decisión.

Un principio clave mantiene eficientes los sistemas posteriores: un cambio solo se transmite cuando afecta realmente a los datos que usted recibe, no ante cada edición interna. Usted no se ve inundado de actualizaciones que no cambian nada de su lado.

Las fuentes envían datos en muchas formas distintas: XML, JSON, CSV, hojas de cálculo, PDF, formatos propios de cada canal y más, más de 2500 formatos de entrada en total. Cada uno se convierte a un único formato interno y se mapea a los campos correctos, de modo que el resto de la plataforma ve siempre una estructura coherente, sea cual sea el origen de los datos. Esto es lo que permite a Media Press incorporar una nueva fuente sin alterar todo lo que hay aguas abajo.